车辆牌照识别中定位技术的研究
VIP免费
摘 要
车辆牌照的识别技术是智能交通领域的重要研究课题之一，涉及计算机视觉、
数字图像处理和模式识别等技术，它有着广泛的实际应用背景。车牌识别系统主
要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是车牌识别系统
中最为关键的技术之一，是字符分割和字符识别的基础，对整个系统的性能起着
至关重要的作用。
本文在搜集、整理和总结了近年来国内外在车牌定位分割领域的最新研究成
果和最新进展的基础上，并结合车牌的具体特征，提出了两种车牌定位的方法。
（1）基于灰度跳变的车牌定位方法是针对车牌区域水平方向的纹理比较丰
富而提出的一种车牌定位方法。采用初步定位-倾斜矫正-精确定位三步相结合的
方法，这种定位方法克服了由于拍摄角度问题带来的倾斜车牌定位不精确的问题
减少了计算量，继而能够提高车牌定位技术中后续的字符分割和识别的精确度。
方法中还尝试将精确定位与字符分割合为一个步骤。
（2）基于 SUSAN 角点检测的车牌定位方法是针对车牌字符笔画含有丰富的角
点，分布密集而规则所提出的一种车牌定位方法。此种方法首先利用数学形态学
运算初步定位车牌区域，然后利用 SUSAN 角点检测法检测候选区域的角点，最后
再利用得到的角点图采用聚类的方法进行精确定位。试验证明这种方法对于车牌
倾斜角度较大甚至垂直与水平方向都有倾斜时，分割效果也很理想，而且分割速
度快，有利于车牌的实时定位。
关键词：车牌定位 灰度图像 倾斜矫正 角点检测 SUSAN
ABSTRACT
The vehicles plate recognition technology is one of the important research subjects
in intelligent traffic area, referring to the technologies of Computer Vision, Digital
Image Process, Pattern Recognition etc. It has comprehensive application prospect. A
vehicle license recognition system usually comprises three parts, vehicle license
locating, character segmentation and character recognition. The vehicle locating is one
of the pivotal technologies in the vehicle recognition system, and is the basis of
character segmentation and character recognition. It plays the crucial role, which
influence the precision of the whole system.
In this thesis, we have gathered and summarized the latest domestic and foreign
research achievement and development in license locating and character segmentation.
Combining with the characteristic of the vehicle plate, we have developed two vehicles
license location methods.
The method based on gray level changing in the image is proposed because the
area of license plate has abundant texture. This paper realizes the license plate location
using the method of primary location—slant correction—precise location. And it solves
the problem of precision in license plate location, which is caused by shooting angle,
and it also reduces the compute time, so it improves the precision of characters division
and recognition of license plate location.
The method based on SUSAN corners detection is proposed because the characters
have plenty of corners and the distribution of corners is dense and regular. First, we
realize the primary location using the morphology, then we detect those candidate areas
using SUSAN operator. Last, we get the accurate plate by the precise location on the
corner image. The experiment tests show that this method is effective enough, and the
speed of division is swiftness, so it is in favor of the real time location of the license
plate.
Key Word: license plate location, gray image, slant correction, Corners
Detection, SUSAN
目 录
中文摘要
ABSTRACT
第一章 绪 论......................................................1
§1.1 课题研究的背景及意义.......................................1
§1.2 车辆识别系统研究的现状....................................2
§1.3 本文主要内容安排..........................................5
第二章 车牌定位的总体结构.........................................7
§2.1 车牌定位识别系统的组成....................................7
§2.2 车辆牌照特点..............................................7
§2.3 本文车牌定位的总体流程....................................8
§2.4 本文的实验条件............................................8
第三章 车牌图像预处理............................................11
§3.1 彩色图像颜色空间.........................................11
§3.1.1 RGB 颜色空间.........................................11
§3.1.2 HSI 颜色空间.........................................11
§3.2 彩色图像灰度化...........................................12
§3.3 灰度拉伸.................................................13
§3.4 二值化...................................................14
§3.4.1 OTSU 法（大津法）....................................15
§3.4.2 迭代法...............................................16
§3.4.3 双峰法...............................................17
§3.4.4 Bernsen 算法.........................................17
§3.5 边缘检测.................................................18
§3.5.1 几种常见的边缘检测算子...............................19
§3.5.2 边缘图像的二值化.....................................24
§3.5.3 Canny 边缘检测算子...................................24
§3.6 本章小结.................................................25
第四章 常用车牌定位方法..........................................27
§4.1 投影法....................................................27
§4.2 数学形态学法.............................................28
§4.2.1 腐蚀.................................................28
§4.2.2 膨胀.................................................28
§4.2.3 图像开启与闭合运算...................................29
§4.3 模板匹配法...............................................32
§4.4 跳变法...................................................32
§4.5 本章小结.................................................33
第五章 基于灰度跳变的车牌定位方法................................35
§5.1 预处理...................................................35
§5.2 车牌初步定位.............................................37
§5.2.1 车牌图像的特点.......................................37
§5.2.2 车牌的水平定位.......................................37
§5.2.3 车牌的垂直定位.......................................40
§5.3 倾斜校正.................................................42
§5.3.1 二值化...............................................42
§3.5.2 Hough 变换...........................................43
§5.4 车牌精确定位.............................................44
§5.4.1 水平投影定位.........................................44
§5.4.2 垂直投影定位.........................................47
§5.5 字符分割.................................................48
§5.6 本章结论.................................................50
第六章 基于 SUSAN 角点检测的车牌定位方法.........................51
§6.1 SUSAN 边缘检测及角点检测算法.............................51
§6.1.1 SUSAN 边缘检测原理...................................52
§6.1.2 SUSAN 角点检测原理...................................54
§6.2 基于 SUSAN 角点检测的定位流程.............................56
§6.2.1 车牌图像预处理与 SUSAN 边缘检测.......................56
§6.2.2 利用形态学处理车牌图像...............................57
§6.2.3 连通域计算初步确定车牌候选区域.......................59
§6.2.4 角点检测并精确定位车牌区域...........................60
§6.3 结论.....................................................62
第七章 总结......................................................63
参考文献.........................................................65
第一章 绪论
第一章 绪 论
§1.1 课题研究的背景及意义
随着我国国民经济的快速发展，人民生活水平的不断提高，私有车辆越来越
多，交通需求量越来越大，现有的交通基础设施建设速度远远比不上机动车辆和
其他交通工具的增长速度，传统的人工管理方式己经越来越不能满足实际工作的
需要。由于违章造成的交通事故日益频繁，以及城市交通堵塞造成的运输效率低
下，严重地影响了我国城市经济的发展和人民的生活。在路桥收费、十字路口交通
和停车场收费中实行车辆自动识别(Automation Vehicle Identification，AVI)已成
为管理部门的迫切要求。因此，为了解决这些问题，在继续加快交通基础设施建
设的同时，应该充分利用卫星导航、视频监控和计算机调度管理等技术，发展智
能交通系统(Intelligent Transportation System，ITS)来提高运输效率，保障交通安
全，缓解交通拥挤和实现管理自动化。
计算机硬件和软件技术、图像处理技术、计算机智能技术和智能交通系统的发
展，解决了以往道路交通监控中计算机视觉和图像处理技术的许多难题，克服了
存储量和计算速度等的局限性，提高了处理速度和精度，逐步满足了实际系统的
实时性、安全性和可靠性要求。
车辆自动识别是智能交通系统(ITS)的重要部分。近年来，车辆识别技术发展
很快，主要有下面三种识别技术：射频识别(Radio Frequency Identification)、条形
码识 别 (Bar Code Based Identification)和 车 牌 识 别 (License Plate
Recognition，LPR)。其中，射频识别和条形码识别属于间接识别，难以核对车与
车牌信息是否相符。而车牌识别属于直接识别，与射频识别和条形码识别相比，
车牌识别不需要在汽车上安装专门的条形码或射频识别标志，就可以对车辆图像
进行检索、回放，升级和维护起来也很方便[2]。因此，车牌识别系统具有更为广阔
的应用前景。但是，目前国内现有的车牌识别系统对环境的依赖性较大，而且对
外界的干扰比较敏感，国外的车牌识别系统对汉字的识别率较低，所以必须研究
新的车牌识别方法。
车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成[1-10]。其中，
车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用
决定着系统的识别速度和识别精度。因此，车牌定位是车牌识别系统中最为关键
的技术之一。
由于车辆图像采集于户外，图像背景复杂、噪声干扰严重。因此，车牌定位技
术一直都不是很理想，它一直是车牌识别领域的研究热点。车牌识别系统涉及计
算机视觉、数字图像处理和模式识别等技术，对它的研究也会促进这些相关领域
的发展，同时是计算机视觉、数字图像处理和模式识别等技术在智能交通领域的
重要应用。车牌识别系统能自动获取车辆图像，采集车辆信息和实现智能化管理
大大提高了交通管理运行效率，节省了人力、物力，有利于交通管理的科学化、规
1
车辆牌照识别系统中定位技术的研究
范化和智能化。因此，对车牌识别中的首要问题——车牌定位技术研究，不仅具
有重要的理论意义，而且具有重要的现实意义。
§1.2 车牌定位研究现状
车牌定位是计算机视觉、数字图像处理和模式识别等技术在智能交通领域应
用的重要研究课题之一，是车牌识别的首要问题，有着广泛的实际应用前景。美
国和英国等一些发达国家从20世纪80年代就开始对车牌识别技术进行了研究。当
时的研究并没有形成完整的系统体系，只是采用图像处理技术就车牌识别中的某
些问题进行简单分析和处理，确定车牌区域，提取车牌信息。
90年代，随着计算机视觉技术和图像处理技术的发展，开始出现车牌识别系
统化研究，取得了显著的成效。运用计算机视觉技术和图像处理技术建立了车辆
牌照自动识别系统。
近年来，随着计算机技术和人工智能的发展，新兴技术的出现，很多国家开
始探讨用人工神经网络技术和生物遗传技术等对车牌识别问题进行研究，并将研
究重点转向彩色图像的车牌识别和一幅图像多个牌照的车牌识别问题上。
目前，国内外对车牌定位系统的研究，主要集中在算法的研究和改进上，提
出了一些卓有成效的车牌定位算法。从图像处理的性质来看，车牌定位主要分为
基于灰度图像的车牌定位和基于彩色图像的车牌定位两种方式[1]。
一、 基于灰度图像的车牌定位
对车牌的灰度图像分析可以看出车牌区域的灰度变化非常明显。根据采用图
像处理的方法不同，可以把它们分为以下四类：
第一类基于车牌区域边缘跳变的方法。
该种方法是基于车牌区域有大量字符，因此灰度跳变频率比较高并且存在一
定的规律。定位时，可以采用逐行或隔行扫描车牌图像，满足一定的跳变规律的
区域归为车牌候选区域，然后再根据车牌的其他特征确定车牌区域。这种方法的
缺点是：车头部分细节丰富，要获得较好的边缘图像比较困难[1]，并且细节部分
也会影响车牌的精确定位。适应于背景较为简单的车牌图像。
第二类方法是基于车牌图像中车牌区域的纹理特征。
此种方法利用了车牌区域纹理特征。由于图像背景的纹理也较丰富，所以也
使得对车牌图像背景干扰也较为敏感。纹理分割是通过分析图像整体或局部中颗
粒间的相关性及其相似程度对图像进行分割的。它包括中心距分析、差分直方图分
析、游程长度分析、灰度共生矩阵分析等，它对整体图像的质量要求不高，但是速
度很低[3]。
第三类方法是投影法[1]。
此种方法比较简单。将预处理后的车牌图像分别沿水平和垂直方向投影，由
于车牌区域的字符边缘较丰富，所以在相应的水平和垂直位置上会产生连续峰、
谷、峰分布，设计算法搜索波峰、波谷的个数来确定车牌的大致区域[2]。这种方法
2
摘要：
展开>>
收起<<
摘要车辆牌照的识别技术是智能交通领域的重要研究课题之一，涉及计算机视觉、数字图像处理和模式识别等技术，它有着广泛的实际应用背景。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是车牌识别系统中最为关键的技术之一，是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用。本文在搜集、整理和总结了近年来国内外在车牌定位分割领域的最新研究成果和最新进展的基础上，并结合车牌的具体特征，提出了两种车牌定位的方法。（1）基于灰度跳变的车牌定位方法是针对车牌区域水平方向的纹理比较丰富而提出的一种车牌定位方法。采用初步定位-倾斜矫正-精确定位三步相结合的方法，这种定位方法克服了由...
相关推荐
-
公务员思想政治教育研究VIP免费
2024-10-15 41 -
在线社会网络中用户行为的实证分析与机制建模研究VIP免费
2025-01-09 8 -
智能优化方法对神经网络的改进及应用研究VIP免费
2025-01-09 10 -
鲜切哈密瓜保鲜技术研究VIP免费
2025-01-09 18 -
小城镇道路网级配方法及应用研究VIP免费
2025-01-09 11 -
医学信息集成测试系统的研究与实现VIP免费
2025-01-09 12 -
余热驱动氨水吸收式制冷系统的理论及实验研究VIP免费
2025-01-09 8 -
喷雾降温技术适用性及热环境研究VIP免费
2025-01-09 10 -
收缩—扩张喷嘴的气泡雾化数值模拟VIP免费
2025-01-09 19 -
支持供应链的工作流系统结构及其计划与调度的研究与应用VIP免费
2025-01-09 20
作者：陈辉
分类：高等教育资料
价格：15积分
属性：65 页
大小：4.41MB
格式：DOC
时间：2024-11-19
相关内容
-
医学信息集成测试系统的研究与实现
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
余热驱动氨水吸收式制冷系统的理论及实验研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
喷雾降温技术适用性及热环境研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
收缩—扩张喷嘴的气泡雾化数值模拟
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
支持供应链的工作流系统结构及其计划与调度的研究与应用
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
