资源描述：
《自适应遗传算法在车牌定位中的应用》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、自适应遗传算法在车牌定位中的应用课程名称：最优化理论及应用姓名：刘家明学号：201111856学院：信息工程学院专业：集成电路工程年级：2011级目录目录21.引言42.图像预处理43.车牌特征提取54.基于AGA的车牌粗定位6(1)遗传算法原理7(2)改进自适应遗传算法车牌定位75.结束语10参考文献11摘要:车牌自动识别是现代智能交通的重要组成部分,而车牌定位技术又是车牌识别系统的核心之一。由于传统的定位算法存在适应性差,鲁棒性不强的问题,提出一种基自适应遗传算法的车牌定位方法。先用最大类间方差法(OTS
2、U)对车牌图像进行二值化,然后利用遗传算法对全图进行车牌特征匹配搜索,结合区域特征向量构造的适应度函数,最终找到车牌区域的最佳定位参量。测试结果表明,该算法适应性强,定位效果很好。关键词:车牌定位;遗传算法;最大类间方差法;纹理提取AbstractLicensePlateRecognition(LPR)playsanimportantroleinIntelligentTransportationSystemandthelicenseplatelocatingisthecriticaltechniqueinth
3、eLPR.Becausethetraditionallocatingalgorithmisnotadaptiveorrobust,thispaperproposedcarlicenseplatethicklocatingmethodbasedontheAdaptiveGeneticAlgorithm(AGA).First,useOTSUmethodtomakelicenseplateimagebinarization,andthenusegeneticalgorithmtomaptheentirelicens
4、eplatematchingsearchfeature.Withafitnessfunctionformedbytheareacharactervector,theoptimallocatingparameteroftheplateareawasfound.Itisprovedbyexperimentthatthislocatingmethodisstrongandthelocatingeffectisverygood.Keywords:licenseplatelocation;geneticalgorith
5、m;OTSU;textureextraction1.引言车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节,主要包括车牌定位、字符分割和字符识别等环节。其中,车牌定位在整个系统中占有非常重要的地位,可以说是整个车牌自动识别系统的关键。目前对车辆牌照定位算法主要有以下几种方法[1]:基于图像彩色信息的方法;基于纹理分析的方法;基于边缘检测的方法;基于数学形态学的方法;基于遗传算法的定位;基于神经网络的车牌定位等。然而,现有车牌定位算法普遍存在两
6、大难题:1)复杂的背景干扰,很难提取出适应各种情况的车牌特征。2)实拍车牌图像容易受天气、光照、车牌污损等外部因素的影响,使车牌区域的图像相对于全图有较大的退化而难以识别。本文提出一种基于改进遗传算法的车牌定位方法,在一定程度上较好地解决了这两个问题,使定位的可适应性大大提高。通过OTSU对车牌图像进行二值化,用一组一维滤波器获得理想的车牌特征描述向量,结合遗传算法高效、快速的特点在全图范围进行特征匹配搜索最佳车牌区域位置,从而准确定位车牌。2.图像预处理图像预处理是车牌定位的前提,预处理结果的好坏直接影响车
7、牌定位的准确性。由于车牌定位是基于二值图像,因此先要对彩色图像进行灰度化和二值化处理。首先将彩色图像转换为灰度图像,采用标准的转化方法：f(x,y)=0.3R(x,y)+0.59G(x,y)+0.11B(x,y)(1)车辆的图像一般都是通过安装在路口或收费站的CCD摄像机采集,受到环境的影响很大。因此,在二值化时不能采用简单的固定阀值,这里选择经典的OTSU方法来实现二值化。OTSU是1972年提出的最大类间方差法,一直被认为是阀值自动选择方法中的最优方法。如图1所示,图1(a)为原始灰度图,由于光线很暗,很
8、难辨清车牌的字符,图1(b)是该图的OTSU二值化后的图,从中可看出OTSU二值化效果很明显。图1OTSU二值化1.车牌特征提取从人的视觉特点出发,车牌目标区域具有如下特点:1)车牌底色往往与车身颜色、字符颜色有较大差异。2)不同图像中牌照的具体大小、位置不确定,但其长度比变化有一定范围,存在一个最大和最小长宽比。根据这些特点,可以在灰度图像的基础上提取相应的特征。3)车牌内字符之间的间隔比较均匀,
