搜索
汽车牌照自动识别算法研究项目指导老师：刘晓静小组长：胡媛成员：贺广福、王逸遥汽车牌照自动识别汽车牌照识别技术是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取出车牌图像，自动分割字符，进而对字符进行识别，它运用模式识别、人工智能等技术，对采集到的汽车图像，能够实时准确的自动识别出车牌的数字、字母以及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。主要内容1、了解现今汽车牌照识别的现状和方法，比较各种方法的优缺点。2、获取车牌图像后，对图像进行预处理，显示找到的牌照部位。对汽车牌照进行定位，对字符进行分割、识别。项目流程项目模块•1、图像预处理：采用灰度变换、对比度增强、图像平滑、边缘检测、二值化等方法对图像进行了处理，提高了图像的质量，强化了图像区域。•2、车牌定位：这是车牌识别系统中至关重要的一步，根据车牌区域的竖向纹理特征对车牌进行定位，具有较高的车牌定位准确率。项目模块•3、字符分割：首先对得到的车牌进行倾斜度调整，然后利用连通区域法分割得到单独的字符，并对字符进行归一化处理，便于下一步字符识别。•4、字符识别：选取若干个特征点，采用模板匹配的方法，对汉字、字母、数字字符进行快速识别，以便取得较高的识别率和可靠性。项目分工按模块分工分工1.胡媛：1.图片与处理2.车牌定位2.王逸遥：1.字符分割2.协助前期图片预处理3.贺广福：1.字符识别算法研究进度紧密联系图片预处理字符分割字符识别总结：把握每个细节才能使整个算法更完善。预处理算法对采集到的图像进行复原、边界增强等平滑处理，克服图像干扰，改善识别效果。将24位RGB的彩色图像转为256级灰度图像，减小存储和计算量。灰度图像图片定位算法1.灰度特征法用穿过车牌区域的水平直线，其灰度呈连接峰、谷、峰分布这一特征来实现车牌定位。2.边缘特征算法用车牌区域的垂直边缘比较丰富这一特征定出车牌的位置。3.几何特征法用车牌的高宽几何特征来定位。4.频谱特征法采用最小波变换、模糊类法和神经网络方法将图像从空间域变换到频域进行分析。字符分割算法•图像二值化•把灰度图像变成黑白图像选取一个阀值，当灰度大于该阀值时，令其为白点，否则为黑点。•寻找字符边框•二值化后寻找车牌的边框，以精确的定位。•从区域的中间出发，依次寻找上、下、左、右边界。•字符的分割•将二值化后牌照的图像切割成单个字符，采用投影法或数字与字母的联通性方法。切割后字符原图原黑白图片二值化后字符识别算法•统计模式识别−适合有噪声的字符识别但不能很好的利用结构信息。•结构模式识别−结构识别法利用字符特别是汉字的结构关系来识别，但是抗干扰能力查小结：综合运用上述两种方法，加强识别效果。•模版匹配方法•模糊模式识别1.模糊特征：根据一定的模糊规则，把原来的一个或多个特征向量分成多个模糊向量，每个模糊向量表达原特征的某一局部特征，用心的特征向量代替原特征向量进行模式识别。2.模糊结果：把样本空间分成若干个子集，利用模糊子集的改良代替确定子集，从而得到模糊的分类结果的方法。轮廓化后效果图细化后的效果图待完善问题经费支出购买书籍打印论文笔记本数量4本30份3个金额360元50元30元已使用总金额440元