毕业设计 车辆牌照识别技术研究.doc

目 录 第1章 绪论 1 1.1选题背景和意义 1 1.2国内外研究现状 1 1.3 本文研究的重点 2 第2章 车牌识别系统概述 3 2.1所用软件简要介绍 3 2.2车牌自动识别的实现 3 2.2.1 图像预处理模块 3 2.2.2车牌定位分割模块 4 2.2.3 车牌字分割模块 4 2.2.4 车牌字符识别模块 4 第三章 车牌定位 5 3.1图像预处理原理与算法 5 3.1.1将彩色图像转化为灰度图像 5 3.1.2去除图像的干扰噪声 5 3.1.3图像边缘检测 5 3.2 车牌粗略定位算法及其实现 6 3.2.1 边缘密度法 7 3.2.2种子法标定单连通区域 8 3.2.3利用车牌特征去除干扰单连通区 8 3.3车牌精确定位 9 第四章 车牌字符分割及识别 11 4.1字符分割预处理 11 4.1.1直方图阈值分割 11 4.1.2图像的归一化处理 12 4.2分割参考系建立 12 4.2.1 分隔符区域特征 12 4.2.2分隔符区域搜索算法 13 4.2.3分隔符参照系预分割 14 4.3字符分割算法 15 4.4 车牌字符特征分析 16 4.4.1车牌字符识别主要有如下特点： 16 4.4.1字符特征分类 17 4.5 特征模板的匹配 17 4.5.1 十三特征模板匹配 17 4.5.2 投影法字符识别 18 第五章 结论与展望 20 5.1 结论 20 5.2 展望 20 参考文献 21 致谢 22 附录A 23 附录B 41 第一章 绪 论 1.1选题背景和意义 随着我国经济社会的迅速发展，机动车辆规模及流量大幅度增加，迫切需要采用高科技手段加强交通管理水平。智能交通系统（ITS）是解决交通问题的理想方案,包括我国在内的世界各国都在大力发展智能交通系统，以此来提高交通运输的管理水平和效率。车辆牌照识别（LPR）是ITS 的一个重要组成部分，其任务是处理、分析摄取的车辆图像，以自动识别车辆牌照，在交通流量检测及控制、出入口及小区车辆管理、违章车辆监控、不停车自动收费、道口检查站车辆监控、计算出行时间、车辆安全防盗、查堵指定车辆等方面具有较强的实用价值和巨大的市场应用潜力。 1.2国内外研究现状 车辆牌照识别技术，是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别。汽车牌照的定位、字符分割和识别技术是车牌自动识别系统的关键技术，是提高车牌识别率的关键。许多学者对其进行了较为深入的研究和探讨，提出的车牌定位算法主要有：基于纹理特征分析的方法、基于边缘检测的定位方法、基于小波分析的定位方法、基于图像彩色信息的定位。还提出了基于投影分析、连通域分析的字符分割方法和基于模版匹配、神经网络等的字符识别方法。根据国内汽车牌照的字符特征，许多研究人员已提出了多种算法，在现有方法的基础上，可取其优点，相互补充，结合数学工具，提高系统的速度和精度。 虽然很多研究人员已对车牌识别进行了较为深入的研究，但目前在车牌定位和字符分割这两个关键环节还存在着有待解决的难题。一是当车牌图像的对比度较小、光照不均匀、车牌磨损褪色以及背景中具有与车牌特征有较多相识之初的干扰时，有效定位率下降，；其次在车牌字符分割时，光照不均、对比度较小、倾斜、污迹、字符粘连和断裂等严重退化的车牌图像的字符分割效果也不理想。而对于车牌字符的识别来说，其识别的准确率很大程度上依赖于车牌定位和字符分割是否成功。 众多研究人员正在对提高系统抗干扰性及适应性的算法进行研究。也有部分人员开始利用彩色图像特征对车辆牌照识别技术进行研究，由于彩色图像携带有更多信息，有望大幅提高系统性能。 1.3 本文研究的重点 本文研究的重点是对车牌识别系统的各个关键部分选择合适的算法，编写程序实现其功能。通过实验效果，对算法进行适当改进，达到更好的效果。本文中车牌粗略定位采用了数学形态学操作；车牌精确定位部分采取了垂直水平差分投影算法。字符分割部分采用了基于分割符特征的算法。字符识别部分仅对车牌数字采用模板水平差分投影法进行了识别。从实验结果来看，以上算法实现的车牌识别系统具有较高的成功率。 第二章 车牌识别系统概述 2.1所用软件简要介绍 本文使用的是opencv（Open Source Computer Vision Library ）软件包，在此作简要介绍。 OpenCV于1999年由Intel建立，现在由Willow Garage提供支持。OpenCV是一个基于BSD许可证授权（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和