車牌識(shí)別系統(tǒng)畢業(yè)設(shè)計(jì)

1、在車牌自動(dòng)識(shí)別系統(tǒng)中對(duì)字符的分割與識(shí) 在車牌自動(dòng)識(shí)別系統(tǒng)中對(duì)字符的分割與識(shí)別的研究 別的研究摘要 摘要隨著世界各國(guó)汽車數(shù)量的急劇增加，城市交通狀況口益受到人們的重視。如何有效地進(jìn)行交通管理，越來(lái)越成為各國(guó)政府和有關(guān)部門所關(guān)注的焦點(diǎn)。車輛牌照的自動(dòng)識(shí)別是計(jì)算機(jī)視覺(jué)與模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一，是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)。本課題是汽車牌照自動(dòng)識(shí)別系統(tǒng)的一部分，建立了一個(gè)完全由軟件來(lái)實(shí)現(xiàn)的汽車牌照字符識(shí)別系統(tǒng)。本系統(tǒng)

2、將輸入的車牌彩色圖像通過(guò)識(shí)別處理，輸出可編輯的字符串。整個(gè)處理過(guò)程分為圖像預(yù)處理、牌照的傾斜校正、字符分割和字符識(shí)別四部分。圖像預(yù)處理階段主要是研究圖像的灰度化處理、去噪處理以及圖像的二值化操作。針對(duì)由十光照等原因造成的圖像黑白不分明，本文采用了改進(jìn)的二值化算法，在 OSTU算法的基礎(chǔ)上，改進(jìn)了圖像的處理效果。傾斜矯正階段主要是先檢測(cè)那些由十拍攝角度等問(wèn)題造成的車牌圖像的傾斜角度，然后采用兩次變換的方法對(duì)圖像進(jìn)行矯正處理。在字符分割階段

3、，本文主要采用先分割后驗(yàn)證的方式保證分割的成功率，然后將分割好的字符圖像做歸一化處理，統(tǒng)一大小。最后的字符識(shí)別部分首先利用數(shù)學(xué)形態(tài)學(xué)中的細(xì)化處理，抽取字符的骨架，然后利用模板匹配法識(shí)別字符。本文研究證明:改進(jìn)后的二值化算法可以較好的保留圖像細(xì)節(jié)，消除噪音，抗噪能力強(qiáng);基十 Hough 變換求取傾斜角度，再采用兩次變換的方法使得矯正后的圖像失真較小;通過(guò)細(xì)化處理后，再采用模板匹配法可以快速準(zhǔn)確地識(shí)別出車牌字符等。關(guān)鍵詞 關(guān)鍵詞:汽車牌照自

4、動(dòng)識(shí)別系統(tǒng)，二值化，細(xì)化，模板匹配法unified size.The final character recognition part first uses in mathematics morphology refinement extraction the character skeleton, then use template match method recognitionThis paper proved that, th

5、e improvement binaryzation algorithm can retain the good retention image detail, eliminate the noise, also has strong anti-chirp ability; Based on the Hough transformation seeking angle of tilt, after uses the method whi

6、ch two times transform to cause the distortion of correction the image to be small; After refinement processing, uses the template match method to be possible distinguish the car license character fast andaccurately and