車牌字符識(shí)別算法研究與實(shí)現(xiàn).pdf

1、智能交通系統(tǒng)在現(xiàn)代交通管理中發(fā)揮了越來(lái)越重要的作用。作為其中關(guān)鍵組成部分的車牌識(shí)別技術(shù)是智能交通中的一個(gè)重要的研究課題。車牌識(shí)別系統(tǒng)利用計(jì)算機(jī)視覺(jué)、圖像處理和模式識(shí)別等多方面的知識(shí)來(lái)識(shí)別圖像中的車牌信息,在實(shí)際生活中有非常大的應(yīng)用前景。
　　車牌識(shí)別主要分為車牌定位、字符切分、字符識(shí)別3個(gè)主要的階段。車牌定位作為車牌識(shí)別的最初階段,主要就是從車牌圖像中定位出車牌區(qū)域,由于車牌區(qū)域邊緣信息較為豐富,采用了改進(jìn)的Sobel算法用于提取

2、車牌圖像的邊緣信息,再利用邊緣密度分析的方法就可以準(zhǔn)確快速定位出車牌區(qū)域。字符切分是在定位出來(lái)的車牌區(qū)域切割出字符圖像用于字符識(shí)別。由于字符排列規(guī)整,字符之間的距離也差不多一樣,將車牌區(qū)域二值化之后利用連通域分析方法搜索標(biāo)注車牌區(qū)域的連通域,通過(guò)連通域的位置和大小確定字符的位置和大小。
　　字符識(shí)別作為車牌識(shí)別的最后一個(gè)階段,其識(shí)別結(jié)果直接決定了車牌識(shí)別系統(tǒng)的好壞,字符識(shí)別算法需要克服車牌定位和字符切分不準(zhǔn)確帶來(lái)的影響,同時(shí)需要控

3、制整個(gè)系統(tǒng)的對(duì)偽車牌的誤檢率。對(duì)于普通車牌字符,采用多模板匹配的識(shí)別算法能夠比較快速準(zhǔn)確的識(shí)別出字符,對(duì)于相似字符和漢字采用基于神經(jīng)網(wǎng)絡(luò)的識(shí)別算法能夠獲得比較理想的識(shí)別結(jié)果。最后通過(guò)將模板匹配算法的互相關(guān)算子轉(zhuǎn)換為識(shí)別置信度,統(tǒng)計(jì)字符識(shí)別的平均置信度,通過(guò)置信度來(lái)去除偽車牌,獲得了比較理想的效果。
　　車牌識(shí)別系統(tǒng)是一個(gè)實(shí)時(shí)性要求比較高的系統(tǒng),本文采取的方法兼顧了識(shí)別的準(zhǔn)確率和實(shí)時(shí)性要求。對(duì)1000張測(cè)試圖像的實(shí)驗(yàn)結(jié)果表明,本文提