資源描述:
《《車牌識別論》word版》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、《車牌識別系統(tǒng)》學(xué)院:外語學(xué)院專業(yè):英語+軟件工程091姓名:張晨曦學(xué)號:0918110121車牌識別系統(tǒng)摘要:文章從車牌定位、車牌字符分割和車牌字符識別3個階段對車牌識別技術(shù)進(jìn)行了深入研究,并用MATLAB進(jìn)行了仿真。關(guān)鍵詞:車牌識別,車牌定位,車牌字符分割1引言車牌是一輛汽車獨一無二的信息,因此,對車輛牌照的識別技術(shù)可以作為辨識一輛車最為有效的方法。隨著ITS(智能交通系統(tǒng))的高速發(fā)展,對車牌識別技術(shù)的研究也隨之發(fā)展。從根本上講,牌照識別應(yīng)用了先進(jìn)的圖像處理,模式識別,人工智能技術(shù)來獲取,處理,
2、解釋,記錄拍照的圖像。目前,牌照識別技術(shù)已經(jīng)廣泛而成功的應(yīng)用于高速公路的監(jiān)測,電子收費,交通違規(guī)管理,安全停車管理,偷盜車輛辨識等重要領(lǐng)域。車牌識別系統(tǒng)一般包括以下幾個部分,見圖1。9圖1車牌識別系統(tǒng)主要研究內(nèi)容如下:1.車牌的定位研究。先進(jìn)行圖像的預(yù)處理,包括:RGB彩色圖像的灰度化、圖像灰度拉伸、圖像邊緣檢測、灰度圖的二值化等;車牌定位采用基于水平和垂直投影分布特征的方法。2.字符分割的研究。先對定位后的車牌圖像進(jìn)行預(yù)處理,然后按照車牌的先驗信息,用區(qū)域增長算法來確定候選車牌的字符區(qū)域。3.字符
3、識別的研究。對于提取出的單個字符,先進(jìn)行歸一化操作,再與給定的模板做對比,識別出字符。2.圖像的定位2.1圖像的預(yù)處理一般情況下,由CCD采集到的圖像會有不理想的情況,如光線過強,或者偏弱,這些都會對后續(xù)的圖像處理產(chǎn)生一向。而且車牌位于車身下部,靠近散熱片,對比度較差,此時若直接對灰度圖像進(jìn)行定位會有不小的困難,為了獲得較好處理的灰度圖像,在對CCD采集的原始圖像進(jìn)行灰度化后,要對其灰度轉(zhuǎn)換。首先對圖像灰度拉伸,使灰度級占據(jù)0--255整個區(qū)域,這樣做的目的是為了減少光線過強,或者偏弱時造成的灰度級
4、過少.本文直接采用直方圖均衡化,這樣處理簡單,運算量小,效果也較理想。2.2邊緣提取對圖像進(jìn)行邊緣提取,邊緣提取的最大好處就是能夠突出邊緣區(qū)域,同時使背景圖像中無關(guān)的部分暗淡。由于車牌部分是邊緣相對集中的區(qū)域,在對其邊緣分割后,可以看到車牌部分很明顯的突現(xiàn)出來。實現(xiàn)方法中,我們采用了水平差分算法,它利用圖像后一列像素減去前一列像素,從而得到邊緣圖像。再對所得的圖像二值化處理。實驗結(jié)果如圖1所示9圖1邊緣提取后的圖像由圖可見,圖像經(jīng)過差分二值后,車牌區(qū)域明顯可見。2.2車牌邊界的確定由于車牌一般是由字
5、符、背景和邊框組成,提取圖像的邊緣圖像后,在字符與背景處就形成了較強的邊緣。再考慮汽車本身的特點,通常車牌位于汽車緩沖器上或附近,靠近整幅圖像的下部,在往下便是路面,路面一般是比較光滑,因此可以在邊緣提取時就很有效的將這部分雜質(zhì)濾除掉,而使干擾圖像的噪聲處于車牌之上,如車燈,或散熱片。由此,我們采用由下而上的掃描的方法。首先,對邊緣圖像的象素沿水平方向累加產(chǎn)生一個投影圖,如圖2所示。9圖2粗略定位的水平投影圖由投影圖可以看出有車牌字符的地方,灰度值較高,而且處于圖像的下部。故此,先進(jìn)行粗略定位,找尋
6、水平投影圖大于3分之2最大值的點,找到改點對應(yīng)的橫坐標(biāo)的最大值,記錄坐標(biāo)。該點記為車牌的下邊界。根據(jù)車牌的幾何特征(在初始處對圖像進(jìn)行歸一化處理統(tǒng)一成1000×800的大?。嚺聘叨却蠹s占100個像素,考慮到噪聲等因素的影響,粗略將上下邊界分別定義為最大值-120,最大值+50。在上下界粗定位的基礎(chǔ)上進(jìn)行精細(xì)定位,即對圖像再進(jìn)行水平投影,找尋大于3分之2最大值的點,記錄改點所對應(yīng)的橫坐標(biāo)的最大值和最小值,那么此兩點為車牌的上下邊界點。如圖3所示9圖3精細(xì)定位的水平投影圖在定位出上下邊界后,再對特征
7、圖像進(jìn)行垂直投影,得到投影圖后,對投影圖進(jìn)行處理,重復(fù)水平定位的理念,找尋大于3分之2最大值的點所對應(yīng)的橫坐標(biāo)的最大值和最小值,即為車牌的左右邊界點,完成定位。為了之后字符識別的更好處理,在這里,本人根據(jù)找尋的邊界點,對該灰度增強后圖進(jìn)行定位。如圖4所示圖4垂直投影圖93字符分割區(qū)域增長的基本思想是將具有相似性質(zhì)的象素集合起來構(gòu)成區(qū)域。首先在待分割的每個區(qū)域中選擇一個種子點作為增長的起始點,然后在種子點的領(lǐng)域中搜索那些與種子點的相似特征度滿足指定增長準(zhǔn)則的象素,并與種子點所在區(qū)域合并。此時將新合并的
8、象素作為新的種子點,繼續(xù)以上搜索和合并過程,直到?jīng)]有可以合并的象素為止。本文的算法中采用區(qū)域增長算法來確定候選車牌的字符區(qū)域。首先要確定起始的種子點。字符的像素值最大為255,基于這個信息,選定像素值為255的點為起始點。然后選擇下面的增長標(biāo)準(zhǔn):假定一個像素屬于一個區(qū)域,則這個像素和這個區(qū)域里至少有八個像素點是相連的。如果一個像素同時又和其他區(qū)域相連了,則這些區(qū)域合并在一起。由于光照或者背景噪聲等的影響,區(qū)域增長算法可能生錯誤的字符區(qū)域,就需要根據(jù)前文所述的車牌先驗信