李 澍

LI Shu

(四川省乐山职业技术学院，乐山 614000)

0 引言

车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节，主要包括车牌定位、字符分割和字符识别等环节[1]。其中，车牌定位在整个系统中占有非常重要的地位，是整个车牌自动识别系统的关键。目前车辆牌照定位算法主要基于以下几种方法[2]：基于图像彩色信息[3]；基于纹理分析[4]；基于边缘检测[5,6]；基于数学形态学[7]；基于遗传算法；基于神经网络等。然而，在背景复杂、车牌区域变形和噪声污损严重的情况下，用这些方法得到的结果并不十分理想，甚至会产生拒识或误识。针对上述情况，本文提出了基于混沌小生境粒子群的车牌定位算法。考虑到传统的车牌特征提取方法会将车牌区域定位在车灯等其他地方，并且在背景复杂或者噪声严重的情况下，定位的结果很不理想，会产生拒识或误识等问题。本文研究了车牌区域的重点特征，提取7种能够准确反映车牌区域的特征向量，构成整个车牌的特征矢量。

1 车牌区域的特征提取

从人眼视觉的角度出发，牌照的字符目标区域具有如下特点：1）牌照的字符与底色在灰度上有较大差异，而字符与牌照底的内部灰度较均匀。2）牌照字符有多个，基本呈水平排列，所以在牌照的矩形区域内存在较丰富的边缘。3）不同图像中牌照的具体大小、位置不确定，但大小变化有一定范围，存在一个最大长度和高度。……