基于数字图像处理的车牌定位算法的研究

论文摘要

车牌识别系统在当代交通管理、电子收费等智能交通领域起着至关重要的作用,具有非常广阔的应用前景。车牌定位是车牌识别的关键技术之一,是后续的字符分割以及字符识别的前提,影响字符分割、字符识别的准确率。本文对近年来国内外关于车牌定位的算法进行了研究分析,以分析结果为基础提出了本文的车牌定位算法,并给出了实验结果。主要工作如下：1.采集到的彩色图像转换为灰度图像后,采用直方图均衡化方法对车牌图像进行图像增强。2.对比常用的二值化方法后,选用Otsu方法确定二值化的阈值,对增强后的车牌图像进行二值化处理。3.针对车牌定位问题,提出了一种包含边缘检测、投影法、二值化、连通域标记、最小二乘拟合等在内的粗定位、细定位结合的车牌定位算法。经过边缘检测、粗定位、倾斜校正、细定位四步,确定车牌区域。实验结果表明,本文所设计的经粗定位到细定位的算法较好的完成了车牌定位,相比同类算法,能够很好的剔除边框等干扰信息,从而分割出车牌字符部分。为后续的字符分割和字符识别创造了有利的条件,达到了预期的目标。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的研究背景及意义
• 1.2 车牌识别简述
• 1.2.1 车牌识别的主要应用技术介绍
• 1.2.2 车牌识别的国内外研究现状
• 1.3 论文的研究内容以及章节安排
• 第二章 车牌定位系统设计
• 2.1 车牌识别系统概述
• 2.2 车牌定位设计
• 2.2.1 车牌定位系统结构设计
• 2.2.2 预处理
• 2.2.3 车牌定位
• 第三章 车牌图像预处理
• 3.1 数字图像处理相关理论
• 3.2 图像增强
• 3.2.1 灰度直方图
• 3.2.2 直方图均衡化
• 3.3 图像二值化
• 3.3.1 二值化原理
• 3.3.2 几种常用阈值选择方法
• 3.3.3 基于大津阈值法的二值化
• 3.4 本章小结
• 第四章 车牌粗定位
• 4.1 车牌的特征分析
• 4.2 车牌定位常用方法
• 4.2.1 基于灰度图像的车牌定位
• 4.2.2 基于彩色图像的车牌定位
• 4.3 基于边缘检测与改进的投影法结合的车牌粗定位算法
• 4.3.1 边缘检测原理
• 4.3.2 几种常用微分算子
• 4.3.3 算子比较结果
• 4.3.4 车牌粗定位
• 4.4 本章小结
• 第五章 车牌细定位
• 5.1 车牌图像倾斜校正
• 5.1.1 倾斜原因及类型
• 5.1.2 基于Hough变换的车牌图像倾斜矫正法
• 5.1.3 基于连通域及最小二乘拟合的倾斜校正
• 5.2 形态滤波
• 5.2.1 膨胀和腐蚀
• 5.2.2 开运算与闭运算
• 5.3 基于统计边缘跳变次数与垂直投影结合的车牌细定位算法
• 5.4 本章小结
• 总结与展望
• 结论
• 后续研究工作
• 参考文献
• 致谢