车牌识别系统研究综述

详细信息    查看全文 | 推荐本文 |

英文篇名：Summary of Research on License Plate Recognition System 作者：陈政 英文作者：CHEN Zheng;College of Big Data and Information Engineering,Guizhou University; 关键词：智能交通 ; 车牌定位 ; 字符分割 ; 字符识别 英文关键词：intelligent transportation;;license plate location;;character segmentation;;character recognition 中文刊名：XDXK 英文刊名：Modern Information Technology 机构：贵州大学大数据与信息工程学院; 出版日期：2019-06-10 出版单位：现代信息科技 年：2019 期：v.3 语种：中文; 页：XDXK201911075 页数：3 CN：11 ISSN：44-1736/TN 分类号：201-203

摘要

一个完整的车牌识别系统大致由车牌图像获取、图像预处理、车牌定位、字符分割和字符识别五部分组成。本文结合现实中光照、天气等因素造成的干扰,针对每项技术在识别过程中经常采用的方法展开了论述,并在此基础上分析了当前技术仍存在的一些问题以及车牌识别的未来趋势,希望智能交通系统的发展有所助益。
        A complete license plate recognition system consists of five parts:license plate image acquisition,image preprocessing,license plate location,character segmentation and character recognition. This paper combines the interference caused by factors such as illumination and weather in reality,and discusses the methods that are often used in the identification process of each technology. On this basis,it analyzes some problems existing in the current technology and the future trend of license plate recognition,it is hoped that the development of intelligent transportation system will be helpful.

引文

[1]吴进军.车牌识别技术的研究[D].杭州:浙江大学,2005.
    [2]周毅.基于OPENCV的车牌定位方法[J].西部交通科技,2018(6):146-150.
    [3]张洁,方厚加.基于图像处理技术的车牌识别研究[J].智能计算机与应用,2016,6(1):75-79.
    [4]廖玉钦.增值税发票自动识别算法研究[D].大连:大连海事大学,2018.
    [5]陈永亮.灰度图像的直方图均衡化处理研究[D].合肥:安徽大学,2014.
    [6]姜晓.智能车牌识别系统的实现与优化[D].上海:东华大学,2017.
    [7]卓均飞,胡煜.基于边缘检测和投影法的车牌定位算法研究[J].科技通报,2010,26(3):438-441.
    [8]王文涛,马启新,杜鹏飞.基于边缘检测和数学形态学的车牌定位[J].中南民族大学学报(自然科学版),2008,27(4):83-87.
    [9]李琼,饶俊慧,陈多瑜.基于边缘检测及灰度跳变的车牌定位算法研究[J].玉林师范学院学报,2013,34(5):127-132.
    [10]罗山.一种基于形态学与区域分析的车牌定位方法[J].山西电子技术,2018,(6):11-14.
    [11]李忠海,梁书浩,杨超.基于数学形态学和颜色统计的车牌定位方法[J].科技风,2018,(7):1-3.
    [12]侯向宁,刘华春.基于颜色分割与Sobel算子相结合的车牌定位[J].计算机技术与发展,2018,28(8):156-159.
    [13]陈海霞,崔茜.复杂背景下基于颜色的车牌定位方法研究[J].现代电子技术,2016,39(23):52-54.
    [14]黄辰阳.基于图像处理的车牌识别方法研究[D].广州:广东工业大学,2018.
    [15]李文鹏.深度学习在车牌识别中的研究与应用[D].西安:西安工程大学,2018.
    [16]汤茂斌,谢渝平,李就好.基于神经网络算法的字符识别方法研究[J].微电子学与计算机,2009,26(8):91-93+97.
    [17]何兆成,佘锡伟,余文进,等.字符多特征提取方法及其在车牌识别中的应用[J].计算机工程与应用,2011,47(23):228-231.
    [18]余承波.基于支持向量机(SVM)的车牌识别[D].淮南:安徽理工大学,2018.