外文翻译 ---建立一个自动车辆车牌识别系统

附件1：外文资料翻译译文

建立一个自动车辆车牌识别系统

车辆由于数量庞大的抽象,现代化的城市要建立有效的交通自动系统管理和调度。最有用的系统之一是车辆车牌（心室晚电位）辨识系统，它能自动捕获车辆图像和阅读这些板块的号码在本文中，我们提出一个自动心室晚电位识别系统，ISeeCarRecognizer，阅读越南样颗粒在交通费的注册号码。我们的系统包括三个主要模块：心室晚电位检测，板数分割和车牌号码识别。在心室晚电位检测模块，我们提出一个有效的边界线为基础Hough变换相结合的方法和轮廓算法。该方法优化速度和准确性处理图像取自不同职位。然后，我们使用水平和垂直投影的车牌号码分开心室晚电位分段模块.最后，每个车牌号码将被OCR的识别模块实现了由隐马尔可夫模型。该系统在两个形象评价实证套并证明其有效性是适用于实际交通收费系统。该系统也可适用于轻微改变一些其他类型的病毒样颗粒。

一.导言

心室晚电位识别的问题是一个非常有趣，但

困难的一个问题.这在许多交通管理系统中是非常有用的.心室晚电位识别需要一些复杂的任务，如心室晚电位检测，分割和承认。这些任务变得更加复杂时，处理各种倾斜角度拍摄的图像或板噪音板的图像。由于此问题通常是在实时系统中使用，它不仅需要准确性，而且要效率。大多数心室晚电位识别应用通过建立减少一些复杂的约束的位置和距离相机车辆，倾斜角度。通过这种方式，心室晚电位识别率

识别系统已得到明显改善.在此外，我们可以更准确地获得通过一些具体的当地样颗粒的功能，如字符数，行数在一板，或板的背景颜色或

的宽度比为一板高.

二.相关工作

心室晚电位的自动识别问题在20世纪90年代开始就有研究。第一种方法是基于特征的边界线。首次输入图像处理，以丰富的边界线的一些信息如梯度算法过滤器，导致在一边缘图像。这张照片是二值化处理，然后用某些算法，如Hough变换，检测线。最终，2平行线视为板候选人[4] [5]。另一种方法是基于形态学[2]。这种方法侧重于一些板块图像性质如亮度，对称，角度等.由于这些特性，这种方法可以检测出图像中的某些相似的性质和找到车牌区域的位置。第三种方法是基于纹理[3]。在这种方法中，一个心室晚电位被认为是

一个对象和不同的纹理帧。大小不同的纹理窗框用于检测板的候选人。每个人获得通过一个分类，以确认它是否是一个盘子或没有。这常用的方法是寻找图像中的文字任务。此外，已经出现了一些其他有关这个问题的方法上注重检测心室晚电位

在视频数据。

三.拟议的系统

我们的系统，ISeeCarRecognizer，由四个模块：前处理，心室晚电位检测，字符分割，和光学字符识别（OCR），在其中最后三个模块处理三个主要问题一个心室晚电位识别域。是VLP检测模块接收到的图像有被处理的预处理模块 -第一个输入该系统的模块。这个模块的结果图像发送到分段模块。分割段模块板的图像，成为独立的characterimages。这些字符的图像，然后认可光学字符识别模块和最终结果是ASCII字符和板块中的数字。

1.预处理

从相机拍摄的图像进行处理的预处理模块。本模块的目的是丰富的边缘特征。由于我们的检测方法在边界上的基地功能，它可以改善成功率的心室晚电位检测模块。该算法在此模块顺序使用的老龄化，规范化和直方图均衡。在得到一个灰阶图片中，我们使用过滤器来提取索贝尔边缘图像，然后以一个二进制阈值的一个图像。我们用于局部自适应阈值算法二值化的一步。特别是，我们发展一种基于动态规划，优化其速度，使其适用于实时应用[1]。图像的结果被用作心室晚电位检测模块的输入。

2.心室晚电位检测算法

在边界为基础的方法，最重要的步骤是检测边界线。最有效的算法之一是Hough变换申请提取的二进制映像线从对象的图像。然后我们找两平行线，其包含的区域被认为platecandidates。然而，这种方法的缺点是，霍夫变换的执行时间需要太多多的运算时，被应用到一个二进制图像与大量的像素。特别是，较大的图像慢的算法。该算法的速度可能会通过细化图像改进，然后再应用霍夫变换。然而，细化算法也慢。这种限制使这种方法不适合实时交通管理系统。该算法在本系统中我们采用的是组合

Hough变换的算法和轮廓产生更高的精度和更快的速度，它可以适用于实时系统。1）结合Hough变换和轮廓算法心室晚电位检测

我们的做法是：从提取的边缘图片中，我们使用封闭的轮廓检测算法边界的对象。这些轮廓线改造到霍夫协调，找到两个平行线互动（2 -平行线之一成立回另两平行线并建立一个平行四边形表对象）是作为板候选人考虑。由于有相当少（黑）在等高线的像素，转化这些需要协调霍夫点少得多计算。因此，该算法的速度提高没有明显的精度损失。然而，有

些板块可能会覆盖眼镜或装饰灯。这些对象还可能有

形状两个相互作用二平行线，因此是错误地检测为板候选人。要拒绝这样不正确的候选人，我们评估一个模块的实施无论候选人是板或没有。

2）板考生核查

从两个候选人的水平线，我们可以如何准确地计算出它从水平倾斜坐标。然后，我们应用旋转转换调整它为平角。经过处理，这些标准二进制板候选区域被传递给一个号码启发式检测和评估算法。我们的评价板候选人在两个算法基地主要步骤，分别采取。这两个步骤是：

（1）评价之间的高度和宽度的比例候选人，

（2）使用水平横切来计算数切入候选人的对象。

我们只选择了检查和候选人有宽度与高度之比满足预先定义约束：minWHRatio<宽/高

利用水平评价横切。在这个阶段，我们使用两个水平削减和再算上该由这些横切削减对象的数量。一候选人将被视为一个盘子，如果数量的减少选择对象为每个板块在一定范围内适当

通过实验类型。这个数字必须在数量大致范围在一类病毒颗粒的字符，我们有两个合适的约束两个越南板类型：预处理OCR的分割拍摄的图像心室晚电位检测从相机许可证帕泰字符:4≤1≤8ñ排板候选人7≤2≤n时排板候选人16与N是禁对象的数量。候选人是满足了上述两个约束选定为最终结果。在我们的制度，我们实施的1 /3两hoziontal削减和2 / 3的板候选人的高度。平均的数目切对象将被计算。这种评估有助于确定正确的板候选人。

(3).分割

要正确认识字，我们要一车牌图像二值图像的设置只包含一车牌字符。这些形象将被传递到对于OCR的识别模块。这个任务常见的算法是运用预测。然而，在一些情况下，无法正常工作。我们现在将描述我们在分割方法添加一些增强此方法。

我们用一个水平投影检测和部分行排在二板。因为二进制图像进行了调整板他们的倾斜角度为零，分割结果的行几乎是完美的。与最低值的位置水平投影是启动或在最后一排板。不同形式的行分割，字符分割更为困难，因为许多原因，如卡字符，螺丝，和泥覆盖板。这些噪音事情的原因使用的字符分割算法垂直投影，有一些错误。在一些最严重的图像质量差