[页数]:47 [字数]:19878 [目录] 1. 绪 论 2. 车牌定位设计 3. 字符分割技术设计 4. 字符识别技术设计 结束语 附录:本文算法总体框图 [摘要] 车牌识别技术综合了计算机视觉技术和模式识别技术,在桥梁路口自动收费、停车场无人管理、违章车辆自动记录等领域有着广泛的应用,除此之外,车牌识别系统还可以应用在交通监控、流控制指标参数的测量、公路上的事故自动测报、路费交纳、安全检查、运营管理实行不停车检查等领域。 本文对车牌识别系统的几个主要步骤:车牌定位、字符分割和字符识别,分别进行了算法的设计。车牌定位:这是车牌识别系统中至关重要的一步。采用了灰度特征法和颜色特征法相结合的新方法;字符分割:首先去除车牌的上下边框,然后利用连通域法分割得到单独的字符,并对粘连的字符块做进一步的处理;字符识别:利用Foley-Sommon最佳鉴别变换进行字符识别。 本文算法对牌照在图像中的位置没有限制,对牌照的倾斜、变形、字符的污染、模糊有较强的抗干扰能力,对于外界光线强度和图像对比度的变化有较强的适应能力。 [正文] 1. 绪 论 1.1 车牌识别系统的应用场合 车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。因此,该系统可以应用于路桥关口,实现对过往车辆的不停车收费,除此之外,车牌识别系统还可以应用在以下几个领域: (l) 交通监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规律等交通信息,防范和观察交通事故。 (2) 流控制指标参数的测量。该系统能够测量和统计很多交通流指标参数,如总的服务流率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时/分钟车流量,车流高峰时间段,平均车速,车辆密度等,这为交通诱导系统提供必要的交通流信息。 (3) 公路上的事故自动测报。这是由于该系统能够监视道路情况和测量交通流量指标,能及时发现超速、堵车、排队、事故等交通异常现象。 (4) 路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车档案材料,可发现没有及时交纳养路费的车辆。另外,该系统还能发现无车牌的车辆。若同车型检测器联用,还可迅速发现所挂车牌与车型不符的车辆。 1.2 车牌识别技术在国内外发展的现状 从20世纪90年代初,国外的研究人员就已经开始了对汽车牌照识别的研究。以色列Hi-Teeh公司的See/CarSystem系列,新加坡Optasia公司的VLpRs系列都是比较成熟的产品。其中vLPRs产品主要适合新加坡的车牌,Hi-Tech公司的See/Carsystem有多种变形的产品来分别适应某一个国家的车牌。see/Carchinese系统可以对中国大陆的车牌进行识别,但都存在很大的缺陷,而且不能识别车牌中的汉字,另外日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合本国车牌的识别系统。 ...... [参考文献] [1] 杨卫平,李吉成,沈振康.车牌目标的自动定位技术.中国图象图形报.2002(8):835-839 [2] 牛欣等.汽车牌照识别技术的研究.测控技术.l999(l2):14-17 [3] 章毓晋.图象工程(上册)——图象处理和分析.第1版.北京:清华大学出版社,1999 [4] 袁晓辉,李久贤,夏良正——种新的车牌快速定位方法.东南大学学报.2003(1):82-85 [5] 王润生.图像理解.第1版.北京:国防科技大学出版社,1995 [6] 刘效静,成瑜.汽车牌照识别技术研究.南京航空航天大学学报.1998(5):573-577 [7] 公安部技术监督委员会办公室.中华人民共和国机动车号牌.北京:中国标准出版社,1997 [8] 王少杰.货运列车车型车号自动分割和识别算法.模式识别与人工智能.1998(l1):319-334 [9] 林纯青等.汽车图像中字符目标的提取算法.上海交通大学学报.1998(10):1-4 [10] 沈定刚等.汽车牌照自动定位算法.无线电通信技术.1995(5):35-38 [11] 叶萝芸等.文本图像的快速二值化方法.红外与毫米波学报.1997(5):344-350 [12] 张引.复杂背景下文本提取方法研究与应用.浙江大学博士学位论文.1999 [13] 崔屹.图象处理与分析——数学形态学方法及应用.第1版.北京:科学出版社,2000 [14] 李庆扬,王能超,易大义.数值分析.第4版.北京:清华大学出版社,2001 [原文截取] 摘 要 车牌识别技术综合了计算机视觉技术和模式识别技术,在桥梁路口自动收费、停车场无人管理、违章车辆自动记录等领域有着广泛的应用,除此之外,车牌识别系统还可以应用在交通监控、流控制指标参数的测量、公路上的事故自动测报、路费交纳、安全检查、运营管理实行不停车检查等领域。 本文对车牌识别系统的几个主要步骤:车牌定位、字符分割和字符识别,分别进行了算法的设计。车牌定位:这是车牌识别系统中至关重要的一步。采用了灰度特征法和颜色特征法相结合的新方法;字符分割:首先去除车牌的上下边框,然后利用连通域法分割得到单独的字符,并对粘连的字符块做进一步的处理;字符识别:利用Foley-Sommon最佳鉴别变换进行字符识别。 本文算法对牌照在图像中的位置没有限制,对牌照的倾斜、变形、字符的污染、模糊有较强的抗干扰能力,对于外界光线强度和图像对比度的变化有较强的适应能力。 关键词:车牌识别; 车牌定位; 字符分割; 字符识别 ABSTRACT Licence plate recognition technology combines computer vision technology and pattern..... |
车牌识别技术的研究
查看评论
已有0位网友发表了看法