为了进一步判断车牌区域，确定车牌照的精确位置，需要对车牌照候选区域提取特征。常见的车牌照特征有纹理特征，水平穿越特征，垂直投影特征，本文采用提取候选区域的水平穿越和垂直投影两种特征进行识别。

3 面向车辆牌照的字符切分
    算法首先将图像二值化，计算水平方向和垂直方向上的像素投影，利用投影法确定车牌字符最上和最下点坐标以及最左和最右字符的位置，估算出整个车牌的高度和宽度，从而得到单个字符的高度和宽度，然后计算车牌区域的连通域，将最左和最右字符位置之间的连通域提取出来，最后根据估算的字符大小把较大的连通域再进行分割就得到了最后的切分结果。具体算法如下：
    输入：图像二值化矩阵；
    输出：字符切分矩形位置坐标。
    算法：
    (1)计算每一行的所有象素点值为0的个数，即水平投影；
    (2)从上至下寻找水平投影的第一个局部最小点作为图像的上界；
    (3)从下至上寻找水平投影的第一个局部最小点作为图像的下界；
    (4)计算每一列在上下界之间所有象素点值为0的个数，即垂直投影；
    (5)从左至右寻找第一个局部最小点作为切分图像的左边界；
    (6)从右至左寻找第一个局部最小点作为切分图像的右边界；
    整个切分区域宽度width=右边界横坐标，左边界横坐标；
    整个切分区域高度Height=上界坐标，下界坐标；
    单个字符宽度w=切分区域宽度／8；
    (7)计算上下边界和左右边界之间的8连通域；
    (8)判断每一个连通域的宽度是否大于1．2*w；
    否：转到(10)；
    是：转到(9)；
    (9)计算每—个连通域宽度大于1．2*w的连通域的垂直投影的最小值点，用最小值点将连通域分成两部分；转到(8)；
    (10)输出所有的切分区域坐标；
    (11)算法结束。
    图9就是车牌切分的结果。

4 车牌照宇符识别
    字符识别是车牌照识别系统的最后一个组成部分，这一部分需要对图像采集、图像处理、车牌照定位、字符切分所得到的结果进行识别处理，最终得到车辆牌照的字符。车辆牌照的字符识别方法与普通OCR字符识别有很多相似之处，通常是直接利用或者借鉴OCR字符识别的方法，并且能取得很好的识别效果。
    车辆牌照字符识别属于模式识别领域的一个分支，采用的是模式识别的经典理论和方法。通常的模式识别过程可以概述为：从测量空间映射到特征空间，再映射到模式空间。对于一般的字符识别过程来说，识别过程为：从输入的待识别字符(样本)点阵图形提取描述该字符的特征，再根据一定准则来判定该样本所属的模式类别。因此字符描述，特征提取与选择，分类判决，是字符识别的三个基本环节。

5 总结
    车辆牌照识别系统是智能交通管理系统中一项重要的技术，对车辆的自动化管理起到了关键的作用。基于行驶中的车辆牌照识别系统由于其适应性强，自动化程度高，将得到更加广泛的应用而成为智能化交通管理系统的重要环节。

上一页  [1] [2] [3] [4]