● 摘要
随着交通事业的蓬勃发展和人民生活水平的提高，城市汽车数量迅速增加，汽车违章问题日益突出，智能交通系统已成为当前交通管理的主要发展方向。车牌自动识别是智能交通系统的一个重要组成部分，其任务是处理分析拍摄得到的车辆图像，定位并分割车牌图像，以自动识别车牌号码。车牌自动识别技术有着极其广阔的推广应用前景，是图像处理和模式识别领域的热门研究课题，但现有的车牌自动识别技术往往环境适应性较差，在复杂背景下存在识别率不高或识别速度慢等问题，且市场上现有的车牌识别系统售价昂贵，为开发出一套具有自主知识产权的车牌自动识别系统，本论文对该技术展开了深入研究。本文首先从车牌自动识别技术的需求和研究背景出发，对车牌自动识别技术进行了分析，提出了一个车牌快速自动识别方法；通过分析技术的特点和难点，对车牌定位、字符分割、字符识别算法进行了详细设计实现；最后对整个系统的功能和性能进行了实验测试，并给出了实验结果和系统优势特点。车牌自动识别技术的关键在于车牌区域定位、车牌字符分割和车牌字符识别。在车牌定位方面，通过分析比较现有方法和定位难点，提出了结合数学形态学方法，综合利用车牌的边缘特征与颜色信息来实现车牌定位，定位主要包括粗定位和和精确定位两个主要步骤；在字符分割方面，通过分析字符分割的难点，采用垂直投影法和水平投影法，并结合车牌字符的先验知识进行车牌的字符分割；在字符识别方面，基于隐马尔可夫模型来进行车牌的字符识别，字符识别准确率高。实验结果表明，根据本论文提出的算法所构建的车牌自动识别系统识别准确率高，识别速度快，光照适应性强，具有很好的实用性。下一步的工作可研究针对倾斜车牌的识别、一幅图像中多个车牌的识别问题，以及针对非普通车牌的识别问题，并进一步提高现有算法的识别速度和识别准确率。