1、智能交通系統(tǒng)在現(xiàn)代交通管理中發(fā)揮了越來越重要的作用。作為其中關(guān)鍵組成部分的車牌識別技術(shù)是智能交通中的一個重要的研究課題。車牌識別系統(tǒng)利用計算機視覺、圖像處理和模式識別等多方面的知識來識別圖像中的車牌信息,在實際生活中有非常大的應(yīng)用前景。
　　車牌識別主要分為車牌定位、字符切分、字符識別3個主要的階段。車牌定位作為車牌識別的最初階段,主要就是從車牌圖像中定位出車牌區(qū)域,由于車牌區(qū)域邊緣信息較為豐富,采用了改進(jìn)的Sobel算法用于提取

2、車牌圖像的邊緣信息,再利用邊緣密度分析的方法就可以準(zhǔn)確快速定位出車牌區(qū)域。字符切分是在定位出來的車牌區(qū)域切割出字符圖像用于字符識別。由于字符排列規(guī)整,字符之間的距離也差不多一樣,將車牌區(qū)域二值化之后利用連通域分析方法搜索標(biāo)注車牌區(qū)域的連通域,通過連通域的位置和大小確定字符的位置和大小。
　　字符識別作為車牌識別的最后一個階段,其識別結(jié)果直接決定了車牌識別系統(tǒng)的好壞,字符識別算法需要克服車牌定位和字符切分不準(zhǔn)確帶來的影響,同時需要控

3、制整個系統(tǒng)的對偽車牌的誤檢率。對于普通車牌字符,采用多模板匹配的識別算法能夠比較快速準(zhǔn)確的識別出字符,對于相似字符和漢字采用基于神經(jīng)網(wǎng)絡(luò)的識別算法能夠獲得比較理想的識別結(jié)果。最后通過將模板匹配算法的互相關(guān)算子轉(zhuǎn)換為識別置信度,統(tǒng)計字符識別的平均置信度,通過置信度來去除偽車牌,獲得了比較理想的效果。
　　車牌識別系統(tǒng)是一個實時性要求比較高的系統(tǒng),本文采取的方法兼顧了識別的準(zhǔn)確率和實時性要求。對1000張測試圖像的實驗結(jié)果表明,本文提