車牌定位及字符分割算法的研究與實現(xiàn).pdf

1、隨著我國城市化進程的不斷加快，國民經(jīng)濟的進一步發(fā)展，機動車數(shù)量越來越多，城市交通狀況不斷惡化，因此，建立一個信息化、數(shù)字化的智能交通系統(tǒng)就顯得尤為重要。車牌自動識別系統(tǒng)是智能交通系統(tǒng)的核心組成部分，它可以廣泛地應用于道路橋梁隧道收費、電子警察、車輛流量檢測以及停車場監(jiān)控與管理等領(lǐng)域，具有巨大的經(jīng)濟價值和現(xiàn)實意義。車牌識別系統(tǒng)主要包括五個工作模塊：圖像采集、圖像預處理、車牌定位、車牌字符分割和車牌字符識別。本文在前人研究的基礎(chǔ)上，對圖像預

2、處理、車牌定位和車牌字符分割等問題進行了深入的探討和研究。
　　 在圖像預處理方面，本文首先采用加權(quán)平均值法將彩色汽車圖像轉(zhuǎn)化為灰度圖像，再對灰度圖像進行灰度均衡及灰度拉伸處理，然后采用中值濾波器對灰度圖像進行去噪處理，最后采用全局閾值迭代法對目標圖像進行二值化處理。
　　 針對車牌定位問題，本文首先采用Sobel算子對二值汽車圖像進行邊緣檢測。然后采用從下至上的逐行掃描方法來進行車牌區(qū)域的粗略定位，粗略分割出可能含有車

3、牌的矩形區(qū)域。最后使用數(shù)學形態(tài)學的腐蝕運算和閉運算來處理粗略定位出來的車牌候選區(qū)域，使車牌所在區(qū)域形成閉合的連通區(qū)域。由于車牌候選區(qū)域可能含有一個或多個連通域，本文采用標記連通域的方法來精確提取分割車牌區(qū)域。
　　 在車牌字符分割方面，由于車牌圖像可能存在一定的傾斜變形，本文首先采用改進的Hough變換方法來獲取車牌圖像的傾斜角，并進行旋轉(zhuǎn)校正，在此基礎(chǔ)上再去除車牌的邊框和鉚釘。然后對車牌圖像進行膨脹運算以強化整個字符信息，再對