车牌识别系统设计报告.doc

车牌识别系统设计报告 目录 一、 背景 1 二、 目的和意义 2 1） 目的 2 2） 意义 2 三、 设计原理 2 四、 实现步骤 2 1） 总体设计方案 2 2、 基于蓝色的车牌定位与提取 3 3、 对提取出来的车牌进行预处理 4 4、 字符分割与归一化处理 4 5、 识别输出 5 对字符进行主成分分析并用最近邻分类器与模板库进行分类匹配，识别输出 5 五、 结果及分析 6 六、 总结 7 七、 体会 8 八、 参考文献 8 九、 源码 8 背景 随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，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。汽车牌照的自动识别技术已经得到了广泛应用。本汽车牌照识别系统整个处理过程分为基于蓝色的车牌定位、预处理、字符分割、字符识别四大模块，其中字符识别过程主要由以下3个部分组成：1、正确地分割文字图像区域；2、正确的分离单个文字；3、正确识别单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析，处理。 目的和意义 目的 1、巩固数字图像处理该门课上所学的知识理论，加以实践，学以致用。 2、锻炼动手能力，激发研究潜能，提高协作精神。 意义 车牌识别系统的目的在于正确获取整个图像中车牌的区域，并准确分割文字图像区域进而通过模板匹配分类识别出车牌号。通过设计实现车牌识别系统，不仅能够提高自身分析问题和解决问题的能力，还能培养一定的科研能力和团队合作能力。 设计原理 由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，并且校园违章停放的车辆又太多，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 该系统是计算机图像处理与模式识别技术相结合的应用，它主要由牌照区域的定位和提取、预处理、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下： 图1 1）读取一张带有蓝色牌照的图片。 2）对蓝色牌照进行定位并提取。 3）对提取的牌照进行灰度化，二值化，滤波，膨胀或腐蚀等预处理。 4）分割出单个字符，经归一化后进行主成分分析并用最近邻分类器与模板库进行分类匹配，识别输出。 实现步骤 总体设计方案 车辆牌照识别整个系统主要是由车牌定位、车牌切割和字符识别三部分组成。 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。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要对字符在识别之前进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为主成分分析和最近邻分类的方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，程序调试时使用的是win8+matlab。 各个模块的实现 读取带有蓝色车牌的图片 图2 基于蓝色的车牌定位与提取 图3 对提取出来的车牌进行预处理 图4 字符分割与归一化处理 图5 字符分割： 在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割。 图6 字符归一化： 一般分割出来的字符要进行进一步的处理，以满足下一步字符识别的需要。但是对于车牌的识别，并不需要太多的处理就已经可以达到正确识别的目的。在此只进行了归一化处理，然后进行后期处理。 图7 识别输出 对字符进行主成分分析并用最近邻分类器与模板库进行分类匹配，识别输出 图8 图9 结果及分析 通过以上的方法，我对多幅带有蓝色拍照的图像进行了检测，有较好的定位识别效果（切割效果良好的情况下，切割算法需要提升改进）。下面是对一幅车牌照的检测，结果如图所示： 图10 对于光照条件不理想的图象，可先进行图象增强处理（本系统未进行前期图像预处理，所以受关照强度影响明显），使得图象灰度动态范围扩展和对比度增强，再进行定位和分