文档介绍：1 第1章绪论课题背景和研究意义随着社会经济的快速发展,各种机动车辆不断增加,对交通智能化管理的要求也日益提高,交通智能化已经成为一种趋势。智能交通系统( ITS Intelligent Transportation System ) 成为当前交通智能化管理的一个重要方向,它将先进的信息技术、数据传输技术、控制技术及计算机技术等集成起来,运用于整个交通运输管理体系。车牌自动识别在( LPR License Plate Recognition )是计算机视觉、图像处理和模式识别在 ITS 领域的应用,是ITS 的一个重要组成部分。车牌自动识别系统有着广泛的应用,它的主要应用有:①高速公路自动收费;②城市交通监控;③公共停车场防盗管理; ④机场、港口等出入口车辆管理; ⑤闯红灯等车辆违章管理。实际工程应用中,由于环境的复杂性,晚上或雨天拍摄的汽车图像可能受光不均、对比度不高;摄像机的架设角度会使拍摄的车牌图像发生倾斜;车型的大小会使拍摄的图像大小不一;车牌本身脏或者有污损;这些因素都会给车牌识别带来困难。一个车牌自动识别系统要求有很高的识别率,只有拒识,没有误识;能够在公路环境中全天候工作;能处理模糊、污损、倾斜的车牌图像;具有实时处理数据的能力。尽管很多科研工作者在车牌自动识别技术上作出了很多贡献,但是车牌自动识别技术还尚未完全成熟。车牌自动识别系统的组成常见的车牌识别系统由两个大模块组成(如图 ) 1,分别是数据采集模块和车牌识别软件模块,后者又可再细分为图像预处理、车牌定位、车牌字符切分和车牌字符识别 4个小模块。 2 图车牌识别系统车牌自动识别系统的基本工作原理是:当车辆通过关卡时,经过车辆位置传感器的敏感区域时,传感器发送一个信号给图像采集控制部分,采集控制部分的控制摄像机采集一幅汽车图像存到图像采集卡,车牌识别软件模块从采集卡中读取汽车图像。车牌识别软件模块首先对汽车图像进行图像增强、去噪等预处理,接着对车牌进行定位,然后进行字符切分,最后进行字符识别。车牌定位模块的功能是从整个汽车图像中找出车牌并将其提取出来,其输入是整幅汽车图像,输出是车牌图像。字符切分模块的功能是先对车牌图像进行二值化,然后从车牌二值图像中把字符一个个切分出来,其输入是车牌图像,输出是字符图像。字符识别的功能是对字符进行识别,并输出识别结果。车牌识别系统的研究现状国内外都有大量关于车牌识别方面的研究。国外这方面的研究工作开展得比较早。国外已开发出的一些典型的产品是:以色列 hi-Tech 公司的 See/Car System 系列产品, 该系列产品中开发了几个不同国家的车牌识别系统,针对中国格式车牌的而言,它不能识别汉字。新加波的 Optasia 公司的 VLPRS 产品。国内技术条件比较成熟的公司主要有中国自动化研究所的汉王科技的“汉王眼”。四川大学的川大智胜,香港地区的亚洲视觉科技有限公司( ASIA Vision Technology LTD )等, 这些公司的产品都报道在图像质量好的情况下,识别率都大于 95% ,但是大多数是在简单受限的场景下取得的,而在实际可能的较复杂的背景环境下,车牌识别系统的识别率很难超过 90%。 3 车牌定位车牌定位算法的优劣直接影响到车牌识别的准确率,近几年车牌定位的主要方法有: 1、基于形态学和边缘检测相结合的方法 2345 这种方法首先计算图像的梯度,因为一般情况下,车牌区域比非车牌区域的亮度变化更剧烈,因此把边缘变化剧烈的区域作为车牌的候选区域。因为基于边缘的方法的缺点是车的前灯或者缓冲器的亮度变化也很剧烈,所以利用形态学的方法把伪区域去掉。 2、基于彩色信息的车牌定位算法 6 这种方法利用车牌的底色以及字符的颜色来定位,优点是计算量小,对白天的质量好的图像进行车牌定位效果不错,缺点是对晚上的车牌比较难定位,因为晚上汽车的车灯是开着的,车牌会受到车灯的照射,从而难以判断车牌的真实颜色。对于质量差的褪色的车牌也难定位,一般都是用彩色信息和纹理信息相结合来定位车牌,文献 7用以纹理特征为主要手段,以彩色特征为辅助手段的方法来定位出车牌。 3、基于纹理特征的车牌定位算法 Harrlike 特征可以用来分析图像的纹理特征,文献 8910 用基于 Harrlike 特征集的 Adaboost 分类器车牌定位算法。利用大量的分类能力一般的简单分类器通过一定的方法叠加起来, 构成一个分类能力很强的强分类器, 再将若干个强分类器串联成为分级分类器完成图像搜索检测。近几年还出现了用小波变换 11、遗传算法 12、Gabor 滤波器 13等来进行车牌定位。基于遗传算法的车牌定位方法首先对车牌图像进行二值化,然后利用遗传算法对全图进行特征匹配搜索,结合区域特征矢量构造