《毕业论文-汽车车牌的自动检测技术研究及实现》由会员分享，可在线阅读，更多相关《毕业论文-汽车车牌的自动检测技术研究及实现（22页珍藏版）》请在金锄头文库上搜索。
1、苏州大学本科生毕业设计（论文）目 录摘 要 . .1Abstract. .2前 言. .3第一章 绪 论41.1研究背景41.2 国内研究的现状41.3 本文所作的工作4第二章 图像预处理62.1 真彩图像灰度化62.2 图像增强62.3 图像效果改善72.4 图像二值化72.5 边缘检测8第三章 车牌定位93.1 我国的车牌特征93.2 形态态学处理103.3 定位的实现113.4 倾斜校正12第四章 字符分割与识别134.1 字符分割134.2 归一化处理134.3 字符识别14第五章 测试与结果165.1 测试结果165.2 结果分析18第六章 总结与展望196.1 课题总结196.2
2、展望19参考文献致谢- i - 苏州大学本科生毕业论文（设计） 摘 要由于我国的汽车拥有量与日俱增，这使得车辆牌照自动识别（Vehicle License Plate Recognition,VLPR）在现代智能交通系统中变得尤为重要。本文提出了一种车牌自动识别的方法，并采用MATLAB进行仿真分析。提出的方法首先对彩色图像进行预处理，包括灰度化、图像增强、滤波、去噪、二值化等。预处理完成后，对车牌进行定位并使用Radon变换法对车牌进行倾斜校正。研究了我国的车牌特征及常用的车牌识别中字符分割算法，实现了车牌中各个字符的快速分割。最后，使用模板特征匹配的算法，实现车牌字符的快速识别并保存识别结
3、果。实验数据表明，该车牌识别方式识别率较高，是一种简单、可行的车牌识别方法。关键词：车牌自动识别，图像预处理，车牌定位，字符分割，字符识别 AbstractDue to increasing car ownership in China, which makes automatic vehicle license plate recognition (Vehicle License Plate Recognition, VLPR) become particularly important in the modern intelligent transportation systems. Th
4、is paper proposes a method of automatic license plate recognition, analysis and simulation using MATLAB.First, the proposed method of color image preprocessing, including grayscale, image enhancement, filtering, denoising, binarization and the like. After the pretreatment is completed, locate the li
5、cense plate and license plate using the Radon transform tilt correction. Studied the characteristics of the license plate and license plate recognition in common character segmentation algorithm to achieve a fast segmentation of each license plate characters. Finally, using the template feature matc
6、hing algorithm, to quickly identify the license plate character recognition results and save. Experimental data show that the recognition rate is way higher license plate recognition is a simple, practical method for license plate recognition.Keywords: Automatic license plate recognition; image prep
7、rocessing; license plate location; character segmentation; character recognitionWritten by ZhukoulingSupervised by Pengjingyu前 言对于车牌自动识别系统的研究，欧美国家起步的比我国早。上世纪80年代，就已经有了少量的图像处理方法被应用于车牌自动识别。而我国在上世纪90年代也开始自己的车牌自动识别系统的研究与应用。现阶段，车牌识别技术已经相对的成熟，但是还有很大的发展前景，比如速度方面、模糊图像的处理方面、识别准确度等等。车牌自动识别系统在实现交通管理与治安智能化系统中具有
8、很重要的意义，因此对车牌自动识别系统的研究与实现具有现实性意义。全文主要分为六个部分：第一部分：本课题的研究背景，国内外的研究现状，以及研究的目的和意义。第二部分：对彩色图像进行预处理，主要包含（1）图像灰度化；（2）对灰度化后的图像，进行灰度化增强，从而达到改善图像质量的目的等等第三部分：我国的车牌特征,然后对车牌进行定位和倾斜校正，主要采用基于彩色图像的定位方法和基于Radon变换的倾斜校正法。第四部分：基于阈值选取的图像分割的方法，对车牌的字符进行分割。第五部分：建立模板库,然后使用模板特征匹配的算法，实现车牌字符的快速识别并保存其识别结果。在MATLAB R2013a测试平台验证识别系
9、统的可行性。第七部分：本课题研究内容总结，前景展望。第一章 绪 论1.1研究背景随着城市现代化和工业化进程不断加快,通车里程和汽车保有量不断增加,堵车、环境污染加重、交通事故频发等问题日益突出。智能交通系统（Intelligent Transpotation System,ITS）成为交通监管系统的主要发展趋势，所谓智能交通系统就是在较完善的交通基础设施之上，通过应用通信、信息、自动控制、计算机和系统集成等技术，加强载体、运载工具和用户之间的联系，提高运行效率、减少事故、降低污染的系统目标，建立一个便捷、高效、安全、舒适和环保的综合交通运输体系王国锋.智能交通发展C./中国公路学会交通工程分会
10、2011年年会论文集.2011:11-17.。鉴于智能交通系统成为交通监管系统的主要发展趋势，而作为它的重要组成部分，车牌自动识别（License Plate Recognition，LPR）系统应用也变得越来越广泛。在高速公路自动收费系统、小区停车管理系统、交通要塞的“电子眼”系统等多个领域都有应用。因此，车牌识别技术的研究具有很重要的实际意义。1.2 国内研究的现状车牌识别系统需要综合应用许多种手段来提取车牌区域，实现对汽车牌照的精确定位，最终完成对汽车牌照的识别。因此，车牌识别系统需要应对多种复杂环境，如车流量高峰期、阴雨天气、车牌污染等。国内许多学者针对汽车车牌检测，提出各自的算法与系
11、统实现方法。例如，王明华提出了一种一基于彩色纹理特征的车牌定位方法可根据车牌图像的彩色信息特征进行定位，考虑了车牌图像的颜色变化特征王明华.一种基于彩色纹理特征的车牌定位方法J.佳木斯大学学报（自然科学版）,2014,(1):92-94,100.。陈浩等提出了一种基于遗传算法的BP神经网络在车牌识别中的应用，将改进的遗传算法和BP神经网络方法结合起来应用于车牌字符识别，充分利用了遗传算法的全局搜索能力和BP神经网络的局部最优能力，从而增强了网络的搜索能力陈浩.基于遗传算法的BP神经网络在车牌识别中的应用J.信息系统工程,2014,(5):142-143.。张伟采用基于Matlab的车牌识别中值
12、滤波算法的研究与实现，进行去噪处理，实现识别张伟.基于Matlab的车牌识别中值滤波算法的研究与实现J.电子世界,2014,(14):100-100.。1.3 本文所作的工作本文通过对现有的成熟技术简洁，概括了车牌识别的主要技术要求。对实际应用中的汽车牌照图片进行研究。对相关的技术进行详细的阐述，并用MATLAB R3013a进行仿真测试。本文主要工作如下：（1）图像预处理：针对各种客观的条件下图像识别率较低的问题，首先，对图像进行灰度化。然后，进行图像增强。最后，进行二值化处理和边缘检测。（2）车牌的定位：对彩色图像进行车牌的准确定位,然后提取汽车牌照,再倾斜校正。（3）字符的分割：对提取好
13、的车牌灰度化、二值化等处理，然后基于阈值选取的图像分割的方法，对车牌的字符进行分割。（4）车牌字符的识别：根据我国的车牌的特征，然后使用模板特征匹配的方法，对车牌字符进行快速识别。第二章 图像预处理受外在因素的影响，摄像机所采集的图像也许不是很完美。为了便于后来的处理，需将采集来的车牌进行初步处理，处理掉不必要的信息。图像预处理是对原始图像进行适当的转换，对图像的质量进行改善。一般采取的方式有：图像灰度化，图像增强，图像二值化等，下面详细介绍。2.1 真彩图像灰度化通常摄像机采集来的图像都是真彩图像。真彩图像又称为RGB图像，有着很丰富的彩色信息，每个像素点的信息都是由R（红）、G（绿）、B（
14、蓝）三个颜色分量组成。由这三种颜色可以组成任意颜色陈岩,苏燕辰.基于Matlab的车辆牌照自动识别技术研究J.计算机与数字工程,2014,(7):1267-1270.DOI:10.3969/j.issn1672-9722.2014.07.037.。RGB图像由于含有的信息很多，占用的存储空间很大，使得图像处理的速度很慢。因此出于车牌识别性能的考虑，在对图像处理时通常把RGB图像转换为灰度图像，从而有利于处理速度的提高。在MATLAB中提供了rgb2gray函数用于RGB图像转化为灰度图像。其调用格式如下：J=rgb2gray（RGB）：表示将RGB图像转换成灰度图像J张德丰MATLAB数字图像处理（第2版）M北京：机械工业出版社，2012:428。通过上述函数，将RGB图像转化为灰度图像。2.2 图像增强在实际应用中，由于外部因素的影响（如：光照），使图像的清晰程度也受到了影响，从而影响了整体的识别效果。因此采用图像增强的方法，来改善图像的质量。图像增强不考虑是什么原因使质量下降的，只将图像中感兴趣的部分选择性的凸显出来，而衰减不需要的部分。图像增强的方法分为空域法和频域法。空域法主要是对图像中的各个像素点进行操作；而频
