基于计算机视觉的车牌定位研究

本文是车辆牌照自动识别系统(License Plate Automatic Recognition System,LARS)课题研究的一部分。车辆牌照自动识别是计算机视觉与模式识别技术在智能交通邻域中的重要应用,是实现交通管理智能化的重要环节。 其中,车牌定位又是车牌识别的关键技术。正确分割出车牌区域的定位问题是车牌识别的前提,也是提高系统识别率的关键。本论文的内容主要包括如下两点: 1、本文提出了基于形态特征分析及灰度数学形态学的车牌定位方法。该方法首先将彩色图像从RGB颜色空间转化到HSV颜色空间,并在其空间内根据车牌颜色的三分量取值范围,构造出5级灰度图以初步过滤背景;然后应用数学形态学对分割得到的与车牌底色相符合的连通区域进行填充空洞和滤除噪声处理;最后再根据车牌几何特征和车牌字符纹理特征,应用连通域体态分析,剔除伪牌照区域,最终定位正确的车牌位置。该方法的主要特点是将车牌的的色彩特征和形态特征进行了有机的结合。 2、本文的程序设计采用逐步求精法,并且是基于VC++为开发平台下采用文档/视图结构来构建,最后在PC机上进行车牌自动定位的试验,并将定位结果统计出来。实验结果表明,在复杂的背景以及非均匀的光照条件下,本文提出的方法能够较好地满足快速、准确的定位要求,适用范围较广。