基于图像处理技术的汽车牌照识别系统设计
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Vol.12No.8Aug.2010
第12卷第8期
2010年8月
基于图像处理技术的汽车牌照
识别系统设计
刘洋1,2,宋凯1
(1.沈阳理工大学信息科学与工程学院,辽宁
沈阳
110159;
2.沈阳市信息工程学校,辽宁
沈阳
110168)
摘
要:针对车牌定位、动态车牌照字符识别等问题,基于计算机视觉、图像处理与模式识
别技术,同时采用BP 神经网络对车牌进行精确定位,并利用模板匹配法进行车牌照字符识别的设计与实现方法。该方法的识别率较高,能够满足实际应用。文中同时对识别结果误差的产生因素进行了详细的分析。
关键词:车牌照识别;字符分割;车牌定位
图1汽车牌照自识别系统流程图
λ
(2)“City block”距离
即街区距离,它是对Manhattan距离的修正,同时加上了权重。即:
2
(4)Mahalanobis距离
即马氏距离,它注意到样本的统计特性,而排除了样本间的相关性影响。它可表示为:D2=(X-M)TC-1(X-M)
本设计选用了欧式距离。因为欧式距离可以
只计算(
n
i=1
Σ|x i-y i|2),这样可以降低计算时间。
3结束语
本文提到的车牌照识别方法具有很好的识别
效果,并可针对出现的漏识和识别错误等现象做
出改进,预处理时还可对图像亮度进行分析,针
对过亮或者过暗的图像采取不同的二值化策略;
也可以根据字符识别的结果采用回溯方法来验证
车牌定位和字符切分的准确性;字符识别部分可
增加字符模版的训练样本数量,而采用神经网络
作为分类器均可以提高字符识别的准确率。
参考文献
[1]王敏,黄心汗,魏武,李伟.一种模版匹配和神经网络
的车牌字符识别方法[J].华中科技大学学报,2001,29
(3):48~51.
用语音提示程序,同时发出相关超载提示语音。同理,若有乘客下车时,则调用计数减程序,使计数器减一,并返回到显示子程序,继续扫描。
4结束语
本文设计的智能公交车防超载语音提示系统,主要通过在公交车前后门分别安装一对E18-D80NK传感器来实现双向可逆计数功能。系统安装时,要求每对E18-D80NK传感器都要并列放置,每对传感器之间保持3~5cm的距离,以方便乘客能先后通过每对传感器,从而进行准确的判断。同时,电路连接要准确。此系统可根据人体的不同运动方向自动进行加减计数,可对乘客从前后门上下车方向进行准确的判定及检测。该方法突破了单向反射式红外计数器的局限。经反复测试,本系统工作稳定可靠,抗干扰能力强,计数装置反应灵敏,计数准确,语音提示功能完善,能满足实时性要求。
5致谢
本文的工作得到了“国家大学生创新性实验项目”资助,在此感谢湖南师范大学物理与信息科学学院钱盛友教授和刘习春副教授的指导。
参考文献
[1]杨江.公交之困的成都样本[J].NEWS.新闻天地,2009,
(07):15-16.
[2]吴睿鸫.应给公交超载规定上限[J].运输经理世界,
2008,(06):87.
[3]张常年.ISD4004语音芯片的工作原理及智能控制系
统中的应用[J].电子元件与材料,2001,(6):22-23,27.
[4]俞锫,李俊梅.拾音技术[M].北京:中国广播电视出版
社,2003.
[5]康华光.电子技术基础[M].北京:高等教育出
版社,
2005.
图6单片机程序流程图