基于数字图像的车牌定位系统.docx

基于数字图像的车牌定位系统.docx

《基于数字图像的车牌定位系统.docx》由会员分享，可在线阅读，更多相关《基于数字图像的车牌定位系统.docx（64页珍藏版）》请在冰豆网上搜索。

基于数字图像的车牌定位系统

摘要

随着信息技术和智能技术的发展，交通管理系统的信息化、智能化已成为发展的趋势。

车牌识别系统（LPR）是智能交通系统的核心组成部分，在现代交通收费管理系统中发挥着举足轻重的作用，而车牌定位又是车牌识别系统中的重要环节。

近年来，对车牌识别系统中关键技术的研究已经成为智能交通领域的一个热点问题。

本文对车牌识别系统中的车牌定位算法进行了比较深入、全面的分析与论述。

基于编程软件MicrosoftVisualC++6.0平台，对采集到的彩色图像转换为灰度图像后，采用直方图均衡化方法对车牌图像进行图像增强；使用Sobel算子对图像进行边缘处理，用模板匹配的定位算法进行实现，并得到预期的效果。

关键词：

车牌定位；MicrosoftVisualC++6.0；数字图像处理；图像转换；模板匹配

Abstract

Withtheinformationtechnologyandintelligenttechnologydevelopment,thetrafficmanagementsystemandintelligenceinformationhasbecomethedevelopmenttrend.Licenseplaterecognitionsystem（LPR）isthecoreoftheintelligenttransportationsystemcomponents,inmoderntransportationchargesadministrationsystemplaysanimportantroleinandlicenseplatelocalizationisanimportantlinkinthelicenseplaterecognitionsystem.Inrecentyears,thesystemofvehicleplaterecognitionofthekeytechnologyresearchinthefieldofintelligenttransportationhasbecomeahotissue.

Inthispaper,thelicenseplateidentificationsystemoflicenseplatelocalizationalgorithmismorethorough,comprehensiveanalysisanddiscussed.BasedonthesoftwareMicrosoftVisualC++6.0platform,usingdigitalimageprocessingtolicenseplatelocalizationalgorithmwasrealized,andtogetthedesiredresults.Thecollectedcolorimagesintothegrayimage,themethodofhistogramequalizationlicenseplateimageoftheimageenhancement.UseSobeloperatortodoimageedgeprocessing,andfurtherdeepen,licenseplatelocationreadyforwork.theimageofaseriesofprocessingafterthetemplatematching,positioningoutofthelicenseplatearea,achievetheexpectedgoal.

Keywords：

Licenseplatelocation;MicrosoftVisualC++6.0;Digitalimageprocessing;Imagetransformation;Templatematching

目录

1绪论1

1.1选题背景和意义1

1.2主要技术及应用领域2

1.3国内外研究现状4

2车牌图像处理编程语言基础6

2.1MicrosoftVisualC++6.0的发展历程6

2.2MicrosoftVisualC++6.0的基本特点7

2.3MicrosoftVisualC++6.0的新特点7

2.4MFC运行机制8

2.5MFC的特点9

2.6MFC的分层结构10

2.7MFC未来发展前景11

3车牌定位的算法设计12

3.1整体设计12

3.2车牌图像预处理12

3.3车牌图像的获取12

3.4牌照提取区域13

3.5图像灰度化14

3.5.1灰度变换增强15

3.5.2灰度变换15

3.6灰度直方图17

3.7直方图均衡化17

3.8图像的边缘检测19

4车牌定位的具体实现23

4.1车牌的特征23

4.2车牌定位常用方法24

4.2.1车牌区域内字符的纹理特征24

4.2.2颜色特征25

4.2.3频谱分析法25

4.3车牌定位算法25

4.3.1车牌定位方法的基本思路26

4.3.2图像灰度化26

4.3.3绘制直方图28

4.3.4图像均衡化29

4.3.5边缘检测31

4.3.6模板匹配33

5测试及问题反馈37

结论38

致谢39

参考文献40

附录A英文原文42

附录B汉语翻译51

1绪论

1.1选题背景和意义

随着世界经济的发展，各国汽车数量不断增加，城市交通拥挤和堵塞状况口益受到人们的重视。

如何有效地进行交通管理，越来越成为各国政府和有关部门所关注的焦点问题。

针对交通迅速发展所引起的一系列问题，智能交通系统ITS（IntelligentTransportationSystem）的思想被提到了重要位置。

它是以信息技术为代表的高新技术在道路交通运输中的集成应用，是先进的信息技术、数据传输技术、控制技术数字图像处理技术及计算机处理技术等技术结合应用的综合管理系统。

车牌识别系统（LicensePlateRecognitionSystem）正是在这种应用环境下提出来的，它是能自动、实时地检测车辆经过和识别车辆牌照号码的智能交通管理系统的重要组成部分。

车牌识别系统是智能交通系统中一个非常重要的方向，主要由图像采集、车牌定位、字符分割以及字符识别四部分组成，己经越来越受到人们的重视。

它具有良好的实际应用价值，目前主要应用于公路治安卡口、开放式收费站、车载移动查车、违章记录系统、门禁管理、停车场管理等场合。

为了避免人工干预所带来的弊端，提高管理效率，要求车牌识别系统有更高的准确率、智能化和实时性。

车牌定位的技术已经越来越受到政府的重视。

车牌识别系统在高速公路自动收费系统、道路交通监控、交通事故现场勘察、停车场自动安全管理、智能园区管理、交通违章自动纪录等方面都有着广泛的应用前景，并且可开发的经济潜力巨大。

我国从70年代开始在传统的交通运输和管理中应用了电子信息技术，随着社会的发展与进步，我国的道路在未来20年内仍然处于建设阶段，这期间正是智能交通系统在世界范围内进入全面实施的阶段，因此由我国公路交通的实际需要来说，对在我国公路网中应用智能交通系统来提高交通效率、保障安全和保护环境进行探讨，是十分必要的。

目前，对汽车牌照进行识别可以采用IC卡识别技术或者条形码识别技术两种，但是由于造价昂贵和必须要在全国制定统一的标准等问题，使得这两种方法推广不易。

而基于数字图像处理的车牌识别是一种智能识别方法，这种方法不需要在汽车上安装任何发送车牌号码的车载发射设备，对运动或者静止的车辆均可以进行非接触性信息采集并实时识别，从而节省了辅助设备，降低了成本，提高了识别速度，可以较好的解决实时性和异地适应性问题。

但是由于天气、环境、照明、车速以及车辆自身的状况等很多原因，所得到的图像可能存在大量的噪声和变形，同时还有可能存在车牌被遮挡的情况，从而影响识别率。

另外，利用数字图像处理技术进行车牌识别还有一个十分显著的特点，就是所采用的识别算法对车牌识别的正确率和识别速度有直接的影响。

因此，研究基于数字图像处理的汽车牌照识别方法，对提于高车牌识别算法的性能具有十分重要的实际意义。

1.2主要技术及应用领域

智能车牌识别是车辆管理的重要前提和关键技术，车牌定位又是其核心内容，主要可分为间接法和直接法两种。

间接法是基于无线射频识别技术（RadioFrequencyIdentification，简称RFID，俗称电子标签）的自动检测识别方法;直接法是基于图像处理技术的检测识别方法。

车牌识别使用的技术包括:

IC卡识别、条形码识别、数字图像处理、传统模式识别和人工神经网络等。

（1）IC卡识别技术

IC卡是一种高科技产品，它集成了微电子技术、通讯技术和计算机技术，这种识别技术是将车牌号码以及其它信息存储于安装在车辆上的一个微型电子信号的接收、发射装置即IC卡上，车辆通过检测装置时，司机持IC卡在读卡机附近晃动，IC卡与读卡机交换信息，使之识别出车牌信息。

虽然IC卡识别误差率小、运行可靠、可以全天候作业，但整套装置昂贵，设备硬件复杂，不适用于异地作业，且需要全国范围内统一标准，所以难以推广。

（2）条形码识别技术

条形码技术已被广泛应用于众多领域，如超市销售、图书借阅管理、邮政管理、仓库进出货管理等。

而条形码技术被用于车牌照识别还是一种新方法，这种方法是在车辆侧面印刷包含车型、车牌号等信息的条形码，当车通过检测装置时，条形码所含信息被读取，从而实现识别功能。

虽然条形码识别误差率小、识别速度快、成本低、可靠度高，但该技术对扫描器有着很高的要求，且同IC卡一样需要全国范围内统一的标准，所以可用性不高。

（3）数字图像处理技术

数字图像处理（DigitalImageProcessing）是利用计算机或其它数字硬件将图像信号转换成数字信号并进行处理的过程。

亦即把空间上离散、在幅度上量化分层的数字图像，用特定的数学、物理模型处理，从而得到要求所需图像的过程。

基于数字图像处理技术的车牌识别系统，是运用图像处理技术提取并处理车牌信息，从而实现车牌识别。

这种识别方法具有低成本、识别速度快、对硬件依赖小等优点，但车牌识别由于复杂背景已经光照条件的影响，其识别率的高低主要取决于识别算法。

（4）传统模式识别技术

传统模式识别技术是基于计算机视觉技术（ComputerVisionTechnique）的发展而出现的，包括模板匹配算法、统计特征法等。

运用计算机视觉技术开发出的车牌识别系统分为图像分割、特征提取和模板构造、字符识别等三个部分。

识别分为两步:

先根据闭值对应的直方图分割出车牌，再使用预先设置好的标准字符模板进行模式匹配。

这种识别方法的识别率高，但是识别速度较慢。

（5）人工神经网络技术

使用人工神经网络解决车牌识别问题是近几年出现的技术。

由于人工神经网络技术具备自适应学习功能，并能进行分布式信息存储，还具有并行计算以及较强的容错能力等优点，所以人工神经网络技术能较好的解决车牌识别中因字符残缺不完整而无法识别的问题。

但它的初始权值常取为零或随机数，这无形中增加了网络的训练时间或使系统容易陷入非要求的局部最小值。

总结上述技术，可以得出这样的结论:

现阶段，基于数字图像处理技术的车牌识别方式仍然是主流方式，具有很强的可行性。

智能车牌识别系统主要应用在以下领域：

●停车场管理：

对持用相同的RFID的车辆，检查车牌是否相同。

智能停车场对车牌识别的要求主要集中在准确度方面，对时间要求不是很苛刻。

●治安卡口，车辆稽查：

在城市的交通要道，架设“电子眼”，及时获取“肇事逃逸”车辆地理信息。

对车牌识别准确度和速度都有较高要求。

另外整个系统应该有强大的数据支持，保存历史资料。

●高速公路收费：

目前很多高速公路是“贷款筑路，收费还钱”。

联网收费时，需要通过车牌识别系统计算汽车高速公路里程。

●移动稽查：

官方为打击走私、偷税、违禁等的非法活动，对疑犯车辆进行跟踪。

用车牌识别系统快速检查过往车辆。

●地磅称重管理：

用于库存管理。

●交通信息采集：

对卡口车辆进行统计，依靠车牌识别对过往车辆计数。

获得车流密度随时间变化的关系。

●路桥、隧道收费：

类似高速公路，实现过往车辆自动收费。

同时记录车辆过往时的照片，方便收费系统核实。

●重要机关单位汽车出入口管理：

重要机关单位（比如驻军部队）管理出入车辆。

要求车牌识别系统能够识别军用车牌。

●闯红灯记录：

车牌识别系统实时接收红灯信号，根据路口逻辑计算车道上是否允许通过车辆，对违规车辆进行记录，并自动提交罚单。

●城市交通管理：

配合指纹识别，人脸识别对城市交通进行管理。

比如限制超载，或者记录车内乘客过少（为了保护环境，轿车内最好有三个以上的人）情况。

1.3国内外研究现状

国外的研究人员对于车牌识别的研究工作开展较早，研究方向主要是分析车牌图像，提取车牌信息，确定车牌号。

现如今，国外在车牌检测、识别方面的研究已取得一些令人瞩目的成绩，开发出了很多技术成熟的车牌识别产品。

例如英国IPI公司研究开发的RTVNPR系统，它是一款便携式的设备，可以应用在道路收费站、交通检测口等场所;新加坡Optasia公司自行研发的车牌识别系统IMPS，可以在各种天气条件和光照环境下准确定位识别，给出和车牌一致的处理结果。

另外，日本、加拿大、德国、意大利等各发达国家都有适合于本国车牌的识别系统。

国外比较好的车牌定位算法有:

J.Barroso等人提出的基于水平线搜索的车牌定位方法;R.Parisi等人提出的基于DFT变换的频域分析的车牌定位方法;CharlCoetzee提出的基于Niblack二值化算法以及自适应边界搜索算法的车牌定位方法等。

我国对车牌识别技术的研究工作开始于20世纪90年代，当前比较成熟的产品有:

北京汉王公司采用DSP芯片作为识别算法的运行硬件平台的“汉王眼”;深圳吉通电子有限公司的“车牌通”;上海高德威智能交通系统有限公司的汽车牌照识别器;川大智胜软件股份有限公司的zTZ000车牌自动识别系统等等。

这些产品都达到了较好的识别效果。

除此之外，上海交通大学计算机科学和工程系、西安交通大学的图像处理和识别研究室、浙江大学的自动化系、清华大学人工智能国家重点实验室等也都在进行类似的研究。

国内常用的车牌定位技术有:

基于彩色图像的定位算法;基于边缘检测的定位算法;基于灰度值变化的定位算法;基于神经网络的定位算法;基于遗传算法的定位算法;基于数学形态学的定位算法等。

由于车牌图像在采集和传输过程中不可避免受到各方面因素的影响，因此目前为止还没有一种最优定位算法。

车牌定位目前仍然有以下几个难点:

（1）环境干扰。

主要是光线对车牌的干扰；

（2）背景干扰。

图像背景复杂多变，一些背景区域有车牌区域类似的纹理结构；

（3）车牌污损干扰。

车牌因为各种外界或人为原因造成了污损，给定位带来一定的难度；

（4）图像干扰。

采集到的图像由于各种原因发生畸变，很大程度上影响定位的准确率。

2车牌图像处理编程语言基础

2.1MicrosoftVisualC++6.0的发展历程

自1993年Microsoft公司推出VisualC++1.0后，随着其新版本的不断问世，VisualC++已成为专业程序员进行软件开发的首选工具。

虽然微软公司推出了VisualC++.NET（VisualC++7.0），但它的应用的很大的局限性，只适用于Windows2000,WindowsXP和WindowsNT4.0。

所以实际中，更多的是以VisualC++6.0为平台。

MicrosoftVisualC++1.0：

集成了MFC2.0，是VisualC++第一代版本，1992年推出，可同时支援16位处理器与32位处理器版，可算是MicrosoftC/C++7.0的更新版本。

MicrosoftVisualC++1.5：

集成了MFC2.5，增加了“目标文件链接嵌入（OLE）2.0和支持MFC的开放式数据库链接（ODBC）。

这个版本只有16位的，也是第一个以CD-ROM为软件载体的版本。

这个版本也没有所谓“标准版”。

它是最后一个支持16位软件编程的软件，也是第一个支持基于x86机器的32位编程软件。

MicrosoftVisualC++2.0：

集成了MFC3.0，第一个只发行32位的版本。

这个版本提前发行了，几乎成了一个“丢失的版本”。

这是因为那个时候Windows95（开发代码为"Chicago"）还没有发行，而WindowsNT又只占有很小的市场份额。

该版本用户可以通过微软公司的订阅服务（MicrosoftSubscriptionService）升级至2.1和2.2版本。

微软公司在这个版本中集成并升级了VisualC++1.5，作为2.0版本（VisualC++1.5升级后版本号：

1.51）以及2.1版本（VisualC++1.5升级后版本号：

1.52）的一部分。

VisualC++2.x附带了16位和32位版本的CDK，同时支持Win32s的开发。

VisualC++2.2及其后续版本不再升级VisualC++1.5（尽管它一直被集成至VisualC++4.x）。

尽管出生的比Windows95早，这个版本的发行日期还是非常接近Windows95，可是当Windows95发行时，VisualC++4.0也已经发行了。

因此很多程序开发者直接从1.x过渡到4.0，把2.x跳过去了。

MicrosoftVisualC++4.0：

集成了MFC4.0，这个版本是专门为Windows95以及WindowsNT设计的。

用户可以通过微软公司的订阅服务（MicrosoftSubscriptionService）升级至4.1和4.2版本（此版本不再支持Win32s开发）。

MicrosoftVisualC++5.0：

集成了MFC4.21，是4.2版以来比较大的一次升级。

MicrosoftVisualC++6.0：

集成了MFC6.0，于1998发行。

发行至今一直被广泛地用于大大小小的项目开发。

但是，这个版本在WindowsXP下运行会出现问题，尤其是在调试模式的情况下（例如：

静态变量的值并不会显示）。

这个调试问题可以通过打一个叫“VisualC++6.0ProcessorPack”的补丁来解决。

2.2MicrosoftVisualC++6.0的基本特点

VisualC++6.0由Microsoft开发,它不仅是一个C++编译器，而且是一个基于Windows操作系统的可视化集成开发环境（integrateddevelopmentenvironment，IDE）。

VisualC++6.0由许多组件组成，包括编辑器、调试器以及程序向导AppWizard、类向导ClassWizard等开发工具。

这些组件通过一个名为DeveloperStudio的组件集成为和谐的开发环境。

Microsoft的主力软件产品。

VisualC++是一个功能强大的可视化软件开发工具。

VisualC++6.0以拥有“语法高亮”，自动编译功能以及高级除错功能而著称。

比如，它允许用户进行远程调试，单步执行等。

还有允许用户在调试期间重新编译被修改的代码，而不必重新启动正在调试的程序。

其编译及创建预编译头文件（stdafx.h）、最小重建功能及累加连结（link）著称。

这些特征明显缩短程序编辑、编译及连结的时间花费，在大型软件计划上尤其显著。

MicrosoftVisualC++6.0应用程序的开发主要有两种模式，一种是WINAPI方式，另一种则是MFC方式，传统的WINAPI开发方式比较繁琐，而MFC则是对WINAPI再次封装，所以MFC相对于WINAPI开发更具备效率优势。

MicrosoftVisualC++6.0的优点是界面简洁，占用资源少，操作方便。

由于C++是由C语言发展起来的，也支持C语言的编译。

6.0版本是使用最多的版本，很经典。

最大的缺点是对于模版的支持比较差。

现在最新补丁为SP6，推荐安装，否则易出现编译时假死状态。

仅支持Windows操作系统。

目前发现与windows7兼容性不好，安装成功后可能会出现无法打开cpp文件的现象。

2.3MicrosoftVisualC++6.0的新特点

●支持WindowsAzure，微软云计算架构迈入重要里程碑。

●助力移动与嵌入式装置开发，三屏一云商机无限。

●实践当前最热门的Agile/Scrum开发方法，强化团队竞争力。

●升级的软件测试功能及工具，为软件质量严格把关。

●搭配Windows7，Silverlight4与Office，发挥多核并行运算威力，

　创建美感与效能并重的新一代软件。

●支持最新C++标准，增强IDE，切实提高程序员开发效率。

2.4MFC运行机制

MFC的类层次结构如图2.1所示：

图2.1MFC类层次结构

CObject：

是MFC提供的绝大多数类的基类。

该类完成动态空间的分配与回收，支持一般的诊断、出错信息处理和文档序列化等。

CCmdTarget：

主要负责将系统事件（消息）和窗口事件（消息），发送给响应这些事件的对象，完成消息发送、等待和派遣调度等工作，实现应用程序的对象之间协调运行。

CWinApp：

是应用程序的主线程类，它是从CWinThread类派生而来的。

CWinThread类用来完成对线程的控制，包括线程的创建、运行、终止和挂起等。

 CDocument：

是文档类，包含了应用程序运行期间所用到的数据。

CWnd：

是一个通用的窗口类，用来提供Windows中的所有通用特性、对话框和控件。

 一个MFC程序，必须包含一个派生自CWinApp的线程类，即C*App类，每一个MFC框架程序中都有且只有一个C*App的全局变量（对象）即theApp。

 MFC正是利用类的这种"自动调用相应的构造函数"特性，使得WinMain（）函数的调用变成了应用程序框架内部的调用，所以我们在代码中看不到每个Windows程序所必须有的WinMain（）函数。

C++规定，全局对象的构建将比程序进入点（在dos环境下为main,在Windows环境为WinMain）更早。

所以theApp的构造函数将更早与main。

 C++中子类的构造函数执行在父类之后。

系统执行theApp的够造函数时，先调用基类（CObject-->....CWinApp）的构造函数，进行一系列的内部初始化操作，然后自动调用C*App的虚函数InitInstance（），该函数会进一步调用相应的函数来完成主窗口的构造和显示工作。

下面来看看上述程序中InitInstance的执行过程。

首先执行的是：

 m_pMainWnd=newCMainFrame;

该语句用来创建从CFrameWnd类派生而来的用户框架窗口CMainFrame类对象，继而调用该类的构造函数，使得Create函数被调用，完成了窗口创建工作。

然后执行后面两句：

m_pMainWnd->ShowWindow（m_nCmdShow）;

 m_pMain