车牌字符识别

针对分割完成后的牌照图像进行字符自动识别，需首先对车牌图像二值 化、字符切分和规范化、字符特征提取，然后根据字符特征库 ，完成车牌字符自动识别。图6为字符自动识别的效果示意图。

图 像二值化的方法很多，针对车牌图像，二值化的基本要求是使二值化 后的图形能忠实地再现原文字。具体为：笔划中不出现空白以及二值化 后的笔划基本保持原来字符的特征。二值化的关键在于阈值T的选择 ，采用判断分析二值化法。从图像灰度值的直方图中把灰度值的集中用 阈值分为两类，然后根据两个类的类间方差和类内方差的最大来确定分 割阈值。车牌图像二值化后，根据牌照中字符所占像素比便要小于背景 所占像素比例，将车牌图像统一变为白底黑字。

为 把字符分为单个字符，以送入识别系统识别，在字符图像二值化后 ，进行字符切分。利用车牌字符固定的高宽比和间距作出先验知识 ，在分割前先估算出字符宽度、间距，并从图像数值方向的投影直方图 定出字符的开始位置，切分全部字符；然后将文字外接边框按比例线性 放大或缩小为规定的32х64大小。

车牌字符识别系统的关键在于字符特征的 提取，也就是如何选取既容易 提取又能为识别系统提供尽可能高的模式鉴别能力、同时还要尽量少的 特征维数的特征向量，它应该是最佳的样本特征属性的度量 。由于车牌字符共有七个字符：第一位是汉字，通常代表车辆所属省份 ，或是军种、警别等有特定含义的字符简称；第二位为大写的英文字符 ，一个圆点间隔后的第三个字符是英文字母或是数字 ，其余的四位为数字。车牌字符识别与一般文字识别在于它的字符数有 限，汉字共约50多个，大写英文字母26个，数字10个 。为实时识别考虑，特征向量的维数可适当选择较低的维数。

系统采用投影-Fourier变换特征、网格特征和轮廓特片组成字 符特征向量[9]，与模拟中的向量进行特征匹配。特征匹配选用最小 距离匹配法。经大量图像实验，有较高的识别率。