智能停车场中的车牌识别系统研究

《智能停车场中的车牌识别系统研究》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、南京航空航天大学硕士学位论文智能停车场中的车牌识别系统研究姓名：丁坚申请学位级别：硕士专业：信号与信息处理指导教师：吴一全20080101南京航空航天大学硕士学位论文摘要随着城市机动车迅速增加，智能停车场成为了智能建筑技术中的研究热点。汽车牌照识别系统是智能停车场的核心部分，主要包括车牌定位、倾斜校正、字符分割和字符识别四个部分。本文在总结近年来国内外最新研究进展的基础上，对车牌识别系统的关键技术进行了系统的研究。在车牌定位上，提出了一种基于非下采样Contourlet变换的车牌定位算法，可以准确地定位出车牌。首先对图像进行非下采样Contourlet变换，得到车辆图像的8个

2、方向的高频分量子图；然后通过一定的结合规则将这些高频子图合成一幅能突出车牌区域的高频图；最后运用数学形态学和连通域分析定位出车牌。在车牌校正中，分别提出了基于边缘点投影方差最小和基于K-L展开式的两种车牌水平倾斜校正方法，以及基于投影点方差最小的车牌垂直倾斜校正方法。将其与目前最常用的车牌倾斜校正方法进行比较，实验结果表明，本文提出的方法精确度更高、鲁棒性更好、实时性更强。在字符分割阶段，首先去除车牌区中央圆点，再从圆点位置出发，根据图像的垂直投影信息分别向左右方向逐个确定分割位置，并针对存在字符粘连的情况进行快速而有效的处理。在字符识别方面，本文以Krawtchouk矩不变

3、量和Trace变换等方法提取字符特征，并运用支持向量机对字符进行模式分类，实验结果表明，本文提出的方法有较高的识别率，并能满足实时性要求。最后，编程实现了车牌识别系统，对实际获取的车辆图像进行了大量实验，结果令人满意。在此基础上构建了一个智能停车场管理系统，并详细介绍了该系统的原理、流程和功能。关键词：智能停车场，车牌识别系统，非下采样Contourlet变换，K-L展开，阈值分割，Krawtchouk矩，Trace变换，支持向量机i智能停车场中的车牌识别系统研究AbstractWiththerapidincreaseofcityvehicles,intelligentpar

4、khasbecometheresearchhotspotofintelligentbuilding.Vehiclelicenseplaterecognitionsystem(LPRS)isthecoreoftheintelligentpark,consistsoffourmainmodules,whicharelicenseplatelocation,tiltcorrection,charactersegmentationandcharacterrecognition.Thispapercarriesoutsystematicandcomprehensiveresearcho

5、nthekeytechnologyaftersummarizingalotoflatestmaterialsathomeandabroadinrecentyears.Inthestageoflicenseplatelocation,analgorithmoflicenseplatelocationbasedonnonsubsampledContourlettransformispresented.Thealgorithmcanlocatethelicenseplateaccurately.Firstly,thelicenseplatepictureisprocessedwit

6、hnonsubsampledContourlettransformtoget8orientedhigh-frequencycomponentspicturesoftheoriginalpicture.Secondly,thesehigh-frequencycomponentspicturesaremergedintoonehigh-frequencycomponentspicturewhichcanhighlighttheplatethroughacertaincombinationrule.Finally,locatethelicenseplatewithmathemati

7、calmorphologyandconnectedcomponentsanalysis.Thetiltcorrectionstage,twoplatehorizontaltiltcorrectionmethodsbasedontheminimumvarianceofedgeprojectionandonK-Lexpansionrespectively,andaplateverticaltiltcorrectionmethodbasedontheminimumvarianceofprojectionare