基于Matlab的车牌自动识别技术的研究与实现毕业论文.docx

基于Matlab的车牌自动识别技术的研究与实现毕业论文.docx

《基于Matlab的车牌自动识别技术的研究与实现毕业论文.docx》由会员分享，可在线阅读，更多相关《基于Matlab的车牌自动识别技术的研究与实现毕业论文.docx（51页珍藏版）》请在冰豆网上搜索。

基于Matlab的车牌自动识别技术的研究与实现毕业论文

密级

一般

学号

080605101

院、（系）

计算机科学与工程学院

题目：

基于Matlab的车牌自动识别技术的研究与实现

学位申请人：

指导教师：

学科专业：

软件工程

学位类别：

工学学士

2012年06月

西安工业大学毕业设计（论文）任务书

院（系）计算机学院专业软件工程班080605姓名陈章权学号080605101

1.毕业设计（论文）题目：

基于Matlab车牌自动识别技术的研究与实现

2.题目背景和意义：

车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。

它以数字图像处理、模式识别、计算机视觉等技术基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。

通过一些后续处理手段可以实现停车场收费管理、交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等等功能。

对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

3.设计（论文）的主要内容：

要求学生使用Matlab工具对车牌识别进行开发。

主要研究内容包括：

（1）图像数据采集和预处理

（2）二值化研究

（3）系统实现和效果评价

4.设计的基本要求及进度安排（含起始时间、设计地点）：

要求熟悉数字图像处理的基本知识，熟悉matlab编程

毕业设计的进度安排如下：

1~3周：

准备所需资料，详细设计，开题报告，准备开题答辩。

4~12周：

完成界面设计开发，详细设计，编程及调试。

13~15周：

系统测试。

16~17周：

书写毕业设计论文。

18周：

改进完善，提交毕业论文，准备答辩。

5.毕业设计（论文）的工作量要求：

①实验（时数）*或实习（天数）：

18周

②图纸（幅面和张数）*：

无

③其他要求：

毕业论文不少于15000字。

指导教师签名：

年月日

学生签名：

年月日

系（教研室）主任审批：

年月日

说明：

1本表一式二份，一份由学生装订入附件册，一份教师自留。

毕I-2

2带*项可根据学科特点选填。

基于Matlab的车牌自动识别技术的研究与实现

摘要

车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。

它以数字图像处理、模式识别、计算机视觉等技术基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。

通过一些后续处理手段可以实现停车场收费管理、交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等等功能。

对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

本论文主要研究基于Matlab的车牌自动识别与设计，対一幅车牌图片进行采样、灰度化处理、图片的加强、锐化、去噪、均值滤波、二值化、边缘检测、阈值分割等操作后，将车牌中的数字及字母单独分割出来。

图像预处理模块是将图像灰度化和用Roberts算子进行边缘检测。

在牌照定位和分割时对其进行腐蚀去杂处理，寻找X，Y方向车牌的区域完成车牌定位。

检查白色像素点去除图像两边多余部分，根据图像大小设置阈值分离出字符从而完成字符的分割。

本论文针对其核心部分进行阐述并使用MATLAB软件环境对其进行实现。

关键词：

灰度图像；边缘检测；二值化；阈值法；MATLAB

BasedontheMatlabLicensePlateRecognitionTechnologyResearchandImplementation

Abstract

Licenseplateidentificationisthemodernintelligenttransportationsystemisoneoftheimportantpart,usedwidely.Itwithdigitalimageprocessing,patternrecognition,computervisiontechnologybasis,thecamerashootingvideosequenceimageorvehicleareanalyzedandeverycaronlythelicensenumber,thuscompletingrecognitionprocess.Throughsomefollow-upprocessingmethodcanrealizeparkingchargemanagement,trafficflowcontrolmeasurement,thevehiclespositioning,guardagainsttheft,highwayspeedregulationandsoonautomationfunction.Formaintenanceoftrafficsafetyandcitysecurity,preventtrafficjams,andrealizetheautomationmanagementtraffichaspracticalsignificance.

ThispaperstudiedbasedontheMatlablicenseplaterecognitionanddesign,imposealicenseplateimagesofsampling,processing,picturesofthegraystrengthen,sharpening,denoisingandmeanfilter,binary,edgedetection,thresholdsegmentationetcafteroperation,thelicenseplateNumbersandlettersdivisionoutalone.Imagepreprocessingmoduleisgray,andtheimagewithRobertsoperatoronedgedetection.Inthelicenseplatelocationandsplitthecorrosiontowhenmixedprocessing,lookingforX,Ydirectionofthelicenseplatelocationcompletelicenseplatearea.Checkthewhiteeliminateimagepixelsonbothsidesofredundant,accordingtotheimagesizesettingthresholdtocompleteseparationofthecharactersofthecharactersegmentation.ThispaperexpoundsthecorepartofusingMATLABsoftwareenvironmentandtherealization.

KeyWords:

Gray-scaleimage;Edgedetection;monochromeimage;Thresholdmethod;MATLAB

目录

1绪论1

1.1研究背景1

1.2研究内容1

2图像分割理论和方法3

2.1图像分割的基本概念3

2.2图像分割的主要方法3

2.3阈值分割方法4

2.3.1阈值分割的基本原理4

2.3.2阈值分割的主要方法5

2.4MATLAB图像处理软件错误！

未定义书签。

2.4.1MATLAB简介错误！

未定义书签。

2.4.2MATLAB组成错误！

未定义书签。

2.4.3MATLAB中图像处理错误！

未定义书签。

3系统分析与设计7

3.1系统分析7

3.2阈值化算法介绍7

3.2.1直方图双峰法错误！

未定义书签。

3.2.2迭代法错误！

未定义书签。

3.2.3最大类间方差法错误！

未定义书签。

3.2.4多阈值分割错误！

未定义书签。

4阈值法图像分割的实现9

4.1基于直方图双峰法实现图像分割9

4.2基于迭代阈值方法实现图像分割错误！

未定义书签。

4.3基于最大类间方差法实现图像分割错误！

未定义书签。

4.4基于直方图的多阈值分割方法实现图像分割错误！

未定义书签。

5总结11

参考文献12

致谢13

毕业设计（论文）知识产权声明14

毕业设计（论文）独创性声明15

附录16

绪论

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和分割进行了研究。

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和分割的方法。

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与分割。

第一章概述

1.1研究背景

1990年，美国智能交通学会CITSAmerica提出了智能交通系统（ITS）的概念。

目前，智能交通系统已经在世界上经济发达国家的一些城市及高速公路系统中得到了广泛应用。

我国在该领域的研究起步较晚，但随着全球范围智能交通技术研究的兴起及奥运会的成功举办，智能交通在我国也逐渐进入了应用阶段，相应的，我国也加快了对智能交通技术研究的步伐，智能交通技术的研究现已进入快速发展期。

车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用，是智能交通管理系统中重要的组成部分。

车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。

它以数字图像处理、模式识别、计算机视觉等技术基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。

通过一些后续处理手段可以实现停车场收费管理、交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等等功能。

对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。

随着我国交通运输的不断发展，智能交通系统（IntelligentTrafficSystem，简称ITS）的推广变的越来越重要，而作为ITS的一个重要组成部分，车辆牌照识别系统（vehiclelicenseplaterecognitionsystem，简称LPR）对于交通管理、治安处罚等工作的智能化起着十分重要的作用。

它可广泛应用于交通流量检测，交通控制于诱导，机场，港口，小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。

由于牌照是机动车辆管理的唯一标识符号，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的实际意义。

1.2主要研究内容

车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割与特征提取模块。

在其各模块之间，对车牌的处理，要求很高，为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。

但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。

在对图像的采样后需要对其进行灰度处理、锐化、图像增强等操作，下来就是对其边缘提取找到分界点将车牌从图像中分割出来，对图像开闭运算也就是膨胀和腐蚀操作，是车牌的特征更趋于明显，有助于车牌的定位。

完成牌照区域的定位后，再将牌照区域分割成单个字符，在进行归一化，达到设计要求，字符的识别需要建立字符模版，再次没有对其进行深入研究。

对于车牌识别主要的就是对牌照进行一系列处理最终将牌照中的字符提取出来，其中涉及到了两次分割，牌照在整幅图像中的分割和字符在整个车牌中的分割，这是设计中的核心部分，在这两个分割前，有许多技术都是对图像进行特征处理便于分割，例如分割前的灰度处理，去噪，均值滤波，去杂，归一化，二值化，边缘检测，阈值分割等等技术，这些技术相结合才实现了整个程序的设计要求。

在接下来的章节里将详细介绍这些设计过程和牌照处理。

1.3论文结构

第一章介绍毕设的研究意义和主要研究内容；第二章主要是图像处理的基本理论和Matlab软件的介绍，第三章是系统的分析与设计模块，介绍了系统设计的结构和各部分的核心模块；第四章是系统的实现，将一个完整的设计成果展示一下；第五章总结也就是接近尾声了，主要对论文这几个月来的工作发展和设计的研究成果以及还存在的问题做一介绍，本次论文的结构大致如此。

第二章图像基本理论基础

本节将介绍Matlab工具和Matlab语言，并且比较细致地描述了牌照在预处理时的方法和技术。

2.1MATLAB发展历史

MATLAB是一门计算机编程语言，取名来源于MatrixLaboratory，本意是专门以矩阵的方式来处理计算机数据，它把数值计算和可视化环境集成到一起，非常直观，而且提供了大量的函数，使其越来越受到人们的喜爱，工具箱越来越多，应用范围也越来越广泛。

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。

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的语言特点

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：

a.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。

b.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。

c.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。

d.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。

e.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。

f.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。

g.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。

2.3图像预处理

图像预处理是车牌定位的准备工作，以提高车牌图片的适用性。

原始图像不仅包括车牌照，而且还有汽车本身和汽车背景图像，因此必须去掉这些非牌照图像的影响，才有可能正确的提取出牌照区域，为以后的车牌字符识别打下基础。

在实际应用中，由于季节的更替、自然光照度的昼夜变化、光照的稳定性与均匀性、车辆自身的运动因素等的影响，存在各种各样的噪声。

因而必须对图像进行预处理，以改善图像质量，提高字符识别率。

在这我们将从图像预处理的基本原理和主要方法来讨论。

下图2-1流程图简要的概述了图像预处理的基本步骤：

图2-1为预处理及边缘提取流程图

图2-1预处理及边缘提取流程图

2.3.1灰度变换

灰度图是指只包含亮度信息，不包含色彩信息的图像，例如平时看到的亮度连续变化的黑白照片就是一幅灰度图。

灰度化处理就是将一幅彩色图像转化为灰度图像的过程。

彩色图像分为R、G、B三个分量，分别显示出红、绿、蓝等各种颜色，灰度化就是使彩色的R、G、B分量相等的过程。

灰度值大的像素点比较亮（像素值最大为255，为白色），反之比较暗（像素值最小为0，是黑色）。

本次灰度图像变换的实现采用了rgb2gray函数,rgb2gray：

转换RGB图像或颜色映像表为灰度图像，格式：

I=rgb2gray（RGB）或I=rgb2gray（A），通过Matlab软件处理得到原始图像、灰度图和直方图如图2-2、2-3所示：

图2-2为原始图像

图2-2原始图像

图2-3为灰度图和直方图

图2-3灰度图和直方图

2.3.2图像增强

对车辆图像进行灰度化处理之后，车牌部分和非车牌部分图像的对比度并不是很高，此时如果直接进行边缘提取，由于车牌界限较为模糊，难以提取出车牌边缘，因而难以准确定位车牌。

为了增强牌照部位图像和其他部位图像的对比度，使其明暗鲜明，有利于提高识别率，需要将车辆图像进行增强。

图像增强的目的是对图像进行加工，以得到对具体应用来说视觉效果更适于计算机识别的图像。

增强图像的方法有很多，如灰度变换、图像平滑处理和线性滤波等，根据处理图像域又可分为空间增强与频域增强。

目前用于车牌图像增强的方法有：

灰度拉伸、直方图均衡、中值滤波、高斯滤波、邻域滤波、图像腐蚀、多图像平均、同态滤波等等。

在本设计中对图像进行开操作，图像的开操作时先腐蚀后膨胀，用来消除小物体、在纤细点处分离物体、平滑较大物体的边缘同时并不明显改变其面积。

对图像进行膨胀或腐蚀，运用代码se=[1;1;1];I3=imerode（I2,se）;对图像进行腐蚀操作，腐蚀后的图像如图2-4所示：

图2-4为腐蚀后图像

图2-4腐蚀后图像

2.3.3图像的平滑处理

在图像的获取和传输过程中原始图像会受到各种噪声的干扰，使图像质量下降。

为了抑制噪声、改善图像质量，要对图像进行平滑处理。

抑制或消除这些噪声而改善图像质

量的过程称为图像的平滑。

对于受噪声干扰严重的图象，由于噪声点多在频域中映射为高频分量，因此可以在通过低通滤波器来滤除噪声，但实际中为了简化算法，也可以直接在空域中用求邻域平均值的方法来削弱噪声的影响，这种方法称为图象平滑处理。

邻域平均值的平滑处理会使得图象灰度急剧变化的地方，尤其是物体边缘区域和字符轮廓等部分产生模糊作用。

为了克服这种平均化引起的图象模糊现象，我们给中心点象素值与其邻域平均值的差值设置一固定的阈值，只有大于该阈值的点才能替换为邻域平均值，而差值不大于阈值时，仍保留原来的值，从而减少由于平均化引起的图象模糊。

图像平滑的目的是为了消除噪声。

噪声消除的方法又可以分为空间域或频率域，亦可以分为全局处理或局部处理，亦可以按线性平滑、非线性平滑和自适应平滑来区别。

图像的平滑是一种实用的数字图像处理技术，一个较好的平滑处理方法应该既能消除图像噪声，又不使图像边缘轮廓和线条变模糊，这就是研究数字图像平滑处理要追求的目标。

一般情况下，减少噪声的方法可以在空间域或频率域进行处理，主要有邻域平均法、中值滤波法、低通滤波法等，邻域平均法即通过提高信噪比，取得较好的平滑效果；空间域低通滤波采用低通滤波的方法去除噪声；以及频域低通滤波法通过除去其高频分量就能去掉噪声，从而使图像得到平滑。

图2-5为平滑图像处理

图2-5平滑图像处理

2.3.4图像的边缘检测

边缘是指图像灰度发生空间突变或者在梯度方向上发生突变的像素的集合。

在进行对汽车牌照的定位及字符识别之前需要先对车辆图像进行边缘检测处理，提高图像的质量，使其易于后面的分割和识别。

通过良好的边缘检测可以大幅度的降低噪声、分离出复杂环境中的车辆图像、保留完好的车牌字符信息，方便后面的车牌精确定位与字符识别。

由于车牌识别系统摄像头安装位置固定以及机动车车牌的固有属性，我们可以发现机动车车牌图像都处在水平的矩形区域，在图像中位置较为固定，车牌中字符都是按水平方向排列。

因为有这些明显的特征，经过适当的图像变换，可以清晰的呈现出车牌的边缘。

本文采用经典的Roberts边缘检测算子来对图像进行边缘检测。

a.其实在图像