复杂背景下的汽车牌照定位

《复杂背景下的汽车牌照定位》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中文摘要汽车牌照识别技术是模式识别和图像处理的一项重要应用，可以广泛地应用于交通监察和管理部门中，能够大大提高工作的效率。作为～个综合的实时计算机视觉系统，汽车牌照识别技术主要包括牌照定位和牌照识别两个部分。它的研究主要涉及到了模式识别、人工智能、计算机视觉、数字图像处理等众多学科领域。车牌的定位更是该系统的关键之一，由于图像场景的复杂性以及车牌位置和图像质量的不可预知性，牌照定位系统一直都未做到令人满意，所以牌照的定位算法一直是该领域的研究热点。本文针对在复杂背景图像中的汽车牌照的检测定位的课题，通过对大量资料的搜集、整理，总结了近年来国内外在车牌定位领域的最新研究成果和最新进展，对车

2、牌区域的固有特征和目前的车牌定位分割技术进行了系统的研究和探讨。着重研究了牌照区域的图像特征，提出了一种基于边缘图像统计特征和几何形状特征的汽车牌照检测定位算法。在对图像进行预处理后，算法利用车牌区域由于字符排列的规则性而在梯度图像上产生的特征，分割并提取出车牌可能存在的候选区域。数学形态学是图像处理领域的一项新兴技术，经过分割后的二值图像上除存在一些噪声外，还有一些明显不会存在车牌的区域，如面积很小的区域，纵向和横向的窄条纹等。为了简化后面的判断工作，本文选用数学形态学中的开运算消除这些不感兴趣的区域。然后根据汽车牌照的几何特征对每一个候选区域进行可信度评价并按一定的合并规则将候选区域

3、进行合并，以获取更高的可信度，最后根据区域的可信度值的大小确定车牌的位置。算法在对具有样本多样性的图像数据库的测试中取得了比较好的效果。实验表明，对于图像光照条件变化、视角变化而造成的车牌的倾斜和变形等情况该算法都具有较好的处理效果。作为车牌检测和识别系统的一部分，本检测算法为后续的识别算法提供了车牌的位置。目前本算法由于只利用了车牌区域的统计特征，故标记出的是车牌的大致的位置，并不是十分精确的，对于车牌位置的精确确定，要在车牌的识别算法中，利用车牌中字符的排列特点等规则来进一步确定，这有待于我们下一步的研究。关键词：汽车牌照检测，直方图均衡化，均值滤波，数学形态学，可信度评价Abstr

4、aetAutomaticdetectionandrecognitionofvehiclelicenseplatesplaysallimportantroleintrafficsurveillancesystems．Suchsystems，whichareappliedinparkingareas，highways，bridgesandtunnels，Canhelpahumanoperatorandimprovetheoverallqualityofaservice．Anysituationrequiringtheautomaticcontrolofthepresenceandidenti

5、ficationofavehicleprovidedwi也alicensenumbermayrepresentapotentialapplication．Beingaspecialcomputervisionsysteminthereal-timecase，theLPRsystemmainlyincludesthesubsystemoflicenseplatedetectionandcharacterrecognition．TheLPRsysteminvolvesnumerousdisciplinedomains，suchasPatternRecognitionandArtificial

6、Intelligence，ComputerVision，DigitalImageProcessing，etc．ThedetectionoflicenseplatesisthekeyofLPRsystem．Becauseofthecomplexofimagebackground，theuncertaintyofplatepositionmadimagequality，thelocationofplatesisnotsatisfied。Therefore，thestudyonthealgorithmoflicenseplatelocationisalwaysthehotspotproblem

7、．Inthispaper,wehavesummarizedthelatestresearchachievementsanddevelopmentoflicenseplatelocationandsegmentationanddiscussedtheintrinsiccharacteristicoflicenseplate．Onthebasisofpreviouswork，firstly,westudiedtheimagecharac