《基于MATLAB的车牌识别毕业设计样本》由会员分享，可在线阅读，更多相关《基于MATLAB的车牌识别毕业设计样本（56页珍藏版）》请在金锄头文库上搜索。
1、资料内容仅供您学习参考，如有不当之处，请联系改正或者删除。基于MATLAB的车牌识别研究摘要汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动识别系统中, 首先要将车牌从所获得的图像中分割出来, 这是进行车牌字符识别的重要步骤, 定位准确与否直接影响车牌识别率。本次毕业设计首先对车牌识别系统的现状和已有的技术进行深入的研究, 在研究的基础上开发出一个基于MATLAB的车牌识别系统, 经过编写M文件, 对各种车辆图像处理方法进行分析、 比较, 提出了车牌预处理、 车牌粗定位何静定位的方法。本次设计采取的是基于边缘检测, 先从经过边缘提取
2、后的车辆图像中提取车牌特征, 进行分析处理, 从而初步定出车牌的区域, 再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理, 从而得到车牌的精确区域, 而且取得了较好的定位结果。关键词: 识别率 车牌定位 二值化 边缘检测AbstractThe subject of the automatic recognition of the most significant subiects that are improved from the connection of computer vision and pattren recognition .In LPSR ,the first st
3、ep is for locating the license plate in the captured image which is very important for character recognition .The recognition correction rate of license plate is goverment by accurate degree of license plate location .The graduation project first in-depth study on the status of the license plate rec
4、ognition systems and existing technology, on the basis of the study developed a matlab-based license plate recognition system, a variety of vehicles, image processing, through the preparation of the M-fileanalysis of the proposed license plate pretreatment, the positioning of the coarse license plat
5、e positioning Jing. The design is taken based on edge detection, start to extract the license plate characteristics after the vehicle image edge extraction, analysis and processing, which initially identified the license plate area, then use the prior knowledge and distribution characteristics of th
6、e license plate plate region binary image processing, resulting in a precise area of the license plate, and has made good positioning results.Key words: Recognition rate Location of the plate binary image Checked up for the edge目录摘要1前言4第一章 绪论51.1、 课题研究背景和意义51.2、 国内外研究概况及发展趋势61.3车牌定位的意义7第二章 MATLAB简介8
7、2.1.MATLAB发展历史82.2MATLAB的语言特点9第三章 车牌定位113.1 车牌定位的主要方法113.1.1 基于直线检测的方法113.1.2 基于阈值化方法123.1.3 基于灰度边缘检测方法123.1.4 基于彩色图像的车牌定位方法133.2研究内容及实验方案143.2.1研究内容143.2.2 车牌识别系统研究的方案和方法143.3 图像的读取153.4 预处理及边缘提取173.4.1 图象的采集与转换173.4.2 图像预处理173.4.3 图像增强183.4.4灰度变换183.4.5 图象平滑的介绍203.4.6边缘检测213.4.7图像的腐蚀223.5 牌照的定位和分割
8、233.5.1 牌照区域的定位和分割243.5.2 牌照区域的分割243.5.3车牌进一步处理243.6 图像边缘提取及二值化253.7 形态学滤波293.8 车牌提取31第四章 字符的分割与识别324.1 字符分割与归一化324.2 字符的识别33总结和体会36谢辞37 前言随着交通问题的日益严重, 智能交通系统应运而生。从20世纪90年代起, 中国也逐渐展开了智能交通系统的研究和开发, 探讨在现有的交通运输网的基础上, 提高运输效率, 保障运输安全。汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。车牌识别的目的是对摄像头获取的汽车图像进行
9、预处理, 确定车牌位置, 提取车牌上的字符串, 并对这些字符进行识别处理, 用文本的形式显示出来。车牌自动识别技术在智能交通系统中具有重要的应用价值。在车牌自动识别系统中, 首先要将车牌从所获取的图像中分割出来, 这是进行车牌字符识别的重要步骤, 定位准确与否直接影响车牌识别率。车牌自动识别系统作为一种交通信息的获取技术在交通车辆管理、 园区车辆管理、 停车场管理有着特别重要的应用价值, 受到业内人士的普遍关注。车辆自动识别系统由三部分组成, 其中车牌定位作为最关键的技术, 成为重点研究的对象。车牌定位的成功与否及定位的准确程度将会直接决定后期能否进行车牌识别及识别的准确度。由于在现实中, 汽
10、车的车牌图像收到光照、 背景、 车型等外界干扰因素以及拍摄角度、 远近等人为因素的影响, 造成图像受光不均匀, 车牌区域不明显, 给车牌区域的提取带来了较大的困难。车牌定位的方法有很多种, 当前比较经典的定位方法大都在基于灰度图像的基础上, 本次设计就针对灰度图像的定位进行了研究。针对不同背景和光照条件下的车辆图像, 提出了一种基于灰度变换特征进行车牌定位的方法。依据车牌种不同区域的灰度分布, 车牌定位能够首先将彩色车牌进行灰度化然后再进行车牌定位。第一章 绪论1.1、 课题研究背景和意义随着汽车数量的迅速上涨, 逐渐向自动化和实时性的智能化管理进行转变。汽车智能化的重要环节就是牌号的自动识别
11、系统, 主要使用仓储式立体库以及无人值守停车场管理、 交通控制与诱导、 不停车自动收费以及违章车辆以及车辆安全防盗等领域。牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、 牌照颜色自动识别的模式识别技术。该技术具有良好的研究价值和广阔的应用前景。车辆牌照自动识别技术是智能交通系统的一个重要组成部分, 它在交通管理与监控中有着广泛的应用。车辆牌照识别系统技术能够从一副车辆图像中准确定位车牌图像, 经过字符切分和识别后实现车辆牌照的自动识别, 从而为以上应用提供信息和基础功能。当前, 车牌识别系统主要应用于以下领域: (1) 停车场管理系统。利用车牌识别技术对出入的车辆车牌号进行识别和
12、匹配, 与停车卡结合实现自动计时、 自动收费的车辆收费管理系统。(2) 高速公路超速自动化管理系统。以车牌号自动识别技术为基础, 与其它高速高科技技术手段结合, 对高速公路交通状况进行自动监测、 自动控制, 从而降低交通事故的发生率, 确保交通顺畅。(3) 公路布控。采用车牌技术对重点车辆进行识别, 快速报警, 即可有效查找被盗车辆, 又可作为公安、 检察机关体工对犯罪嫌疑人的交通工具的跟踪和检查的技术手段。(4) 城市十字路口的”电子警察”。能够对违章车辆进行责任追究, 也能够辅助进行交通流量统计, 交通检测和疏导。(5) 小区车辆管理系统。社区保安系统将出入社区的车辆经过车牌识别技术进行记
13、录, 将结果与内部的车辆进行对比, 能够实现实时监管。1.2、 国内外研究概况及发展趋势国内外有大量关于车牌识别的研究报道。国外在这方面的研究工作开展较早。在上世纪70年代, 英国就在实验室中完成了”实时车牌监测系统”的广域检测和开发。同时代, 诞生了面向被盗车辆的第一个实时自动车牌监测系统。发展到今日, 国外的车牌检测的研究已经取得了令人瞩目的成就, 如yuntaocui提出了一种车牌识别系统, 在车牌定位后, 利用马尔科夫场对车牌特征进行取值化, 对样本的识别达到了较高的识别率。车牌识别技术作为智能交通系统中的关键技术, 在各国学者的共同努力下, 已经得到了长远的展, 而且已经得到了不同程
14、度的实际应用, 但当前还存在这种种不足。对于未来车牌识别产品的技术发展趋势, 汉王科技智能交通部总经理乔炬认为, 首先, 由于市场需求不同, 对识别产品的需求也有差异, 因此就要求研发针对不同细分市场的车牌识别产品。其次, 随着算法的不断改进, 基于视频触发技术的车牌识别产品将得到大范围的应用, 可是视频出发技术取代外触发装置尚需时日。第三, 现在的车牌识别系统设备过多, 系统集成难度大, 系统稳定性差, 系统维护是一个让人头疼的问题。随着技术不断进步, 以往多个设备实现的功能可能由一个设备实现。从车牌识别系统进入国内以来, 国内有大量的学者在从事这方面的研究, 提出了许多新颖的算法。当前上海
15、大学图像处理实验室研制出的汽车牌照自动识别系统已经在泸宁高速公路收费口处得到了应用。该系统识别率高, 速度快, 鲁棒性强, 对环境和光照的要求低, 能够适应收费系统要求的环境。在排除非正常牌照, 严重污染的牌照和对比度特别低的牌照的情况下, 经现场数万辆车辆测试, 对汉字和后四个数字的整体识别率达99%以上, 识别时间0.2s, 该系统结合人机对话, 经泸宁高速公路江桥收费口试运行确定, 达到了实用要求。还有中国科学院自动化所刘志勇等开发的系统在一个样本量为3180的样本集中, 车牌的准确率为99.42%, 切分准确率为94.52%, 这套系统后来用于汉王公司的车牌识别系统, 取得了不错的效果。随着市场的不断扩大, 需求的进一步提高, 必将促进这一领域的进一步发展。当前, 车牌识别技术和产品性能进入实用阶段时间不是很长, 随着人工智能以及自动识别技术的进步, 未来的技术发展空间还会非常大。例如, 核心算法继续发展, 识别率和知识速度进一步改进, 图像处理中对模糊图像预处理能力增强, 画质改进技术的提高等等。1.3车牌定位的意义车牌定位是车牌定位识别系统中的关键技术之一, 车牌照定位结果的好坏直接
