霧天條件下的車(chē)牌信息識(shí)別技術(shù)研究.pdf

1、車(chē)牌識(shí)別(Vehicle License Plate Recognition,VLPR)技術(shù)是以現(xiàn)代智能交通系統(tǒng)為支撐的一項(xiàng)新型技術(shù)，目前已經(jīng)在高速公路收費(fèi)管理、車(chē)輛出入管理、交通執(zhí)法與稽查等領(lǐng)域得到了廣泛的應(yīng)用。車(chē)牌識(shí)別系統(tǒng)大多是在晴好的天氣下對(duì)車(chē)輛進(jìn)行處理，然而在霧天條件下，由于大氣粒子的散射和吸收作用，采集到的圖像模糊不清，給識(shí)別工作帶來(lái)了很大的困難。針對(duì)這一問(wèn)題，本文對(duì)霧天條件下的車(chē)牌信息識(shí)別技術(shù)進(jìn)行研究。
　　本文首先對(duì)

2、有霧的車(chē)牌圖像進(jìn)行清晰化處理，然后再進(jìn)行識(shí)別，有效地復(fù)原了霧天圖像，車(chē)牌識(shí)別率得到提高，主要工作概況如下：
　　(1)在圖像去霧方面，主要研究了基于物理模型的暗原色先驗(yàn)去霧算法和基于非物理模型的Retinex理論去霧增強(qiáng)法，并通過(guò)對(duì)兩種算法的實(shí)驗(yàn)效果比對(duì)，采用暗原色先驗(yàn)去霧算法進(jìn)行去霧處理。
　　(2)在車(chē)牌定位方面，先對(duì)去霧后的車(chē)牌圖像進(jìn)行圖像灰度化、灰度變換、中值濾波、邊緣檢測(cè)等預(yù)處理，然后利用基于數(shù)學(xué)形態(tài)學(xué)和投影法相結(jié)

3、合的定位方法完成了車(chē)牌的準(zhǔn)確定位。
　　(3)在字符分割方面，使用OTSU算法對(duì)定位后的車(chē)牌圖像進(jìn)行二值化處理，并采用改進(jìn)的Radon變換實(shí)現(xiàn)了傾斜車(chē)牌的水平和垂直校正，最后結(jié)合垂直投影和先驗(yàn)知識(shí)完成了對(duì)車(chē)牌字符的精確分割。
　　(4)在字符識(shí)別方面，深入研究了BP神經(jīng)網(wǎng)絡(luò)的原理及實(shí)現(xiàn)，并對(duì)其進(jìn)行優(yōu)化，使其更加適合對(duì)車(chē)牌字符的識(shí)別。最后運(yùn)用本文的算法，基于Microsoft Visual Studio2008并結(jié)合OpenC