基于图像处理的车辆牌照识别系统设计Word格式.docx
《基于图像处理的车辆牌照识别系统设计Word格式.docx》由会员分享，可在线阅读，更多相关《基于图像处理的车辆牌照识别系统设计Word格式.docx（14页珍藏版）》请在冰豆网上搜索。
MATLABsoftware；
imagepreprocessing；
licenseplatelocalization；
charactersegmentation.
目录
1.引言2
1.1选题背景2
1.2选题意义3
1.3国内外发展状况4
1.4设计原理5
2.MATLAB简介6
2.1MATLAB发展历史6
2.2MATLAB的语言特点8
3．工作流程9
3.1系统框架结构和工作流程9
4．模块的分块实践10
4.1设计方案10
4.2图像预处理实际应用10
4.2.1图像灰度化10
4.2.2图像的预处理（均值滤波、二值化）11
4.2.3图像的边缘检测11
4.3车牌定位和字体分割处理12
4.3.1车牌的定位12
4.3.2字符的分割15
5.后期工作安排计划与总结16
致谢
1引言
1.1选题背景
现代社会已进入信息时代，随着计算机技术、通信技术和计算机网络技术的发展，自动化信息处理能力和水平不断提高，作为现代社会主要交通工具之一的汽车在人们的生产生活的各个领域得到大量使用，对他的信息进行自动采集和管理具有十分重要的意义，成为信息处理技术的一项重要研究课题。
此外，智能交通系统，简称ITS（IntelligentTrafficSystem）已成为现代社会道路交通发展趋势。
只能交通系统，是在当代科学技术高速发展的背景下产生的。
其目标在于将现金的计算机处理技术、数据通信技术、自动控制技术等综合应用于地面交通管理体系，从而建立起一种高效、准确、实时的交通管理系统。
公路交通基础建设的不断发展和车辆管理体制的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好基础。
在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。
车牌自动识别系统简称ALPRS或LPRS，该系统可以对车辆进行自动登记、验证、监视、报警。
系统应用场合包括：
高速公路，桥梁，隧道等收费管理系统。
城市交通车辆管理，智能小区、智能停车场管理，车牌验证，车流统计等。
同时，汽车牌照自动识别的基本方法还可以应用到其他检测和识别领域，所以车牌自动识别问题已成为现代交通工程领域中研究的重点和热点问题之一。
车牌识别系统是一项科技含量很高的多种技术结合的产品，主要有计算机视觉、数字图像处理、数字视频处理、模式识别等技术组成。
也是智能交通系统的核心技术，产生于60年代。
在80年代，由于城市交通问题日益严重，美国和欧洲许多国家投入了大量的人力和物力，建立了自动化高速公路网，安装了摄像、雷达探测系统和光纤网络，简历智能交通系统。
在美国、欧洲、日本等发达国家的带动下，世界各国也开始简历智能交通系统。
由于公路车流量日益增大、道路交通日益拥挤，车辆管理相对越来越困难，因此各个发达国家和发展中国家都在积极建设适应未来交通运输需求的智能交通系统。
1.2选题意义
车牌识别系统的主要任务是分析和处理摄取到的复杂背景下的车辆图像，定位分割牌照，最后自动识别汽车牌照上的字符，车牌识别是利用车辆牌照的唯一性来识别和统计车辆，它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统。
在现代化交通发展中车牌识别系统是制约交通系统智能化、现代化的重要因素，车牌识别系统应该能够从一幅图像中自动提取车辆图像，自动分割牌照图像，对字符进行正确识别，从而降低交通管理工作的复杂度。
车牌识别系统将获取的车辆图像进行一系列的处理后，以字符串的形式输出结果，这样不但数据量小，便于存储，操作起来也更容易，因此车牌识别系统的便捷性是人工车牌识别所不能比拟的，它蕴藏着很大的经济价值和发展空间，对车牌识别技术的研究是非常有的意义的。
在车牌识别系统中最为重要的两个技术是车牌定位和车牌字符识别，这两个技术的好坏直接影响到整个车牌识别系统的实时性和准确性。
国内外己有不少学者对车牌定位技术做了大量的研究，但在实际的应用中还没有一个有效可行的方法，如由于车辆抖动造成车牌图像的歪斜、由于污迹和磨损造成车牌字符的模糊、由于光照不均造成车牌图像的模糊等都会或多或少影响到车牌定位的准确度。
针对以上实际情况，很多学者开始在鉴于车牌图像本身特征的基础上研究车牌定位技术，并先后提出了一些有效的定位方法，以减小种种主、客观因素对车牌定位准确度的影响。
然而智能交通的不断发展使得对车牌定位系统有了更高的要求，主要表现在系统的实时性和准确性。
车牌字符识别的实质是对车牌上的汉字、字母和数字进行快速准确的识别并以字符串的形式输出识别结果，字符识别技术是整个车牌识别系统的关键。
车牌识别系统与其它图像识别系统相比较而言要复杂的多，在字符识别中，汉字识别是最难也是最关键的部分，很多国外较为成熟的车牌识别系统无法进入中国市场的原因就在于无法有效的识别汉字。
此外，由于外界环境的影响，系统必须保证能够在任何天气情况下全天不间断的正常工作。
到目前为止，在众多的车牌自动识别方法中还没有一个可以达到理想的效果，因此对车牌识别技术的研究意义重大。
1.3国内现状
车牌识别系统作为智能交通系统的核心，在六七十年代的时候便展开了研究，国外也有大量关于这方面的研究报道，其中，具有代表性的车牌识别产品有：
YuniaoCuil改进了二值化算法，并通过马尔科夫场对车牌的特征进行提取，在样本的识别中达到了较高的识别率。
R.Mullot利用文字纹理在图像中共性的特点来定位图像中的车牌，并开发了即可用于车牌识别也可用于集装箱识别的系统。
R.Parisi采用了神经网络技术与非传统的DFT技术作为改进的字符识别算法，并以DSP为核心CPU开发出一套车牌识别系统，其字符识别的效果达到了很高的水平。
EunRyung等创新了车牌定位的算法，以使用图像中的颜色分量来定位车牌，在对样本集的测试中，结果表明其识别率远远高于传统的车牌定位算法。
Thanongsak开发了一套车牌识别系统，统计其全天识别率为84.2%。
YoungSungSoh改进了车牌定位的算法，其正确率达到了99.2%。
随着我国经济的快速发展，国内也有大量的从事这方面研究的专家：
骆雪超等法，使其字符识别率达到96%。
北航的胡爱明等利用的模板匹配算法开发的
一套车牌识别系统，其识别正确率达到97%以上。
中国科学院自动化研究所的刘智勇等研究的车牌识别系统，其车牌定位准确率达到99.42%，字符分割达到了94.52%，从国内车牌识别技术刚处于起步的阶段来看，这是一个非常高的指标。
上海交大叶芗芸也提出了一种文本图像的快速二值化方法（LocalExtremeValueBasedBinarization，简称LEVBB算法），其运算速度比典型的Bernsen算法提高3倍。
韩智广等针对车牌的倾斜校正问题进行了详细研究，并提出了倾斜校正改进的算法。
刘庆祥等专门研究了如何将彩色的车牌图像转换成灰度图像，方便了其后续的车牌算法。
黄志斌，陈锻生详细的研究了车牌识别系统的分类器，并提出了基于串行分类器的字符识别方法。
国内也有大量的公司开发这方面的产品。
深圳普利得软件公司于2006年3月推出了PlateDSP车牌识别系统V3，它是一款车牌识别软件，在其使用手册给出的建议配置下，可以实现<
l0ms的识别速度，系统对视频流的车辆识别率为95%21]。
该公司希望通过对笔记本电脑加装他们的系统以实现系统的方便携带和使用。
北京汉王公司提供了多种车牌识别产品，包括“汉王眼”III型车牌自动识别仪、移动式汉王眼、汉王眼智能交通信息采集平台，其中它的汉王眼智能交通信息采集平台，车辆车牌识别率在95%以上，识别速度<
0.15s，可以抓拍速度高达120KM/H的超速车。
虽然国内车牌识别技术的发展已经达到了一定的水平，但在与硬件产品的结合中，很多地方仍需要完善。
比如车牌的识别率与识别速度相互影响，很难共同提高；
对于硬件设备（摄像头、计算机）的性能要求也比较高等等。
因而，在车牌识别技术的研究方面，仍有发展的空间。
诸如如何配合硬件提高车牌识别速度，一帧图像里多通道的车牌识别，对车牌图像的颜色信息研究等等。
1.4设计原理
车牌识别系统的摄像头通过对经过指定区域的机动车辆进行拍照，因为照片会受到光照、拍摄位置和车辆行驶速度的影响，导致拍摄的图片不能准确的确定汽车的车牌。
而车牌识别系统就通过对机动车辆的照片进行图像预处理、车牌定位、字符分割、字符识别等技术手段，从而得到清晰的机动车牌照的照片，从而提高现代智能交通的管理效率，可以说车牌识别系统对于现代智能交通至关重要。
2MATLAB简介
2.1MATLAB发展历程和影响
MATLAB软件是由美国Mathworks公司推出的用于数值计算和图形处理的科学计算系统环境。
MATLAB是英文MATrixLABoratory（短阵实验室）的缩写。
在MATLAB环境下，用户可以集成地进行程序设计、数值计算、图形绘制、输入输出、文件管理等各项操作。
MATLAB提供了一个人机交互的数学系统环境，该系统的基本数据结构是矩阵，在生成矩陈对象时，不要求作明确的维数说明。
与利用c语言或FoRTRAN语言作数值计算的程序设计相比，利用MATLAB可以节省大量的编程时间。
在美国的一些大学里，MATLAB正在成为对数值线性代数以及其他一些高等应用数学课程进行辅助教学的有益工具。
在工程技术界，MATLAB也被用来解决一些实际课题和数学模型问题。
典型的应用包括数值计算、算法预设计与验证，以及一些特殊的短阵计算应用，如自动控制理论、统计、数字信号处理（时间序列分拆）等。
MATLAB系统最初是由CIeveMoler用FORTRAN语盲设计的，有关短阵的算法来自LINPACK和EIsPACK课题的研究成果；
现在的MATLAB程序是MathWorks公司用C语言开发的，第一版由steveBangert主持开发编译解释程序，SteveKleiman完成图形功能的设计，JohnLittle和CleveMoler主持开发了各类数学分分析的子模块，撰写用户指南和大部分的M文件。
自从第1版发行以来，已有众多的科技工作者加入到MATLAB的开发队伍中，并为形成今天约MATLAB系统做出了巨大的贡献。
MATLAB以商品形式出现后，仅短短几年，就以其良好的开放性和运行的可靠性，使原先控制领域里的封闭式软件包（如英国的UMIST，瑞典的LUND和SIMNON，德国的KEDDC）纷纷淘汰，而改以MATLAB为平台加以重建。
在时间进入20世纪九十年代的时候，MATLAB已经成为国际控制界公认的标准计算软件。
到九十年代初期，在国际上30几个数学类科技应用软件中，MATLAB在数值计算方面独占鳌头，而Mathematica和Maple则分居符号计算软件的前两名。
Mathcad因其提供计算、图形、文字处理的统一环境而深受中学生欢迎。
MathWorks公司于2001年推出MATLAB6.0版本，6.x版在继承和发展其原有的数值计算和图形可视能力的同时，出现了以下几个重要变化：
（1）推出了SIMULINK。
这是一个交互式操作的动态系统建模、仿真、分析集成环境。
它的出现使人们有可能考虑许多以前不得不做简化假设的非线性因素、随机因素，从而大大提高了人们对非线性、随机动态系统的认知能力。
（2）开发了与外部进行直接数据交换的组件，打通了MATLAB进行实时数据分析、处理和硬件开发的道路。
（3）推出了符号计算工具包。
1993年MathWorks公司从加拿大滑铁卢大学购得Maple的使用权，以Maple为“引擎”开发了SymbolicMathToolbox1.0。
MathWorks公司此举加快结束了国际上数值计算、符号计算孰优孰劣的长期争论，促成了两种计算的互补发展新时代。
（4）构作了Notebook。
MathWorks公司瞄准应用范围最广的Word，运用DDE和OLE，实现了MATLAB与Word的无缝连接，从而为专业科技工作者创造了融科学计算、图形可视、文字处理于一体的高水准环境。
MTALAB系统由五个主要部分组成，下面分别加以介绍。
（1）MATALB语言体系MATLAB是高层次的矩阵／数组语言．具有条件控制、函数调用、数据结构、输入输出、面向对象等程序语言特性。
利用它既可以进行小规模端程，完成算法设计和算法实验的基本任务，也可以进行大规模编程，开发复杂的应用程序。
（2）MATLAB工作环境这是对MATLAB提供给用户使用的管理功能的总称．包括管理工作空间中的变量据输入输出的方式和方法，以及开发、调试、管理M文件的各种工具。
（3）图形句相系统这是MATLAB图形系统的基础，包括完成2D和3D数据图示、图像处理、动画生成、图形显示等功能的高层MATLAB命令，也包括用户对图形图像等对象进行特性控制的低层MATLAB命令，以及开发GUI应用程序的各种工具。
（4）MATLAB数学函数库这是对MATLAB使用的各种数学算法的总称．包括各种初等函数的算法，也包括矩阵运算、矩阵分析等高层次数学算法。
（5）MATLAB应用程序接口（API）这是MATLAB为用户提供的一个函数库，使得用户能够在MATLAB环境中使用c程序或FORTRAN程序，包括从MATLAB中调用于程序（动态链接），读写MAT文件的功能。
可以看出MATLAB是一个功能十分强大的系统，是集数值计算、图形管理、程序开发为一体的环境。
除此之外，MA丁LAB还具有根强的功能扩展能力，与它的主系统一起，可以配备各种各样的工具箱，以完成一些特定的任务。
用户可以根据自己的工作任务，开发自己的工具箱。
在欧美大学里，诸如应用代数、数理统计、自动控制、数字信号处理、模拟与数字通信、时间序列分析、动态系统仿真等课程的教科书都把MATLAB作为内容。
这几乎成了九十年代教科书与旧版书籍的区别性标志。
在那里，MATLAB是攻读学位的大学生、硕士生、博士生必须掌握的基本工具。
在国际学术界，MATLAB已经被确认为准确、可靠的科学计算标准软件。
在许多国际一流学术刊物上，（尤其是信息科学刊物），都可以看到MATLAB的应用。
在设计研究单位和工业部门，MATLAB被认作进行高效研究、开发的首选软件工具。
如美国NationalInstruments公司信号测量、分析软件LabVIEW，Cadence公司信号和通信分析设计软件SPW等，或者直接建筑在MATLAB之上，或者以MATLAB为主要支撑。
又如HP公司的VXI硬件，TM公司的DSP，Gage公司的各种硬卡、仪器等都接受MATLAB的支持。
2.2MATLAB语言特点
一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同于其他语言的特点。
正如同FORTRAN和C等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样，被称作为第四代计算机语言的MATLAB，利用其丰富的函数资源，使编程人员从繁琐的程序代码中解放出来。
MATLAB的最突出的特点就是简洁。
MATLAB用更直观的、符合人们思维习惯的代码，代替了C和FORTRAN语言的冗长代码。
MATLAB给用户带来的是最直观、最简洁的程序开发环境。
以下简单介绍一下MATLAB的主要特点：
（1）语言简洁紧凑，使用方便灵活，库函数极其丰富。
MATLAB程序书写形式自由，利用其丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。
由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。
可以说，用MATLAB进行科技开发是站在专家的肩膀上。
（2）运算符丰富。
由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
（3）MATLAB既具有结构化的控制语句（如for循环、while循环、break语句和if语句），又有面向对象编程的特性。
（4）语法限制不严格，程序设计自由度大。
例如，在MATLAB里，用户无需对矩阵预定义就可使用。
（5）程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。
（6）MATLAB的图形功能强大。
在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。
MATLAB还具有较强的编辑图形界面的能力。
（7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。
由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。
（8）功能强劲的工具箱是MATLAB的另一重大特色。
MATLAB包含两个部分：
核心部分和各种可选的工具箱。
核心部分中有数百个核心内部函数。
其工具箱又可分为两类：
功能性工具箱和学科性工具箱。
功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及与硬件实时交互功能。
功能性工具箱能用于多种学科。
而学科性工具箱是专业性比较强的，如control、toolbox、signalprocessingtoolbox、communicationtoolbox等。
这些工具箱都是由该领域内的学术水平很高的专家编写的，所以用户无需编写自己学科范围内的基础程序，而直接进行高、精、尖的研究。
下表列出了MATLAB的核心部分及其工具箱等产品系列的主要应用领域。
3工作流程
3.1系统框架结构和工作流程
图像预处理
图像采集
车牌定位
输出结果
字符识别
触发牌照
图3.1系统框架结构和工作流程图
触发拍照：
触发车辆拍照，现在主要有线圈触发、视频触发、红外触发、雷达触发以及激光触发。
其中线圈触发和视频触发得到了广泛的应用。
图像采集：
指道路上安装的摄像头在检测到有车辆通过的同时进行拍照并借助
网络传送到汽车自动识别系统。
图像预处理：
由于拍摄的汽车照片因为外界光照不均匀，光照强度不稳定，使得所拍摄照片模糊不清，以及各种外界影响到设备对拍摄质量的影响，所以对拍摄的汽车图片要进行灰度化和边缘检测等处理。
车牌定位：
是指对预处理过的汽车图片进行处理，把车牌部分进行定位，把无用的部分去除，得到定位好的车牌图片。
字符分割：
对已经定位的车牌图片的进行字符分割，将车牌分割为7个单一的字符图片。
字符识别：
车牌字符识别是最为关键的一步，系统输入单个的字符图像，输出文本格式的完整的车牌号码。
4.模块分块实践
4.1设计方案
该系统主要包括图像处理和图像字体识别两个重要模块。
图像处理包括图像预处理、图像数字定位、分割模块。
图像字体识别包括字体分割与提取、单个字体识别。
4.2图像与处理实际应用：
4.2.1图像灰度化：
在MATLAB中我们可以调用im2gray函数对图像进行灰度化处理。
实例：
Matlab灰度化程序：
>
I=imread（'
original_q8xd_38f000007585125e.jpg'
）;
//输入图片文件
figure
（1）,imshow（I）;
title（'
原图'
）//显示原图
I1=rgb2gray（I）;
//图片灰度化
figure
（2）,subplot（1,2,1）,imshow（I1）;
灰度图'
//输出灰度化图
figure
（2）,subplot（1,2,2）,imhist（I1）;
灰度图直方图'
//输出灰度化直方图
应用实例：
图4.1原图
图
升级会员 