车牌识别系统

车牌识别系统是智能交通领域研究中的重要组成部分，随着经济的不断发展，车辆在人们工作、生活中占据着越来越重要的地位，车辆数目的增多给车辆管理提出了更高的要求。车牌自动识别系统将有着广泛的
应用前景。
    本文将对车牌自动识别系统的各种算法进行了比较和研究，并提出了自己的观点。车牌自动识别系统一般包括车牌定位、字符分割和字符识别三个模块。其中，车牌定位很关键，它直接影响着后面两个模块的处理效果；字符分割决定了字符识别的有效性；字符识别是整个系统的核心，其算法的优劣最终决定了系统的可用性。
    在车牌定位部分，首先进行图像格式的转换，把输入的彩色图像转换为灰度图像，使用中值滤波增强图像；然后对车牌进行粗定位，并对粗定位后的车牌图像进行一系列的预处理，包括二值化、形态学处理；最后对处
理过的车牌图像进行精确定位。
    最后进入字符识别阶段。识别之前要对字符进行位置、大小归一化处理，如果是英文大写字母和数字还要进行字符细化处理(本文细化采用数学形态学的方法)。然后将牌照上的字符分为两大类:汉字和符号(包括英文大写
字母和数字)。
    对于汉字，本文中采用汉字的字符笔划密度和字符复杂指数特征对汉字进行粗分类，接着采用模板匹配法识别汉字。
    而对于符号，通过对车辆牌照上英文字符和数字字符结构特征的详细分析，选择字符中的细节点特征、闭合曲线特征和拐角点特征作为字符识别的依据，根据这些特征来识别牌照上的英文字母和数字字符。
    后面我将对对车辆自动识别系统涉及的相关算法作了深入地分析和比较，提出了自己的部分算法，结合车牌的特点对汉字识别模板匹配法作了一定的改进。此外希望能对文中的大部分算法进行了试验，给出了实验结果。在此基础上，希望能设计开发一个车牌自动识别实验系统，系统的识别率和识别速度都达到一定的实用性。
    针对目前市面上的产品和研究水平，觉得汽车牌照识别技术的研究与实现可包括以下几个方面:
1、车牌定位的研究:进行定位车牌时，可以结合车牌放置的相关信息，缩小搜索面积，提高定位速度。此外，我们在定位车牌时没有利用原始图像的彩色信息，可对此作进一步研究。
2、字符分割的研究:对噪声干扰较大的牌照的字符分割的研究还有待于加强。
3、特征匹配算法的研究:进一步优化每个字母、数字的特征，减小其对字符残留噪声的敏感度，提高鲁棒性。