基于边缘信息的车牌检测（文献综述打印）

发布时间：2011-09-08 22:15:45 来源：文档文库

小中大

字号：

手机查看

开题报告（文献综述）

1.车牌检测系统的介绍

随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题。针对此问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关交通数据，用于达到监控、管理和指挥交通的目的。汽车牌照的自动识别是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点之一。传统的IC卡识别和条形码识别技术价格昂贵，设备复杂，采用数字图像处理技术可以节省辅助设备，降低成本，提高识别速度。识别算法的好坏直接影响到识别的正确率和识别速度。所以，研究基于数字图像处理的车牌识别方法，努力提高车牌识别系统的性能具有十分重要的实际意义。

汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是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，它是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术，其硬件一般包括触发、摄像、照明、图像采集等设备，其软件核心包括车牌定位、车牌字符分割和字符识别等算法。它可广泛应用于交通流量检测，交通控制与诱导，机场、港口、小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。

2.车牌识别系统的实现

2.1系统简述

一个完整的牌照识别系统应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像，牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。牌照识别系统原理如图1所示。

图2-1 车牌识别系统实现步骤

2．2 图像预处理

输入的彩色图像包含大量颜色信息，会占用较多的存储空间，且处理时也会降低系统的执行速度，因此对图像进行识别等处理时，常将彩色图像转换为灰度图像，以加快处理速度。所以对图像会进行灰度化处理、提取背景图像、增强处理、图像二值化、边缘检测、滤波等处理。

2．3 车牌定位

自然环境下，汽车图像背景复杂，光照不均匀，在自然背景中准确地确定牌照区域是整个图像识别过程中的关键。首先对采集到的图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳区域作为牌照区域，将其从图像中分割出来，同时要考虑车牌倾斜问题。算法流程如下：

（1）对二值图像进行区域提取，计算并比较区域特征参数，提取车牌区域。

（2）计算包含所标记区域的最小宽和高，并根据先前知识，提取并显示更接近的车牌二子值图。

（3）通过计算车牌旋转角度解决车牌倾斜问题。由于车牌倾斜导致投影效果峰谷不明显，需车牌矫正处理。采取线性拟合方法，计算出车牌上边或下边图像值为1的点拟合直线与水平X轴的夹角。用MATLAB函数的旋转车牌图象函数Imrotate，计算车牌旋转角度和经旋转、二值化。

2．4 字符分割

完成牌照区域的定位后，再将牌照区域分割为单个字符。一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值，并且该位置应满足牌照的字符书写格式、字符、尺寸限制等条件。利用垂直投影法实现复杂环境下汽车图像中的字符分割效果较好。通过分析计算字符的水平投影和垂直投影，可获得车牌字符高度、字符顶行与尾行、字符宽度、每个字符的中心位置，以方便提取分割字符。然后计算车牌垂直投影，去掉车牌垂直边框。获取车牌及字符平均宽度。最后计算车牌每个字符的中心位置最大字符宽度，提取分割字符，通过程序算法计算的车牌字符高度和宽度及分割的字符，如图所示。

图2-2字符分割步骤

2.5字符识别

图2-3 字符识别步骤