汽车牌照自动识别技术研究

《汽车牌照自动识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江工业大学硕士学位论文摘要汽车牌照自动识别技术研究摘要本文主要讨论针对静态图像的车辆牌照的自动识别技术。该技术主要应用于车道电子收费、小区车辆管理、门卫监控等。在以往车牌自动识别研究的基础上，主要针对车牌自动识别的关键技术——车牌定位、单字符分割和字符识别，分别作了部分改进并提出一些新的算法。完成的主要工作是：车牌定位的研究。由于图像背景的复杂性、牌照位置的不确定性和图像质量的不可预知性，常规的定位方法很难满足环境多变的要求。在对车牌图像增强、滤波的基础上，我们根据牌照字符串区域固有的结构特征，采用黑白像素点跳变匹配，实现了对牌照的快速准确定位。实验表明，这种方法完全满足实际应用的要

2、求。又利用牌照区域纹理丰富的特点，从图像粗糙度的角度出发，采用分形维特征描述这种粗糙区域，并结合改进自适应遗传算法，提出了基于分形维和遗传算法的定位策略，实现了对牌照区域的搜索定位。单字符分割的研究。引入基于空间分布的最大类间方差二值化算法进行定位后牌照的二值化，基本保证了字符笔划的完整保留。然后根据牌照字符排列的先验知识去除干扰，并采用投影分析成功实现了单字符的分割。一定程度上减小了对字符识别算法的压力。浙江工业大学颈士学位论文摘要字符识别的研究。寻求优良的特征是字符识别研究的重点，本文引入具备统计和结构特征的字符描述量——局部分区矩，在特征选择的基础上进行了实验仿真，证明它具备较好

3、的反映某类字符的能力，是一种好的特征量。考虑到单一特征和分类器功能的局限及其之间的互补性，设计了基于多特征多分类器融合的字符识别方案，在字符识别中实现了对较差质量字符的识别，证明了这是一种高效可行的方法。关键词：牌照识别，车牌定位，字符分割，字符识别，分类器融合Ⅱ浙江工业大学硬士学位论文ABSTRACTSTUDYONTECHNOLOGYOFAUTOⅣ睑TICLICENSEPLATERECOGNITl0NABSTRACTThethesismainlydiscussedthetechnologyofautomaticlicenseplaterecognitionwhichbeingappl

4、iedintollpayment，vehiclemanagementforcommunity,guardmonitor,etaI．OnthebaseofresearchofLPR(1icenseplaterecognition)，aimingatthemaintechnology—0icenseplatelocating，charactersegmentandcharacterrecognition，madesomeimprovementandproposedsomenewalgorithms．ThemainworkisasfollowsResearchonlicenseplatelo

5、cation．Becauseofthecomplexityoftheimagebackground&uncertaintyofpositionofthelicenseplate&unpredictabilityofimagequality,theusualmethodsCan’tadaptthechangeableenvironment．Basedonimagestrength&enhancement，usingthestructurecharacteroftheplatearea，locatedtheplaterapidlyandaccuratelythroughdetectingw

6、hite—blackpixels．Fromthepointofviewofroughness，usingfractaldimensiontodescribetherougharea，proposedanewlocatingalgorithmwhichbasedOilfractaldimensionandGA(geneticalgorithm)，andgotgoodperformancewiththenewalgorithm．1Ⅱ浙江工业大学硕士学位论文ABSTRACTResearchoncharactersegmentation．Introducedabinarizationalgor

7、ithmbasedonanalysisofspatialdistributionandmaximumvariancebetweenclusters，usingwhichcanpreservescharacter’Sstrokesonthewhole．Withtheaprioriknowledgeoflicenseplateandanalysisofprojection，segmentedcharactersexactly．Researchonc