《数字图像处理课程设计基于图像处理的车牌识别技术.doc》由会员分享，可在线阅读，更多相关《数字图像处理课程设计基于图像处理的车牌识别技术.doc（20页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理课程设计报告设计题目：基于图像处理的车牌识别技术学 院： xxxxxxxxxxxxxxxx 专 业： xxxxxxxxxxxx xxxxxxxxxxxxxxx 姓 名： xxxxxxxxxxxxxxxxxxxxxxx 学 号：xxxxxxxxxxxxxxxxxxx 指导教师： xxxxxx 2015 年 xx 月 xx 日摘要智能交通系统已成为世界交通领域研究的重要课题，车牌识别系统作为智能交通系统的核心，起着非常关键的作用。目前，图像处理技术在车牌识别中的应用研究已经成为科学界的一个重要研究领域。本课程设计旨在粗浅地运用所学基本原理和知识分析数字图像处理技术在友好环境下的应用（所
2、选车牌识别的车辆图片均为友好环境下，易于处理的实验图片，不具有广泛性）。以车牌为研究对象，主要研究如何通过图像的预处理、车牌的定位、车牌字符分割和字符识别等一系列过程，完成车牌的识别。关键词：智能交通、数字图像处理、车牌识别ABSTRACTIntelligent transportation system has become an important research topic in the world of transportation, license plate recognition system as the core of intelligent transportation
3、system, plays a key role. At present, the application of image processing technology in vehicle license plate recognition has become an important research area of the scientific community.This course is designed to scratch the surface and apply the knowledge to analyze the basic principles of digita
4、l image processing technology in a friendly environment (experimental vehicle license plate recognition image selected pictures are environment-friendly, easy to handle, does not have the breadth) . With license plate for the study, the main research how image preprocessing, license plate and licens
5、e plate character segmentation and character recognition process and a series of complete license plate recognition.Keywords：smart transportation 、Image Processing 、License Plate Recognition目录1、绪论41.1问题提出41.2背景及现状分析41.3目的及意义51.4开发工具52、系统设计52.1总体设计方案52.2流程图52.3模块功能分析62.3.1图像预处理62.3.2车牌定位82.3.3字符分割82.
6、3.4字符识别103、系统结果分析123.1本系统结果分析123.2本系统的不足124、课程设计总结135、课程设计体会136、参考文献137、附录141、绪论伴随着工业的迅速发展，城市化的进展和汽车的普及，世界各国的交通量急剧增加。如何管理好公路的运行与运营，保障好车辆在公路上的安全、快速的行驶，成为交通管理的重要问题。人们开始考虑修建更多更宽的道路，然而修建新路的巨额资金和城市空间的限制使得这一方法的有效性大打折扣。近年来，随着科技的发达、计算机技术、通信技术和计算机网络技术的发展，自动化的信息处理能力和水平不断提高，于是人们把目光聚焦到运用科学管理的方法来解决交通问题，并得到迅速的发展，
7、最终形成了智能交通系统ITS的概念。1.1问题提出在信息业快速发展的今天，各行各业都迫切需要进行信息化、自动化以提高效率、减小人员使用。交通业也是如此。由于经济的腾飞，我国交通事业正在如火如荼地发展。信息事业与交通事业近几年来的快速发展使二者形成一个交集，那就是用高度发达的信息化方法去适应高速发展的交通事业。具体来说，如何开发一套高效、实用的智能交通管理系统，已是迫在眉睫的问题。然而，实现基于图像处理的机动车牌识别又是一切智能交通管理活动的基础，所以说车牌识别系统是智能交通系统中重要组成部分。汽车牌照识别系统的应用非常广泛，停车场、交通路口、高速公路收费站以及机关门卫等领域都大量运用了车牌识别
8、技术。所以说，如何开发一套高效、准确、使用方便的车牌识别系统已成为最亟待解决的问题。1.2背景及现状分析基于图像处理的车牌识别技术的研究在国外起步比较早，在美国、意大利、德国、以色列、新加坡等国家，现在都已经有比较成熟的产品投入使用，比如美国的（AUTOSCOF）2003系统、以色列的Hi-Tech公司研制的See/Car System、德国西门子公司的ARTEM7SXI系统、新加坡的Optasia公司研制的VLPRS等车牌识别系统，但因为我国车牌样式的多样性、车牌颜色的多样性以及包含汉字等特点，这些车牌识别系统不适合我国国情。 基于图像处理的车牌识别技术主要包括车牌定位、车牌分割、字符识别等
9、方面的技术。 关于车牌定位方面，主要理由车牌的边缘、形状、颜色等特征，再结合数字图像处理、形态学、小波变换、人工神经网络等技术对车牌进行定位。 基于特征的车牌定位的方法有C.J.Setchel提出的基于字符边缘检测的车牌定位方法，M.M.Mfahmy提出一种基于迭代阈值的车牌定位方法。完全基于形态学的算法有运用数学形态学的闭运算获得车牌的候选区，然后采用投影的方法剔除假车牌，定位针车牌。 基于神经元网络的方法有基于BP网络的牌照定位方法，基于彩色的车牌定位方法有采用多层感知器网络对输入彩色图像进行彩色分割及多级混合集成分类器的车牌自动识别方法。还有根据彩色边缘检测算子ColorPrewitt和
10、彩色边缘检测与区域生长相结合的车牌定位算法。1.3目的及意义1. 掌握图像的获取、预处理和分割的原理及MATLAB实现方法。2. 自学一种字符图像的分割算法并用MATLAB编程实现该算法。3. 在课程设计中复习并丰富在数字图像课上学到的知识。车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。1.4开发工具PC机、应用软件2、系统设计2.1总体设计方案车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分
11、为字符分割与特征提取和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识
12、别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要对字符在识别之前再进行一次针对性的处理。车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。本系统设计主要分为四个模块：图像预处理、车牌定位、字符分割、字符识别车辆2.2流程图图像采集图像预处理车牌定位字符分割输出车牌号识别字符识别识别2.3模块功能分析2.3.1图像预处理首先载入车牌图像，目前我国普通汽车牌照的字符与背景搭配一般为蓝
13、底白字，本程序主要针对上述类型的车牌进行识别。然后进行预处理，首先进行车牌图像的灰度处理和二值化处理，基于RGB颜色空间中的车牌颜色特征提取，当某像素呈现为蓝色时，其蓝色分量必大于其他两个分量,记d1(xy) = b(x,y) - r(x,y)；d2(x,y) = b(x,y) - g(x,y) , 则可通过公式F(x,y) =k1*d1(x,y)+k2*d2(x,y)提取蓝色特征。该特征可以看做是蓝色分量与其他两个颜色分量差的加权和。二值化处理，利用大津阈值法对灰度图像进行二值处理，进一步将车牌从复杂背景中分离。灰度和二值化处理后图像如下：灰度处理后效果图二值化处理后效果图形态学处理与连通域
14、标记，形态学处理：利用结构算子对二值图进行形态学运算，以融合图像中的孔洞，去除车牌区域中的孤立背景噪声。连通域标记：将处理后的二值图像各连通域进行8-连通标记处理。效果图如下：2.3.2车牌定位特征识别定位车牌，首先选取特征：以车牌的宽高比作为识别特征。车牌定位：求每个连通域的最小包围矩形，计算其宽高比，当满足车牌的宽高比范围时，该区域即为车牌候选取。车牌定位效果如下：2.3.3字符分割提取车牌并预处理，通过形态学滤波去除孤立的噪声，利用行扫描法分割车牌，将字符上方因螺丝造成的噪声除去，精确定位目标字符区域。效果图如下：计算垂直投影，计算行积累量，通过列扫描法求出列的投影值。垂直投影直方图，根
15、据行矩阵绘制垂直投影的直方图，可以明显地看出字符之间有间距。效果图如下：字符分割，通过垂直投影直方图来确定字符的边界，从而将其切割成7个独立的图像。在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割。字符归一化，一般分割出来的字符要进行进一步的处理，以满足下一步字符识别的需要。但是对于车牌的识别，并不需要太多的处理，将分割的7个字符统一成识别库中模板的尺寸，就已经可以达到正确识别的目的。在此
