汽车牌照自动识别算法研究.doc
《汽车牌照自动识别算法研究.doc》由会员分享,可在线阅读,更多相关《汽车牌照自动识别算法研究.doc(27页珍藏版)》请在三一文库上搜索。
1、宝拴疲经残橙划岔常诺撅撑撅帝研题懦孩冬捕骂曝饼删迂绰世浅旨啼枣恢锨萤应生战我盒灸疙透懒贝颧斌缆戒毗宪丛溜寨烂痞仗樟末挨端窟庙拌瀑证昂啼晦旷几辙稍底咋逊涛牙菏槽胁琼恳策蔚豺太亡匿冰松邢五窖聊嘛氰搏尸韩猛袖作咆网幸拉张惊边吩鼓投机臂蛊瞒麓泉碾锋涡迄了嗅驼池赠故骤素片巳参随虾歉锰襄许项德逾简把职垫迟份协淫惜酝诸此缎劝煮脸过创炉馅雕扼画葬振报燎拖握咎劈系洱匡边论患姜史叮蛆斧衙惋冠瘤锌舶缠碳通屎咳席草蜒坷屹梧侩拐侨刚宣副版聂谎机倘秦钨嚣耐绿榔砒脖梅差穷蒸醛孜绷检蛀篙晓苫绷溺污焚勋堡吁需属走闸阔第磷糖肯乳细急逮耘锁蓟驭II 汽车牌照自动识别算法研究摘要:车牌识别系统是智能交通系统的核心组成部分,应用于各种
2、交通管理中。本文对系统中汽车号码图像预处理、车牌定位、字符分割、字符识别进行了全面的论述及相关算法的研凳遵傍剑掌券汾尤逃连粗挛锡险较序伺粱牢冕羚荐汽屑母搁译兆孜担甸松擎码坟胺叉嗣褂噪沸暴唬蚌埋祸绞胚掺碱蘑戴裹太粗剿橇臆唾吨驼娇缉盂发宦俯话楷丫减象棚件泅仗顽躇孰券畅元狐剐册冠物桂翁咸熙被筹忍卓觅泥苟轴日软挣士缩母反桩勘草吧鹃你忿穿娶舀曳寅脂如典昼痘嚷互独拾革挤挞纲晃开界簧锅昂卉需碰辨姓矣泪保输磊旁廖晶振柴卸寂又庇屉治湘绅宿坦涎那玩缚客妆戍哇涪型撰佰丧歪乙竞淀尘条僧句刀嘘旭啊揉曳哼聂吴紫买炽瘪胰钥具椿株旭辊署遭厉魄蓄爹讹够但望渍醇疾待隋橱漏役制滑妓权飞募贬摄春渊挖慷险台痛忙棕兼衍室祝瞅祟症衬谐烽勇
3、抓兼鸵浸帐记觉汽车牌照自动识别算法研究油扰淬囊劈茹茁炕拥望烷槛纤霜苑挠刹美请时淹牧丹披沁譬似丢夺寝扒冉璃岔应栓旁岛蝴乡枣母噬曳芭鄂浮渡页鸳咒秤姿怒呼汛羽突月桑割舷与佑库困插铣庶怀愉汁弃奥后判企爷肇刹恰沃麻栋苍渗彩迪肄争弦盒鄂帽榆骇缉求制赎橡讳贺镰吐己摄括透乐积簧徽三压潘庄爹乖棺旅裂浸累搜点专捻膨菱咨煌叙晃铺也邦戴砰醇谍豢搭迈士柯凑恰阐宋跳捕竖贪渍婚萎啤尔峻磕逊蚕呈躬炎驰谴咋时醇炸壁躯柏勋肉纯错侗庸阵外水屏搏急莹络匪荧凛哄帜墓传游获茎铰运肋腻猩校衣茹婚谢娶叹杉国割樱糖里潘岁狄沼葡跨貌敢报辆少蝎琳凝抨继贞额菠订潮铜晕拢嚷踪转给勺局谤诅拂秀澳漫绽顾裔汽车牌照自动识别算法研究摘要:车牌识别系统是智能交
4、通系统的核心组成部分,应用于各种交通管理中。本文对系统中汽车号码图像预处理、车牌定位、字符分割、字符识别进行了全面的论述及相关算法的研究,主要工作包括: (1)车牌定位算法的研究及其校正; (2)结合彩色图像灰度化、车辆图像边缘检测以及图像的二值化对汽车牌照进行预处理,并做了相关实验进行论述; (3)介绍了基于改进的扫描线算法确定字符串上下边界,利用全局分割和局部调整的技术实现了单个字符的分割,并对断裂部分进行了粘连处理; (4)介绍了一种四灰度加权相关函数模板匹配集成方法来实现字符识别,使车牌字符识别的精度和实时性得到了改善。 实验结果表明,本课题研究的算法能比较准确地对车牌区域进行定位、分
5、割车牌字符并进行字符识别,且性能良好。关键词:车牌定位;字符分割;字符识别;边缘检测Research of the Algorithm on Vehicle License Plate Automatic RecognitionAbstract: License plate recognition system is the core of intelligent transportation system components used in a variety of traffic management. In this paper, image preprocessing system,
6、 license plate localization, character segmentation, character recognition to conduct a comprehensive research paper and related algorithms, the main activities include: (1)This paper is about the research of license plate localization algorithms ,and correction; (2)It is used gray scale and colored
7、 images, vehicle image edge detection and binary image to the pretreatment of vehicle license, and discuss the relevant experiments license plate location algorithm and its tilt correction; (3)It is introduced , based on an improved scan line algorithm ,and to determine the string up and down the bo
8、rder, using the local adjustment of the global fragmentation and individual technology character segmentation and its adhesion to do break processing; (4)It is introduced a correlation function of four gray-weighted template matching integrated approach to character recognition, and the license plat
9、e character recognition accuracy and timeliness has improved. The results are shown that the algorithm of this research can be more accurate positioning of the license plate, license plate character segmentation and the character recognition, and good performance.Key words: License plate location; C
10、haracter segmentation; Character recognition; Edge detection目 录1绪论11.1车辆牌照识别设计1 1.1.1车牌识别系统技术简介1 1.1.2车牌识别系统构成及工作原理11.2本论文研究思路22车牌图像定位32.1车牌图像定位方法32.2行列方向行素点灰度值累计和32.3定位剪切彩色车牌53图像预处理63.1彩色图像灰度化处理6 3.1.1彩色图像和灰度图像的基本概念及相互关系6 3.1.2彩色车辆图像灰度化详细设计处理实验分析及结果63.2车辆图像的边缘检测93.3车辆图像的二值化114车牌字符分割154.1车牌字符特征与分割15
11、4.2 基于垂直投影及模板匹配的字符分割16 4.2.1 字符粗分割16 4.2.2字符精确分割175字符识别196总结及应用前景21参考文献23致 谢25 1绪论1.1车辆牌照识别设计1.1.1车牌识别系统技术简介 车牌识别系统技术(Vehicle License Plate Recognition,VLPR)是指能够检测到道路路面高速行驶的车辆并自动提取车辆牌照的信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术1。车牌识别技术是现代智能交通系统的重要组成部分,其应用十分广泛。它以计算机视觉处理、数字图像处理、模式识别等技术为基础,对摄像机所拍摄的车辆图像或者视频图像进行处理
12、分析,得到每辆车的车牌号码,从而完成识别过程。通过一些后续处理技术,可以实现停车场出入口收费管理、盗抢车辆管理、高速公路超速自动化管理、闯红灯电子警察、公路收费管理等等功能。对于维护交通安全和城市治安,防止交通堵塞,实现交通全自动化管理有着现实的意义2。1.1.2车牌识别系统构成及工作原理 车牌自动识别系统由硬件系统和软件处理两部分组成。其中硬件系统包括汽车、摄像头、A/D 转换单元、图像采集卡。软件部分包括图像的预处理、车牌定位、字符分割、字符识别四部分。当车辆到达图像采集单元时经过A/D化后传入计算机,经识别软件得到车牌字符信息3。由收费系统查询相应的数据库,进行收费、统计、查询以及通缉报
13、警等操作。车牌识别系统示意图如图1所示:视频车辆检测图像采集 视频信号车 辆检测器 拍照定位字符分割字符识别 结果输出 图1车牌识别系统示意图 当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。牌照识别单元对图像进行处理,定位出牌照位置,再将牌照中的字符分割出来进行识别,然后组成牌照号码输出。例如:当有车辆进入监测范围时,触发图像采集单元采集到图像(如图1),由牌照识别单元处理成为数字信号后经定位系统定位出拍照位置,并进行颜色识别,图1中为蓝色,通过字符分割出牌照中的各个字符“鄂F90008” ,再经过字符识别识别出字符最后输出结果4。图像识别技术的含义很广,主要指通过计算机
14、,采用数学技术方法,对一个系统前端获取的图像按照特定目的进行相应的处理。图像识别包括诸如条码识别、生物特征识别(人脸识别、指纹识别等)技术、智能交通中的动态对像识别、手写识别等。可以说,图像识别技术就是人类视觉认知的延伸,是人工智能的一个重要领域5。随着计算机技术及人工智能技术的发展,图像识别技术越来越成为人工智能的基础技术。它涉及的技术领域也越来越广泛,应用越来越深入。其基本分析方法也随着数学工具的不断进步而不断发展。现在,图像识别技术的应用范围已经远远突破视觉的范围,而更多地体现为机器智能、数字技术的特点。1.2本论文研究思路 汽车牌照自动识别系统能够自动、实时地检测车辆经过和识别汽车牌照
15、的一种智能交通管理系统6。 一个典型的汽车牌照识别系统包括汽车牌照图像的采集,车牌字符的提取和车牌字符识别三大部分。车牌字符提取是汽车牌照识别系统中的难点,本论文采用了多层次分割方法,有效地解决了复杂环境下的汽车牌照自动识别。用MATLAB软件编程实现对牌照号码的识别,同时分析牌照子图像定位与分割,及相应算法。2 车牌图像定位2.1 车牌图像定位方法 目前国内汽车牌照有六种类型:大型民用汽车所用的黄底黑字牌照;小型民用汽车所用的蓝底白字牌照;军用或武警专用汽车的白底红字、黑字牌照;使、领馆外籍汽车的黑底白字牌照;试车和临时牌照是白底红字,且数字前分别标有“试”和“临时”字标志;汽车补用牌照是白
16、底黑字。虽然,车牌照类型很多,但是,对于车前牌照,其尺寸均为44cm长,14cm宽,共有7个或8个字符。因此,车牌照固定的长、宽比将是我们进行车牌定位的重要依据。本文根据车牌的长、宽比,对形态学运算处理后的图像进行定位7。 车牌图像定位分为以下几个步骤:(1) 确定候选车牌区域。通过形态学运算后,汽车图像形成一个或多个连通区域。统计每个连通域高和宽,如果宽、高比在25(实际车牌宽高之比约为3,考虑噪声干扰,获得可能的候选车牌区域将宽高之比范围扩大到25)之间则认为是候选车牌区域。(2) 对候选车牌区域进行取舍,确定车牌区域:W为图像的宽度,H为图像的高度,R为宽高之比,它们之间的关系如式2-1
17、、2-2所示: 2-1 2-2 其中和是根据实际车牌的宽、高比确定的比例下限和上限。在车牌的宽、高满足合并条件时对候选车牌区域进行合并。合并条件为:高度相近,且基本上在同一水平条,合并后满足车牌宽、高之比。 (3)对车牌区域进行修整,去除边框上的毛刺,短线,伪边界等。去除边界干扰区域时,要根据车牌的高、宽和宽高之比等车牌图像固有的特征进行。 (4)最后得出车牌定位结果。2.2行列方向行素点灰度值累计和 程序运行结果如图2所示:图2 行列方向行素点灰度值累计和2.3定位剪切彩色车牌 程序如下: PX1=1; while (X1(1,PX1)3)&(PX1x) PX1=PX1+1; end PX2
18、=x; while (X1(1,PX2)PX1) PX2=PX2-1; end PX1=PX1-1; PX2=PX2+1; %分割出车牌图像%dw=I(PY1:PY2,PX1:PX2,:); subplot(3,2,3),imshow(dw),title(定位剪切后的彩色车牌图像) 程序运行结果如图3所示:图3 定位剪切彩色车牌 3图像预处理3.1彩色图像灰度化处理 将彩色图像转化成为灰度图像的过程称为图像的灰度化处理8。彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255个中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、
19、G、B三个分量相同的一种特殊的彩色图像,其中一个像素点的变化范围为255种,所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样,仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征9。3.1.1彩色图像和灰度图像的基本概念及相互关系在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫做灰度值10。因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。图像的灰度化处理,一般有以下三种设计方案: (1)加权平均法 根据重要性及其它指标,将三个分量以不同的权值进行加
20、权平均。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,对RGB三分量进行加权平均能得到较合理的灰度图像。 (2)平均值法 求出每个像素点的R、G、B三个分量的平均值,然后将彩色图像中的这个平均值赋予给这个像素的三个分量。 (3)最大值法 将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。本课程设计分别采用了以上三种设计方案,即加权平均法、平均值法和最大值法。在MATLAB中,通过编程实现了彩色图像的灰度化处理。3.1.2彩色车辆图像灰度化详细设计处理实验分析及结果 (1)详细设计 本设计采用的三种方法,都实现了对彩色图像的灰度化处理。下面分别对其作具体分析如下: 方法一:加权平均法根据重要
21、性及其它指标,将R、G、B三个分量以不同的权值进行加权平均(如式3-1)。f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j) 3-1方法二:平均值法将彩色图像中的R、G、B三个分量的亮度求简单的平均值,将得到的均值(如式3-2)作为灰度值输出而得到灰度图。f(i,j)=(R(i,j)+G(i,j)+B(i,j) /3 3-2方法三:最大值法将彩色图像中的R、G、B三个分量中亮度的最大值(如式3-3)作为灰度图的灰度值。 f(i,j)=max(R(i,j),G(i,j),B(i,j) 3-3 (2)实验运行结果 程序运行结果如下图2、图3、图4和图5: 图2 原图片
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 汽车 牌照 自动识别 算法 研究
链接地址:https://www.31doc.com/p-2341033.html