车牌字符分割的研究现状及展望

：作为智能交通系统的核心技术之一，基于机器视觉的车牌识别一直受到广泛的关注。字符分割是车牌识别的重要步骤，其目的是将车牌字符串分割为更易于识别的单个字符。字符分割一般可分为二值化和分割两个部分。分别针对这两个部分，本文首先介绍了相关方法的研究成果，然后剖析了各自的优缺点，展望了下一步的研究方向。

基于机器视觉的车牌识别是智能交通系统的核心技术之一，可广泛应用于高速公路自助缴费、城市交通监控、违章或犯罪监控以及智能停车场管理等方面，它主要包括图像获取、车牌定位、倾斜校正、字符分隔、字符识别五个部分。倾斜校正输出的车牌图像表现为水平排列的若干字符，同时由于定位准确性不高、存在车牌边框或污染等情况，还很可能包括一些噪声区域。显然，直接对车牌字符串进行识别需要克服很大困难。为了确保识别率，通常需要将字符串 分割成易于识别的单个字符，大幅削弱噪声对识别过程的影响。字符分割一般可分为二值化和分割两个部分。分别针对这两个部分，本文首先介绍了相关方法的研究成果，然后剖析了各自的优缺点，展望了下一步的研究方向。

2. 二值化 较灰度图像而言，二值图像将目标和背景划分为独立的两个部分，在特征提取和模式识别领域具有显著的优势，因此，一般在分割和识别前需要对车牌图Copyright © 2013 Hanspub 49