汽车车牌识别系统毕业论文(带外文翻译)Word文档格式.doc

汽车车牌识别系统毕业论文(带外文翻译)Word文档格式.doc

《汽车车牌识别系统毕业论文(带外文翻译)Word文档格式.doc》由会员分享，可在线阅读，更多相关《汽车车牌识别系统毕业论文(带外文翻译)Word文档格式.doc（43页珍藏版）》请在冰豆网上搜索。

ABSTRACT

Thesubjectoftheautomaticrecognitionoflicenseplateisoneofthemostsignificantsubjectsthatareimprovedfromtheconnectionofcomputervisionandpatternrecognition.InLPSR,thefirststepisforlocatingthelicenseplateinthecapturedimagewhichisveryimportantforcharacterrecognition.Therecognitioncorrectionrateoflicenseplateisgovernedbyaccuratedegreeoflicenseplatelocation.

Firstly,thepapergivesadeepresearchonthestatusandtechniqueoftheplatelicenserecognitionsystem.Onthebasisofresearch,asolutionofplatelicenserecognitionsystemisproposedthroughthesoftwareMATLAB,bytheM-filesseveralofmethodsinimagemanipulationarecomparedandanalyzed.Themethodsbasedonedgemapanddasdifferentialanalysisisusedintheprocessofthelocalizationofthelicenseplate,extractingthecharacteristicsofthelicenseplateinthecarimagesafterbeingcheckedupfortheedge,andthenanalyzingandprocessinguntilthe 

probablyareaoflicenseplateisextracted，thencomeouttheresolutionsforlocalizationofthecarplate.

KEYWORDS：

imageacquisition，imagepreprocessing，edgedetection，binarization，licence，licenseplatelocation

目　录

前　言 1

第1章 绪论 2

§

1.1课题研究的背景 2

1.2车牌的特征 2

1.3国内外车辆牌照识别技术现状 3

1.4车牌识别技术的应用情况 4

1.5车牌识别技术的发展趋势 5

1.6车牌定位的意义 6

第2章 MATLAB简介 7

2.1MATLAB发展历史 7

2.2MATLAB的语言特点 7

第3章 图像预处理 10

3.1灰度变换 10

3.2图像增强 11

3.3图像边缘提取及二值化 13

3.4形态学滤波 18

第4章车牌定位 21

4.1车牌定位的主要方法 21

4.1.1基于直线检测的方法 22

4.1.2基于阈值化的方法 22

4.1.3基于灰度边缘检测方法 22

4.1.4基于彩色图像的车牌定位方法 25

4.2车牌提取 26

结论 30

参考文献 31

致谢 33

前　言

随着交通问题的日益严重，智能交通系统应运而生。

从20世纪90年代起，我国也逐渐展开了智能交通系统的研究和开发，探讨在现有的交通运输网的基础上，提高运输效率，保障运输安全。

我国加强智能交通系统（ITS）的研究与开发势在必行，特别是考虑到我国的国情和我国经济的快速发展，社会信息化程度日益提高，交通管理智能化成为发展的趋势。

汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。

车牌识别的目的是对摄像头获取的汽车图像进行预处理,确定车牌位置,提取车牌上的字符串，并对这些字符进行识别处理,用文本的形式显示出来。

车牌自动识别技术在智能交通系统中具有重要的应用价值。

在车牌自动识别系统中，首先要将车牌从所获取的图像中分割出来，这是进行车牌字符识别的重要步骤，定位准确与否直接影响车牌识别率。

本次设计主要对车牌的定位做了比较详细的研究。

汽车牌照自动识别系统作为一种交通信息的获取技术在交通车辆管理、园区车辆管理、停车场管理有着特别重要的应用价值，受到业内人士的普遍关注。

车牌自动识别的处理有三部分组成，其中车牌定位作为最关键的技术，成为重点研究的对象。

车牌定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。

由于在现实中，汽车的车牌图像受到光照、背景、车型等外界干扰因素以及拍摄角度、远近等人为因素的影响，造成图像受光不均匀，车牌区域不明显，给车牌区域的提取带来了较大的困难。

车牌定位的方法有很多种，目前比较经典的定位方法大都在基于灰度图像的基础上。

本次毕业设计就针对灰度图像的定位进行了研究。

针对不同背景和光照条件下的车辆图像，提出了一种基于灰度图像灰度变化特征进行车牌定位的方法。

依据车牌中不同区域的灰度分布，车牌定位时可以首先将彩色车牌进行灰度化然后再进行车牌定位。

第1章绪论

§

1.1课题研究的背景

随着21世纪经济全球化的到来，高速度、高效率的生活节奏，使车辆普及成为必然的趋势，交通管理自动化越来越成为亟待解决的问题。

现代智能交通系统（IntelligentTransportationSystem，ITS）中，车辆牌照识别（LicensePlateRecognition，LPR）技术是计算机视觉与模式识别技术在交通领域应用的重要研究课题之一，是实现交通管理能够智能化的重要环节，其任务是分析、处理汽车图像，自动识别汽车牌号。

LPR系统可以广泛应用于电子收费、出入控制、公路流量监控、失窃车辆查询和停车场车辆管理等需要车牌认证的场合；

尤其在高速公路收费系统中，实现不停车收费提高公路系统的运行效率，LPR系统更具有不可替代的作用。

因而从事LPR技术的研究具有极其重要的现实意义和巨大的经济价值。

LPR系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。

关于车牌定位系统的研究，国内外学者已经做了大量的工作，但实际效果并不是很理想，比如车牌图像的倾斜、车牌表面的污秽和磨损、光线的干扰等都是影响定位准确度的潜在因素。

为此，近年来不少学者针对车牌本身的特点、车辆拍摄的不良现象及背景复杂状况，先后提出了许多有针对性的定位方法，使车牌定位在技术和方法上都有了很大的改善。

然而现代化交通系统不断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要求，因而进一步加深车牌定位的研究是非常有必要的。

1.2车牌的特征

车牌的本身具有许多固有特征，这些特征对不同的国家是不同的，我国现在使用的车牌主要根据中华人民共和国机动车牌号GA36-92标准，具有以下特征：

（1）形状特征：

标准的车牌外轮廓尺寸440*140，字符高90，宽45，字符间距12，间隔符宽10。

整个字符的高宽比例近似为3:

1，车牌的边缘是线段围成的有规则的矩形。

主要用在车牌的定位分割。

（2）颜色特征：

现有的字符颜色与车牌底色搭配有四种类型，蓝底白字，黄底黑字，白底黑字，黑底白字。

这部分特征主要用在对彩色图像进行车牌的定位。

（3）字符的特征：

标准的车牌上有7个字符，呈水平排列，待识别的字符模板可以分为一下三类，汉字，英文字母，阿拉伯数字，主要用于对字符匹配识别方面。

（4）其他国家的汽车牌照格式（如汽车牌照的尺寸大小，牌照上的字符排列等）通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式（例如分为军车、警车、普通车等）。

（5）我国汽车牌照的规范悬挂位置不唯一。

（6）由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下，国外发达国家不允许上路，而在我国仍可上路行驶。

车牌与汽车的其它区域相比，还有以下主要特征：

（1）车牌区域中的垂直边缘比水平边缘密集，而车身其它部分的水平边缘

明显，垂直边缘较少。

（2）灰度变化特征：

车牌的底色、边缘颜色，车辆外部的颜色都是不同的，

表现在图像中就是灰度级互不相同，这就在车牌边缘形成了灰度突变边界。

实际上，车牌的边缘在灰度上的表现是一种屋脊状边缘。

在车牌区域内部，字符和车牌底的灰度较均匀的呈现波峰波谷。

（3）有相对集中和规则的纹理特征。

由于我国汽车车牌识别的特殊性，这就导致了采用任何单一识别技术都是难以奏效的。

1.3国内外车辆牌照识别技术现状

目前，国内外有大量关于车牌识别方面的研究报道。

国外在这方面的研究工作开展较早。

在上世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。

同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。

发展到今日，国外对车牌检测的研究已经取得了一些令人瞩目的成就，如YuntaoCui提出了一种车牌识别系统，在车牌定位以后，利用马尔科夫场对车牌特征进行提取和二值化，对样本的识别达到了较高的识别率。

EunRyung等利用图像中的颜色分量，对车辆照进行定位识别，其中提到了三种方法：

①以Hough变换为基础的边缘检测定位识别；

②以灰度值变换为基础的识别算法；

③以HLS彩色模式为基础的车牌识别系统，识别率分别为81.25%、85%、91.2%。

日本对车牌图像的获取也做了大量的研究，并为系统产业化做了大量工作。

Luis开发系统应用于公路收费站，全天识别率达到了90%以上，即使在天气不好的情况下也达到了70%。

国外对车牌识别的研究起步早，总体来讲其技术已比较领先，同时由于他们车牌种类单一规范程度较高，易于定位识别。

目前，已经实现了产品化，并在实际的交通系统中得到了广泛的应用。

由于中国车牌的格式与国外有较大差异，所以国外关于识别率的报道只具有参考价值，其在中国的应用效果可能没有在其国内的应用效果好，但其识别系统中采用的很多算法具有很好的借鉴意义。

从车牌识别系统进入中国以来，国内有大量的学者在从事这方面的研究，提出了很多新颖快速的算法。