论文部分内容阅读
研究了车牌图像的特征，车牌定位算法基于车牌图像颜色特征，选取适合的颜色模型进行车牌提取，将彩色车牌图像转化为灰度图像．采用基于矩的阈值选取方法进行图像二值化处理，Hough变换的方法对图像进行倾斜校正，最后对已预处理增强的图像进行Sobel垂直算子边缘检测，用阈值分割出前景，搜索出符合车牌字符特征的候选区域，对候选区域进一步分析得到牌照位置．提出并采用基于PCA—BP神经网络的字符识别算法对车牌进行识别，300ms内车牌字符识别率达97．5％，实验证明，在训练样本较少的情况下，该系统的识别率依然较高．