车牌识别系统

在机动车牌照牌识别系统的设计中，车牌区域的检测和牌照中字符的分割是进行字符识别前必须的两个步骤，实验证明，利用车牌的纹理特征和形状特征检测车牌区域具有较高的准确性，算法的实现以边缘检测技术和数学形态学为基础，字符分割受车牌倾斜角度的影响较大，在运用Hough变换检测出车牌水平和垂直倾斜度后，再进一步进行字符分割，具有较好的效果。     

一种利用灰度信息和二值信息的手写字符分割

在字符识别系统中,字符的有效分割是识别的关键。该文描述了一种两阶段的手写字符分割方法。根据字符倾斜角度将原字符串图像划分出若干个形状不规则的区域,每个区域含有一条分割线;针对现有分割方法的某些局限性,提出采用字符图像灰度信息和二值信息相结合的方式来求取分割区域中的分割路径。实验结果表明了该方法对于手写字符分割的有效性。     

一种倾斜车牌字符提取方法

针对车牌字符提取中存在的问题,本文提出了一种针对倾斜车牌的字符提取方法.运用最大熵分割算法分割车牌图像,运用串并行扫描结合的方法细化图像,提取骨架.运用Hough变换法提取车牌边缘所在的直线,求出倾斜角度以矫正图像.对校正之后的骨架图像进行逐行扫描,确定整个车牌所在区域,并运用水平投影法分出每个字符所在区域,以便进行识别.实验证明,本文提出的车牌字符提取方法中对车牌倾斜有很好的适应性,行扫描的方法可以快速分辨出车牌字符区域,是一种鲁棒的字符提取方法.     

基于MATLAB的车牌识别系统的设计与研究

汽车牌照自动识别系统是智能交通系统的重要组成部分,主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分,并提出了一套基于MATLAB的汽车牌照自动识别系统的方法。该方法具有很高的识别能力,能有效解决在有噪声和光照条件恶劣情况下车牌的定位、字符倾斜、字符分割提取等复杂问题,最后运用上述方法对汽车图像进行处理,表明MATLAB在车牌识别系统中的运用非常有效。     

一种新方法在牌照定位与分割中的应用

根据图像中车牌字符的特点,应用拓扑学与数学形态学,采用区域双向搜索法找出单个字符的空间分布,从而更精确地排除伪牌照区域,更好地保留原图像字符区域中的笔画信息,对提高整个识别系统的准确率起到了关键的作用。     

车牌识别中倾斜牌照的快速矫正算法

在车辆牌照自动识别(LPR)过程中，车牌图像的倾斜会给下一步字符切分和识别带来困难。利用传统Hough变换进行矫正的运算量很大，文中提出采用轮廓跟踪方法去除牌照图像中和矫正无关的所有冗余信息并采用分级检测的策略，在最大程度上减少矫正过程的运算量。实验结果表明，该方法可以准确地检测出车牌的倾斜角度，同时矫正速度比传统Hough变换方法提高10倍左右。     

基于彩色图像处理技术的车辆牌照自动读取系统

牌照读取过程大致可以分为预处理、牌照区域提取、牌照区域的二值化、字符分割、字符识别、后处理等几步。对于牌照区域的提取,综合利用了牌照的颜色信息和形状信息,取得了良好的提取效果;对于牌照区域的二值化,首先进行了通道的选择,然后计算闽值,最后二值化;在字符分割模块,分别在垂直、水平、垂直方向进行了字符分割,,并计算了牌照的倾斜角,对倾斜程度比较严重的牌照,还要进行旋转（纠斜）处理;在字符识别模块,用最小欧氏距离法进行识别,对‘8＇和‘B’及‘0’和‘D’等易混淆的字符进行特殊处理;在最后的后处理模块中,进行了包括机器检查和人工检查在内的合法性检查。实验结果显示,基于彩色图像处理技术的车辆牌照自动读取系统具有较 较高的识别速度和精度。     

复杂背景下彩色图像车牌提取与字符分割技术

车牌图像分割是车辆牌照自动识别系统的关键部分，本文提出和提取了车牌标准模式的多种重要特征，综合利用数学形态学运算、连通域形状测量和彩色图像分析，有效地解决了复杂背景下提取车牌的问题，并实现了牌照的倾斜校正和边框线与铆钉去除，最后分离出牌照的各个字符、实验表明该技术方案在实时性，鲁棒性和正确率都达到实用技术指标。     

基于单个字符区域的倾余字符校正技术的研究

在字符图像的采样过程中,经常会造成某些字符的倾斜,本文通过对整体倾斜字符和错位偏移字符特点的分析,给出了基于单个字符区域的倾斜字符校正方法,并在实际应用中取得了很好的效果,极大地方便了后续字符的处理和识别。     

汽车牌照的字符分割与识别

根据汽车牌照字符与背景的特点，提出了一种自适应的二值化方法，这种方法首先把图像分割成块，进而根据每小块中的前景的灰度更加接近小块中灰度最大值的特点，选取一个比较高的域值，然后根据原图像的灰度值对得到的图像进行区域增长，最后得到的二值图像既可以完整再现字符，同时可以消除背景中亮度较高的点；另外讨论了结合汽车牌照的几何尺寸的字符分割办法，详细阐述了横向穿越变化数和字符的横竖编码这两个新的特征的提取过程，最后给出了一种新的多级分类的规则，讨论了这种多级分类的实现算法，实验表明这是一种行之有效的分类方法。     

汽车牌照识别技术研究

本文分析了汽车牌照的几何特征和成像特点,提出了一种基于边缘检测和Hough变换的汽车牌照定位方法和基于图像投影的车牌字符分割方法。通过分析车牌号码中的字符图像特点,提出了基于字符图像几何形态和笔画结构的字母和数字识别方法,以及基于汉字结构知识的汉字识别方法,从而实现了汽车牌照的自动识别。     

基于DSP的车牌识别系统研究

介绍了一种基于TMS320DM6437硬件平台,运用数字图像处理的知识来实现汽车车牌的自动识别功能。对目前使用的车牌预处理、车牌定位技术与字符分割等算法进行了实验分析。     

基于图论分析的车牌数字字符识别研究与应用

细化后的字符图像可以看作是一幅连通图，从图论的观点出发，在对车牌末尾三位数字字符图像识别中，选择闭合曲线作为其整体特征，将笔画端点所处字符图像中子区域的位置做为主要的细节特征，对车牌数字字符进行识别。试验结桌表明该方案是可行的和有效的。     

基于SOPC的汽车车牌识别系统设计

介绍一种基于SOPC的车牌识别系统的设计方案,利用SOPC Builder创建和配置Nios II软核处理器及其外围设备,实现对图像传感器输出数据的采集、存储和显示;在Nios IDE软件开发平台上设计本系统图像处理的程序流程,通过对车牌图像进行定位、字符分割、字符识别等操作,完成对车牌号的处理。这种基于SOPC技术的车牌识别系统降低系统软硬件设计的难度,缩短开发周期,并提高设计的可靠性,具有较高的实用价值和应用前景。     

基于图论分析的车牌数字字符识别研究与应用

细化后的字符图像可以看作是一幅连通图,从图论的观点出发,在对车牌末尾三位数字字符图像识别中,选择闭合曲线作为其整体特征,将笔画端点所处字符图像中子区域的位置做为主要的细节特征,对车牌数字字符进行识别。试验结果表明该方案是可行的和有效的。     

基于数学形态法和主成分分析法的车牌定位

作为车牌识别的首要和关键技术,车牌定位的结果直接决定了识别的成败。新的方法充分利用车牌图像的位置、形状、纹理、颜色等特征,结合数学形态法进行车牌定位,并以主成分分析法进行车牌倾斜校正。试验结果表明,新的方法能够快速而准确得定位车牌。     

基于小波变换和神经网络的车牌识别系统

介绍了通过小波变换在复杂背景下对车辆图像进行去噪和对车辆牌照进行定位,并利用BP网络结合线性感知器来对车牌字符进行分类和识别。实验结果表明,该文提出的设计方案,算法简单、实时性好、识别率高,可适用于复杂背景环境中的车牌识别。     

基于SOM神经网络聚类的车牌号码倾斜校正算法

经过摄像机摄入的图像会发生倾斜,给车牌的准确识别带来了困难.针对此问题,利用SOM神经网络良好的聚类性能,在水平倾斜校正时,把车牌号码图像中的像素坐标聚成两类,拟合成一条直线,计算出该直线倾斜角,完成水平校正;按照以上同样方法进行垂直倾斜校正.实验结果表明,该方法能准确获取车牌号码的倾斜角,算法结构简单,抗干扰能力较强,符合汽车牌照图像的特点,具有较好的处理效果.     

基于灰度跳变的车牌定位算法及其实现

研究车牌识别定位算法问题。传统的车牌设识别定位算法的识别精确度难以满足现实在交通管理和流量监测中的应用,存在车牌图像定位的精度的不高等问题。为解决上述问题,在对车辆图像预处理基础上,提出了一种基于图像灰度跳变特性的车辆牌照定位算法。主要给出了粗定位和细定位两种定位算法,并用VC++设计实现定位算法。通过实验对实际交通中多幅车牌图像进行处理,对不同的车牌图像进行定位。实验结果表明,新算法能够对车牌图像进行高精度定位,并且具有较强的鲁棒性,为车牌字符的识别与分割奠定了一定的基础。