車牌識(shí)別模塊是車牌識(shí)別(LPR)系統(tǒng)的核心。論文根據(jù)國(guó)內(nèi)汽車牌照的特點(diǎn),對(duì)車牌識(shí)別模塊中的預(yù)處理、字符分割及字符識(shí)別技術(shù)提出了改進(jìn)的算法,并基于 DSP實(shí)現(xiàn)了對(duì)車牌純字符區(qū)域的準(zhǔn)確提取、分割。改進(jìn)點(diǎn)有采用對(duì)邊緣銳化后的二值圖像進(jìn)行局部投影去除車牌背景、對(duì)各字符的外部輪廓進(jìn)行統(tǒng)計(jì)特征提取以及充分利用數(shù)字“1”自身的特點(diǎn)設(shè)計(jì)識(shí)別方案。通過(guò)Code Composer Studio (CCS)對(duì) 358副車牌圖像進(jìn)行了仿真測(cè)試,識(shí)別率為99.16%。
車牌識(shí)別模塊是車牌識(shí)別(LPR)系統(tǒng)的核心。論文根據(jù)國(guó)內(nèi)汽車牌照的特點(diǎn),對(duì)車牌識(shí)別模塊中的預(yù)處理、字符分割及字符識(shí)別技術(shù)提出了改進(jìn)的算法,并基于 DSP實(shí)現(xiàn)了對(duì)車牌純字符區(qū)域的準(zhǔn)確提取、分割。改進(jìn)點(diǎn)有采用對(duì)邊緣銳化后的二值圖像進(jìn)行局部投影去除車牌背景、對(duì)各字符的外部輪廓進(jìn)行統(tǒng)計(jì)特征提取以及充分利用數(shù)字“1”自身的特點(diǎn)設(shè)計(jì)識(shí)別方案。通過(guò)Code Composer Studio (CCS)對(duì) 358副車牌圖像進(jìn)行了仿真測(cè)試,識(shí)別率為99.16%。
汽車牌照識(shí)別是基于圖像分割和圖像識(shí)別理論,對(duì)含有汽車牌照的圖像進(jìn)行分析處理,從而確定汽車牌照在圖像中的位置,并進(jìn)一步提取和識(shí)別出文本字符。從不同車牌圖像中分割出的字符圖像各式各樣,尺寸變化范圍大,增加
車牌自動(dòng)識(shí)別系統(tǒng)能將輸入的汽車圖象通過(guò)處理識(shí)別,輸出為幾個(gè)字節(jié)大小的車牌字符串,無(wú)論在存儲(chǔ)空間的占用上還是與管理數(shù)據(jù)庫(kù)相連方面都有無(wú)可比擬的優(yōu)越性。在大型停車場(chǎng),交通部門(mén)的違章監(jiān)測(cè)(電子警察)、高速公路