車牌識(shí)別系統(tǒng)中算法改進(jìn)的研究與實(shí)現(xiàn).pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展，我國汽車數(shù)量急劇上升，給城市道路交通管理帶來了巨大的壓力，而傳統(tǒng)的人工管理方式費(fèi)時(shí)費(fèi)力、效率較低而且出現(xiàn)誤判的概率較大，使得智能交通(ITS)得到迅速發(fā)展。車牌識(shí)別(LPR)系統(tǒng)一直是ITS中的一個(gè)重要課題，因此本文研究與設(shè)計(jì)車牌識(shí)別系統(tǒng)具有重大意義。
　　本文利用數(shù)字圖像處理技術(shù)中的一些基本理論知識(shí)，對(duì)傳統(tǒng)的車牌定位算法進(jìn)行了分析，在傳統(tǒng)算法的基礎(chǔ)上，增加了運(yùn)動(dòng)區(qū)域檢測及車牌粗定位算法，即基于圖像分類的定位算

2、法。該算法根據(jù)原始圖像分類后采樣點(diǎn)的分布情況進(jìn)行車牌區(qū)域粗定位，提高了傳統(tǒng)車牌識(shí)別系統(tǒng)的定位準(zhǔn)確率及效率。其次，對(duì)傳統(tǒng)的車牌字符分割算法進(jìn)行了改進(jìn)，本文采用了局部閾值的方法對(duì)原始圖像進(jìn)行二值化，提高二值圖像的效果；并且針對(duì)傳統(tǒng)的基于連通域的字符分割算法對(duì)字符粘連以及字符斷裂等情況不能正確分割的缺陷進(jìn)行了改進(jìn)，進(jìn)一步提高了原有車牌識(shí)別系統(tǒng)的分割準(zhǔn)確率及性能。
　　最后，對(duì)本文改進(jìn)的車牌識(shí)別系統(tǒng)進(jìn)行了測試，不同環(huán)境下系統(tǒng)的識(shí)別率達(dá)到了