車牌識(shí)別算法研究及系統(tǒng)設(shè)計(jì).pdf

1、隨著經(jīng)濟(jì)的發(fā)展，汽車數(shù)量急劇增加，智能交通系統(tǒng)(ITS)應(yīng)運(yùn)而生，車牌識(shí)別(LPR)系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是目前模式識(shí)別研究領(lǐng)域的一個(gè)熱點(diǎn)，具有很好的應(yīng)用前景和發(fā)展?jié)摿Α?br>　　 車牌識(shí)別主要由圖像采集、預(yù)處理、車牌定位、字符分割和字符識(shí)別幾部分組成，本文從車牌定位、字符分割和字符識(shí)別三方面對(duì)車牌識(shí)別技術(shù)進(jìn)行了詳細(xì)的研究。
　　 論文的主要內(nèi)容如下：
　　 1、介紹了車牌識(shí)別系統(tǒng)的應(yīng)用背景、系統(tǒng)組成及發(fā)

2、展現(xiàn)狀。
　　 2、介紹了車牌圖像的預(yù)處理方法，主要包括：彩色圖像灰度化以及灰度變換、直方圖均衡和中值濾波等圖像增強(qiáng)方法。
　　 3、在介紹幾種邊緣檢測(cè)算法的基礎(chǔ)上，研究了一種基于邊緣點(diǎn)區(qū)域連通的車牌定位算法，該算法首先求車輛圖像的垂直邊緣，進(jìn)而將圖像中的邊緣點(diǎn)連接成若干個(gè)連通區(qū)域，然后利用車牌的幾何特征與其他背景區(qū)域的區(qū)別，將非車牌區(qū)域剔除，從而完成車牌定位。
　　 4、在車牌定位完成后，對(duì)有傾斜的車牌進(jìn)行傾斜

3、矯正，車牌傾斜有兩種傾斜：水平傾斜和垂直傾斜。對(duì)于水平傾斜矯正使用了Hough變換和K-L展開式兩種矯正方法，并對(duì)這兩種方法進(jìn)行了對(duì)比。論文使用了基于剪切變換的方法來矯正垂直傾斜的車牌。傾斜矯正之后，去除車牌的上下邊框，最后將車牌上的字符串分割成為單個(gè)的字符并將其歸一化和細(xì)化，使字符的大小相同，字符筆劃的寬度只有一個(gè)像素。
　　 5、在字符分割、歸一化和細(xì)化的基礎(chǔ)上，使用粗網(wǎng)格法對(duì)車牌字符進(jìn)行特征提取，根據(jù)所選取的特征設(shè)計(jì)BP神

4、經(jīng)網(wǎng)絡(luò)，并用該神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行字符識(shí)別。根據(jù)中國(guó)車牌上字符的排列特點(diǎn)，使用了兩個(gè)分類器進(jìn)行識(shí)別，第一個(gè)神經(jīng)網(wǎng)絡(luò)專門用來識(shí)別漢字，另外一個(gè)用來識(shí)別字母和數(shù)字，識(shí)別之后將兩個(gè)分類器的輸出結(jié)果組合就可以得到識(shí)別結(jié)果。
　　 6、介紹了車牌識(shí)別系統(tǒng)硬件平臺(tái)TDSDM642EVM評(píng)估板，包括CPU、存儲(chǔ)器、視頻接口、視頻編解碼芯片和以太網(wǎng)口，使用該硬件平臺(tái)，配合相應(yīng)的外圍硬件及軟件構(gòu)建一個(gè)車牌識(shí)別系統(tǒng)。
　　 7、在VC++平臺(tái)