用于实际场景中的多车牌定位和字符分割算法

摘要

车牌识别系统(License Plate Recognition System，简称LPRS)在智能交通管理中有着重要的意义。目前绝大多数国内外相关文献都是针对单车牌的识别，但在实际场景中经常会出现多个车辆同时闯入检测区域，因此对多车牌的识别是必要的。更重要的是多车牌的正确识别，可大大地减少实际应用中摄像头数量，极大地降低使用成本。
　　本研究主要内容包括：⑴图像预处理。首先采用图像增强方法增大图像对比度并削弱光照不均对定位的影响，然后采用Canny算子检测图像边缘。⑵车牌粗定位。利用一系列图像形态学处理方法去除干扰边缘，并将目标边缘点连接成闭合“实心”候选区域；然后利用边缘点密度和车牌宽高比特征筛选候选区域，排除部分干扰区域。⑶车牌精确定位。针对车牌粗定位中欠分割和无法排除所有干扰区域的缺点，利用车牌独有的字符特征，创新性地采用字符连通域分析筛选算法和最近邻链方法，进一步排除非车牌区域，并精确检测车牌的边界。⑷车牌倾斜校正和字符分割算法。利用改进的字符连通域筛选方法删除粘连、断裂字符的连通域；然后根据车牌保留字符的位置信息计算缺省字符的位置信息和车牌倾斜度；最后进行车牌倾斜校正和字符分割。该算法可省略去除车牌边框和铆钉环节，并解决了远处车牌字符缺省带给字符分割的难题。利用所提方法对不同场景下采集到的质量较差的114张实际图像进行车牌定位和字符分割，取得了良好的效果。该算法有一定的普适性和通用性，运算量小，实时性强，能够满足在实际中对车牌定位和字符分割的要求。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 车牌识别研究的背景和意义

1.2 多车牌识别技术的研究现状

1.3 我国车牌特征分析

1.4 多车牌识别的技术难点

1.5 本文内容结构安排及主要创新点

2 车牌识别系统简介

2.1 车牌识别系统概述

2.2 车牌定位算法简介

2.3 车牌倾斜校正算法简介

2.4 字符分割算法简介

2.5 小结

3 车牌图像预处理

3.1 彩色图像灰度化方法

3.2 中值滤波和均值滤波

3.3 形态学基本原理

3.4 灰度调整算法

3.5 Otsu二值化方法

3.6 边缘检测算子

4 多车牌定位算法

4.1 本文车牌定位算法简介

4.2 图像预处理

4.3 车牌粗定位

4.4 车牌精确定位

4.5 实验仿真与分析

4.6 本章小结

5 车牌倾斜校正和字符分割

5.1 车牌倾斜模式

5.2 文中倾斜校正和字符分割算法

5.3 实验结果分析

5.4 本章小结

6 总结和展望

6.1 总结

6.2 展望

参考文献

个人简历、在学期间发表的学术论文

致谢