汽车牌照识别技术的研究与实现

合肥工业大学硕士学位论文汽车牌照识别技术的研究与实现姓名：李凌申请学位级别：硕士专业：计算机应用技术指导教师：胡敏20060901汽车牌照识别技术的研究与实现作者：李凌学位授予单位：合肥工业大学相似文献(10条)1.学位论文朱家超图像处理在车牌识别中的应用2008随着我国国民经济的高速发展，汽车拥有量急剧增加，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统(ITS)已成为当前交通管理发展的重要方向。车牌自动识别(ALPR)是智能交通系统的重要组成部分，有着广泛的应用领域和美好的应用前景。以自动的车牌号码识别为基础，可以对车辆进行自动登记、验证、监视、报警，进而可以应用在多种场合，如高速公路收费系统，道路、卡口监控系统，小区、停车场收费及监控系统，交通流量统计及交通诱导系统等。车牌自动识别系统一般包含图象采集与预处理、车牌定位、字符切分、字符识别四个主要模块。由于实验条件和时间的限制，本文主要围绕以下三个部分进行设计：图像采集与预处理、车牌定位和分割、字符切分。本文针对三个部分提出了有效的解决策略，完成了实验。(1)图像采集与预处理部分：本文在图象采集部分介绍了一般交通路口图象采集的方法，并对各种方法进行了对比研究；图像预处理部分包含：图像的灰度化、灰度拉伸、中值滤波、水平校正等。(2)车牌定位和分割部分：车牌定位和分割非常关键，定位结果直接影响到后面的字符识别的准确性。本文在广泛分析、比较已有方法的基础上，总结出一种综合边缘检测和迭代阈值法的算法，然后用此算法对图像进行二值化处理，并且在改进了传统的投影法的基础上实现了车牌的定位分割。实验结果表明：本文实验方法更加有效和准确，它的好处是既保留了车牌区的边缘又使车牌区最大程度的区别于背景。它对于拍摄的静态车辆图像的处理效果比较明显，适合于应用在诸如停车场、收费站等场所。(3)字符切分部分：基于准确的完成车牌定位和分割的前提下，本文提出一种利用垂直投影信息结合先验知识约束的垂直分割方法。实验结果表明，本位所采用的方法能达到较好的分割效果。车牌定位及字符分割时间小于80ms，成功率达到90％以上。整个系统的算法简单、复杂度低、能够满足快速字符分割的要求，将在智能交通、图像信息学等领域发挥实际应用价值。2.期刊论文龙镇.杨耀权.苏猛.LONGZhen.YANGYao-quan.SUMeng车牌识别关键技术的研究与实现-仪器仪表用户2009,16(2)车牌识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车牌字符信息,从而确定车辆身份的技术.车牌识别分为车牌定位、字符分割、字符识别三大部分.车牌定位是一个难题:车牌区域在整幅图像中所占比例很小,车牌的颜色、大小、位置也不确定,并且定位算法要能够克服不同光照和复杂背景的影响,还要兼顾准确性和实时性.因此快速准确的定位车牌是比较困难的.本文通过车牌的纹理和颜色特征,采用粗定位和细定位相结合的方法进行识别.3.学位论文赵兵基于混合特征的车牌识别技术研究2007车牌识别(LPR)是现代智能交通管理系统的关键技术之一。从技术的角度讲，车牌识别技术涉及数字图像处理，计算机视觉，模式识别和人工智能等多个相关领域，其关键技术主要包括车牌定位，字符分割，字符识别等，本文主要研究基于混合特征的车辆牌照静态图像的自动识别技术。论文主要内容包括：车牌定位技术研究。车牌定位是车牌自动识别的基础，本文提出了一种基于混合特征的车牌定位算法，在对车牌图像滤波增强的基础上，充分利用车牌区域的几何形状、颜色、纹理等多维特征，实现对牌照的快速准确的定位。实验表明，该方法具有较高的精确度，并具备较强的自适应性，能够满足实际应用的要求。字符分割的研究。引入基于牌照字符空间分布知识的全局动态阈值与局部动态阈值相结合的二值化算法进行定位后车牌图像二值化，并基于车牌结构特征采用投影法准确分割出单个字符。字符识别的研究。提出了一种基于车牌字符特征提取和BP神经网络识别相结合的分类识别算法，选取细化以后的特征作为字符的识别特征，以改进后的归一化字符原始特征输入到BP神经网络分类器中进行车牌字符识别。由于时间关系，本文仅对数字和字母网络进行了初步研究。文中详细描述了算法的基本原理和实现过程，并给出了实验结果和分析。4.学位论文王晓健车牌定位与字符分割算法研究及实现2009车牌识别LPR（LicensePlateRecognition）是指通过计算机视觉、图像处理与模式识别等技术从车辆图像中提取车牌字符信息，从而确定车辆身份的技术。车牌识别系统是智能交通系统ITS（IntelligentTransportationSystem）的一个重要组成部分，在公共安全、交通管理、流量观测及电子收费等方面有着重要的应用价值。车牌识别主要包括车牌定位、字符分割和字符识别三大部分。本文就车牌定位和字符分割这两个问题进行了深入的研究。针对车牌定位问题，本文提出了一种基于窗口搜索的车牌定位算法。算法分为粗定位和细定位两个过程。粗定位利用了车牌区域垂直方向的点密集分布的特征，基于垂直方向跳变点图统计固定大小窗口内的特征点数目，以此来确定初步的车牌候选区域。细定位利用了车牌字符的排列信息，采用行扫描算法来度量车牌外侧区域与车牌区域间的间隔，以此来扩展候选区域，精确定位车牌边界。对于倾斜的车牌图像，文章研究了一种基于旋转图像水平投影的车牌倾斜检测方法，该方法具有检测角度准确、校正时间短的优点。字符分割是车牌识别的关键步骤，是字符识别的基础。本文根据车牌字符的先验几何知识以及排列规则，基于垂直投影进行字符分割，有效地提取出车牌字符的单个图像。同时，文章提出了一种基于类Haar特征的伪区域去除算法，能够有效地去除伪区域的干扰。本文算法对车牌在图像中的位置及车牌大小没有限制，对牌照的倾斜、变形，字符的污染、模糊有较强的抗干扰能力，能达到较好的车牌定位与字符分割效果，具有一定的鲁棒性和实时性。5.期刊论文李波.曾致远.周建中.罗勤.LIBo.ZENGZhi-yuan.ZHOUJian-zhong.LUOQin车牌识别系统研究与实现-计算机技术与发展2006,16(6)车牌识别(LPR)系统是智能交通系统中的重要组成部分,该系统分为车牌定位、字符切分和字符识别3个模块.文中基于数学形态学方法和边缘特征分析来进行车牌定位,接着进行二值化、引入多指标联合评价函数判断反色等处理,然后基于连通体分析的方法切分字符.实验表明该系统设计方法是可行的.6.学位论文张青松基于连续帧差的车牌定位识别技术研究2007车牌的定位与识别是智能交通管理的重点问题。在大型停车场的管理系统、公共安全、交通管理及有关军事部门有着特别重要的实际运用价值，正日益受到人们的重视。本文研究了车牌识别的各个关键技术，包括图像预处理、车牌定位、字符分割和字符识别。设计并实现了一个车牌识别实验系统，在自然条件下对实验视频序列中的车牌进行识别。目前的车牌定位技术主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位，本文研究了基于两帧灰度差所得到的运动信息的车牌定位方法。并对矩形(窗口)搜索方法进行了改进，提高了搜索车牌的效率。另外，本文使用了包括基于连续帧差窗口定位、基于彩色、灰度投影定位的多种定位方法，取得了较好的效果。在字符分割方面，本文研究了根据得到的车牌的宽度，对一些不能很好分割的字符进行强制分割的方法，并对得到的字符进行精确的定位。在字符的归一化方面，本文根据车牌字符的特征，采取在垂直方向归一化为40像素，之后再以中心点为基准拷贝到40×40像素的黑色图片中。在字符识别方面，本文使用了PeterW．Frey和DavidJ．Slate提出的特征向量，使用LeoBreiman在2001年提出的随机森林方法作为分类器，并同其它若干种识别方法进行了比较，速度和识别率较好。实验表明，本文提出的方法能有效的定位、识别实验视频序列中的车牌。7.学位论文陈勇车牌定位和字符分割算法的研究与实现2006随着科学技术的发展，社会信息化程度的日益提高，交通管理智能化已成为发展的趋势。车辆牌照识别系统的研制与开发，是影响交通系统智能化、现代化的重要因素，而车牌定位和字符分割是车牌识别中最为关键的两项技术，对整个系统的性能起着至关重要的作用。本文在详细研究国内外各种代表性车牌定位算法的基础上，提出了一种三级定位算法。首先基于图像能量特征对车牌区域进行粗定位，得到一组候选区域。然后基于字符纹理特征分析对车牌候选区域进行筛选，得到车牌区域，并运用数学形态学方法对区域作二次定位。接着利用牌照的颜色信息对定位的结果作最后的修正。车牌倾斜、噪声、边框和铆钉以及光照不均等问题给车牌字符的分割带来了很大困难。本文提出了一种边缘自适应滤波的牌照图像增强算法，有效抑制了噪声对字符边缘信息的干扰。并对牌照图像的二值化方法进行了比较研究。创新的提出了基于字符纹理区域边界检测的车牌倾斜校正算法，解决了长期以来车牌倾斜校正适应性差、精确度低的难题。对字符笔划的平滑处理进行了改进，有效提高了平滑的适应性。并对字符切分的算法进行了讨论。在研究的基础上，设计和实现了车牌定位和字符分割软件模块，并对车牌定位和字符分割算法进行了测试。车牌定位的准确率达到96.5﹪，错误率1﹪，失败率2.5﹪；字符分割的车牌正确率达到93.45﹪，字符正确率达到98.25﹪。实验结果表明，本文的车牌定位和字符分割算法具有较好的实用性和鲁棒性，并已在实际的工程中得到了应用。8.期刊论文陆铖.何东健.何晓.LUCheng.HEDong-jian.HEXiao基于扫描线和特征筛选的车牌定位快速算法-计算机工程与设计2008,29(19)以对车牌识别准确率影响最大的车牌定位技术为重点,研究并提出一种基于扫描线和特征筛选的车牌定位算法,该算法先记录并分析二值图像中相邻水平扫描线上的跳变点信息,确定出候选车牌区域,再根据车牌特征筛选,最终确定车牌区域.对113幅不同车型的图像进行测试,结果表明,去噪处理对定位准确率有很大影响,当车牌倾斜角度小于5°、且经过去噪处理时,定位准确率超过90%,定位时间小于0.9s.9.学位论文张宇车牌识别系统中车牌定位与字符分割方法的研究2009车牌识别系统是智能交通系统的重要组成部分，可用于公路电子收费、出入控制和交通监控等众多场合。车牌识别系统主要包括车牌定位、字符分割和字符识别三火部分。其中，车牌定位和字符分割的结果对后续成功识别字符起决定性作用。本文在总结近年来国内外在车牌定位和字符分割领域的最新研究成果的基础上，对车牌定位及字符分割的算法进行了深入的研究。在车牌定位时，首先对图像HSI空间的亮度分量均衡化，这样既提高了图像的亮度适用范围又不影响颜色信息。接着利用车牌图像中字符颜色和车牌底色具有固定颜色搭配这一规律，在HSI空间中根据颜色，搜寻符合字符颜色与车牌底色搭配规律的像素点作为颜色对特征点。然后使用动态算子进行数学形态学处理，根据车牌的形状特征，对逐行扫描得到的待定车牌区域进行分析，最后得到类车牌区域。在字符分割之前，需要对类车牌区域进行倾斜校正，本文提出了一种针对颜色对特征点区域进行主成分分析的车牌水平校正方法。该方法通过对车牌图像中颜色对特征点区域采样进行主成分分析，求出车牌水平方向的倾斜角度，在旋转校正时又加以填充处理，保证了图像的信息完整性。在字符分割阶段，首先通过特征点区域的形状特征精确定位车牌区域；接着通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域。二值化的过程中针对不同颜色的车牌选取了最适合的阈值算法。然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。最后使用C语言构建了车牌定位与字符分割系统软件。该软件包含上述的车牌定位、校正和分割等所有步骤。通过大量的图片试验，特别是对存在大量干扰、光线不足及多车牌等图片的处理结果表明，本文所提出的车牌定位与字符分割算法，抗干扰能力强，实时性和稳定性好，为后续的字符识别创造了有利条件。10.学位论文解家祥低质量车牌识别中关键技术的研究2