基于matlab的车牌识别算法论文大学毕设论文.docx

基于matlab的车牌识别算法论文大学毕设论文.docx

《基于matlab的车牌识别算法论文大学毕设论文.docx》由会员分享，可在线阅读，更多相关《基于matlab的车牌识别算法论文大学毕设论文.docx（22页珍藏版）》请在冰豆网上搜索。

基于matlab的车牌识别算法论文大学毕设论文

基于Matlab的车牌识别算法

摘要

车牌系统是计算机视觉和模式识别技术在智能交通领域的重要应用课题之一。

车牌识别系统是以特定目标为对象的专用计算机系统，该系统主要包括三个内容:

车牌定位、字符分割和字符识别。

其中车牌定位的目的就是从所拍摄的汽车图像中确定车牌的位置,从而便于后续的字符分割和字符识别工作。

目前常用的方法有：

基于模板匹配的方法、基于特征的方法和神经网络法等。

本设计采用基于模板匹配算法和基于人工神经网络算法对车牌进行定位识别，此算法只对蓝底白字车牌进行分割识别，对黑底白字车牌原则上整个算法可直接适用，。

此算法分割出的图像像素值和模板图像达到了一致，由此便避免了切割出的图像像素值不一致所带来的问题。

但对白底黑字车牌、黄底黑字车牌，需要对车牌定位算法进行调整，并将图像反转（0变1、1变0）。

关键词：

车牌识别系统；　字符分割；　车牌定位

LICENSEPLATERECOGNITIONALGORITHMBASEDONMATLAB

ＡＢＳＴＲＡＣＴ

Licenseplatesystemisacomputervisionandpatternrecognitiontechnologyinoneoftheimportantapplicationresearchtopicinthefieldofintelligenttransportation.Licenseplaterecognitionsystembasedonspecificgoalsofaspecialcomputersystem,thesystemmainlyincludesthreecontents:

licenseplatelocating,charactersegmentationandcharacterrecognition.Oneofthepurposeoflicenseplatelocationistakenfromtheautolocatethelicenseplateintheimage,soastofacilitatethesubsequentworkcharactersegmentationandcharacterrecognition.Nowcommonlyusedmethodsare:

basedontemplatematchingmethod,basedonthecharacteristicsofthemethodandneuralnetwork,etc.

ThisdesignUSESbasedontemplatematchingalgorithmandbasedonartificialneuralnetworkalgorithmtolocatelicenseplaterecognition,thealgorithmisonlyforbluewhitelicenseplatesegmentationrecognition,thealgorithmcanbedirectlyapplicableinprincipletotheblackwhiteplate,.Thisalgorithmtosegmenttheimagepixelvaluesandtemplateimage,thustoavoidthecutoutintheprocessofimagepixelvaluesarenotconsistent.Butblackonwhitebackgroundandblacktextplate,yellowbottomplate,adjustmentsneedtolicenseplatelocalizationalgorithm,andtheimageinversionof（0,1,1,0）.

Keywords:

licenseplaterecognitionsystem;Charactersegmentation;Licenseplatelocation

目录

1前言4

1.1车牌号识别研究背景4

1.2车牌号识别技术研究现状和趋势5

1.2.1国内外车牌识别技术情况及我国车牌特点5

1.2.2车牌识别技术的应用前景7

1.3车牌识别研究内容7

2车牌识别系统设计原理概述9

3车牌识别系统程序设计11

3.１图像读取及车牌区域提取11

3.１.1图像灰度图转化11

3.１.2图像的边缘检测13

3.１.3灰度图腐蚀14

3.１.4图像平滑处理15

3.１.5移除小对象16

3.１.6车牌区域的边界值计算17

3.２字符切割18

3.２.1字符切割前的图像去噪处理18

3.２.2字符切割前的图像膨胀和腐蚀处理19

3.２.3字符切割19

3.３字符识别22

3.３.1字符识别方法选择22

3.３.2字符归一化22

3.３.3字符匹配识别23

4仿真结果及分析26

4.1车牌定位及图像读取及其图像处理26

4.2车牌字符分割及其图像处理26

5结论28

参考文献29

致谢31

1前言

1.1车牌号识别研究背景

随着我国公路交通事业的发展，车辆的数量正在迅速增长，在给出行提供方便的同时，车辆管理上存在的问题日益突出，人工管理的方式已经不能满足实际的需要。

微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。

作为信息来源的自动检测、图像识别技术越来越受到人们的重视。

近年来计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理带来巨大转变，先进的计算机处理技术，不但可以将人力从繁琐的人工观察、监测中解放出来，而且能够大大提高其精确度，汽车牌照自动识别系统就是在这样的背景与目的下进行开发的。

汽车牌照等相关信息的自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理、交警稽查等方面有着十分重要的意义，成为信息处理技术的一项重要研究课题。

关于车牌识别技术及定位系统研究，在我国已经有了十几年的发展历程，目前系统的应用还处于起步阶段，大规模投入使用的成熟系统还没有出现，汽车牌照识别系统作为改进交通管理的有效工具，技术水平仍需完善。

国内外学者对此已经有了较多工作，但实际效果并不理想，尤其是对车牌自适应性强、速度快、准确率高的高速车牌定位方法还有待进一步研究。

另外，对辅助光源要求高，也很难有效解决复杂背景下多车牌移动识别的技术难题，如：

车牌图像的倾斜、车牌表面污秽或磨损、光线干扰等都会影响定位的准确性。

传统车牌识别一般仅支持单一车辆，背景比较简单。

而当今许多实际应用场合，如在繁忙交通路口临时对欠税费、报废、挂失等车辆的稽查，则监视区域比较复杂，现有识别方法无法直接应用；而且多数情况下，同时出现多辆汽车，背景有广告牌、树木、建筑物、斑马线以及各种背景文字等，现有的识别方法也不能很好的适应多变的环境，所以对车牌识别技术的研究依然是目前高科技领域的热门课题之一。

车牌识别系统的成功设计、开发和应用具有相当大的社会效益、经济效益和学术意义。

车牌识别的难点：

1）由于车牌图像多在室外采集，会受到光照条件、天气条件的影响，会出现图像模糊，对比度低，目标区域过小，色彩失真等影响，并且会伴随复杂的背景图像，这些都会影响车牌定位及识别。

2）每次采集时目标所处位置不会一样，采集视角会有很大变化，并且由于车牌挂的不正，都将导致车牌出现扭曲。

3）牌照多样性。

其他国家的汽车牌照格式，如尺寸大小，牌照上字符的排列等，通常只有一种。

而我国则根据不同车型、用途，规定了多种牌照格式，例如分为军车、警车、普通车等。

我国标准车牌照是由汉字、英文字母和阿拉伯数字组成的，汉字的识别与字母和数字的识别有很大的不同，增加了识别的难度。

4）我国汽车牌照的底色和字符颜色多样，蓝底白字、黄底黑字、黑底白字、红底黑字、绿底白字等多种。

5）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。

使得车牌的对比度降低，特征不是很明显，即使在定位准确的情况下，字符的识别也会受到很大影响。

目前在国内存在多种牌照格式，且存在以上种种困难和特殊性，加大了我国车牌自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。

因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。

1.2车牌号识别技术研究现状和趋势

1.2.1国内外车牌识别技术情况及我国车牌特点

目前，一些发达国家车牌识剐系统在实际交通系统中已经成功应用，而我国的开发应用进展缓慢，基本停留在实验室阶段。

这是因为我国的实际情况与国外有所区别。

国外车牌比较规范统一，而我国车牌规范不够，较为多样化。

不同汽车类型有不同的规格、大小和颜色，所以车牌的颜色多，且字符位数不统一，对处理造成了一定的困难。

虽然很多研究人员已对车牌识别进行了较为深入的研究，但目前在车牌定位和字符分割这两个关键环节还存在着有待解决的难题。

一是当车牌图像的对比度较小、光照不均匀、车牌磨损褪色以及有类似车牌纹理特征的干扰时，有效定位率下降；其次在车牌字符分割时，光照不均、对比度较小、倾斜、污迹、字符粘连和断裂等严重退化的车牌图像的字符分割效果也不理想。

而对于车牌字符的识别来说，其识别的准确率很大程度上依赖于车牌定位和字符分割是否成功。

车牌字符的识别作为最终对车牌图像的理解，可以借鉴光学字符识别的宝贵经验，相对于车牌定位和字符分割来说反而比较容易实现。

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，识别率都在80%以上，甚至有高于90%。

并且已经实现了产品化，并在实际的交通系统中得到了广泛的应用。

目前我国有普通地方车牌号、武警车牌号、军队车牌号三种类型，普通地方车牌号又叫自选号牌车牌（如图1所示），自选号牌车牌尺寸是，即车牌长宽比为4.5:

1，一共7个字符，每个字符的高宽比为2:

1。

首个字符为中文字符，为各个省或直辖市的简称，第二个字符为英文大写字符，前两个字符确定该车牌所在地，后五个字符由阿拉伯数字及英文大写字符组合而成，并且后五个字符间距相同，七个字符大小也相同。

图1.1我国车牌号示例

1.2.2车牌识别技术的应用前景

车辆牌照自动识别技术是智能交通系统的一个重要组成部分，广泛应用于交通的监控及管理。

车辆牌照识别系统技术能够从一幅车辆图像中准确定位出车牌区域，然后经过字符切割和识别实现车辆牌照的自动识别。

目前车牌识别系统主要应用于以下领域：

1）停车场管理系统。

利用车牌识别技术对出入车辆的号牌进行识别和匹配，与停车卡结合实现自动计时、计费的车辆收费管理系统。

2）公路自动管理系统。

以车牌自动识别技术为基础，与通信等其他高科技结合，对高速公路交通流状况进行自动监测、自动布控，从而降低交通事故的发生率，确保交通顺畅。

3）安防布控。

采用车牌识别技术实现对车辆的自动识别，快速报警，既可以有效查找被盗车辆，同时又为公安机关提供了对犯罪嫌疑人的交通工具进行远程跟踪与监查的技术手段。

4）城市十字交通路口的“电子警察”。

可以对违章车辆进行责任追究，也可以辅助进行交通流量统计，交通监测