自适应遗传算法在车牌定位中的应用.docVIP

自适应遗传算法在车牌定位中的应用 姓 名： 刘家明 学 号： 201111856 学 院： 信息工程学院 专 业： 集成电路工程 年 级： 2011级 目录 目录 2 1. 引言 4 2. 图像预处理 4 3. 车牌特征提取 5 4. 基于AGA 的车牌粗定位 6 (1) 遗传算法原理 7 (2) 改进自适应遗传算法车牌定位 7 5. 结束语 10 参考文献 11 摘要: 车牌自动识别是现代智能交通的重要组成部分, 而车牌定位技术又是车牌识别系统的核心之一。由于 传统的定位算法存在适应性差, 鲁棒性不强的问 题, 提出一种基自适应遗传算法 的车牌定位方法。先用最大类间方差法 ( OTSU ) 对车牌图像进行二值化, 然后利用遗传算法对全图进行车牌特征匹配有哪些信誉好的足球投注网站,结合区域特征向量构造的适应度函数, 最终找到车牌区域的最佳定 位参量。测试结果表明, 该算法适应性强, 定位效果很好。 关键词: 车牌定位; 遗传算法; 最大类间方差法 ; 纹理提取 Abstract License Plate Recognition(LPR) plays an important role in Intelligent Transportation System and the license plate locating is the critical technique in the LPR. Because the traditional locating algo rithm is not adaptive or robust ,this paper proposed car license plate thick locating method based on the Adaptive Genetic Algor ithm( AGA ). First, use OTSU method to make license plate image binarization, and then use genetic algorithm to map the entire license plate matching search feature. With a fitness function formed by the area character vector, the optimal locating parameter of the plate area wasfound. It is proved by experiment that this locating method is strong and the locating effect is very good. Key words: license plate location; gene tic a lgo rithm; OTSU; texture ex traction 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。其中, 车牌定位在整个系统中占有非常重要的地位, 可以说是整个车牌自动识别系统的关键。 目前对车辆牌照定位算法主要有以下几种方法[ 1] : 基于图像彩色信息的方法; 基于纹理分析的方法; 基于边缘检测的方法; 基于数学形态学的方法; 基于遗传算法的定位; 基于神经网络的车牌定位等。 然而, 现有车牌定位算法普遍存在两大难题: 1) 复杂的背景干扰, 很难提取出适应各种情况的车牌特征。2)实拍车牌图像容易受天气、光照、车牌污损等外部因素的影响, 使车牌区域的图像相对于全图有较大的退化而难以识别。本文提出一种基于改进遗传算法的车牌定位方法, 在一定程度上较好地解决了这两个问题, 使定位的可适应性大大提高。通过OTSU 对车牌图像进行二值化, 用一组一维滤波器获得理想的车牌特征描述向量, 结合遗传算法高效、快速的特点在全图范围进行特征匹配有哪些信誉好的足球投注网站最佳车牌区域位置, 从而准确定位车牌。 图像预处理 图像预处理是车牌定位的前提, 预处理结果的好坏直接影响车牌定位的准确性。由于车牌定位是基于二值图像, 因此先要对彩色图像进行灰度化和二值化处理。首先将彩色图 像转换为灰度图像, 采用标准的转化方法： f ( x, y ) = 0. 3R ( x, y ) + 0. 59G ( x, y ) + 0. 11B ( x, y ) ( 1) 车辆的图像一般都是通过安装在路口或收费站的CCD摄像机采集, 受到环境的影响很大。因此, 在二值化时不能采用简单的固定阀值, 这里选择经典的OTSU 方法