论文部分内容阅读
近年来我国社会飞速的发展和经济的腾飞,也带动了我国交通运输行业新的改革。作为现代自动化交通管理系统的重要组成部分,智能交通系统也必将更加趋于完善。其中车辆自动识别系统在智能交通系统中占据着非常重要的地位,对于维护交通安全和加强城市治安管理,避免交通堵塞,智能高效地实现交通全自动化管理具有重大现实意义。它通常包括图像预处理、车牌定位、字符分割、字符识别等4个部分。其中,车牌定位又是非常关键的一步,后期车牌识别能否有效地顺利进行,以及高精度的识别效果能否得到保证,这都与车牌定位密不可分。本文分析了其他人提出的各种车牌定位方法,总结了各种车牌定位方法的优缺点,结合我国车牌的特点以及目前我国车牌定位所存在的难点,提出了先粗后精的二次车牌定位的方式,即采用数学形态学方法和行扫描方法对车牌进行粗定位和采用Hough变换方法对车牌实施精确定位。本文的主要工作如下:1.采用了数学形态学方法和行扫描方法粗定位车牌。首先将获取到的彩色图像进行归一化和灰度化处理,并利用Sobel算子进行图像边缘提取,然后运用数学形态学的腐蚀及闭运算对二值图像进行处理,可以得到若干个车牌候选区,接着再运用行扫描法去除伪车牌区域,得到车牌位置的合理区域,粗定位车牌。2.采用了Hough变换方法精确定位车牌。首先将车牌粗定位后得到的图像,进行中值滤波和Canny算子检测边缘处理,可以除去噪声,并得到清晰的图像轮廓。然后,再对处理后的图像,进行Hough变换,得到明显的矩形边框,找到车牌的上下左右边界,实现车牌的精确定位。为了验证本文所提车牌定位方法的可行性及高效性,通过编程与设计并在MATLAB平台中进行大量的仿真实验。分别将采集到的不同类型、不同背景情况下的200幅车辆图像用于实验,最后将实验所得的结果与某些类似于本文所提的车牌定位方法进对比和分析。最终的实验结果数据很好地表明了,本文所提车牌定位算法的精准与高效。