復(fù)雜背景下的車牌識(shí)別算法研究.pdf

1、近年來，隨著國內(nèi)機(jī)動(dòng)車輛的大幅度增加，車牌識(shí)別系統(tǒng)的研究與開發(fā)顯得越來越重要。對(duì)于車牌識(shí)別技術(shù)，人們已經(jīng)提出許多新的算法與設(shè)計(jì)思想，但是還存在不少技術(shù)上的難點(diǎn)。例如:隨機(jī)拍攝的圖像由于高速運(yùn)動(dòng)造成的圖像模糊恢復(fù)，復(fù)雜背景下的車牌定位與分割，傾斜車牌的矯正，污損字符及易混淆字符的識(shí)別等。論文針對(duì)這些難點(diǎn)問題，在理論和方法上進(jìn)行探索與突破，提出一些切實(shí)可行的算法。
　　論文主要就運(yùn)動(dòng)模糊車牌的復(fù)原、車牌定位、字符分割、字符識(shí)別進(jìn)行了算

2、法研究，具體工作如下:
　　1)運(yùn)動(dòng)模糊車牌圖像的復(fù)原。運(yùn)動(dòng)模糊使車牌圖像信息的提取變得困難。論文提出一種改進(jìn)的運(yùn)動(dòng)模糊復(fù)原算法，利用高通濾波算法判定運(yùn)動(dòng)模糊方向，提出一種變步長快速算法;利用邊緣檢測(cè)算法計(jì)算模糊尺度，最后通過參變維納濾波對(duì)模糊圖像進(jìn)行恢復(fù)，對(duì)K值自動(dòng)估計(jì)提出一種新的算法。
　　2)汽車牌照區(qū)域的定位。提出一種基于數(shù)學(xué)形態(tài)學(xué)與自動(dòng)行掃描相結(jié)合的算法，對(duì)低質(zhì)量車牌能夠較好的定位。首先對(duì)圖像進(jìn)行邊緣檢測(cè)，然后進(jìn)行

3、形態(tài)學(xué)運(yùn)算，形成連通區(qū)域，按車牌長寬比進(jìn)行粗定位;最后利用行掃描法按黑自像素點(diǎn)變換次數(shù)進(jìn)行精確定位。利用Hough變換對(duì)傾斜車牌進(jìn)行校正。
　　3)字符分割。首先將定位后的圖像去除邊框并歸一化，這簡(jiǎn)化了車牌字符分割工作。結(jié)合車牌特點(diǎn)，計(jì)算歸一化后圖像中字符及字符間距的尺寸，確定每個(gè)字符的分割點(diǎn)。此算法不受環(huán)境因素的影響，分割率高。
　　4)字符識(shí)別。采用BP神經(jīng)網(wǎng)絡(luò)，將分割出的字符直接輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自主提取特征，將訓(xùn)練好的