车牌识别算法调研 毕业论文.doc

前 言 随着交通问题的日益严重智能交通系统应运而生。 汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。 的目的是对摄像头获取的汽车图像进行预处理,确定车牌位置,提取车牌上的字符串并对这些字符进行识别处理,用文本的形式显示出来。车牌自动识别技术在智能交通系统中具有重要的应用价值。在车牌自动识别系统中首先要将车牌从所获取的图像中分割出来这是进行车牌字符识别的重要步骤定位准确与否直接影响车牌识别率。 车牌自动识别系统（LARS）作为一种交通信息的获取技术在交通车辆管理、园区车辆管理、停车场管理有着特别重要的应用价值，受到业内人士的普遍关注。车牌自动识别的处理有三部分组成，其中车牌定位作为最关键的技术，成为重点研究的对象。 车牌定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。由于在现实中汽车的车牌图像受到光照、背景、车型等外界干扰因素以及拍摄角度、远近等人为因素的影响造成图像受光不均匀车牌区域不明显给车牌区域的提取带来了较大的困难。 目前比较经典的定位方法大都在基于灰度图像的基础上针对不同背景和光照条件下的车辆图像提出了一种基于灰度图像灰度变化特征进行车牌定位的方法。依据车牌中 1．2智能交通系统及车牌识别系统在其中的应用 智能交通系统(Intelligent Transportation System，ITS)就是以缓和道路堵塞和减少交通事故，提高交通利用者的方便、舒适为目的，利用交通信息系统、通讯网络、定位系统和智能化分析与选线的交通系统的总称。它通过传播实时的交通信息使出行者对即将面对的交通环境有足够的了解，并据此做出正确的选择；通过消除道路堵塞等交通隐患，建设良好的交通管制系统，减轻对环境的污染：通过对智能交叉路口和自动驾驶技术的开发，提高行车安全，减少行驶时间。 智能交通系统已成为被普遍认可的改善交通状况的最为有效的途径。目前世界各国都在大力发展，其中的代表是美国。1995年3月美国交通部首次正式出版了《国家智能交通系统项目规划》，明确规定了智能交通系统的7大领域和29个用户服务功能．此后进入新世纪第一年，又与美国ITS协会(ITS America)联合编制了ITS十年发展规划。其中7大领域包括：出行和交通管理系统、出行需求管理系统、公共交通运营系统、商用车辆运营系统、电子收费系统、应急管理系统、先进的车辆控制和安全系统。 车牌识别系统(License Plate Recognition System，LPR)是智能交通系统的一个重要组成部分，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。 车辆牌照识别技术作为交通管理自动化的重要手段，其任务是分析、处理汽车监控图像，自动识别汽车牌号，并进行相关智能化数据库管理。车牌识别系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查、监测黑牌机动车、监控违章车辆的电子警察等需要车牌认证的重要场合，尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率，车牌识别系统更具有不可替代的作用，因而对车牌识别技术的研究和应用系统开发具有重要的现实意义。 1.3课题研究背景 随着21世纪经济全球化的到来，高速度、高效率的生活节奏，使车辆普及成为必然的趋势，交通管理自动化越来越成为亟待解决的问题。现代智能交通系统 (Intelligent Transportation System，ITS)中，车辆牌照识别(License Plate Recognition，LPR)技术是计算机视觉与模式识别技术在交通领域应用的重要研究课题之一，是实现交通管理能够智能化的重要环节，其任务是分析、处理汽车图像，自动识别汽车牌号。LPR系统可以广泛应用于电子收费、出入控制、公路流量监控、失窃车辆查询和停车场车辆管理等需要车牌认证的场合；尤其在高速公路收费系统中，实现不停车收费提高公路系统的运行效率，LPR系统更具有不可替代的作用。因而从事LPR技术的研究具有极其重要的现实意义和巨大的经济价值。LPR系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。关于车牌定位系统的研究，国内外学者已经做了大量的工作，但实际效果并不是很理想，比如车牌图像的倾斜、车牌表面的污秽和磨损、光线的干扰等都是影响定位准确度的潜在因素。为此，近年来不少学者针对车牌本身的特点、车辆拍摄的不良现象及背景复杂状况，先后提出了许多有针对性的定位方法，使车牌定位在技术和方法上都有了很大的改善。然而现代化交通系统不断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要求，因而进一步加深车牌定位的