车牌识别系统中字符分割技术研究new

车牌识别系统中字符分割技术研究new

ID:34510210

大小:360.19 KB

页数:5页

时间:2019-03-07

车牌识别系统中字符分割技术研究new_第1页
车牌识别系统中字符分割技术研究new_第2页
车牌识别系统中字符分割技术研究new_第3页
车牌识别系统中字符分割技术研究new_第4页
车牌识别系统中字符分割技术研究new_第5页
资源描述:

《车牌识别系统中字符分割技术研究new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、I訇车牌识别系统中字符分割技术研究Thetechnologyresearchoncharactersegmentationinlicenseplaterecognitionsystem陈容红,刘玉娟,陶砂,肖莹CHENRong—hong,LIUYu-juan,TA0Sha,XIA0Ying(北京电子科技职业学院自动化工程学院,北京100176)摘要:车牌识;~IJLPR是智能交通中关键技术之一。字符分割是车牌识别的基础,但是,现实应用中,复杂背景、字符断裂或字符粘连等因素容易导致车牌字符分割失败。本文提出了一种新的字符分割方法——基于全局约束的字符分割算法,有效的解决了这些复杂的问题

2、。本算法已在软件平台上成功实现,并使用大量从各种不同环境下采集的具有代表性的车辆图像作为算法测试数据源对算法进行测试,结果证明这种车牌字符分割算法的准确率得到了很大的提高。关键词:车牌识别系统,全局约束,字符分割中图分类号:TP391文献标识码:B文章编号:1009-0134(2010)05-0051—050引言触发信20世纪90年代以来,’作为现代社会主要交通工具之一的汽车,在人们的生产、生活的各个领域大量使用,汽车总量日益增加,基础设施建设中的道路建设正以前所未有的速度发展,产生了很多的社会问题。车牌识别技术(LPR:LicensePlateRecognition)作为智能交通系

3、统的核心和基础技术之一,起着举足轻重的作用。车牌识别系统集中了先进的光电、计算机控制、图像处理、模式识别、远程数据访问等技术,可以实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像的全天候实图1车牌识别系统组成部分时记录,通过对输入的车辆图像进行处理识别,相比于车牌定位只需要给出车牌在车辆图像输出为几个字节大小的车牌字符串,无论在存储中的大概位置,字符分割却需要精确的分割出字空间的占用上还是在与管理数据库相连方面都有符图像,所以字符分割的难度大于车牌定位,它无可比拟的优越性,因此有着广泛的应用前景。是车牌识别算法中关键的部分之一。不同的车牌识别系统,其处理与识别车牌的字符分割是

4、车牌识别的基础,错误分割的方法可能不同,但在通常下,一个完整汽车牌照字符通常都不可能得到正确的识别结果,因此识别系统由如下几个部分组成,如图1所示。字符分割算法性能的好坏将直接影响了最终的在车牌识别的整个过程中,字符切割是车牌识别结果。我们知道,在自然环境下什么复杂定位和字符识别的桥梁。车牌准确定位只是完成困难的情况都可能碰到,比如复杂背景、字符了第一步,为了达到字符识别的目标,从提取的断裂或字符粘连等等,这些都容易导致车牌字车牌图像中分割出字符的工作必不可少。只有从符分割失败,是造成字符误识的主要原因。因车牌图像中准确的切割出车牌字符,才能为之后此,寻找一种稳定可靠的字符分割算法是

5、一个的神经网络或模板匹配识别器进行识别做好准备不容忽视的问题!工作。收稿日期:2009-07-07基金项目:北京市职业院校教师素质提高工程资助项目llE者简介:陈容红(1979一),女,湖北京山人,讲师,硕士研究生,主要研究方向为自动控制和图象识别。第32卷第5期2010-5[51】、1生匐似1相关工作如干净的牌照,晴天拍摄条件等,绝大部分的车牌字符分割算法都表现非常不错,这也是无可1.1已有的车牌字符分割的相关工作厚非的。但是,我们知道,在自然环境下什么复字符分割的算法有很多,传统的字符分割算杂困难的情况都可能碰到,阴晴雨雪,复杂背法可以归纳为以下三类:直接分割法、基于识别景、车牌

6、倾斜变形、字符断裂或缺损、字符粘连基础上的分割法、自适应分割线聚类法。等等,这些都会给字符分割带来巨大的挑战,当直接分割法简单,但它的局限是分割点的确然,这些往往也是考验一个系统是否足够优秀的定需要较高的准确性;基于识别结果的分割是把良好用例。识别和分割结合起来,但是需要识别的高准确因此,在复杂的自然环境里,要提高字符分性,它根据分割和识别的藕合程度又有不同的划割的成功率,字符分割算法必须面临以下挑战。分;自适应分割线聚类法是要建立一个分类器,1-2_1光照影响用它来判断图像的每一列是否是分割线,但是对光照对图像质量的影响是很大的,不同的时于粘连的字符是很难分割的。因为分割不可能做间

7、(白天或晚上),不同的气候条件(阴晴雨到完全正确,现在已有的算法已经把字符的分割雪),不同的照射光源(太阳光、辅助光源或车作为不必要的步骤,而是直接把字符组成的单词灯)、不同的光照角度,不同的车牌油漆材料当作一个整体来识别。利用诸如马尔可夫数学模(各个地方的车牌可能不同)、车牌反光程度都型等方法进行处理,这主要是应用于文本识别。会影响车牌区域的亮度特征。同样是蓝牌却可能以上的字符分割算法均是基于二值图像进行的。拍出百样效果,如图3所示。考虑到二值图像丢失掉

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。