基于计算机视觉的车牌定位研究

摘要

本文是车辆牌照自动识别系统(License Plate Automatic Recognition System，LARS)课题研究的一部分。车辆牌照自动识别是计算机视觉与模式识别技术在智能交通邻域中的重要应用，是实现交通管理智能化的重要环节。 其中，车牌定位又是车牌识别的关键技术。正确分割出车牌区域的定位问题是车牌识别的前提，也是提高系统识别率的关键。本论文的内容主要包括如下两点： 1、本文提出了基于形态特征分析及灰度数学形态学的车牌定位方法。该方法首先将彩色图像从RGB颜色空间转化到HSV颜色空间，并在其空间内根据车牌颜色的三分量取值范围，构造出5级灰度图以初步过滤背景；然后应用数学形态学对分割得到的与车牌底色相符合的连通区域进行填充空洞和滤除噪声处理；最后再根据车牌几何特征和车牌字符纹理特征，应用连通域体态分析，剔除伪牌照区域，最终定位正确的车牌位置。该方法的主要特点是将车牌的的色彩特征和形态特征进行了有机的结合。 2、本文的程序设计采用逐步求精法，并且是基于VC++为开发平台下采用文档/视图结构来构建，最后在PC机上进行车牌自动定位的试验，并将定位结果统计出来。实验结果表明，在复杂的背景以及非均匀的光照条件下，本文提出的方法能够较好地满足快速、准确的定位要求，适用范围较广。

目录

文摘

英文文摘

声明

第一章绪论

1.1车牌识别的意义

1.2车牌识别方法

1.3车牌识别技术在国内外发展的状况

1.4车牌定位技术的难点

1.5本文的工作和结构

第二章数学形态学概述

2.1基本集合定义

2.2二值数学形态学

2.2.1膨胀和腐蚀

2.2.2开启和闭合

2.3灰度数学形态学

2.3.1基本概念

2.3.2灰值腐蚀运算

2.3.3灰值膨胀运算

2.3.4灰值开、闭运算

第三章汽车牌照图像预处理

3.1颜色模型

3.1.1 RGB模型

3.1.2 HSV模型

3.2车牌图像灰度化

3.3图像增强

3.4车牌图像的二值化方法

3.5小波变换的二值化阈值选取

第四章车牌牌照区域的定位

4.1车牌定位研究的先验知识

4.2车牌定位算法介绍

4.3汽车牌照的定位和分割算法

4.3.1基于阈值的色彩分割

4.3.2基于数学形态学的区域整合

4.3.3连通区域的体态分析

4.3.4车牌区域截取

第五章车牌定位的程序设计及实现

5.1 BMP图像文件格式

5.2 CDib类的构造

5.2.1 CDib类设计的目标

5.2.2 CDib类的成员函数

5.3程序设计与实现

5.4实验结果分析

第六章总结与展望

6.1总结

6.2展望

参考文献

发表论文和参加科研情况说明

致谢