车牌识别算法研究文献综述

《车牌识别算法研究文献综述》由会员分享，可在线阅读，更多相关《车牌识别算法研究文献综述（7页珍藏版）》请在毕设资料网上搜索。

1、 文献综述报告文献综述报告 院系名称 信息学院 学生姓名 学生学号 专业班级 指导教师 二一二 年 三 月 六 日 1 车牌识别算法车牌识别算法研究研究 一、一、引言引言 随着21世纪经济全球化的到来，高速度、高效率的生活节奏，使车辆普 及成为必然的趋势，交通管理自动化越来越成为亟待解决的问题。现代智能 交通系统 (Intelligent Transportation System，ITS)中，车辆牌照识别( License Plate Recognition， LPR)技术是计算机视觉与模式识别技术在交通领域应用的 重要研究课题之一， 是实现交通管理能够智能化的重要环节， 其任务是分析、 处

2、理汽车图像，自动识别汽车牌号。LPR系统可以广泛应用于电子收费、出 入控制、公路流量监控、失窃车辆查询和停车场车辆管理等需要车牌认证的 场合；尤其在高速公路收费系统中，实现不停车收费提高公路系统的运行效 率，LPR系统更具有不可替代的作用因而从事LPR技术的研究具有极其重要 的现实意义和巨大的经济价值。 LPR系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。关 于车牌定位系统的研究，国内外学者已经做了大量的工作，但实际效果并不 是很理想，比如车牌图像的倾斜、车牌表面的污秽和磨损、光线的干扰等都 是影响定位准确度的潜在因素。 为此， 近年来不少学者针对车牌本身的特点、 车辆拍摄的不良现象

3、及背景复杂状况，先后提出了许多有针对性的定位方 法，使车牌定位在技术和方法上都有了很大的改善。然而现代化交通系统不 断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要求，因而进 一步加深车牌定位的研究是非常有必要的。车牌字符识别是在车牌准确定位 的基础上，对车牌上的汉字、字母、数字进行有效确认的过程，其中汉字识 别是一个难点，许多国外的LPR系统也往往是因为汉字难识别而无法打入中 国市场，因而探寻好的方法解决字符的识别也是至关重要的。目前已有的方 法很多，但其效果与实际的要求相差的很远，难以适应现代化交通系统的高 速度、快节奏的要求，因而对字符识别的进一步研究也同样具有紧迫性和必 要性。

4、车牌定位与识别方法，总体来说是图像处理技术与车牌本身特点的有 机结合，当然也包括模式识别、神经网络、数学形态学、小波分析、模糊理 论等知识的有效运用。一个车牌定位与识别系统基本包括：图像预处理、车 牌搜索、车牌定位、车牌校正、车牌字符切分和字符识别结果的输出。 二、车牌识别技术现状二、车牌识别技术现状 车辆牌照识别技术自 1988 年以来，人们就对它进行了广泛的研究，目 前国内外已经有众多的算法，一些实用的 LPR 技术已经开始用于车辆监控、 出入控制、电子收费等场合。如以色列的 HiTech 公司，新加坡的 Optasia 公司， Zamir 公司分别研制了名为 SeeCar system，

5、 VLPRS， Insignia 的 LPR 2 系统，这三种产品所能识别的汽车图像均为单车牌灰度图像，即每一幅灰度 图像只含有一个车牌的灰度图像。SeeCar 系统只能识别字母和数字，不能 识别汉字。 Insignia 是针对欧洲和远东地区实际的车牌识别系统。 香港的 Asia VisionTechnology Ltd 公司的产品慧光车牌号码自动识别系统， 此系统能自动 侦测、识别及验证行驶或停泊中车辆的车牌号码，并能辨认以文字和数字排 列的车牌号码，如含有中、英及韩文的车牌。该软件识别准确率达到 95， 要求车牌的 宽度至少占整个图像宽度的 15，识别时间小于 1 秒。欧洲的 LPR 产品

6、大多只 适合于该国的车牌格式的牌照，不能识别汉字。最近深圳吉通电子有限公司也推 出了基于车牌识别技术的系统， 这个平台是基于二值特征和灰度特征相结合的识 别算法，因此也只能处理灰度图像，此外还有深圳创兴达科技有限公司的车牌识 别系统。然而无论是 LPR 算法还是 LPR 产品都存在一定的局限性，都需要适应 新的要求而不断完善。 三、常见的车牌定位算法三、常见的车牌定位算法 1、基于边缘信息的定位方法 上海交通大学的李树广提出一种基于车牌字符边缘统计和颜色特征的 综合定位方法，通过对垂直边缘的统计分析将邻近的边缘点进行连接，结合 颜色特征对连接形成的块状区域进行筛选以提取车牌区域。华中科技大学的 罗帆提出一种基于边缘图像频率变换特征的车牌定位算法。清华大学的汪志 兵提出一种基于纹理特征抽取的车牌定位预处理方法，利用改进的算子提取 车牌区域 45。和 135。方向的边缘纹理，以突出车牌区域的纹理特征。中科 院自动化研究所的 Bai Hongliangtl41 提出一种基于边缘统计