机动车辆牌照识别系统【文献综述】.doc

毕业设计文献综述 计算机科学与技术 机动车辆牌照识别系统 摘要：车牌识别技术作为智能交通的重要组成部分，在人们的生活中发挥着越来越重要的作用。字符识别、字符分割、车牌定位是车牌识别的三个重要组成分，是车牌识别技术研究的重点，本文从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行简要介绍。 关键字：车牌识别、车牌定位、字符分割、字符识别 近几年来，随着汽车的数量猛增，智能交通体系成为了未来交通监管系统的主要发展趋势。所谓智能交通系统是在较完善的基础设施之上将先进的信息技术、通信技术、控制技术、传感器、计算机技术和系统综合技术的有效的集成，并应用于地面运输系统，从而建立起在大范围内发挥作用的实时、准确、高效的运输系统。 车辆的车牌识别尤其是智能运输系统研究的重要组成部分。车牌识别系统是对公路上配置的摄像头拍摄的照片进行数字图像处理与分析，综合应用大量的图像处理最新成果和数字形态学方法对汽车图像进行平滑、二值化、模糊处理、边缘检测、图像分割等，利用多种手段以提取车牌区域，从而达到对汽车牌照的精确定位并完成对汽车牌照的识别 车牌识别技术的研究最早出现在20世纪80年代，这个阶段的研究还没有形成完整的系统体系，而是就某一个具体的问题进行研究，通常是采用简单的图像处理的方法来解决。识别过程是使用工业电视摄像机拍下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预。进入2O世纪90年代后，随着计算机视觉的发展和计算机性能的提高，世界上的各个国家都投入了大量的人力和物力进行汽车牌照识别系统的研究，时隔10多年，仍然没有一个成熟系统的识别率能够达到100％。20世纪90年代后期以后，随着全世界汽车数量的快速增加，车牌识别技术的应用范围也越来越广，车牌识别技术己成为了一个热门的研究课题，人们对其进行了广泛的研究 车牌识别系统一般可顺序地分为车辆图像获取、车牌定位、车牌字符分割和车牌字符识别等4大部分。车牌定位和字符识别是车牌识别技术中最关键的两项技术。 《浅析车牌识别技术》主要介绍了车牌识别技术的现状及发展，并讨论了车牌识别的各种方法。而《基于改进BP网络的车牌字符识别方法研究》主要研究车牌识别的算法的解析。 在《浅析车牌识别技术》中提到目前已有不少学者对车牌定位进行了研究，总结起来主要有如下几类方法： 1、基于水平灰度变化特征的方法：这种方法主要应用在车牌定位以前，需要先对图像有个预处理的过程，将彩色图像转换为灰度图像，利用车牌区域水平方向的纹理特征对车牌进行定位。 2、基于边缘检测的定位方法：这种方法是利用车牌区域的边缘特对车牌进行定位，能够进行检测的方法有很多种，比如Roberts边缘算子、Prewitt算子、Sobel算子以及拉普拉斯边缘检测。 3、基于车牌颜色特征的定位方法：这种方法主要是利用车牌的纹理特征、形状特征和颜色特征即应用车牌字符和车牌底色的明显的反差特征来排除干扰对车牌进行定位。 4、基于Hough变换的车牌定位方法：这种方法是利用车牌边框的几何特征，寻找车牌边框直线的方法对车牌进行定位。 5、基于变换域的车牌定位方法：这种方法是将图像从空域变换到频域进行分析，比如，采用小波变换等。 6、基于数学形态学的车牌定位的方法：这种方法是利用数学形态学的图像处理的基本思想，用一个结构元素来探测一个图像，看能否将这个结构元素较好的填放在图像的内部，同时验证填放元素的方法是否是有效的。腐蚀、膨胀、开启和关闭是数学形态学的基本运算。 我们可以用投影直方图方法定位车牌，图像的预处理可以很好的将车牌区域划分出来，车牌区的边缘较周围的其他区域有很好的灰度跳变 车牌字符的正确分割是进行车牌字符识别的基础，目前常用的方法有如下几种： 1、车牌区域的纹理特征的方法：这种方法是利用车牌区域字符和底色有不同的灰度特征从而进行边框去除和字符分割的方法。 2、基于数学形态学的方法：这种方法是利用形态学的腐蚀和膨胀，将车牌字符区域组合成连通域的方法来去除边框，再进一步采用字符连通域的形式来进行字符切分。 3、基于Hough变换的字符分割的方法：这种方法是利用Hough变换，寻找车牌字符的上下边界，再结合车牌字符的排列特征对字符进行分割。 在《基于改进BP网络的车牌字符识别方法研究》提到了对于字符的分割可以用投影法，通过水平和垂直投影可以确定字符的区域。 车牌字符识别方法基于模式识别理论，主要有： 1、统计识别。 2、结构识别。 3、基于神经网络的字符识别。 4、基于模板匹配的字符识别。 由于汽车车牌图像所处的成像环境的复杂多变很难采集到一个完整的有代表性的原始图像集作为统计分析的基础，所以统计方法难于实现。另外车牌字符会经常发生变形、断缺等情况，会使字符结构受到损坏，所以依赖于字体结构完整性的结构识别的方法所提取的特征会不准确，识