车牌识别中关键技术的研究与实现

《车牌识别中关键技术的研究与实现》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、计算机工程与设计ComputerEngineeringandDesign2010，31(17)3919·开发与应用·车牌识别中关键技术的研究与实现韩立明，王波涛(北京工业大学电控学院，北京100124)摘要：介绍了车牌图像识别系统的现状，提出一种针对高速公路环境下的车牌定位与识别算法。在定位阶段，通过伪二值化方法消除路面产生的噪声，利用形态学闭运算定位车牌字符，并对车牌图像进行灰度变换，最终得到无边框、灰度对比强的车牌图像。字符分割采用基于字符连通域宽高检测和先验知识相结合的方法，很好地解决了字符粘连对分割的干扰，同时完成了对车牌图像的滤波。在识别阶段，先对车牌图像进行二值化和倾斜矫正，

2、字符识别采用基于模板匹配的改进算法。对高速公路上300幅车辆图像进行测试，识别准确率高于80％。关键词：车牌定位；字符识别；倾斜矫正；字符分割；模板匹配中图法分类号：TP391．41文献标识码：A文章编号：1000．7024(2010)17．3919—05ResearchandimplementationonkeytechnologyinlicenseplaterecognitionsystemHANLi—rning，WANGB0一tao(SchoolofElectronicsInformationandControlEngineering，BeijingUniversityofTech

3、nology,Beijing100124，China)Abstract：Presentsituationoflicenseplaterecognitionsystemareintroduced．Alocationalgorithmforthelicenseofvehiclesonthehighwayisproposed．Duringlicenseplatelocalization，theimagenoiseiseliminatedbypseudobinary,thelicenseislocatedbymor—phologicalcloseoperation．Andthegfaylevel

4、intheimagesisstretching，andthelicenseplateimagesarecontrast-enhancedwithnoflame．Charactersegmentationbasedonwidthandheightofcharacter-connectedandthemethodofaprioriknowledge，andtheinter—ferenceofadhesioncharactersiseliminated，whilelicenseplateimagefilteringisrealized．Intheidentificationstage，thel

5、icenseplateimageiscorrected，characterrecognitionusingimprovedalgorithmbasedontemplatematching．Ittested300imagesoftheCaronthehighway,andtheaccuracyismorethan80％．Keywords：licenseplatelocalization；characterrecognition；lantcorection；charactersegmentation；templatematching方法(1)在实际研究中运用效果较好，但当车牌底色与车0引言身

6、颜色相近时效果不好。方法(2)的优点是能够有效地分辨车牌识别系统是一个以特定目标为对象的专用计算机视白天和夜间场景，定位准确率高，计算简单，但当图像中存在觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，其它灰度剧烈变化区域时容易影响车牌定位的准确率。方法运用模式识别、人工智能技术，实时准确地自动识别出车牌的(3)对于车速不高时(≤60km／h)，定位精度高且时间短，对于车数字、字母及汉字字符，使得车辆的电脑化监控和管理成为现速较高时(>60km／h)，定位精度会有所下降。方法(4)结合对待实。该系统是本着促进信息共享的原则，提供一个可以对车检测区域的特征提取，不需要搜索全部图像就能

7、寻找到车牌，辆信息实时采集的公共平台，使各管理部门之间能够协调统抗噪声能力强，适用范围广：缺点是运算量较大。方法(5)能一的对车辆及道路情况进行监控管理，从根本上解决目前全较为快速、有效地从复杂噪声背景中将待识别的车牌定位出国交通及公安系统信息采集的多渠道、事件信息收集的单一来，正确率高，所需时间短；缺点是运算量较大。。车牌字符性以及互不沟通、互不兼容的信息管理方式“。目前主要的车识别方法主要有基于模板匹配算法和基于人工神经网络算牌