车牌定位算法研究及实现

车辆自动识别技术（一）——车牌定位算法研究及实现

(2010-07-19 22:45:15)

分类：控制仿真类

标签：

杂谈

摘要

随着我国交通事业的迅速发展，城市汽车容量的急速攀升，建立现代化的智能交通系统已经成为解决此类中诸多问题的焦点所在。汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题，车辆是构成整个智能交通系统的最基本元素，而车辆牌照是我们标定车辆的唯一ID，所以说，车牌定位是实现车牌字符分割和字符识别的前提和关键。

本文介绍了三种基于MATLAB的汽车牌照图像定位方法。这些算法充分利用了车牌纹理、颜色、宽高比等特征，经过灰度化、运动区域定位、边缘提取、水平投影、自适应数学形态学处理、垂直投影、颜色判定、区域生长等一系列步骤，最终实现车牌定位。特别是边缘处理算子的改进、自适应数学形态学的引入以及小波分析的应用，对算法性能有着巨大影响，是本算法的关键所在。

实验结果表明，所述的三种方法是有效的，能够定位所采集的车牌，虽然不能定位全部采集到的图片，但方法三相对前两种方法的准确率有很大的提高，达到了预期的目的。

关键词：车牌定位；纹理分析；边缘检测；数学形态学；小波分析

目录

摘要

Abstract

第1章绪论 1

1.1 课题研究背景及意义 1

1.2 课题研究目的 2

1.3 国内及国外研究现状 2

1.3.1 国内研究现状 2

1.3.2 国外研究现状 4

1.4 本文的工作及基本结构 4

第2章图像处理技术基础 5

2.1 图像预处理 5

2.1.1 图像灰度化 5

2.1.2 图像二值化 6

2.1.3 图像小波变换 6

2.1.4 图像形态学处理 7

2.2 图像区域裁剪 9

第3章基于MATLAB的车牌定位算法实现 10

3.1 MATLAB及其图像处理工具 10

3.2 我国车牌特点及识别难点 10

3.2.1 我国车辆牌照特点 10

3.2.2 我国车辆牌照定位难点 11

3.3 图像的采集 11

3.4 基于不同车牌特征的程序实现过程及结果图 13

3.4.1 基于车牌颜色特征的方法 13

3.4.2 基于数学形态学和边缘特征的方法 16

3.4.3 基于小波分析的方法 20

3.5 三种方法的结果比较 23

第4章结束语 26

参考文献 27

致谢 28

附录 29

第1章绪论

1.1 课题研究背景及意义