研究内容及文章结构

本文主要对车牌定位和字符分割两部分作研究，对这两部分间的衔接—车牌倾斜校正，也作了细致的分析。最后，对本文的研究工作做了总结和展望。

本文章节具体安排如下：

第一章，绪论。详细介绍课题的背景意义，国内外研究现状，叙述车牌特征和车牌识别系统的组成及工作原理，归纳车牌识别系统中存在的难点，并简述计算机视觉相关原理。

第二章，基本理论介绍。介绍车牌定位中用到的数字图像处理技术，以及简要介绍颜色空间模型的相关原理。

第三章，车牌定位。提出基于边缘特征、数学形态学定位和颜色特征定位相结合的算法。在车辆图像预处理后，叙述本文采用的算法流程，最后进行实验验证效果。

第四章，车牌倾斜校正。首先介绍几种常见车牌倾斜模式，详细叙述本文所采用的一种改进的旋转投影算法，对车牌图像分别进行水平和垂直投影，根据其特征完成倾斜校正。并对本文采用的校正算法进行实验验证效果。

第五章，车牌字符分割。在字符分割前首先对蓝底白字和黄底黑字两种车牌区域图像进行正反二值化，统一处理为黑底白字。经横纵扫描获取投影值，根据投影特征，去除车牌边框。然后根据车牌先验知识，将投影法和模板法相结合，先后进行粗分割和再分割，完成字符的精确分割。最后将字符大小作归一化处理。

第六章，总结与展望。总结本文的研究成果，指出下一步工作方向。

研究总结

本文主要对车牌定位、倾斜校正及字符分割算法进行研究。运用语言和开源库，在开发平台上实现了车牌定位、倾斜校正及字符分割。从输入的车辆图像中提取出一个个独立的字符，为后续的车牌识别做准备。本文的主要工作总结如下：

1．在定位之前，本文首先简述了车牌的各种特征。介绍了车牌定位、校正和分割的常用方法，分析其优缺点。详细介绍了本文中将要用到的高斯模糊、灰度化、边缘检测、二值化和数学形态学操作等图像预处理知识。最后介绍了颜色空间相关理论知识。

2．在车牌定位中，本文提出了基于边缘特征、数学形态学车牌定位和彩色图像车牌定位相结合的方法。通过一系列的图像预处理后，根据图像的边缘特性和数学形态学特征进行车牌的定位。因车牌图像环境复杂，当无法准确定位时，本文提出与前一方法相结合的基于彩色图像的车牌定位方法。实验表明，两种定位方法的结合，使其能适应不同复杂背景和光照条件下的车牌区域定位，定位效果较理想。

3．在倾斜校正中，本文提出了一种改进的旋转投影法。首先描述了车牌倾斜的几种模式。根据倾斜图像特征，改进原来的旋转投影变换法，减少了处理时间。采用步长动态渐进的方式对车牌图像作水平垂直投影，根据投影曲线峰值确定对应倾斜角度，完成校正。实验表明，该方法校正准确、处理时间短。

4．在字符分割中，本文采用字符先验知识、投影法和模板法相结合的字符分割方法。首先对车牌图像作二值化和背景色统一。根据水平垂直投影特征去除上下左右边框。通过粗分割和再分割步骤完成字符的准确分割。最后将字符大小作归一化。实验表明，本文字符分割方法，分割误差小，大小统一，字体清晰。