停車場(chǎng)收費(fèi)系統(tǒng)中車牌識(shí)別算法研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展、汽車數(shù)量急劇增加，智能交通系統(tǒng)應(yīng)運(yùn)而生。本文主要研究基于停車場(chǎng)收費(fèi)系統(tǒng)中的車牌識(shí)別方法的研究，主要采用計(jì)算機(jī)視覺、數(shù)字圖像處理等相關(guān)技術(shù)，針對(duì)現(xiàn)在車牌識(shí)別系統(tǒng)存在的問題進(jìn)行實(shí)驗(yàn)分析并對(duì)圖像預(yù)處理、車牌定位、字符分割三個(gè)模塊中的相關(guān)算法進(jìn)行了優(yōu)化改進(jìn)。
　　本文首先對(duì)采集到的車輛圖像信息進(jìn)行圖像的預(yù)處理，包括：車輛圖像的灰度化、濾波去噪、直方圖均衡化、二值化等過程。在圖像二值化的過程中對(duì)二值化算法加以優(yōu)化改進(jìn)提出了一

2、種新的二值化算法。在全局閾值法的基礎(chǔ)上研究了動(dòng)態(tài)尋找直方圖波谷的閾值選取法，取波谷對(duì)應(yīng)的灰度值作為圖像的整體閾值，來實(shí)現(xiàn)圖像的二值化并在MATLAB平臺(tái)下進(jìn)行實(shí)驗(yàn)分析驗(yàn)證了算法的性能，取得了很好的效果。
　　其次，對(duì)預(yù)處理過后的車輛圖像進(jìn)行車牌定位，本文提出了一種采用基于像素投影與邊緣檢測(cè)以及數(shù)學(xué)形態(tài)學(xué)結(jié)合的車牌定位的算法。先使用投影法對(duì)車牌位置大致定位，然后采用邊緣檢測(cè) canny算子提取邊緣，利用數(shù)學(xué)形態(tài)學(xué)形成多個(gè)連通區(qū)域，最

3、后結(jié)合車牌固有的幾何特征來進(jìn)行車牌的準(zhǔn)確定位。在實(shí)驗(yàn)驗(yàn)證中該算法可以達(dá)到96％的定位準(zhǔn)確率。
　　在字符分割中最常用算法有基于投影法的字符分割，聚類連通區(qū)域法和模版匹配法等。但是通過研究發(fā)現(xiàn)這幾種算法在外界條件不好的情況下都會(huì)出現(xiàn)分割偏差。所以本課題結(jié)合這三種算法并加以改進(jìn)，達(dá)到了更好的字符分割效果。
　　在車牌字符的識(shí)別中本文選擇了用模版匹配的方法進(jìn)行車牌字符的識(shí)別。對(duì)如何識(shí)別容易混淆的字符進(jìn)行了討論,并且研究了雙重模版匹