识别车牌识别摄像机拍摄的车牌号原始图像

  自九十年代以来，由于交通现代化发展的需要，对车牌识别摄像机里的车牌定位进行深入地研究。人类从一些数学工具着手，利用数学形态学、小波分析、遗传算法等方法对一些传统定位方法进行改进。数学形态学的基础是腐蚀和膨胀以及由此产生的开、闭运算。车牌定位是解决原始图像处理中的实际问题，方法多种多样，对于已有的区域定位算法，例如基于局部阈值二值化与自适应形态滤波算法，区域定位算法对于文字区域水平且其周围干扰区域较少的情况下定位比较准确，但此算法二值化所得的结果中各种尺寸的干扰区域都保留下来，对于倾斜度的正确估计十分不利，还有一种算法，利用牌照边框为一灰度值高出背景灰度的平行四边形，通过边缘提取，再利用Hough变换检测出平行造成参数空间峰值的点扩散、甚至消失，这些都影响直线识别的准确性。经检验，它只在文字区域集中于某一范围且水平时比较准确，使用范围狭窄。另外，一些传统的定位技术在复杂背景、图像变形、噪声污损严重的情况下，也无法准确定位。

  (1)投影特征值的提出及其基于投影特征值的车牌字符分割算法。车牌字符分割也是车牌识别摄像机中一个关键的环节，直接关系到后面字符识别的结果。由于分割过程相对比较简单，以前的资料中对这部分内容的介绍很少，也少有切实可行的方法能既快速又准确地分割出车牌上的各个字符。本文对车牌图像的投影累加图做了细致的分析研究后提出了投影特征值的概念，并在投影特征值的基础上提出了字符分割算法。

  (2)车牌的倾斜校正，针对现在越来越多的车牌被安装上了金属铝框，在车牌定位处理时无法提取出两条平行线的问题，，本文提出了一种新的倾斜车牌图像校正方法，即水平线投影校正法，此方法对于倾斜图像的容错性好，无论车牌是否存在边框，都可以进行倾斜校正，提高了字符分割的准确率．

  (3)车牌图像在二值化时，关于阈值的选取，在一定程度上突破了传统的阈值选取方法，采用先验阈值学习的方法，并自动校正阈值，大大提高了定位率，并利用车牌的相关先验特征进行了车牌定位的检验，提高了定位的准确率．

  (4)车牌识别摄像机字符识别内容属于模式识别领域，传统的字符识别方法也有很多，包括模扳匹配法、统计特征法、神经网络法等等．本文针对车牌字符种类有限、样本有限、字符图像质量不高的特点，在字符特征的基础上提出了基于统计特征、结构特征、投影特征的车牌字符识别方法，并通过大量的实验数据充分验证了算法的有效性与优越性，并采用模糊匹配的方法，具有较高的准确率。