● 摘要
本论文的研究重点是针对机动车彩色图像的车牌识别系统。目的是找出一种合适的算法，这种算法利用颜色特征，结合其他纹理特征约束来定位彩色图像中的车牌区域，并且分割出车牌区域中的全部字符。首先对彩图进行中值滤波等预处理，消除原图的噪声和一些可能的扭曲，然后，再将彩图从RGB域转到HSI域，以便于后续提取颜色特征。块采样是关键的处理一步，用于提取符合车牌特征的颜色区块，得到车牌区的候选区。然后基于形状分析和边缘特征，对相邻块进行分类，最终确定车牌区。利用车牌区内未提取的字符的相对位置可以得出车牌的倾斜角度，再用相关算法来校正倾斜。精定位算法用于找出水平排列的车牌字符的上下界，这样可以去除多余的背景而简化字符分割处理。利用竖直方向的简单投影技术来分割车牌内的字符，并以形状特征进行确认。精定位算法用于找出水平排列的车牌字符的上下界，这样可以去除多余的背景而简化字符分割处理。利用竖直方向的简单投影技术来分割车牌内的字符，并以形状特征进行确认。本文中使用的图像都是白天拍摄的，它们的拍摄角度和成像条件各异。车牌识别的总正确率是88％。正如目前所有车牌识别平台一样，本文中的识别系统并非参数自由的，需要一些调整，并要求有适宜的工作环境。文中的图像都是北京的私人用车车牌，它们都是蓝底白字，但是，经过调整后，系统可以用于识别其它彩色组合的车牌。本算法设计用于实时监控系统，也可用于车牌图像库分析系统。