車牌定位識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著車輛數(shù)量日益攀升，交通管理壓力日趨增大。為了緩解車輛、行人、管理人三者之間的矛盾，交通管理信息化、智能化成為必然的發(fā)展趨勢(shì)。車輛是構(gòu)成交通系統(tǒng)中基本元素，車牌號(hào)碼是車輛身份的唯一ID，因此車牌定位識(shí)別技術(shù)是智能交通領(lǐng)域的重要課題之一。
　　本論文介紹一個(gè)車牌定位識(shí)別系統(tǒng)的開(kāi)發(fā)，主要介紹其中的圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別部分的算法設(shè)計(jì)，以及最后原型系統(tǒng)的實(shí)現(xiàn)。
　　圖像預(yù)處理通過(guò)加權(quán)平均值灰度化法把彩色圖像轉(zhuǎn)換

2、為灰度圖像，再用分段性灰度變換方法進(jìn)行圖像增強(qiáng)，車牌定位在通過(guò)改進(jìn)的Bernsen局部閾值算法與模糊增強(qiáng)算法增強(qiáng)所得到的二值化圖像上進(jìn)行。先利用邊緣特征和投影方法進(jìn)行車牌的粗定位，確定大致的車牌區(qū)域；然后通過(guò)傾斜校正、去除車牌邊框來(lái)精確定位車牌區(qū)域，在得到車牌的精確區(qū)域后，采用垂直投影法實(shí)現(xiàn)字符分割，最后以車牌字符區(qū)域的像素構(gòu)造特征表達(dá)，送入字符識(shí)別算法識(shí)別。我們的字符識(shí)別算法采用BP神經(jīng)網(wǎng)絡(luò)在收集的樣本上訓(xùn)練得到，該算法具有很強(qiáng)的自適