基于超分辨重構(gòu)和小波定位的車(chē)牌識(shí)別算法研究.pdf

1、隨著國(guó)民經(jīng)濟(jì)的日益發(fā)展，各種車(chē)輛迅速增加。采用智能交通管理系統(tǒng)(ITS)已成為當(dāng)前公路交通、城市交通管理的主要手段和發(fā)展方向，而車(chē)牌自動(dòng)識(shí)別技術(shù)又是智能交通管理系統(tǒng)中的核心部分。一個(gè)典型的車(chē)牌識(shí)別系統(tǒng)由三部分組成:車(chē)牌定位，車(chē)牌字符分割，車(chē)牌字符識(shí)別。本文的研究重點(diǎn)主要集中在車(chē)牌圖像的超分辨重建及基于小波變換的車(chē)牌定位這兩個(gè)部分。
　　 車(chē)牌圖像的超分辨重建。由于相機(jī)和車(chē)輛之間的相對(duì)運(yùn)動(dòng)，使得拍攝到的圖像模糊而且噪聲很多，因此對(duì)

2、車(chē)牌圖像進(jìn)行超分辨率重建具有非常重要的意義，本文分析了超分辨重建的傳統(tǒng)重建方法，提出了基于學(xué)習(xí)的超分辨應(yīng)用于車(chē)牌。經(jīng)過(guò)大量的理論論證和實(shí)驗(yàn)仿真，得了比較理想的實(shí)驗(yàn)效果。
　　 基于小波變換的車(chē)牌定位。本文提出了一種新的車(chē)牌定位方法，首先基于灰度圖像處理實(shí)現(xiàn)車(chē)牌粗定位，然后基于彩色圖像處理實(shí)現(xiàn)車(chē)牌精定位。粗定位過(guò)程利用小波變換提取車(chē)牌的邊緣特征，實(shí)現(xiàn)了車(chē)牌區(qū)域在整幅圖像中行列位置的粗略確定;精定位過(guò)程充分利用車(chē)牌的顏色信息特征，確

3、定了車(chē)牌在整幅圖像中的精確行列位置。
　　 另外本文在字符分割環(huán)節(jié)主要采用二值化、傾斜校正等傳統(tǒng)的圖像處理技術(shù)將車(chē)牌字符從得到的車(chē)牌區(qū)域中一一切分出來(lái)，形成單個(gè)的字符區(qū)域。在字符識(shí)別環(huán)節(jié)本文提出了一種新的字符模態(tài)識(shí)別方案來(lái)實(shí)現(xiàn)對(duì)字符圖像的識(shí)別、非字符圖像的拒識(shí)別。
　　 本文的研究，采用了超分辨重構(gòu)、小波定位等方法，已經(jīng)獲得了較為理想的效果，但是，還可以從圖像降質(zhì)模型識(shí)別、傾斜校正算法等方面，進(jìn)行深入研究，可以進(jìn)一步提高