1、運(yùn)動(dòng)車(chē)輛的車(chē)牌號(hào)碼自動(dòng)識(shí)別是近年來(lái)計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的熱門(mén)研究課題之一。本文從三個(gè)方面對(duì)智能化高、適應(yīng)性強(qiáng)和處理速度更快的實(shí)時(shí)車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)進(jìn)行了研究?！　∈紫?，我們需要對(duì)系統(tǒng)所采用的視頻檢測(cè)技術(shù)進(jìn)行詳細(xì)的分析，從視頻圖像的處理方法入手，研究了基于視頻流的運(yùn)動(dòng)目標(biāo)檢測(cè)。本系統(tǒng)目前所應(yīng)用的場(chǎng)合是場(chǎng)景中視頻圖像的背景基本上是不變的，以降低問(wèn)題處理的復(fù)雜度。當(dāng)目標(biāo)車(chē)輛出現(xiàn)的時(shí)候，可以及時(shí)地捕獲到所需要的車(chē)輛圖像

2、?！　〉诙?，是牌照區(qū)域的定位與分割。車(chē)牌區(qū)域的定位準(zhǔn)確與否會(huì)對(duì)字符的準(zhǔn)確識(shí)別有直接影響，因此該部分是我們算法研究的重點(diǎn)。本文根據(jù)車(chē)牌紋理及顏色的特征，提出了一種基于小波變換和顏色匹配的車(chē)牌定通域，最后對(duì)各個(gè)連通域作顏色特征分析，辨別出車(chē)牌所在的區(qū)域。該方法盡可能多地利用了車(chē)牌模式識(shí)別空間中的各個(gè)特點(diǎn)，以準(zhǔn)確地找到車(chē)牌位置?！　∽詈髠€(gè)方法是先用小波變換對(duì)車(chē)牌圖像進(jìn)行紋理分析，再用數(shù)學(xué)形態(tài)學(xué)進(jìn)行形態(tài)運(yùn)算，得到獨(dú)立連部分是牌照區(qū)域字符的分

3、割及識(shí)別。在進(jìn)行字符分割前，要先校正分割后有一定傾斜角度的牌照?qǐng)D像。然后充分利用車(chē)牌的先驗(yàn)知識(shí)和分布特征，將圖像二值化后再進(jìn)行切分處理。得到單個(gè)字符后，建立字符模板庫(kù)，對(duì)各個(gè)字符進(jìn)行匹配識(shí)別，最終識(shí)別出整個(gè)車(chē)輛牌照的號(hào)碼?！　”疚牟粌H在牌照區(qū)域定位部分提出了新的算法，而且用C++實(shí)現(xiàn)了大部分的算法設(shè)計(jì)。通過(guò)對(duì)該系統(tǒng)的研究，希望對(duì)日漸成熟并市場(chǎng)化的車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)能有一定的幫助，而且也希望系統(tǒng)中所提出的視頻圖像檢測(cè)算法，牌照區(qū)域識(shí)別