【正文】 城市交通 ( 治安 ) 方面有了一定的應(yīng)用。從一些產(chǎn)品的解決方案來看，實(shí)際使用時(shí) 一般 仍然需要人工復(fù)核 。據(jù)統(tǒng)計(jì)，目前我國車牌識別產(chǎn)品 主流供應(yīng)商 ( 如北京漢王科技、昆明利普視覺、上海高德威、沈陽聚德、北京信路威等公司 )的 產(chǎn)品有一半左右是應(yīng)用在此領(lǐng)域。 方案考慮了漢字、英文字母和阿拉伯?dāng)?shù)字的不同特點(diǎn)，分別提取漢字、字母和數(shù)字的分類特征，并選擇不同的分類識別方法。 采用這種 方 法 能 在一定程度上解決車牌定位 依 據(jù)的 共性特征信息 選擇 的問題 。由于 在 實(shí)際使用 場合 中，所 采集圖像的內(nèi)容和質(zhì)量的變化非常復(fù)雜 ， 給車牌圖像識別技術(shù)的應(yīng)用和發(fā)展帶來了很大的困難 。 本文圍繞著開放或半開放采集環(huán)境中的車牌圖像特點(diǎn)，對車牌圖像自動識別系統(tǒng)中的 三個(gè)方面的關(guān)鍵技術(shù) — — 車牌區(qū)域定位技術(shù) 、 車牌字符切分 技術(shù)和車牌字符特征提取和分類識別 技術(shù) —— 進(jìn) 行了研究。 3 、在分析研究現(xiàn)有車牌字符切分方法的基礎(chǔ)上，提出了一種基于 Canny邊緣檢測的車牌字符切分方法，并對其可行性進(jìn)行了實(shí)驗(yàn)驗(yàn)證 。 關(guān)鍵詞 ： 車牌定位、字符切分、特征提取、模式識別 目 錄 第一章 緒論 .......................................................1 車牌圖像識別技術(shù)應(yīng)用現(xiàn)狀 ...............................................................1 車牌圖像識別技術(shù)研究現(xiàn)狀 ...............................................................2 本文研究的主要內(nèi)容 ............................................................................4 第二章 車牌圖像識別中的常用圖像處理技術(shù) ..........................7 圖像二值化技術(shù) ...................................................................................7 圖像邊緣檢測技術(shù) .............................................................................10 同態(tài)濾波 .............................................................................................13 2 .4 數(shù)學(xué)形態(tài)學(xué) .........................................................................................14 圖像灰度直方圖變換 ..........................................................................15 關(guān)于 車牌 圖像幾何畸變校正問題 .......................................................16 第三章 車牌 區(qū)域 定位 技術(shù) 研究 ......................................18 車牌區(qū)域特征分析 ..............................................................................18 現(xiàn)有的一些車牌 區(qū)域定位 方法簡要分析 ............................................19 基于多方向邊緣處理的 車牌區(qū)域定位方法 .........................................24 第四章 車牌 字符切分技術(shù) 研究 ......................................33 車牌圖像中字符區(qū)域及單字符圖像特征分析 .....................................33 現(xiàn)有的一些車牌字符切分方法分析 ....................................................33 基于 Canny 邊緣檢測的車牌字符切分方法 .........................................35 第五章 車牌字符分類識別技術(shù) 研究 ..................................41 字符圖像的前期處理 ...........................................................................41 字符分類識別特征及其提取方法 ........................................................41 現(xiàn)有的一些分類識別方法分析 ............................................................44 車牌字符分類 識別方案的設(shè)計(jì) ............................................................48 第六章 結(jié)論及建議 ................................................50 結(jié)論 ......................................................................................................5 0 建議 ......................................................................................................5 0 參考文獻(xiàn) ...........................................................52 插 圖 清 單 圖 二值化效果 評價(jià) ....................................................................... 7 圖 Otsu 算法二值化 ....................................................................... 9 圖 Bersen 算法二值化 ................................................................... 9 圖 基于 Canny 邊緣檢測的車牌圖像二值化 ...................................10 圖 不同車牌圖像 Canny 邊緣檢測效果圖 .......................................13 圖 同態(tài)濾波處理 ...........................................................................14 圖 同態(tài)濾波對二值化的影響 .........................................................14 圖 同態(tài)濾波對 Canny 邊緣檢測的影響 ...........................................14 圖 原灰度圖 ..................................................................................27 圖 正西方向邊緣 ...........................................................................27 圖 西南方向邊緣 ...........................................................................27 圖 西北方向邊緣 ...........................................................................27 圖 東南方向邊緣 ...........................................................................28 圖 四個(gè)方向邊緣合成圖 ................................................................28 圖 去除小連通區(qū)后圖 ...................................................................29 圖 車牌粗分割結(jié)果 .......................................................................29 圖 開運(yùn)算后正西方向邊緣圖 .........................................................30 圖 .........................................................30 圖 四個(gè)方向邊緣合成圖 ............................................................31 圖 去除小連通區(qū)后圖 ...................................................................31 圖 車牌區(qū)域定位結(jié)果 ...................................................................31 圖 原車牌灰度圖像 .......................................................................36 圖 Canny算子法檢測邊緣 ............................................................37 圖 寬度較大的連通區(qū) ...................................................................37 圖 寬度最大的連通區(qū) ...................................................................37 圖 去除字符上下背景后 Canny 邊緣圖 ...........................................38 圖 閉運(yùn)算后圖 ..............................................................................38 圖 可能的字符區(qū)置“ 1” ............................................................38 圖 各 個(gè)字符區(qū)域標(biāo)記 ...................................................................39 1 第一章 緒 論 車牌圖像識別技術(shù)應(yīng)用現(xiàn)狀 [1 ] [2 ] 2020年，車牌圖像識別 產(chǎn)品 第一次在國內(nèi) 實(shí)際 應(yīng) 用于 交通工程。主要用于高速公路 收費(fèi)管理、路徑判別、規(guī)費(fèi)征稽、交通數(shù)據(jù) 采集等方面，其中，最常用的是 高速公路收費(fèi)輔助系統(tǒng)。 因此， 雖然 車牌圖像識別技術(shù)在這一領(lǐng)域取得 了較好的使用效果，但還不能實(shí)現(xiàn)真正意義上的智能化收費(fèi)。其中，最常用的場所是 城市卡口監(jiān)控。 在城市卡口監(jiān)控、移動電子警察方面，對車牌圖像識別技術(shù)在車牌識別結(jié)果的正確率指標(biāo)的要求 比較 高，否則將給執(zhí)法工作帶來很大的麻煩。 停車場收費(fèi)管理系統(tǒng)對車牌圖像識別技術(shù)在車牌識別結(jié)果的正確率指標(biāo)的要求也非常高，目前的車牌圖像識別產(chǎn)品在這方面也不夠理想， 一般也需要人工干預(yù) 。而且 由于并沒有建立一個(gè)標(biāo)準(zhǔn)規(guī)范的測試體系，因此 有關(guān)數(shù)據(jù)的客觀公正性、可比性和可靠性等方面 尚值得 商榷。 如果這些因素變動時(shí)，就 可能要 根據(jù)具體的樣本、通過一定的分析學(xué)習(xí)過程以確定和修改使用的有關(guān)參數(shù) ， 才可能獲得較好的識別效果，否則其 識別正確率可能 不 會 很理想 。通過對有關(guān)資源數(shù)據(jù)庫中 1998年 — 2020年在各類期刊上公開發(fā)表的約 380 篇相關(guān)論文的統(tǒng)計(jì)，發(fā)現(xiàn)有關(guān)車牌區(qū)域定位的內(nèi)容占 50% 以上 。 在車牌字符切分方面， 公開資料中提出的方法主要有： 基于二值 ( 灰度 ) 圖像水平 ( 垂直 ) 投影分布的車牌 字符的 切分方 法