车牌识别是一项涉及到数字图像处理、计算机视觉、模式识别、人工智能等多门学科的技术,它在交通监视和控制中占有很重要的地位,已成为现代交通工程领域中研究的重点和热点之一。该项技术应用前景广泛,例如用在自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理、特殊部门车辆的出入控制等等。 车牌识别一般可以分为车牌的定位、牌照上字符的分割和字符识别三个主要组成部分。本文研究了进行车牌识别的各项关键技术,在分析了近年来一些典型的车牌识别算法的基础上,最终确定一系列有效的算法对车牌进行识别。 在车牌定位上,本文根据车牌图像在HSV色彩空间各分量的取值范围规律,首先对符合该取值范围的像素进行色彩过滤,然后利用数学形态学进行处理,形成多个符合车牌颜色特征的连通区域。接下来,分别根据车牌的形状特征和车牌上字符的纹理特征,逐步对得到的连通区域进行分析和排除,从而得到车牌区域。该定位方法优点是可以过滤掉车牌临近区域那些颜色、纹理与车牌特征不符合的干扰纹理,如栅格、边框等。在字符分割阶段,本文在进行了车牌的倾斜矫正和确定了车牌字符的上下边界后,主要借助相关的投影信息和先验知识来确定每个字符的分割位置,并针对断裂和粘连字符进行了简单而有效的处理。对于单个字符的识别问题,我们在进行必要的预处理后采用改进的BP神经网络来进行单个字符的识别。 由于在车牌识别中用到的算法一般都比较复杂,直接用高级语言编程很困难,所以本文通过编写VC++与Matlab的接口来实现算法编程,并且最终编写的程序可以脱离VC++和Matlab平台独立运行。Matlab的编程高效而灵活,它具有强大、丰富的内置函数,并且其在图像处理方面的应用有着独特优势。通过接口来调用我们在Matlab下编写好的函数,这样做能够使我们从繁琐的编程工作中解脱出来,从而可以集中精力进行车牌识别算法的研究。