车牌识别图像处理算法的研究与实现

车

牌

识 （申请工学硕士学位论文） 别

图

像

处

理

算

法

的

研

究

与

实

现

黎

婷

婷

武

汉

理

工

大

学

车牌识别图像处理算法的 研究与实现 培养单位 ：自动化学院 学科专业 ：控制理论与控制工程 研究生 ：黎婷婷 指导教师 ：全书海 教授 2007年4月

独 创 性 声 明

本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

签 名: 日 期：

关于论文使用授权的说明

本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。

(保密的论文在解密后应遵守此规定)

签 名： 导师签名： 日 期：

分类号

UDC 密 级 公开 学校代码

学位论文

英 文 Research and Implementation on Image Processing 题 目 车牌识别图像处理算法的研究与实现 题 目 Algorithm of License Plate Recognition 研究生姓名 黎婷婷

姓名 职称学位 指导教师

单位名称 申请学位级别 硕士 学科专业名称 控制理论与控制工程 论文提交日期 2007年4月 论文答辩日期 学位授予单位 武汉理工大学学位授予日期 答辩委员会主席 评阅人

2007年 4月

摘 要

车牌识别（License Plate Recognition，LPR）系统是智能交通的重要组成部分，主要应用在电子计费领域，例如高速公路不停车收费、停车场管理、多用途收费系统。虽然LPR系统已发展多年，但由于光照变化范围大、图像背景复杂等原因，仍有许多技术难点未能解决。本文对LPR系统中的车牌定位、颜色分类、字符分割和字符识别四个方面的内容进行了系统的研究，设计并实现了相应的算法，以期解决LPR系统的技术难点，主要研究成果与创新如下：

本文从车牌纹理的分形特征出发，提出了基于有向分形参数的车牌定位算法。对定位算法的鲁棒性进行了深入的分析，讨论了模板尺寸和相对像素距离这两个重要参数的选择原则。实验结果表明，该算法效果良好。

将HSV彩色模型引入车牌颜色分类研究，分析了各类车牌H图和S图灰度分布的特点，在此基础之上，结合直方图特征分析方法，提出了基于HSV模型和直方图特征值的车牌颜色分类方法，通过算法的设计实现了车牌颜色分类。

利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜校正。对校正后的图像进行二值化以及垂直投影，利用车牌几何特征从投影图中寻找各个字符的位置以实现字符分割。

研究了提取字符旋转不变特征的Zernike矩字符识别方法，以及利用扩展模板模拟字符平移的字符识别方法。分析了两种方法的优缺点，并根据具体情况给出了改进方案。在此基础之上，采用以Zernike矩和扩展模板匹配为主，传统模板匹配为辅的多分类器融合的字符识别算法，实现了车牌字符识别。

关键词： 分形参数 颜色模型 倾斜校正 Zernike矩 车牌识别

Abstract

License plate recognition (LPR) system is an import part of intelligent transportation system, which is mostly applied to electronic payment system, such as non-stop toll collection in highway, non-attended parking fee payment, and multi-use payment. LPR system has been developed for many years. Under outdoor working conditions, various illumination and non-stationary backgrounds may be the two factors that mostly affect the quality of scene images and complexity of the techniques. In this study, as few constraints as possible in the working conditions are considered. The proposed LPR algorithm consists of four modules: license plate locating, color classifying, characters segmenting, and characters recognizing. Research achievements and innovations are as follow:

Texture of license plate has fractal features. According to these features, an algorithm for license plate extraction is proposed, which is based on directional fractal parameters. Robust of algorithm is analyzed and two main parameters, template size and comparative pixels distance are discussed, and this is useful to find license plate candidates in complex scene.

HSV color model is introduced in license plate color classifying. Gray scale distribution feature in H map and S map is studied for all kinds of license plate. Further, combined with histogram features analyses, a license plate color-classifying method based on HSV model and histogram features is proposed.

Rotating projection method is introduced to find the orientation of an inclined plate. After normalizing the inclined plate by bilinear interpolation, location map is converted into a binary image, and then projected vertically. In projection map, with the help of license plate geometrical constrains, license numbers are segmented into isolated characters.

Character deformation, such as shear and skew, often affects recognition. A proposed method for recognizing distorted characters is constructed from a Zernike-moments-based approach, which extracts rotation-free property of character.

Another proposed method for recognizing shear characters is constructed from an extended model matching approach. Two methods are compared and improved, and with the assistance of traditional model matching, a character recognition method based on multi-classifier fusion is proposed.

Key words: fractal parameter, color model, tilt correction, Zernike-moments, license

plate recognition

目 录

第1章 绪论············································· …… 此处隐藏：2150字，全部文档内容请下载后查看。喜欢就下载吧 ……