車輛識別系統(tǒng)相關(guān)算法研究與改進.pdf

1、車牌識別系統(tǒng)作為智能交通系統(tǒng)的核心，已成為目前交通系統(tǒng)領(lǐng)域的重要課題，具有廣泛的應(yīng)用前景。
　　 車牌識別系統(tǒng)主要由車牌預(yù)處理、車牌定位、車牌字符分割、車牌字符識別四個關(guān)鍵部分組成。作者在閱讀了大量的中外文獻后，主要對車牌定位、字符分割和字符識別三項關(guān)鍵技術(shù)進行研究，提出相應(yīng)的改進算法，并通過實驗對算法進行了仿真實現(xiàn)。
　　 (1)車牌粗定位。針對已有的車牌定位經(jīng)典算法對背景復(fù)雜的圖片普遍存在獲取率不高的問題，論文提出了

2、一種基于灰度值區(qū)域生長的定位算法。該算法首先根據(jù)像素灰度值進行區(qū)域增長，初步找到車牌候選區(qū)，再采用矩形序列尋找算法，同時綜合車牌先驗知識實現(xiàn)車牌粗定位。
　　 (2)車牌精確定位。論文采用迭代的最小二乘法擬合矩形序列內(nèi)所有矩形左上頂點所在直線的斜率，并根據(jù)此斜率計算出車牌的水平偏轉(zhuǎn)角度，進行車牌水平校正，實現(xiàn)水平方向的精確定位;還根據(jù)車牌自身特點提出了新的車牌垂直校正方法，該方法根據(jù)字符外接矩形與字符上、下半部分最寬位置構(gòu)成的平

3、行四邊行之間的關(guān)系，計算出車牌的垂直偏轉(zhuǎn)角，然后通過像素移動完成垂直校正。
　　 (3)字符分割。論文提出一種基于改進的邊緣檢測L-算子對車牌圖像進行邊緣檢測，同時結(jié)合像素灰度值統(tǒng)計進行車牌字符分割的新算法。該算法的思路是:先用數(shù)學形態(tài)學突出車牌字符區(qū)域，然后用邊緣檢測L-算子對車牌圖像邊緣提取，并通過統(tǒng)計車牌行列像素灰度值突出單個字符區(qū)域，最后結(jié)合車牌的先驗知識分割出單獨字符。
　　 (4)字符識別。根據(jù)車牌字符的特點