《车辆牌照图像识别算法研究与实现》由会员分享，可在线阅读，更多相关《车辆牌照图像识别算法研究与实现（48页珍藏版）》请在金锄头文库上搜索。
1、西南科技大学毕业设计（论文）题目名称：车辆牌照图像识别算法研究与实现年 级：2003级 本科 专科学生学号：20035064学生姓名：何建斌 指导教师：方艳红学生单位：信息工程学院 技术职称：讲师学生专业：生物医学工程 教师单位：信息工程学院西 南 科 技 大 学 教 务 处 制车辆牌照图像识别算法研究与实现摘要：近年来随着国民经济的蓬勃发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高。因此，汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位，本文采用投影法对车牌进
2、行定位；在字符分割方面，本文使用阈值规则进行字符分割；针对车牌图像中数字字符识别的问题，本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后，使用VC+6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。关键词：车牌定位；字符分割；BP神经网络；车牌识别；VC+Research and Realization of License Plate Recognition AlgorithmAbstract: In recent years, with the vigorous development of the nati
3、onal economy，there are more and more construct in the domestic expressway, urban road, and parking area. The requisition on the traffic control, safety management improves day by day. Therefore, license plate recognition technology has the particularly important practical application value in the pu
4、blic security and the traffic control. In the paper, a preliminary research was made on the license location, characters segment and characters recognition of the license plate recognition. On the license location，the projection was used to locate the license plate; On the characters segmentation, t
5、he liminal rule was used to divide the characters; In order to solve the problem of the digital characters recognition in the plate, BP nerve network was used to recognize the digital characters. After studying and mastering some basic principles of the digital image processing and pattern recogniti
6、on, the task of license plate recognition was programmed with VC+ 6.0 using above principles. The license location and the digital characters recognition in the license plate were implemented.Keywords: license location, characters segmentation, BP nerve network, license plate recognition, VC+目 录第1章
7、绪论11.1 课题研究背景11.2 车辆牌照识别系统原理11.3 车辆牌照识别在国内外研究现状21.4 本文主要工作及内容安排3第2章 车辆牌照的定位方法42.1 车辆牌照图像的预处理42.1.1 256色位图灰度化42.1.2 灰度图像二值化52.1.3 消除背景干扰去除噪声62.2 车辆牌照的定位方法简介62.3 系统采用的定位方法72.3.1 车辆牌照的水平定位72.3.2 车辆牌照的垂直定位72.3.3 定位的算法实现102.4 实验结果分析12第3章 车辆牌照的字符分割133.1 车牌预处理133.1.1 去边框处理133.1.2 去噪声处理133.1.3 梯度锐化153.1.4 倾
8、斜调整163.2 字符分割方法简介173.3 系统采用的分割方法193.3.1 算法介绍193.3.2 算法的实现203.4 字符分割实验结果21第4章 特征提取与字符识别224.1 字符的特征提取224.2 字符的识别方法简介234.3 系统采用的识别方法244.3.1 人工神经网络简介244.3.2 BP神经网络识别车牌254.3.3 BP神经网络识别算法实现284.4 实验结果分析29总结32致谢33参考文献34第1章 绪论1.1 课题研究背景现代社会已经进入信息时代，计算机技术、通信技术和计算机网络技术的不断发展，自动化信息处理能力的不断提高，在人们社会活动和生活的各个领域得到了广泛的
9、应用，在这种情况下，作为信息来源的自动检测、图像识别技术越来越受到人们的重视。 随着汽车数量的急剧增加，车牌自动识别(license plate recognition, LPR)技术日益成为交通管理自动化的重要手段1。车牌自动识别技术是计算机视觉、图像处理技术与模式识别等技术的融合，是智能交通系统中一项非常重要的技术。通过车辆牌照自动识别，就可以对运动车辆查询相关的数据库，根据提取的车辆信息，实现有针对性的车辆检查，极大的提高工作人员的效率，降低工作强度，同时也减少了国家财政收入的流失，减少交通事故的发生以及加强社会治安。因此对车牌识别技术研究有巨大的经济价值和现实意义。由于车牌自动识别技术
10、在智能化交通控制管理中发挥的重要作用，吸引了各国的科研工作者对其进行广泛的研究，目前已有众多的算法，有些已应用于交叉路口、车库管理、路口收费、高速公路等场合。由于需适应各种复杂背景，加之要识别的车辆种类繁多，颜色变化多端，以及检测时要适应不同天气变化导致的不同光照条件，因此，目前的系统都或多或少地存在一些问题。但随着计算机性能的提高和计算机视觉理论及技术的发展，这种技术必将日趋成熟。车牌的定位与识别技术，总体来说是图像处理技术与车牌本身特点的有机结合，当然也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用2。本课题是对汽车图像进行分析，从算法角度来研究车牌的定位与识别。1.2
11、车辆牌照识别系统原理一个典型的车辆牌照识别系统(LPR)是由图像采集系统和图像识别系统组成的，如图1-13。当系统发现有车时，图像采集系统便开始采集车辆牌照信息，得到的信息是图像识别系统的输入。通过识别系统的预处理，为目标搜索提供一个良好的定位环境。在预处理的基础上把图像中的车牌从背景中分割出来。对车牌中的字符做字符分割，最后把分割后的字符进行识别，便得到了汽车牌照的号码。整套系统实际是一种硬件和软件的集成。在硬件上，它需要集成可控照明灯、镜头、图像采集模块、数字信号处理器、存储器、通信模块、温控模块、单片机等；在软件上，它包括车牌定位、车牌字符切割、车牌字符识别等算法。这样一体化的结构形式能
12、在现实中降低对环境的要求。 图1-1 车辆牌照识别系统原理框图1.3 车辆牌照识别在国内外研究现状自1988年以来，人们就对车辆牌照识别系统进行了广泛的研究，目前国内外已经有众多的算法，一些实用的LPR技术也开始用于车流监控、出入控制、电子收费等场合。然而无论是LPR算法还是LPR产品都存在一定的局限性，都需要适应新的要求而不断完善。如以色列Hi-Tech公司的See/Car System系列，它需要多种变形的产品来分别适应某一个国家的车牌；新加坡Optasia公司的VLPRS系列，只适合于新加坡的车牌；See/Car Chinese系统可以对中国大陆的车牌进行识别，但都存在一定的缺陷，而且不
13、能识别车牌中的汉字。我国在90年代初期开始了车辆牌照识别技术的研究。但由于以下几个原因使我国的车辆牌照识别技术在研究和应用方面都有一定难度，且落后于其它国家：我国的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。国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色，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、白等几种颜色。其他国家的汽车牌照格式通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式。我国汽车牌照的规范悬挂位置并不唯一，而且由于环境、道路或人为因素造成汽车牌照污染的情
14、况比较严重，这都给车牌识别造成了一定的难度。因此，我国车辆牌照识别技术的提高和广泛应用还需广大科研工作者和相关交通部门的共同努力。1.4 本文主要工作及内容安排本文主要研究车辆牌照识别系统中的数字识别技术，将数字图像处理技术与模式识别技术紧密结合，针对汽车牌照字符识别的特点，分析了车牌定位与分割、字符分割、特征提取、BP神经网络等算法。在车牌定位、字符分割和特征提取的基础上，详细研究了车牌数字字符的识别。文章在接下来的第二章介绍了车辆牌照的定位方法；第三章介绍了车辆牌照的字符分割算法；第四章介绍了车辆牌照数字字符的识别。其中车辆牌照数字字符的识别是本课题的重点。文章在每一步处理后给出了实验结果
15、，并给出了最后的识别结果。第2章 车辆牌照的定位方法车辆牌照的定位方法是基于图像处理的基础上，对图像进行分析、总结并经过大量的试验所获得的。定位方法的研究与车牌特征和图像处理技术是分不开的。从自然背景中准确可靠地分割出车牌区域是提高系统识别率的关键，但是由于车牌图像摄于背景复杂且光照不均匀的自然场景，因而会出现颜色失真或低对比度的图像，这给车辆牌照的定位带来了很大的困难。为此人们进行了大量的研究，并取得了一定的成果。本课题中，根据车牌的二值图像在水平和垂直方向的投影特性提出了基于二值化图像投影法和数学形态学相结合的车牌定位算法，该算法具有快速、简洁实用和与背景相关性小的特点。车牌的定位算法分为预处理、水平定位、垂直定位。其流程图如图2-
