车牌识别(LPR)系统是现代智能交通管理重要的一部分,是基于现代交通的快速发展的需求而成的。从技术的角度讲,车牌识别系统是一个涉及了数字图像处理、计算机视觉、模式识别和人工智能等多个领域的综合系统。研究工作主要由以下四部分组成: 1.移动车辆检测。应用DirectShow开发包对视频进行截取,将截取到的图片与背景进行差分运算,应用阈值检测车辆。实验结果表明该方法能够检测出视频中的移动车辆。 2.车牌定位。车牌识别技术关键的一部分。应用基于颜色的车牌定位的方法,即在传统的投影分析方法的基础上结合HSV颜色空间中的H信息,将此作为车牌的特征,从而截取到车牌。实验结果表明该方法与传统的方法相比,提高了准确率。 3.字符分割。在车牌定位的基础上,字符分割直接会影响到字符识别的准确性。采用投影分析法,对车牌进行扫描,找出波谷的位置,并利用先验知识,采用阈值分割方法将单个字符分割出来。 4.字符识别。整个系统的核心部分,包括汉字、字母和数字的识别。针对汉字,提取其特征,并应用相似度检测法对汉字进行识别。针对字母和数字,分别采用多级分类器和神经网络对其进行识别。实验结果表明,用神经网络的方法进行识别取决于样本的个数及质量,而多级分类器识别效果较好。 基于上述研究工作,设计、实现了一个动态车牌识别系统,该系统能检测出移动车辆,并且进行准确定位和分割。从识别效果看,数字和字母的混合识别还需要进一步的改进。