LPR系统中车牌的定位与提取LPR系统中车牌定位的研究与实现.docx

LPR系统中车牌的定位与提取LPR系统中车牌定位的研究与实现.docx

《LPR系统中车牌的定位与提取LPR系统中车牌定位的研究与实现.docx》由会员分享，可在线阅读，更多相关《LPR系统中车牌的定位与提取LPR系统中车牌定位的研究与实现.docx（37页珍藏版）》请在冰豆网上搜索。

LPR系统中车牌的定位与提取LPR系统中车牌定位的研究与实现

毕业设计

学生姓名

学号

学院

物理与电子电气工程学院

专业

电子信息科学与技术

题目

LPR系统中车牌定位的研究与实现

指导教师

讲师/硕士

2012

年

5

月

摘要：

车牌识别技术是公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车管理系统等诸多与智能交通相关的应用系统的核心技术，可以起到节省人力成本、提高效率、改进管理体系等作用。

随着我国汽车数量的迅速增加，车牌识别技术呈现出巨大的经济价值和现实意义。

而车牌定位是车牌识别的前提，本文基于图像处理的方法，给出了一种经过图像预处理，由车牌粗定位到车牌精确定位的方法，并用MATLAB语言进行了实现，取得了较好的定位结果。

关键词：

车牌定位；车牌识别；图像处理；边缘检测；

Abstract：

Licenseplateidentificationtechniqueispublicsecuritylawenforcementsystem,highwaytobeautomaticchargesystem,urbanroadmonitoringsystem,intelligentmanagementsystem,andmanyotherstopandintelligenttrafficrelatedapplicationsystemcoretechnology,canrisetosavethehumancost,improveefficiency,improvemanagementsystemfunctions.WithChina'scaroftherapidincreaseinthenumberandlicenseplaterecognitiontechnologypresentahugeeconomicvalueandpracticalsignificance.Andlicenseplatelocalizationisthepremiseofthelicenseplaterecognition,thispaper,basedontheimageprocessingmethods,givesaaftertheimagepretreatment,thecoarsepositionofvehiclelicenseplatetolicenseplateaccuratelocationmethod,withMATLABlanguagerealization,hasobtainedthegoodlocationresults.

Keywords:

  Licenseplatelocation,Licenseplateidentification,Imageprocessing,Edgedetection

目录

1绪论4

1.1课题的研究背景及意义4

1.2国内外研究及发展4

2车牌识别系统技术简介5

2.1汽车车牌识别的流程5

2.2车牌的特征6

2.3国内外车辆牌照识别技术现状7

2.4车牌识别技术的应用情况8

2.5车牌识别技术的发展趋势9

3车牌定位9

3.1车牌定位的主要方法9

3.1.1基于直线检测的方法9

3.1.2基于阈值化的方法10

3.1.3基于灰度边缘检测方法10

3.1.4基于彩色图像的车牌定位方法12

3.2车牌定位流程13

3.3图像预处理13

3.3.1灰度变换14

3.3.2图像增强15

3.4图像边缘提取及二值化16

3.5形态学滤波21

3.6车牌提取23

3.7实验结果30

结论31

参考文献32

致谢33

1绪论

1.1课题的研究背景及意义

早在上个世纪九十年代初，汽车身份识别已经引起了全世界的广泛重视，人们开始研究有关汽车身份证——汽车牌照自动识别的相关问题。

几年后，汽车的另一个重要的身份象征——汽车标志识别也成为了热门话题。

车牌识别的一般途径为：

采用计算机图象处理技术对车牌进行分析后自动提取车牌信息以确定车牌号。

车标识别则基于边缘直方图和模板匹配相关系数混合的算法。

目前车牌与车标识别的理论已经成熟，离线算法识别率已经达到较高的水平，同时向着集成化、智能化方向发展。

车辆牌照自动识别是近几年发展起来的计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一。

车辆牌照识别是智能交通系统的重要组成部分，通过车辆牌照可以检索车辆的重要信息（监视车辆的违章和车辆缴费情况等）。

开发研制了车辆牌照自动识别系统，该系统通过对车辆牌照定位找出车辆牌照位置，而车牌定位是牌照自动识别系统中最关键的环节，也是检验牌照自动识别系统优劣的重要指标．长期以来，许多学者从事这方面的探讨和研究，相继出现了一些新方法、新思路．尽管如此，目前国内尚无一个完善、通用的牌照定位系统。

针对复杂环境下的车牌定位，提出利用车牌字符边缘颜色多分量信息特征的定位算法，分别提取车牌底色像素点和字符色像素点，排除没有字符色像素点相邻的底色纹理像素点。

由于字符色与底色的相互影响，字符边缘处色度、饱和度分量都有较窄的范围，可缩小车牌的搜索区域。

结果证明该特征有助于车牌的准确定位，可确定车牌颜色，同时运算多在二值图上进行，速度快。

1.2国内外研究及发展

国外的研究人员对车牌自动识别的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。

在车牌识别过程中，也出现了很多的技术方法，有人使用模糊数学理论，也有人用神经元网络的算法来识别车牌中的字符，但由于外界环境光线变化、光路中有灰尘、季节环境变化，以及车牌本身比较模糊等条件的限制和影响，使得LPR系统一直是一个有解但一直都不能解决得很好的问题，而且很多的方法都需要大量的数值计算，并没有考虑到实时处理的环境。

从车牌识别系统的主要关键技术（车牌定位、车牌字符分割、车牌字符识别）而言，关于车牌定位的研究，国外起步比较早，现有比较好的牌照定位方法主要有J.Barros等提出的基于水平搜寻的定位方法,R.Paris等提出的基于DFT变换的频域分析方法,J.BulasCrue等人提出的基于扫行的车牌提取方法。

上述方法，尽管在一定的条件下能够分割出车牌，但车牌识别系统大多是利用摄像机室外拍摄汽车图像，存在许多客观的干扰，如天气、背景、车牌磨损、图像倾斜等因素，因此定位并不十分理想。

90年代以来，由于交通现代化发展的需要，我国也开始对车牌定位进行了深入研究，并取得了一定的成就。

2车牌识别系统技术简介

2.1汽车车牌识别的流程

汽车车牌识别要进行：

图像采集，图像水平差分，车牌区域粗分割，车牌区域定位，牌照图像二值化，车牌倾斜度检测（如倾斜要进行倾斜车牌校正），确定字符边界，字符分割，字符识别。

车牌识别系统的主要关键技术有车牌定位、车牌字符分割、车牌字符识别等。

车牌定位是一个与工况联系很大的实际问题，方法多种多样，它可以是先前方法的改进，也可以是新老方法的结合，也可以是独辟蹊径的创新。

对一些复杂图像应用某些数学工具不仅可以加快处理速度而且可以改善和优化处理结果。

所以有必要对车牌定位方法进一步的研究。

字符分割的任务是把多行或多字符图像中的每个字符从整个图像中切割出来成为单个字符。

对于字符分割的问题常常不被重视，但是字符的正确分割对字符的识别十分关键。

由于各种因素的影响，使得字符分割的复杂性大，目前的字符分割的算法一直在不断完善。

针对车牌图像的字符分割，是字符分割的一个具体应用，目前人们根据车牌字符的特征已经提出了一些算法，如:

基于先验知识的分割算法。

基于投影轮廓和拓扑结构的分割算法等。

但是考虑到车牌中字符可能存在的粘连、断裂情况，字符分割技术仍需要进一步改进。

字符识别可以被认为是属于印刷体文字识别的范畴，目前清晰图像的印刷体字符识别问题在OCR（OpticalCharacterRecognition）产品中有较好的实现，其关键在于特征提取和分类器的组织。

识别方法从传统的单一特征抽取和单一分类方法发展为采用多特征抽取和多分类方法，并多种形式混合，从而解决一个复杂的问题。

另外识别方法从单字识别发展为基于多字识别模型的集群识别，从而大量融汇语言信息，借助上下关联校正分类结果，有效提高识别率。

与此相比，车牌字符的识别研究仍相对滞后，目前仍没有相对成熟的系统。

由于摄像机获取的是车牌号的二维平面图像，所以与用扫描仪作为输入手段的印刷体字符识别相比，车牌字符的识别有特殊性，主要有:

1）公安部门颁发车号印刷质量不一、数字字体不规范，车牌照的新旧程度也不同，使车牌照表面的光线反射光强、车号的清晰程度各不相同。

2）图像一般是在室外采集的，有周围环境、天气、季节变化带来的影响。

即使采集设备自身具有调节的能力，但是能力有限。

3）由于环境、道路或人为因素造成汽车牌照污染严重，使得车牌字符出现断裂、模糊等情况。

尽管如此，也有大量的学者从事车牌字符识别的研究。

现在己经有了一些比较成熟的方法，根据提取的特征，主要分为两大类:

结构法和统计法。

结构方法是发展最早的一种方法，它的基本思想是把字符图像分割化为若干的基元，例如笔划、拓扑点、结构突变点等，然后和模板比较进行判别。

主要的方法有基于轮廓、笔划和骨架的方法。

统计法比结构法起步较晚，它往往依赖于大量的原始样本和数值计算。

统计方法的特征提取要从原始数据提取出与分类相关的信息，使得类内差距极小化，类间差距极大化，要求特征对同一字符类的形变应该尽量保持不变。

主要的方法有基于K-L变换、Gabor变换的字符识别。

2.2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，还有一下主要特征：

（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