基于彩色和黑白纹理分析的车牌定位方法

摘要

随着社会经济的快速持续发展,车辆数目增长迅猛,道路交通运输日益繁忙,交通拥堵和交通事故也成为我国道路交通尤其是城市交通中颇受困扰的突出难题。智能交通系统(IntelligentTransportationSystem,ITS)正是应对这一窘况而产生和发展起来的。车牌识别(LicensePlateRecognition,LPR)是智能交通系统的一个重要组成部分,是公路交通自动化领域的关键技术,在公共安全、交通管理以及海关、军事等部门有重要的应用价值,正日益成为人们的研究热点。车牌识别主要分为车牌定位、字符分割和字符识别三个步骤。车牌定位要求完全保留车牌区域内的信息,而尽量删除其它所有非车牌区域的干扰信息。因此,车牌定位是车牌识别的基础,对整个系统的性能起着至关重要的作用,决定着系统的识别速度和识别精度。本文利用数字图像处理技术对彩色汽车图像的车牌定位技术进行了研究。首先介绍了车牌定位技术的国内外发展现状,分析了车牌定位技术的难点;然后讨论了在车牌定位中常用的图像处理方法;接着对车牌定位技术进行了深入的研究。根据车牌的主要特征:纹理特征、颜色特征和结构特征,充分利用车牌图像中字符和背景具有固定颜色搭配的特征,提出了一种基于彩色特征、黑白纹理特征和结构特征的车牌定位方法:首先根据车牌底色不同、字符颜色不同,研究的着眼点主要放在提取和分析车牌区域的颜色特征上,在HSV空间中提取出与车牌背景色一致的色彩区域和与车牌字符色一致的色彩区域;再综合利用车牌纹理特征、结构特征等多重特征的多级分析技术来确定车牌区域。本文的算法既综合考虑了纹理、底色、字符色、结构等特征,运算又尽量在二值图上进行,实验结果表明,采用本文的方法能够较好地利用多种特征快速、准确地定位车牌,应用范围广,适应性强,具有一定的鲁棒性和实时性。

目录

摘要

ABSTRACT

1 绪论

1.1 课题的背景

1.2 国内外研究现状

1.3 论文的主要研究内容

1.3.1 图像预处理方法的研究

1.3.2 车牌定位方法的研究

1.3.3 基于彩色和黑白纹理的车牌定位方法

1.4 本文章节安排

2 常用图像处理方法

2.1 图像灰度化和二值化

2.1.1 图像的灰度化

2.1.2 灰度变换

2.1.3 图像的二值化

2.2 边缘检测

2.2.1 图像的边缘及其特性

2.2.2 边缘检测算法

2.3 图像的去噪处理

2.4 形态学概述

2.4.1 数学形态学简介

2.4.2 数学形态学的基本运算

2.4.3 数学形态学处理示例

3 典型车牌定位方法

3.1 车牌特征

3.1.1 GA36-92 车牌标准

3.1.2 车牌特征

3.1.3 我国车牌的特殊性

3.2 车牌定位方法的种类

3.2.1 纹理特征法

3.2.2 形状特征法——直线边缘检测

3.2.3 神经网络法

3.2.4 多分辨率方法

3.2.5 基于彩色图的车牌分割方法

4 基于彩色和黑白纹理分析的车牌定位方法

4.1 车牌图像预处理

4.2 基于彩色和黑白纹理分析的车牌定位方法

4.2.1 基于彩色和黑白纹理分析的车牌定位算法流程

4.2.2 基于RGB 颜色信息的车牌定位方法

4.2.3 基于纹理特征的车牌定位算法

4.2.4 基于HSV 颜色模型的车牌定位方法

4.3 基于彩色和黑白纹理分析的车牌定位方法的优势

4.3.1 与纹理特征车牌定位方法相比较的优势

4.3.2 与基于彩色的车牌定位方法相比较的优势

5 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附录