基于图像处理的车牌定位方法的研究

摘要

车牌识别(Vehicle License Plate Recognition，VLPR)是现代智能交通系统中的重要组成部分之一，其应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像进行分析得到每一辆汽车的车牌号码，从而完成识别过程。通过车牌识别可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。而车牌定位是车牌识别系统中的重要组成部分，车牌定位的效果优劣直接影响到系统的整个功能。
　　文章对国内外具有代表性的车牌定位方法进行了研究。主要工作是对车牌定位的运行速度低的情况改进了一种基于灰度图像的车牌定位方法，即采用数学形态学运算得到多块类似车牌的候选区域即粗定位，对候选区域二值化后进行中间行扫描，利用行扫描中的黑、白跳变规律，确定车牌区域，该方法是采用的单行扫描能够减少运算时间提高对车牌定位的速度。在灰度图像粗定位的基础上，改进了一种利用彩色信息对车牌区域进行定位的方法，即对图像进行彩色分割将车牌底色像素设置为1其余设置为0，利用数学形态学对图像进行填充，根据车牌区域所占像素大小进行筛选即可得出车牌区域。该方法中车牌底色连通效果比车牌号码的连通效果好，更适合数学形态学填充获得较好的连通域，提高定位的准确率。

目录

声明

摘要

第一章 绪论

1．1 研究的目的和意义

1．2 车牌定位的研究现状

1．3 论文研究内容及结构安排

第二章 图像预处理

2．1 图像的灰度化

2．2 滤波去噪

2．3 对比度拉伸

2．3．1 线性变换

2．3．2 非线性变换

2．3．3 直方图均衡化

2．4 本章小结

第三章 边缘检测算法研究

3．1 Sobel边缘检测算子

3．2 Roberts边缘检测算子

3．3 Prewitt边缘检测算子

3．4 LOG边缘检测算子

3．5 Canny边缘检测算子

3．6 适用于本文的数学形态学边缘检测

3．7 各边缘检测算法的结果比较

3．8 本章小结

第四章 形态学图像处理

4．1 膨胀和腐蚀

4．2 开运算和闭运算

4．3 结构元素

4．4 灰度图像形态学

4．4．1 灰度图像的膨胀和腐蚀

4．4．2 灰度图像的开运算和闭运算

4．5 本章小结

第五章 车牌定位方法

5．1 车牌粗定位

5．1．1 改进的基于二值图像的处理

5．1．2 改进的基于彩色图像的处理

5．1．3 候选域的筛选

5．2 车牌精确定位

5．3 倾斜矫正

5．4 本章小结

第六章 总结与展望

6．1 总结

6．2 未来的工作及展望

致谢

参考文献

攻读学位期间发表的学术论文目录