車輛牌照識(shí)別系統(tǒng)的研究

3 面向車輛牌照的字符切分
算法首先將圖像二值化，計(jì)算水平方向和垂直方向上的像素投影，利用投影法確定車牌字符最上和最下點(diǎn)坐標(biāo)以及最左和最右字符的位置，估算出整個(gè)車牌的高度和寬度，從而得到單個(gè)字符的高度和寬度，然后計(jì)算車牌區(qū)域的連通域，將最左和最右字符位置之間的連通域提取出來(lái)，最后根據(jù)估算的字符大小把較大的連通域再進(jìn)行分割就得到了最后的切分結(jié)果。具體算法如下：
輸入：圖像二值化矩陣；
輸出：字符切分矩形位置坐標(biāo)。
算法：
(1)計(jì)算每一行的所有象素點(diǎn)值為0的個(gè)數(shù)，即水平投影；
(2)從上至下尋找水平投影的第一個(gè)局部最小點(diǎn)作為圖像的上界；
(3)從下至上尋找水平投影的第一個(gè)局部最小點(diǎn)作為圖像的下界；
(4)計(jì)算每一列在上下界之間所有象素點(diǎn)值為0的個(gè)數(shù)，即垂直投影；
(5)從左至右尋找第一個(gè)局部最小點(diǎn)作為切分圖像的左邊界；
(6)從右至左尋找第一個(gè)局部最小點(diǎn)作為切分圖像的右邊界；
整個(gè)切分區(qū)域?qū)挾葁idth=右邊界橫坐標(biāo)，左邊界橫坐標(biāo)；
整個(gè)切分區(qū)域高度Height=上界坐標(biāo)，下界坐標(biāo)；
單個(gè)字符寬度w=切分區(qū)域?qū)挾龋?；
(7)計(jì)算上下邊界和左右邊界之間的8連通域；
(8)判斷每一個(gè)連通域的寬度是否大于1．2*w；
否：轉(zhuǎn)到(10)；
是：轉(zhuǎn)到(9)；
(9)計(jì)算每—個(gè)連通域?qū)挾却笥?．2*w的連通域的垂直投影的最小值點(diǎn)，用最小值點(diǎn)將連通域分成兩部分；轉(zhuǎn)到(8)；
(10)輸出所有的切分區(qū)域坐標(biāo)；
(11)算法結(jié)束。
圖9就是車牌切分的結(jié)果。

4 車牌照宇符識(shí)別
字符識(shí)別是車牌照識(shí)別系統(tǒng)的最后一個(gè)組成部分，這一部分需要對(duì)圖像采集、圖像處理、車牌照定位、字符切分所得到的結(jié)果進(jìn)行識(shí)別處理，最終得到車輛牌照的字符。車輛牌照的字符識(shí)別方法與普通OCR字符識(shí)別有很多相似之處，通常是直接利用或者借鑒OCR字符識(shí)別的方法，并且能取得很好的識(shí)別效果。
車輛牌照字符識(shí)別屬于模式識(shí)別領(lǐng)域的一個(gè)分支，采用的是模式識(shí)別的經(jīng)典理論和方法。通常的模式識(shí)別過(guò)程可以概述為：從測(cè)量空間映射到特征空間，再映射到模式空間。對(duì)于一般的字符識(shí)別過(guò)程來(lái)說(shuō)，識(shí)別過(guò)程為：從輸入的待識(shí)別字符(樣本)點(diǎn)陣圖形提取描述該字符的特征，再根據(jù)一定準(zhǔn)則來(lái)判定該樣本所屬的模式類別。因此字符描述，特征提取與選擇，分類判決，是字符識(shí)別的三個(gè)基本環(huán)節(jié)。

5 總結(jié)
車輛牌照識(shí)別系統(tǒng)是智能交通管理系統(tǒng)中一項(xiàng)重要的技術(shù)，對(duì)車輛的自動(dòng)化管理起到了關(guān)鍵的作用?；谛旭傊械能囕v牌照識(shí)別系統(tǒng)由于其適應(yīng)性強(qiáng)，自動(dòng)化程度高，將得到更加廣泛的應(yīng)用而成為智能化交通管理系統(tǒng)的重要環(huán)節(jié)。