车牌识别图像分析算法综述

车牌识别图像分析算法综述(中文8400字,英文PDF)
Khalid ABOURA1, Rami HMOUZ2
背景和目的：我们探讨车牌识别（LPR）的问题，以突出可用于图像分析问题的许多算法。在使用图像对象识别的管理支持系统中，智能存在于可以在各种LPR步骤中使用的统计算法中。我们描述了许多解决方案，从最初的阈值处理步骤到图像元素的定位和识别。本文的目的是在LPR步骤中提出一些概率方法，然后将这些方法结合在一个系统中。大多数LPR方法使用对许多不受控制的问题敏感的确定性模型，例如照明，车辆距离摄像机的距离，处理噪声等。我们的方法的本质在于可以准确定位和识别车牌的统计算法。
设计方法：我们引入简单而廉价的方法来解决相对重要的问题，使用概率方法。在这些方法中，我们描述了许多统计解决方案，从最初的阈值处理步骤到图像元素的定位和识别。在定位步骤中，我们使用来自我们通过离散傅立叶变换分析的图像的频率板信号。此外，在识别板字符时采用概率模型。最后，我们将展示如何结合沙特阿拉伯板块等双语车牌的结果。
结果：该算法为普遍存在的车辆，建筑和物业管理提供了有效性。结果显示了在所有LPR步骤中使用概率的优势。使用本地数据集时的平均分类率达到79.13％。
结论：当有两个信息来源，特别是有两个独立文本的车牌信息来源时，可以实现识别率的提高。
关键词：图像分析;概率建模;信号处理;车牌识别