探索车牌字符分割及识别算法研究

《探索车牌字符分割及识别算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学硕士学位论文车牌字符分割及识别算法研究姓名：白建华申请学位级别：硕士专业：交通信息工程及控制指导教师：张向东20100101摘要车辆牌照识别技术是智能交通系统的核心技术之一，其中字符分割和字符识别是该技术的关键部分。本文在以往各种算法的基础上提出了一种新的快速准确的字符分割算法。该算法研究了车牌字符分割的各个关键环节，包括了图像的灰度化，二值化，倾斜校正，水平切分，垂直切分，字符的归一化等等，其中字符分割算法的最关键部分，垂直切分算法是利用字符固定长宽比的特点，先提取字符高度，再确定字符宽度，对车牌字符进行分割。另外，本文针对已有的一种字符识别算法进行了改进性研究，

2、通过对预处理，流程控制，二次识别的分类等等方面的改进，该识别算法的识别准确率有了大的提高。最后通过选取不同情况的图片进行测试．本文算法简单、快速、准确率高，满足车牌识别系统实时性、通用性、和准确性的要求，具有一定的应用价值。关键词车牌识别倾斜校正字符分割字符识别AbstractLicensePlateRecognition(LPR)systemisoneofthemostimportantpartsinIntelligentTransportSystem(ITS)．thecharacterssegmentationandthecharactersrecognitiontarethe

3、keytechnologyoftheLPRsystem．Inthispaper,acharacterssegmentationalgorithmbasedontypesofpastalgorithmisputforward．whichisfastanditsaccuracyishigll．ThekcYtechnologiesofLPRareresearchedanddiscussedinthisalgorithm，includeinggrayPreprocessofimage，imagebinarization,gradientemendition,n抡Horizontalofse

4、gmentationandverticalsegmentation,characternormalization。CharactersegmentationalgorithminwhichthemostcriticalpartistheverticalsegmentationalgorithmwhichuSeofcharactersinafixedaspectratiofeatures．extractthecharacterheight,andgetthecharacterwidth,segmentthelicenseplatecharacter．Inaddition,thispa

5、perhasdoneimprovedresearchabouttheverticaltraversedensity(VTD)andhorizontaltraversedensity(HTD)characterrecognitionalgorithm,throughpre-processing，processcontrol，thesecondclassification,etc．，identifyimprovements，therecognitionalgorithmoftherecognitionaccuracyhasbeengreatincrease．Finally,bychoo

6、singpicturestotestdifferentscenarios，charactersegmentationalgorithm．Ⅲsalgorithmissimple，fast，highaccuracylicenseplaterecognitionsystemtomeetthereal-timeperformance，versatility,andaccuracyrequirements，hasacertainvalue．Keyword：LicensePlateRecognitiongradientemenditioncharactersegmentationcharact

7、errecognition西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承