毕业设计(论文)-基于图像的车牌自动识别处理系统Word文档格式.doc

1、AbstractII目 录III第1章前言11.1 基于图像的车牌识别系统的设计背景11.2 基于图像的车牌识别系统的国内外现状11.3 设计系统的情况2第2章 方案设计32.1 设计要求32.2方案选择32.3.1 设计方案的选择32.3.2 字符识别方案的选择32.3 系统方案42.4总体方案设计42.4.1硬件设计52.4.2软件设计5第3章硬件设计73.1 主要原件介绍73.1.1 主芯片STM32T103C8T673.1.2 语音芯片QGPN583.1.3 电平转换MAX23293.1.4电压转换芯片113.1.5 TFT LCD液晶123.2 模块分析133.2.1 STM32控制

2、模块133.2.2电源模块143.2.3 滤波电路153.2.4 语音输出模块163.2.5报警模块163.2.6 采集模块173.2.7 指示灯模块183.2.8 液晶显示模块183.2.9 下载调试模块19第4章 车牌图像采集204.1 PCTO1串口摄像头说明204.1.1 PCTO1串口摄像头介绍204.1.2 PCTO1串口摄像头界面说明214.1.3 PCTO1串口摄像头通讯协议214.1.4PCTO1串口摄像头上电初始化流程234.2 图像译码以及串口操作234.2.1 图像的基本概念234.2.2 JPEG档介绍244.2.3 JPEG译码过程27第 5章车牌图像处理305.1

3、 图像灰度化与二值化305.1.1图像灰度化305.1.2灰度直方图阀值提取及图像的二值化325.2 车牌图像边缘检测335.2.1 边缘检测概述335.2.2边缘检测方法335.3车牌定位和提取365.3.1车牌定位及提取概述365.3.2车牌定位365.3.3车牌提取385.4车牌字符分割395.4.1分割前的处理405.4.2字符分割415.5车牌字符识别435.5.1 字符归一化435.5.2字符识别445 .6 stm32软件快速开发45总结与体会46致谢词47【参考文献】48附录50III 第1章前言1.1 基于图像的车牌识别系统的设计背景随着经济的发展，每个城市之间的交通越来越复

4、杂，汽车越来越多，它们在给出行提供方便的同时增加了车辆管理的难度，目前人工管理的方式已经不能满足人们的需求。我们只有寻找更好的方式才能解决越来复杂的交通状况。目前，智能交通越来越受到人们的青睐与重视，它的运用极大的提高了交通的管理效率。近年来，科技技术的不断进步，智能方面东西的运用已逐渐成为主流，他不仅能给我们带来方便而且还可以节省劳动力，推进社会的发展。1.2 基于图像的车牌识别系统的国内外现状车牌识别技术的研究国外起步较早。早在20世纪80年代，便有些零零散散的图像处理方法用于车牌自动识别的某些具体应用。在这个解读，车牌自动识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理方法

5、来解决某些具体问题，并且最终结果通常需要人工作干预。进入20世纪90年代后，车牌自动识别的系统化研究开始起步。25典型的如A.S.Johnson等提出车辆牌照的自动识别的系统化研究开始起步。25典型的如提取和模板构造、字符识别等三部分完成车牌的自动识别。25R.A.Lotufo使用视觉字符识别技术分析所获得的图像，首先在二值化图像中找到车牌，然后用辩解跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符进行比较，得出一个或几个车牌候选号码，在对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码，这个时期的应用在识别正确率方面有所突破，但还没有考虑识别事实性的要求，识别速度有待

6、进一步提高。 在八十年代初，国外的研究人员对车牌识别技术有着广泛的关注。在20世纪90年代，随着计算机视觉技术的发展和计算机性能的提高，车牌识别系统得到了系统的研究。26 但是，该系统在中国车牌识别系统中无法识别汉字。目前，有一些更成熟的产品来解决我国的如汉王眼自动化HW公司中国科学院汉字识别问题，慧光车牌号码自动识别系统的亚洲视觉科技有限公司，深圳柯兴实业有限公司和中国信息产业部旗下的中智交通电子有限公司开发的相关识别产品。此外，上海交通大学计算机科学与工程系、浙江大学自动化系、清华大学计算机科学与工程系等高校实验室的实验室，将科研成果转化为技术领域。更重要的是，智勇刘，谁是从中国科学院自动

7、化研究所，也发表了相关文章，并针对胡，一个来自北京航空航天大学的研究人员开发的车牌识别系统在模板匹配技术的基础上开发了一个车牌识别系统，该系统可应用于收费站。1.3 设计系统的情况 本次设计通过串口摄像头对车牌图像进行采集，采集到的图片格式为jpeg格式，接着将车牌图像数据通过串口这一媒介传到在电脑上。当电脑接收到图像数据后，首先应对接收到的图片数据进行译码，还原图像数据成车牌图像，再对车牌图像进行相关的图像处理。由于maTLAB强大的计算功能，运算速度快，处理图片比较方便，编程简单等，本次在该环境下进行图片处理，对车牌进行定位，字符分割，字符识别等。然后再MTALB下利用Simulink建模

8、，实现快速开发stm32源程序，生成STM32下的C程序和工程，完成本次设计任务。 第2章 方案设计2.1 设计要求 本次设计是针对门禁或公路监控的需要，设计基于单片机图像识别的车牌处理系统，实现监视区域内车牌判断、识别；可实现信息语音输出及数据的记录；可实现报警图像输出及传输。需要在matlab下操作串口实现图像的传输，运用matlab强大的计算功能，进行jpeg图像译码，再对采集到的车牌图像进行相关的图像处理.（如车牌的提取，字符的分割及识别等），用以识别图像中的车牌信息，将具体的车牌信息识别出来。2.2方案选择2.3.1 设计方案的选择方案一：基于颜色的的车牌识别。 优点：对车牌进行自动

9、区域定位、文字提取、识别。识别出结果之后进行语音朗读提醒。在定位出错和识别出错时可以进行语音警告。识别结果存入指定档内的档中。 缺点：该识别系统是针对蓝底白字的车牌进行的识别。故对颜色依赖度高。对颜色的抗干扰能力差。对蓝色汽车无法识别。方案二：基于二值图的的车牌识别。 优点：识别别范围广，对车牌的要求少，以及能够适应较复杂的外在景物中提取出车牌。抗干扰能力强，开发时间段。 缺点：对图片的清晰度要求较高，算法及步骤要复杂一点。 综上的优缺点，以及结合现实的实际情况本次采用基于二值图的车牌识别，对车牌进行提取，字符的分割等。2.3.2 字符识别方案的选择人工神经网络进行字符识别。人工神经网络进行字符识别主要有两种方法:一种方法是先对待标识符元进行特征提取，然后用所获得的特征来训练神经网络分类器。27识别效果与字符特征的提取有关，而字符特征提取往往比较耗时。因此，字符特征的提取就成为研究的关键。28另一种方法则充分利用神经网络的特点，直接把输入网络，由网络自动实现特征提取直至识别。模板匹配法。模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高。15综合模板匹配的这些优点我们将其用为车牌字符识别的主要方法。2.3 系统方