论文部分内容阅读
随着信息技术和智能技术的发展,交通管理系统的信息化、智能化是大势所趋。车牌识别系统(LPR)是智能交通系统(ITS)的核心组成部分,在现代交通收费管理系统中占有举足轻重的作用。本文对车牌识别系统中的图像预处理、车牌定位、字符分割和字符识别等几大模块进行了比较深入、全面的论述,并对主要部分的关键技术进行了深入的研究,主要解决以下几个问题:怎样快速准确地进行车牌定位?(2)怎样准确地分割字符?(3)怎样准确地识别字符?在车牌定位分割阶段, 本文根据车牌区域的竖向纹理特征比非车牌区域丰富这一特征提出了基于竖向纹理特征的车牌定位算法, 先求出汽车图像的梯度图,再求出其跳变点图,根据跳变点的数量和跳变点间的距离来确定可能的车牌区域,再根据车牌的宽高比自下而上地淘汰掉伪车牌,找出真正的车牌区域。车牌定位分割是字符分割和识别的基础,在车牌识别系统中占有重要的位置。在字符分割算法中,本文研究并提出先拟合字符的顶、低边界,除去边界线以外的黑色像素,再使用投影法找出字符间的间隔,从而分割字符。使用投影法分割车牌字符前应对车牌图像进行二值化处理,去噪声处理等,以提高分割的准确性。使用投影法分割后,还必须把粘连的字符重新分割,把一些被分开的字符进行合并,才能提高字符分割的准确性。在字符识别阶段,采用模板匹配方法。先提取字符的网格特征、穿线特征、外轮廓特征,由这些特征组成的特征向量,根据这些向量与字库里的字符的特征向量的匹配程度来判别字符,从而完成字符的识别。通常可以求出待识别字符与字库里的字符的特征向量的距离,距离最小的字符就判别待识别字符为该字符。本文还讨论了如何在VC++6.0 中设计和实现车牌识别系统,介绍了Windows图像处理的基本知识,位图的一些基本知识,以及该系统的主要模块的细化设计。并对处理后的结果进行了分析。最后还对本文的研究工作进行了总结评价,并对后续的工作提出了一些希望和看法。