基于labview的车牌识别停车系统设计Word文件下载.docx

基于labview的车牌识别停车系统设计Word文件下载.docx

《基于labview的车牌识别停车系统设计Word文件下载.docx》由会员分享，可在线阅读，更多相关《基于labview的车牌识别停车系统设计Word文件下载.docx（45页珍藏版）》请在冰豆网上搜索。

对需要识别的图像的具体处理过程分为：

读取、大小归一化、车牌倾斜校正、车牌区域初步定位并剪切提取、大小再归一化、剪切去掉提取出的车牌边框、二值化、OCR训练、OCR识别9个步骤。

车牌区域的定位是实现车牌识别算法的最关键步骤，本设计主要采用HSL模式下颜色阈值及形态学处理来实现的。

车牌识别算法采用的是模板匹配法，是通过LABVIEW的视觉助手的OCR功能实现的。

在此进出上进一步设计停车管理系统，主要使用LABSQL，并配合SQL指令来进行开发的。

实现了车辆进出门禁的自动识别、登记、计费。

其中对零时停车按时计费，对包月车辆不收费。

对150个实际采集样本测试，车牌区域定位成功140个，完全识别出125个车牌，测试识别率为83.3%。

关键词：

LABVIEW车牌识别停车场管理视觉助手LABSQL成都学院毕业设计（论文）LicenseplaterecognitionandParkingmanagementsystembasedongraphicsdesignSpecialty：

ThemeasurementandcontroltechnologyandinstrumentStudentNumber：

201210114112Student：

ZengXingyuSupervisor：

ChengYueAbstract:

Astheparkinglotmanagementsystemofnetwork,thesoftwaredemandishigherandhigher,thetraditionalparkinglotmanagementsystembasedonthetechnologyofICcardisnolongermeettherequirements.Inthisbackground,thispaperproposesadesignschemeoflicenseplaterecognitionsystembasedonLABVIEWThedesignofparkingmanagementsystemismainlyusedLABSQL,andcooperatewiththedevelopmentofSQLcommands.Thevehicleinandoutofthedoorcanbeautomaticallyidentification,registration,billing.Monthlyvehiclefortemporaryparkingpricing,ontimeincaseofnocharge.ThissystembasedonNIVISIONdevelopmentmoduleforlicenseplaterecognitionalgorithmdesignVISION,licenseplaterecognitionalgorithmismainlycomposedofthepositioningoftheimagepreprocessing,licenseplatearea,thelicenseplaterecognitionofthreeparts.Theimagesoftheneedtoidentifythespecificprocessisdividedinto:

read,sizenormalization,licenseplatetiltcorrection,preliminarylocalizationandshearplateregionextraction,sizenormalization,shearoffagaintoextractthelicenseplateframe,binarization,OCRtraining,OCRninesteps.Locatelicenseplateareaisthemostkeystepoflicenseplaterecognitionalgorithm,thisdesignmainlyadoptsanHSLcolormodethresholdandmorphologicalprocessing.Licenseplaterecognitionalgorithmisusedinthetemplatematchingmethod,isthroughtheimplementationoftheLABVIEWvisualaideOCRfunction.Inandoutonthefurtherdesignofparkingmanagementsystem,themainuseLABSQL,andcooperatewiththedevelopmentofSQLcommands.Thevehicleinandoutofthedoorcanbeautomaticallyidentification,registration,billing.Monthlyvehiclefortemporaryparkingpricing,ontimeincaseofnocharge.Totest150samples,thelicenseplatelocalizationsuccess148,totallyidentified125plates,testtherecognitionrateis83.3%.Keywords:

VehiclelicenseplaterecognitionManagementofparkinglotVisionAssistantLBSQL成都学院毕业设计（论文）I目录第1章绪论.11.1研究背景及意义.11.2涉及热门研究领域现状.11.2.1车牌识别研究现状.11.2.2机器视觉研究现状.21.3主要研究内容.2第2章系统总体设计.32.1车牌识别原理概述.32.2设计方案.42.2.1开发平台选择.42.2.2车牌识别设计方案.52.3相关软件简介.62.3.1LABVIEW简介.62.3.2NI视觉开发模块简介.7第3章车牌识别程序设计.83.1图像读取与简单预处理.83.2车牌区域定位剪切.83.2.1车牌的倾斜校正.93.2.2车牌的初步定位剪切.113.2.3车牌剪切去掉边框.133.3车牌二值化处理.133.4车牌识别.143.4.1建立字符识别库.143.4.2车牌识别结果.15第4章停车管理系统程序设计.164.1LABSQL.164.1.1LABSQL简介.164.1.2LABSQL安装与配置.164.2SQL（结构化查询语言）.184.2.1SQL简介.184.2.2SQL基本指令【6】.184.3停车管理系统主程序.204.3.1主程序流程图.204.3.2主程序前面板.214.4停车管理系统子程序框图.254.4.1读取数据库新VI.254.4.2包月信息库VI.264.4.3门禁信息库VI.264.4.4包月车辆进入门禁.274.4.5非包月车辆进入门禁.284.4.6车辆离开门禁.29第5章测试结果与分析.32成都学院毕业设计（论文）II5.1车牌识别普遍性测试.325.1.1反复训练识别的图像的测试：

.325.1.2不训练直接识别图像测试：

.335.2车牌识别算法测试结果分析：

.355.2.1车牌定位效果分析.355.2.2车牌识别效果分析.355.3车牌识别停车系统测试.36第6章总结.376.1心得与体会.376.2不足与展望.37参考文献.39致谢.40成都学院毕业设计（论文）1第1章绪论1.1研究背景及意义随着停车场的管理系统对网络化、智能化要求越来越高，传统停车场的管理系统已经不再满足要求了。

传统的停车场的管理主要通过给进入车场的车辆分发IC卡，记录车辆进出时间，作为计费的主要依据，不管是固定车辆还是临时车辆，进出停车场都必须在出入口停车刷卡后，才能进出停车场，在车辆出入繁忙的时段，这种管理方式往往造成塞车的现象，耽误车主宝贵的时间。

针对以上现象，利用车牌识别技术取代传统的IC卡技术，解决车辆进出时必须停下刷卡而造成的停车场进出口塞车现象，是非常有必要的。

车牌识别停车场系统有如下优点：

作为车主，免去刷卡、丢卡、损坏卡的麻烦。

作为管理方，免去安装IC读卡器及维护的麻烦、省去卡片的费用、杜绝一卡多用、免掉发卡的麻烦、充值延期等。

操作简单、系统升级不用换硬件了、并可以与公安部门的报警系统联动等等。

因此进行基于车牌识别的智能停车管理系统的研究是十分重要的。

1.2涉及热门研究领域现状1.2.1车牌识别研究现状国内有大量的学者从事这方面研究，提出了很多新颖快速的算法。

中国科学院自动化研究所的刘智勇等开发的系统，在一个样本容量为3180的样本中，车牌定位准确率为99.42%，切分准确率为94.52%，这套系统后来应用于汉王公司的车牌识别系统，取得了不错的效果；

南京大学的熊军等提出了基于字符纹理特征的定位算法，准确率达95%【1】。

华中科技大学的陈振学等学者提出了一种新的车牌图像字符分割与识别算法，使用一维循环清零法，通过对垂直投影图进行一次扫描，有效的清除了杂点和间隔符，正确分割率达到了96.8%。

浙江大学的张引、潘云鹤等提出了彩色边缘算子；

ColorPrewitt和彩色边缘检测与区域生长相结合的牌照定位算法ColorLP，算法简单，且全面作用在颜色空间的三个分量上，检测出的牌照区域易于与背景剥离；

但是计算量和存储量都比较大，难以满足实时性的要求；

此外，当车辆区域的颜色和附近颜色相近时，定位失误率会增加。

成都学院毕业设计（论文）21.2.2机器视觉研究现状车牌识别属于机器视觉的研究范畴。

机器视觉是涵盖人工智能、计算机科学、神经生物学、模式识别、图像处理等诸多领域的交叉的学科，主要利用计算机模拟人或再现与人类的视觉有关的某些行为，从目标图像中提取信息处理后加以理解，最终用于实际的检测和控制。

目前，一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

首先采用CCD摄像机获得被测目标的图像信号，然后通过A/D转换成数字信号传送给专用的图像处理系统，根据像素分布、亮度和色彩等信息，进行各种运算来抽取目标的特征，然后再根据预设的