《毕业设计（论文）基于数学形态学的车牌定位的方法研究》由会员分享，可在线阅读，更多相关《毕业设计（论文）基于数学形态学的车牌定位的方法研究（45页珍藏版）》请在金锄头文库上搜索。
1、哈尔滨工业大学华德应用技术学院毕业设计（论文）摘 要本文提出了一套简洁高效、基于数学形态学的车牌定位的方法。定位方法综合考虑了灰度和边缘信息，首先对图像进行了预处理，采用了灰度变换、去噪、增强对比度、边缘检测、二值化等方法对图像进行处理，提高了图像的质量，强化了图像区域；接着，采用一种基于二值图像灰度变化特征进行定位的方法，根据灰度的跳变搜索车牌区域，再利用车牌几何形状的特点对候选区进行筛选，得到车牌位置。关键词：车牌定位；边缘检测；数学形态学AbstractThis paper puts forward a set of concise efficiency, based on mathem
2、atical morphology method of license plate location. Locating method considering the gray and edge information, first the image preprocessing, using a gray transform, denoising and enhance contrast, edge detection, binary image processing methods, such as, improves the quality of the images, strength
3、ened the image region, Then, using a method based on binary image gray-scale change characteristics of orientation method, according to the greyscale hopping search plate area, reuse plate geometric shape characteristics of the candidate area unselective and get license plate location. Keywords：lice
4、nse plate location, image preprocessing, mathematical morphology目 录摘要IABSTRACTII第1章 绪论11.1 课题背景11.2 国内外研究现状11.2 研究内容及技术指标5第2章 车牌图像的预处理62.1 图像的灰度化62.2 图像二值化72.2.1全局动态二值化82.2.2局部自适应二值化92.3 图像的边缘检测102.3.1 Roberts算子112.3.2 Sobel算子112.3.3 LOG(Lap1ac1anofGuass1an)算法122.3.4 Prewitt算子13本章小结17第3章 数学形态学的相关算法1
5、83.1 数学形态学183.2 数学形态学的基本运算193.2.1 腐蚀和膨胀193.2.2 开运算和闭运算20本章小结21第4章 基于数学形态学的车牌定位224.1 车牌的基本特征224.2 车牌定位的设计思路244.3 软件设计264.4 车牌定位的结果分析29本章小结29结论30致谢32参考文献33附录1 译文35附录2 英文参考资料38 -I-第1章 绪论1.1 课题背景随着全球经济的快速持续发展，车辆数目迅猛增长，世界各国交通拥堵、交通事故和环境污染越来越影响着社会经济发展和生活。虽然道路运输增长的需求可以靠提供更多的道路设施来满足，但是在资源、环境矛盾越来越突出的今天，道路设施的增
6、长收到限制，这就需要依靠提供除设施之外的技术方法来满足这一需求。智能交通系统（ITS）1是解决这一矛盾的重要途径之一，而且，其重要性正被越来越多的人所认可。ITS是21世纪地面交通运输科技、运营和管理的主要发展方向，是交通运输的一场革命。自20世纪80年代末以来，西欧、北美和日本竞相发展智能交通系统，制定并实施了开发计划。发展中国家也开始了ITS的全面开发与研究。智能交通系统（Intelligent Transportation System，ITS）的概念最初由美国智能交通学会CITS America（当时名为IVHS America）于1990年提出的。ITS系统就是将先进的信息技术、数据
7、通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。智能交通系统的开发，不仅可以减少与环境有关的不良影响，而且可以通过增加运输系统的效率来提高空气质量，减少道路拥堵、提高安全水平、确保环境储备，以及使我们的交通运输系统能够通过利用智能交通系统这样的技术而得到更好的利用。Christos Nikolaos2 M.H.terBrugge3 J.A.G.Nijhuis4 K.K.Kim5 Shyang-Lih Chang6等学者，科学家提出了自己的车牌定位方法。通过ITS系
8、统和智能汽车的开发与应用，有助于增强道路规划和建设决策的科学性，对实现城市交通科学化、现代化管理，创造可持续发展的交通环境，具有重要的参考意义。1.2 国内外研究现状车牌识别系统是一项科技含量很高的多种技术结合的产品，主要有计算机视觉、数字图像处理、数字视频处理、模式识别等技术组成，也是智能交通系统的核心技术，产生于60年代。在80年代，由于城市交通问题日益严重，美国和欧洲许多国家投入了大量的人力和物力，建立了自动化的高速公路网，安装了摄像、雷达探测系统和光纤网络，建立智能交通系统。在美国、欧洲、日本等发达国家带动下，世界各国也开始建立了智能交通系统。由于公路车流量日益增大、道路交通日益拥挤，
9、车辆管理相对越来越困难，因此各个发达国家和发展中国家都在积极建设适应未来交通运输需求的智能交通系统。目前，基于数字图像处理和模式识别的方法是车牌自动识别中最为常用和最为有效的方法。车牌识别的两个关键指标是识别精度和识别速度。随着计算机技术的发展，计算机处理能力越来越强，识别速度有了很大的提高。车牌识别的主要问题是如何提高识别正确率。很多因素例如复杂的背景、不同的车型、变化的天气、不同的光照条件、高速行驶等都会导致采集的图像质量差(如模糊、噪声大等)、识别率低。另外，中国车牌字符是由汉字、字母和数字混合组成，增大了字符识别的复杂度，导致识别系统难于实时处理、识别率低。国内外学者对于车牌识别进行了
10、大量的研究，但是真正能够实用的车牌识别系统还很少。国内和国外的研究存在很大差距，国外车牌识别技术己经开始从实验研究转移到实际应用中。当然国内汽车车牌识别系统也取得了较大的进展，但还需进一步改进、完善，提高车牌整体识别率，特别是夜间识别率更为重要，如夜间交通事故、肇事等。目前，国内在车牌识别系统方面研究比较突出的主要有北京汉王公司和上海高德威公司，香港亚洲视觉公司也比较突出。总体而言，国内还很少有实用的车牌识别系统，基本还处在研究开发阶段。国外在车牌识别系统方面的研究已经比较深入和成熟了，并已形成了实际的应用系统。1国内外车牌识别技术研究存在较大差距，主要由于以下原因：（1）国外车牌识别技术研究
11、起步较早。国外发达的国家由于道路交通高速发展，实际应用需求推动了技术发展，而我国只是在改革开放后，道路交通才有了很大发展。（2）中国标准车牌中存在汉字，笔划较多，识别难度较大。我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数字的识别有很大的不同，从而增加了识别的难度。（3）同发达国家相比，国内的车况条件比较差，致使车牌图像清晰度降低，增加了识别的难度。由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路，而在我国仍可上路行驶。（4）中国以前使用的车牌材质没有抗反光功能，另外有些人故意破坏车牌，恶意逃避交通责任。（5）国外许多国家汽车牌照的底色和
12、字符颜色通常只有对比度较强的两种颜色(例如韩国，其车牌底色为红色，车牌上的字符为白色)，而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等若干种颜色。（6）其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例如分为军车、警车、普通车等)。国内车牌还有单层和双层车牌之分，92式和2002式车牌之分。（7）我国汽车牌照的规范悬挂位置不唯一。2.目前，国内外车牌定位的方法可分为两大类，一类是基于黑白图像的车牌定位方法，另一类是基于彩色图像的车牌定位方法。（1）基于黑白图像的定位方法黑白图像只具
13、有灰度层次而无彩色，对于人的视觉来说，是以灰度等级来体现深浅。在这类定位方法中，又大致有三种定位方法。一是基于车牌特征的车牌定位方法。车牌图像一般是在室外拍摄的，其背景往往很复杂，可能包括自然场景中的人、其它车辆、树木等；拍摄的光照条件也因拍摄时间、地点、天气等条件的不同而不同。但是，车牌照却具有不因外部条件变化而改变的特征，即可根据车牌区的纹理特征及灰度跳变等特征来定位。例如基于灰度特征，对二值化图像求垂直方向的梯度，根据车牌特征选择适当的阈值，或者逐行扫描，求图像灰度的变化，选择适当的阈值。然后可采用8领域寻找所有的长横线，由于车牌的高宽比是定数，可作为一种目标评定标准，寻找其中的两条线，
14、并考虑变形因素，找高宽比在一定范围内的，认为是车牌的边缘。也可利用多个特征联合求解。但由于这些传统方法受图像质量的影响较大，所以准确率较低。南京航空航天大学的刘效静、成瑜提出了基于车牌文字特点的自动扫描识别算法，该方法利用汽车牌照中文字笔画变化频率比较稳定的特点，设定阈值，通过扫描确定上下界位置和左右界位置。中科院的刘志勇等人针对车牌特点，设计了一个变换函数来突出其特点，从而进行车牌提取。该方法采用最大方差法来进行二值化阈值的选取，并对二值化后的图像进行水平扫描，找出候选区域。J.Barroso提出了基于水平线搜寻的车牌定位方法，R.Parisi等提出了基于DFT变换频域分析的定位方法，Cha
15、rl Coetzee提出了基于Niblack二值化算法及自适应边界搜索算法的定位方法。二是基于数学形态学、小波分析、遗传算法、神经网络等数学工具的车牌定位方法。在图像处理中，对一些复杂图像应用某些数学工具不仅可以加快处理速度，而且可以改善和优化处理效果。一些传统的定位技术在复杂背景、图像变形、噪声污染严重的情况下，无法达到有效的识别。利用数学形态学、小波分析、遗传算法、神经网络等方法可以对传统定位方法进行较好的改进。M.Raus等提出了应用人工神经网络进行车牌定位的方法，取得了一定成效，不过神经网络训练需要较多样本，同时耗时较长。南京理工大学的是湘全等人提出了利用遗传算法对图像进行优化搜索，结合区域特征矢量构造的适应度函数，寻找牌照区域的最佳定位参量。该方法具有一定抗噪性，但需对车辆与摄像头距离及车牌位置作一些限定，另外，遗传算法的计算量较大。另外，还有基于黑白图像的其它定位方法。如利用边缘检测和Hough变换进行倾斜车牌校正的算法及车牌上下界精确定位。J.Bulas-Cruz等人曾提出了基于扫描行的车牌定位方法，指出扫描行经过车牌区域时会产生有规律的起伏。东南大学的富煜清等人提出了利用扫描行离差数据、有效
