车牌去噪技术研究

智能交通系统（）是当前交通管理发展的主要方

ITS

向。车牌识别技术是智能交通系统的核心，其发展水平对于的发展有着举足轻重的影响。

ITS

由于车牌的采取条件和车牌本身的质量有较大的差异，导致车牌识别的各个环节往往存在很多干扰噪声。如何得到准确的车牌图像，如何去掉车牌的边框和铆钉以便于切分字符，如何得到清晰的字符用于识别，均是车牌识别的重要课题，消除各个环节引入的噪声以得到较理想的图像对于车牌识别率的提高有着相当积极的意义。尽管车牌识别技术已经发展多年，但是长期以来，很少有人就这方面的问题做过专门的研究，或是对这方面的问题重视不够，因而很少有这方面的专门论述。本文就车牌识别各环节的特有的干扰特点进行了深入研究，提出一些实用的噪声消除方法。

车牌提取中背景噪声的消除方法

1

背景噪声的由来

1.1

背景噪声一般指车牌外一定区域范围内存在的对车牌提取准确性和精度有影响的特殊纹理和颜色部分，如营运证、散热片、防撞架、车灯、道路、植物、人、自行车和摩托车等见图。

(

1)

图两个典型的干扰例子

1

进行背景噪声去除，在空间内是很难处理的。最

RGB

佳做法莫过于对原彩色图像进行某种变换处理，使得车

RGB

牌区域突出，干扰因素弱化以至消除，同时不引入较强的干

扰。鉴于一般车牌颜色、纹理均和车牌外区域有一定区别，

这种思路是切实可行的。

基于彩色模型变换的方法

1.2

常见的空间变换方法有灰度形态学变换和颜色模型变

换。一般说来，因为颜色模型变换能比较充分地利用源图像

的颜色信息，所以实用上多倾向于采用这种方法。在这类方

法中，最常见的是将模型转换为模型，即采用下面

RGB HSI

的关系：

基于颜色增强和抑制的消除方法。

从实用性考虑，一种所谓的颜色增强变换算法更有价

值。这就是引入所谓的增强算子。

这些算子经过简单的运算即可以轻易地削弱甚至消除

在空间内难以确定，难以去除的干扰，如营运证、散热

RGB

片、防撞架等，如图所示。

2

图难以去除的干扰

2

车牌去噪技术研究

蒋治华，陈继荣，刘奕

（中国科学技术大学电子工程与信息科学系，合肥）

230027

摘要：对车牌识别中的背景噪声、边框和铆钉干扰、字符内噪声等提出了行之有效的去除方法。背景噪声去除方法包含了颜色增强、杂色抑制的思想，通过简单的投影分析即可以消除绝大部分的噪声。介绍了利用边框、铆钉与字符的跳变特征和汉字字符自身特征去除边框和铆钉的方法，该方法去噪高效快捷，误切率极底，正确去除率可达以上。

98%

关键词：噪声抑制；跳变；连通区域

Research of Noise Elimination for LPR

JIANG Zhihua, CHEN Jirong, LIU Yi

(Department of Electronic Engineering and Information Science, University of Science and Technology of China, Hefei 230027)【Abstract】Some valuable approach to eliminate the background noise , the influence caused by frame of license plate & its rivets ,and the noise inside the characters are put forward.The approach to eliminate the background noise contains the idea of color enhancement & noise constraining.It can easily eliminate most noise in background.The approach, which uses the transition information that the frames and the rivets have and the information that the Chinese characters have to eliminate the frames & the rivets, is also introduced.The experimental result shows that it can quickly and effectively eliminate the noise in low error rate and can be put into practical use.The proper noise eliminating rate is above 98%.

【Key words】Noise constrain; Binary transition; Connected components

第30卷　第24期

Vol.30 № 24

计　算　机　工　程

Computer Engineering

2004年12月

December 2004?人工智能与识别技术?中图分类号：TP391.41

文章编号：1000—3428(2004)24 —0112—04文献标识码：A

—112—

图经过颜色变换后的一些车牌区域增强例子

3

乍看起来，使用增强算子得到的效果图非常理想，车

3

牌部分被非常明显地增强出来。事实上，对于车牌背景比较单一的源图像，只需要简单地采用某些针对性的增强算子，的确可以得到相当理想的效果。但实际使用中，因使用的摄像设备、天气、背景、车辆本身的涂色有相当大的不确定因素，使拍到的车牌不可能都那么“标准”。当光线较暗或逆光且车身颜色比较浅，甚或车牌和车身同色情况下，颜色增强的效果并不明显，并且车身的颜色和背景也可能同时被增强，极端情况下，可能导致车牌完全湮没于噪声干扰中，使底色增强失去意义。作为一种改进，在增强的同时对某些颜色同步抑制，然后进行色彩饱和度调整，可以收到更为理想的去噪效果，见图、图、图。

45

6

图源图及其平滑后的灰度投影曲线

4

图单纯颜色增强后的效果及其平滑后的灰度投影曲线

5

图进行选择性抑制的效果图及其平滑后的灰度投影曲线

6

上面所述的方法都是基于彩色图像进行。对于灰度图像，能并且只能利用车牌的纹理特征来进行去噪处理，具体做法这里不再赘述。

边框、铆钉的消除算法研究

2

一般方法

2.1

边框、铆钉的消除向来是车牌切分的棘手难题。大多资料对这方面很少提及，或是语焉不详，或是提出的方法适用范围很窄；总而言之，很少有这方面的专门研究。如何判断边框和铆钉的存在，如何准确地将它们去除而不损及有效的车牌字符笔划，历来是难以处理的问题。

常用的方法是利用车牌的颜色信息来进行清除。这种方法首先要求鲜明的车牌底色，此外要求车牌本身的情况良好，污染少，色块均匀。事实上，纵使这两个条件得到保证，去噪效果也不是很理想，尤其对于铆钉的清除。对于无法满足上述条件的车牌，更是容易出现误切或不切的情况。所以，基于颜色的边框铆钉消除方法对于实用的车牌识别系统并不是很理想。

另一种方法是利用水平灰度投影法结合字符纹理特征进行消除，前提是得到经过正确水平倾斜矫正后的二值化车牌图像。简单地说，先对图像进行水平投影，然后对投影曲线进行分析，利用车牌的高宽比信息将水平边框和铆钉与字符部分的相连切断，再结合字符的纹理特征就可以将字符部分比较准确地提取出来。这种方法能够比较准确地将边框和铆钉去除，在实用上具有一定的价值。但其准确性依赖于车牌定位精度，因为需要用到高度和宽度信息。简单地说，就是切出的车牌区域不能过大，满足所谓的“紧”定位要求，而达到这种要求一般来说难度是比较大的，同时因为需要使用到的车牌高度和宽度信息依赖于车牌定位和切分的精确度，所以有一定的误切几率。

另外，这种方法没有对字符笔划的粗细变化作相应的考虑，因而当字符的笔划粗细变化范围很大的时候，切分的鲁棒性不是很好，可能会误切有用信息或者切除不掉干扰信息。为此，我们提出了下面基于字符跳变特征和宽度特征的清除方法。

基于跳变特征和字符特征的消除方法

2.2

和第二种方法一样，这种方法需要经过准确水平矫正后的二值化车牌图像，如图所示。

7

图经过水平矫正后的二值车牌示例

7

水平边框和铆钉的消除

(1)

仔细分析一下该图的水平像素值的变化特点。极端情况下，车牌的个边框和两个铆钉全部存在，或者全部不存在。对于前一种4

情况，在水平方向上字符与边框、铆钉的连接部分像素跳变次数最少是：

（次）

4*2=8

而有效字符部分的灰度跳变次数最少是：

（（字符数）（垂直边框））（次）

7*2*2=18

对于后一种极端情况，这两个数字分别是次和次，就是

014

说，连接部分与有效字符部分的灰度跳变次数一般有次以上的差

6

距。考虑到细小噪色的干扰，两者的界限可以取为。以此分析为

13

依据，可以将边框与铆钉在垂直方向上的结合部分切断，然后利用字符高度和纹理特征即可以把字符有效区域精确地分离出来。

依据上述分析，提出的基于字符像素值跳变特征的去噪算法可以大致描述如下：逐行扫描各个水平线上的像素断点数，如果该行像素跳变数目小于某个先验值阈值，则将该行全部清零，否则保留。经过上述处理可以将水平边框、铆钉与字符部分之间的联系切断，然后再根据字符的长宽和纹理等信息即可以把字符部分精确地提取出来。这种方法可以姑且称之为跳变投影法。

由图的结果可以看到：基于字符水平方向上的像素值跳变特8

征来进行水平边框、铆钉的消除方法是行之有效的。事实上，从对多幅样本的实验效果来看，这种方法对水平边框、铆钉的消5 000

除效率可以达到以上，可以说是一种相当理想的消除方法。

96%

—113—

—114－

参考文献

袁志伟潘晓霞车辆牌照定位的算法研究昆明理工大学学报1 , .[J]., 2001, 26(2):56-60

邹晓涛陈学佺汽车牌照自动识别系统的设计与研制红外与2 , . [J]. 激光工程，2002,31(5):415-418

欧宗瑛袁野基于颜色信息足球机器人视觉跟踪算法大连理3 , .[J].

工大学学报, 2000, 40(6):729-732

上接第页

(105)

现在来分析一下系统在联网时端口的规律性， TCP/IP 的传输层目的在通信主机之间建立端到端的连接和事务服务。应用编程接口是上层应用访问网络的界面，它构TCP/IP

成了核心协议的应用程序的视图。在网络中，端口被

TCP/IP

分为两部分：一部分是保留端口，另一部分是自由端口。其中保留端口占很少的数目，以全局方式进行分配，即周知口。每个标准的服务器程序都有一个全局的端口号。如简单邮件传送协议的端口号为，超文本传输协议(SMTP)TCP/25

协议端口号为，文件传输协议端口号为(HTTP)TCP/80TCP/。自由端口号占全部端口的绝大部分，它以本地方式分21

配，不具有全局唯一性。当一个客户进程要与远程服务器通信前，首先需要申请一个自由端口，然后通过服务器的周知口与远程服务器取得联系，收发数据。

由于“网闸”的主要作用是在内外网隔离环境下，进行内外网之间的信息交换，因此在操作功能上比较专一，在与远程服务器联机时，其端口号在某个范围区。而“网闸”在联网过程中指定一些如包数据区大小、包的标志位及等

TTL 细节特征，对于数据区的匹配指示基本上有它自己的规律性。特征如下：

采用数据下载，需要域名服务器来确定对方网站的

(1)DNS()IP 地址，其对方数据包端口号为；

53

采用与远程服务器直接连接，需要对方数据包端口

(2)HTTP

；

80

下载采用代理连接，需要对方数据包端口如；

(3)HTTP8 080

无论系统是如何的网络规则。收集到“网闸”的，

(4)NetBios 端口，用来定位对方机器的位置；

139

允许系统自己定“正常”行为特征规则数据后，在大多数

(5)

情况下，我们就可以寻找到非法、异常或可疑数据。例如，如果存在到端口或的可疑连接，就可报警说可能有特洛伊木

31 33727 374

马在活动，再附加上其他更详细地探测信息，就能够进一步地判断是真马还是假马。

总结

4

该文介绍的“网闸”是一个基于实时入侵检测技术实用系统，它能在内外网物理隔离下，进行信息交换，同时结合系统的“正常”行为特征规则数据库，进行智能推理，快速发现网络端口的各种入侵，切断与外部网的物理连接，这样“黑客”无法使用工具软件进行各种攻击行为，为维护内部网系统安全提供了极大帮助，大大减少了网络入侵过程中人为的介入。该系统已在多个应用单位推广使用，得到了一致的好评。

参考文献

1 Helman P,Liepins G,Richards W.Foundations of Intrusion Detection

[C].In:Proceedings of the Fifth Computer Security Foundations Workshop,1992:114-120

专家系统原理与编程北京清华大学出版2 Giarratano J, Riley G.[M].:

社,2000

曾昭苏王峰波基于数据开采技术的入侵检测系统自动化博览3 ,.[J].,

，：

200017(2)29-31

余清霞，王晓程译网络入侵检测分析员手册北京：人民邮电4 .[M].

出版社，2000-10

—115 －

☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆

基于MATLAB的车牌定位系统(含全套CAD图纸)

毕业设计（论文）题目：汽车牌照定位系统设计与开发

诚信承诺书 本人郑重声明：所呈交的毕业设计（论文）汽车牌照定位系统设计与开发是本人在导师的指导下独立进行研究所取得的成果，其内容除了在毕业设计（论文）中特别加以标注引用，表示致谢的内容外，本毕业设计（论文）不包含任何其他个人、集体已发表或撰写的成果作品。 班级：计科94 学号：0921144 作者姓名： 2013 年5 月25 日

无锡太湖学院 信机系计算机科学与技术专业 毕业设计 论文任务书 一、题目及专题： １、题目汽车牌照定位系统设计与开发 ２、专题 二、课题来源及选题依据 课题来源：导师指定 选题依据：汽车车牌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取的图像中分割出来实现车牌定位。这是进行车牌字符识别的重要步骤，定位的准确与否直接影响车牌识别率。 车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，该技术应用范围非常广泛，其中包括：（1）交通流量检测；（2）交通控制与诱导；（3）机场、港口等出入口车辆管理；（4）小区车辆管理；（5）闯红灯等违章车辆监控；（6）不停车自动收费；（7）道口检查站车辆监控；（8）公共停车场安全防盗管理；（9）计算出行时间等。其潜在在市场应用价值极大，有能力

产生巨大的社会效益和经济效益。 三、本设计（论文或其他）应达到的要求： 软件、技术要求： 在基于图像处理的车牌识别技术的基础上设计并开发了一个基于MATLAB的车牌定位系统通过编写MATLAB文件对各种车辆图像处理方法进行分析、比较,最终确定了车牌预处理、车牌粗定位和精定位的方法。 四、接受任务学生： 计科94 班姓名宋开拓 五、开始及完成日期： 自2012 年11 月12 日至2013年5月25日六、设计（论文）指导（或顾问）： 指导教师签名 签名 签名 教研室主任 〔学科组组长 〕签名 研究所所长 系主任签名 2012年11月12日

基于图像处理技术的车牌识别方法研究

龙源期刊网 https://www.wendangku.net/doc/9011845959.html, 基于图像处理技术的车牌识别方法研究 作者：朱明秀 来源：《信息记录材料》2019年第03期 【摘要】近几年，智能化在我国各行各业中都应用极广，在交通系统中应用也非常多，车牌识别技术则是其中之一，如何在车辆正常行使状态下完成车牌自动识别？本文将从车牌识别现状入手进行分析，找到现有识别方式的一些问题，再吸取经验，从车牌定位、车牌字符分割、车牌字符识别几方面对基于图像处理技术的车牌识别方法进行探讨。 【关键词】图像处理技术车牌识别方法抓取识别 【中图分类号】TP274 【文献标识码】A 【文章编号】1009-5624（2019）03-0224-03 1 引言 随着经济和科技的发展，我国国民生活水平也日益提高，汽车成为每家每户常见的交通工具，这虽然带动了我国经济的发展，但也使交通管理工作量变大，在这种情况下，再依靠传统的办法根本无法完成交通管理工作，这就需要我们依靠信息化、智能化的技术去辅助完成交通管理工作。对于车辆来讲其主要识别是依靠车牌来的，因此我们必须将这种智能化、信息化技术应用到车牌识别中来，使之能服务于我国的车辆管理工作，使车辆管理工作能更加高效的运行。 2 车牌识别技术概述 2.1 车牌识别技术现状 近年来我国的车牌智能识别技术发展也非常快，现有的识别技术普遍有两种，一种是将车牌信息收集储存于IC卡或者条形码，通过无线电频率鉴别系统来识别汽车车牌号码，这种识别技术相对准确度比较高，但整套设备存在2个实际操作的问题：①十分复杂，不利于异型作业，而且需要所有车牌按照全国统一标准来制定，执行难度很大。②对扫描的工具要求非常高，这导致整套设备价格成本过高，而且虽能进行扫描，但无法核实车和卡是否一致，这也是个目前尚未突破的技术问题，这些问题都导致通过IC卡或条形码来进行识别的技术无法得到很好的推广。另一方面是直接通过突破来进行识别，因为这种识别方法能在无任何信号发送设备的情况下抓取到不同状态车辆的车牌，并通过非接触性信息菜系系统来进行智能识别，这种方法近年来使用很多，其相对IC卡和条形码来讲，能有效降低从成本，提高经济效益，而且起能通过图像抓取和人为参与结合来解决系统中的识别错误问题，有效提高。 2.2 车牌识别技术的研究意义

基于投影法的车牌定位研究

基于投影法的车牌定位研究 摘要：车牌识别系统是近几年发展起来的基于图像处理和字符识别技术的智能化交通管理系统。车牌定位是车牌识别中的关键步骤。为了能在复杂背景和不同光照条件下快速、准确地定位车牌位置。提出了一种基于投影法的车牌定位方法。该方法首先对车牌图像实施二值化、边缘检测等预处理，然后在此基础上，利用基于双向回溯的投影法确定车牌的上下左右边界。实验结果表明，该方法定位准确。 关键词：车牌定位；行扫描；边缘检测；垂直投影 Research of License Plate Locating Method Based on Projection Abstract: license plate recognition system is developed in recent years based on image processing and character recognition technologies intelligent traffic management system. License plate location is one of the key steps in the license plate recognition. In order to obtain accurate location of vehicle plate quickly under complicated background and different illumination condition, this paper proposes a kind of locating method based on projection. First, this method carries out preprocessing such as two-valuation and edge detection. Then the projection approach based on two-way back is adopted to examine up-down and left-right boundary of the car license. The experiment results indicate that the presented method is excellent in accuracy. Key words: license plate location; line scanning; edge detective; vertical projection 0 引言 车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用，是智能交通管理系统中重要的组成部分。车牌识别技术可应用于道路交通监控、交通事故现场勘察、交通违章自动记录、高速公路超速管理系统、小区智能化管理等方面[1]，为智能交通管理提供了高效、实用的手段。所以对车牌识别技术的研究依然是目前高科技领域的热门课题之一。车牌识别系统的成功设计、开发和应用具有相当大的社会效益、经济效益和学术意义。 基于图像处理的车牌识别系统一般包括以下五个部分： 图1 车牌识别系统 在实际应用中，车牌识别系统必须快速、准确、鲁棒地识别出车牌。因此，在车牌识别过程中，车辆的检测、图像的采集、车牌的识别等都是重要的环节，其中关键的技术有[2]：1）车辆牌照区域定位技术，即把车牌部分的图像从整个图像中切分出来的过程。 2）车辆牌照字符切分技术，即对定位后的车牌区域中的字符进行切分和归一化处理，其中车牌的二值化和倾斜校正对于字符的切分和识别都是非常重要的。 3）车辆牌照字符识别技术，即将切分后的字符识别出来。 车牌定位是车牌识别系统完成图像采集后对图像进行处理的第一步，它的好坏直接关系到整个系统识别率的高低，并且对识别速度有很大的影响。车牌不能准确定位意味着后面的识别过程都是无效的[3]。 由于车牌背景的复杂性与车牌特征的多样性，目前仍没有一个通用的智能化的车牌定位方法。目前主要的车牌定位算法有基于彩色信息的方法、基于扫描行的方法、基于数学形态

车牌识别系统技术的研究与应用

车牌识别系统技术的研究与应用 时间：2011-03-01 15:53:00 来源：电子科技作者：余春琴张浩然李广林武警工程学院 摘要：本文介绍车牌识别的两种主要方法(基于无线射频识别技术(RFID)的自动检测识别方法和基于图像处理技术的检测识别方法)，并对两种技术的优缺点进行了比较，提出了一种双模式识别系统，重点阐述了主模式识别系统原理，并考虑了车载分机的安全性，给出了车载分机防移动的软硬件设计，可广泛用于各种门禁系统。 关键词：车牌识别；射频识别；车载分机；检测子系统；门禁子系统 0 引言 在我国，直至20世纪50年代，车辆管理主要靠人工方式，然而随着经济的迅猛发展，工业化程度的不断加深，汽车数量大量增加，给交通管理、环境治理、社会治安、交通运营等提出了许多新的问题。伴随着车辆数目的增加，生活小区、地方单位、部队营区、停车场等对车辆的管理面临着新的挑战。如何做到车辆状态有案可查、有据可依，如何实现车辆的科学化、自动化管理成为人们关注的话题。 1 车牌识别技术 车牌识别是车辆管理的重要前提和关键技术，主要可分为间接法和直接法两种。间接法是基于无线射频识别技术(Radio Frequency Id-entification，RFID)的自动检测识别方法；直接法是基于图像处理技术的检测识别方法。 基于图像处理的车牌识别，是对视频或图像中的车牌进行特征分析，确定车牌位置，然后设计识别算法，对车牌中的汉字、字母、数字进行识别，以确定车牌内容。目前，能够在车辆时速不超过220公里的情况下，实现单车牌照的准确抓拍、检测及识别。在没有任何外部触发装置时，可以完全基于视频触发控制，系统可对视频图像中静止或行驶中的一个或多个车辆的车牌同时进行实时检测和识别。车牌识别系统主要由车牌定位、字符分隔和字符识别三部分组成，如图1所示。 基于RFID的车牌识别系统由标签(Tag)、阅读器(Reader)、天线(Antenna)三部分组成。电子标签中保存车牌信息。系统的基本工作原理是：标签进入磁场后，如果接收到阅读器发出的特殊射频信号，就能凭借感应电流所获得的能量发送出存储在芯片中的产品信息(即Passive Tag，无源标签或被动标签)，或者主动发送某一频率的信号(即Active Tax，有源标签或主动标签)，阅读器读取信息并解码后，送到后台主系统进行相关处理；主系统根据逻辑运算判断该卡的合法性，针对不同的设定做出相应的处理和控制，发出指令信号控制执行机构动作。 对于车辆的识别，以往的车辆管理系统通常是单一地采用基于RFID的识别技术或基于图像处理的识别技术。这两种车辆识别方法各有优缺点：RFID识别技术抗干扰能力强、不受天气影响、且可穿透非金属物体进行识别，识别速率快、准确率高，却难以有效防止作弊，电子标 签容易丢失，并且只能管制内部车辆；基于图像处理的车牌识别技术对基础建设方面几乎没有要求，但是抗干扰性差，准确率也有待提高。

汽车车牌定位识别概述

快速标牌定位识别 指导老师：洪占勇，王标 成员：刘超，纪奕博 合肥工业大学仪器科学与光电工程学院本科部 二〇一一年八月

摘要 智能交通管理系统已成为当前交通管理发展的重要方向, 作为智能交通系统关键部分的车牌识别系统,有着广泛的应用前景。但是，传统的车辆牌照识别大多是以计算机硬件平台和DSP处理器为核心来实现的，相比较而言,DSP适合串行算法，软件更改容易，开发难度低。而FPGA则适合并行算法，而且随着深亚微米FPGA技术的发展，FPGA 的容量以达到千万门级，运行速度远远高于目前最快的DSP，其应用的研究也越来越受到重视，但开发难度较高。但Xilinx公司所提供的系统级建模工具System Generator，在很多方面拓展了MathWorks公司的Simulink平台，提供了设个硬件设计的DSP建模环境，可以加速、简化FPGA的DSP系统级硬件设计，这也必将成为未来流行的FPGA开发技术之一。 本文首先介绍了车辆牌照定位识别的产生背景和基本概念，回顾了近年来国内外研究动态和现状。接着指出了牌照识别的重要性，在使用MathWorks公司的simulink平台的基础上搭建的System Generator 模型，提出了车辆牌照定位识别系统及其整体设计方案。在方案中，着重介绍了车牌定位识别的流程、算法及其在simulink平台上实现的过程，同时也详细介绍了系统软硬件接口的作用。方案中主要包括系统流程图，每个模块的主要功能和结构，数据处理的流程和算法，输入输出信号的说明以及关键的时序和状态。在文章的最后，给出了本系统算法中拟采用的System Generator模型和总结。 由于本系统利用了System Generator建模工具和MathWorks公司的

车牌定位算法研究及实现

车辆自动识别技术（一）——车牌定位算法研究及实现 (2010-07-19 22:45:15) 分类：控制仿真类 标签： 杂谈 摘要 随着我国交通事业的迅速发展，城市汽车容量的急速攀升，建立现代化的智能交通系统已经成为解决此类中诸多问题的焦点所在。汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题，车辆是构成整个智能交通系统的最基本元素，而车辆牌照是我们标定车辆的唯一ID，所以说，车牌定位是实现车牌字符分割和字符识别的前提和关键。 本文介绍了三种基于MATLAB的汽车牌照图像定位方法。这些算法充分利用了车牌纹理、颜色、宽高比等特征，经过灰度化、运动区域定位、边缘提取、水平投影、自适应数学形态学处理、垂直投影、颜色判定、区域生长等一系列步骤，最终实现车牌定位。特别是边缘处理算子的改进、自适应数学形态学的引入以及小波分析的应用，对算法性能有着巨大影响，是本算法的关键所在。 实验结果表明，所述的三种方法是有效的，能够定位所采集的车牌，虽然不能定位全部采集到的图片，但方法三相对前两种方法的准确率有很大的提高，达到了预期的目的。 关键词：车牌定位；纹理分析；边缘检测；数学形态学；小波分析 目录 摘要 Abstract 第1章绪论 1 1.1 课题研究背景及意义 1 1.2 课题研究目的 2 1.3 国内及国外研究现状 2 1.3.1 国内研究现状 2

1.3.2 国外研究现状 4 1.4 本文的工作及基本结构 4 第2章图像处理技术基础 5 2.1 图像预处理 5 2.1.1 图像灰度化 5 2.1.2 图像二值化 6 2.1.3 图像小波变换 6 2.1.4 图像形态学处理 7 2.2 图像区域裁剪 9 第3章基于MATLAB的车牌定位算法实现 10 3.1 MATLAB及其图像处理工具 10 3.2 我国车牌特点及识别难点 10 3.2.1 我国车辆牌照特点 10 3.2.2 我国车辆牌照定位难点 11 3.3 图像的采集 11 3.4 基于不同车牌特征的程序实现过程及结果图 13 3.4.1 基于车牌颜色特征的方法 13 3.4.2 基于数学形态学和边缘特征的方法 16 3.4.3 基于小波分析的方法 20 3.5 三种方法的结果比较 23 第4章结束语 26 参考文献 27 致谢 28 附录 29 第1章绪论 1.1 课题研究背景及意义

车牌识别系统的研究背景意义与国内外研究现状

车牌识别系统的研究背景意义及国内外研究现状 1 车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 1.2 车牌识别系统简介 2 车牌识别系统的国内外现状 3 车牌识别难点 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合能够唯一确定汽车身 份的凭证。我们可以以此为依据，设计一种车牌识别系统监控各个车辆的情况。 为此，我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都要求由制定部门统一进行管理。在此 基础上，如果研制出一种能在公众场合迅速准确地对汽车牌照进行自动定位识别 的系统(CPR)，那么这将是一件非常有意义的工作，并将极大地提高汽车的安全 管理水平及管理效率。 车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的 重要研究课题之一, 该技术应用范围非常广泛, 其中包括: (1) 交通流量检测； (2) 交通控制与诱导；(3) 机场、港口等出入口车辆管理；(4) 小区车辆管理； (5) 闯红灯等违章车辆监控；(6) 不停车自动收费；(7) 道口检查站车辆监控； (8) 公共停车场安全防盗管理；(9) 计算出行时间；(10) 车辆安全防盗、查堵指定车辆等。其潜在市场应用价值极大，有能力产生巨大的社会效益和经济效益。如图1 所示，LPR[1] 的部分应用： 图1 LPR 在收费口、道路监控和停车管理中的应用 近些年, 计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理

车牌定位系统 实验报告

目录 目录 (1) 摘要 (2) 正文 (3) 1设计目的及要求 (3) 1.1 设计目的 (3) 1.2 设计要求 (3) 2设计原理 (3) 2.1 课题研究背景 (3) 2.2车牌的特征 (3) 2.3车牌识别系统的工作原理 (4) 2.4车牌识别系统的组成 (5) 3设计内容 (5) 3.1图像预处理 (5) 3.2车牌定位提取 (9) 3.3字符分割 (11) 3.4设计结果验证 (16) 总结 (19) 致谢 (20) 参考文献 (21) 附录 (22) 附录一 (22) 附录二 (28)

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。 本次课程设计首先对车牌识别系统的现状和已有的技术进行了深入的研究，在研究的基础上开发出一个基于MATLAB 的车牌识别系统，通过编写matlab程序，对各种车辆图像处理方法进行分析、比较,并提出了车牌预处理、车牌粗定位和精定位的方法。本次设计采取的是基于微分的边缘检测，先从经过边缘提取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，并且取得了较好的定位结果。 关键字：识别率;车牌定位;二值化;边缘检测

1设计目的及要求 1.1 设计目的 运用MATLAB软件编程实现车牌定位检测 1.2 设计要求 1、利用matlab编程，能够清晰识别判断图像中的车牌区域 2、通过算法，将车牌上的数字字母清晰识别并且分割后读出 2设计原理 2.1 课题研究背景 随着21世纪经济全球化的到来，高速度、高效率的生活节奏，使车辆普及成为必然的趋势，交通管理自动化越来越成为亟待解决的问题。现代智能交通系统 (Intelligent Transportation System，ITS)中，车辆牌照识别(License Plate Recognition，LPR)技术是计算机视觉与模式识别技术在交通领域应用的重要研究课题之一，是实现交通管理能够智能化的重要环节，其任务是分析、处理汽车图像，自动识别汽车牌号。LPR系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。现代化交通系统不断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要求，因而进一步加深车牌定位的研究是非常有必要的。 2.2车牌的特征 （1）形状特征：标准的车牌外轮廓尺寸440*140，字符高90，宽45，字符间距12，间隔符宽10。整个字符的高宽比例近似为3:1，车牌的边缘是线段围成

基于MATLAB的车牌定位算法设计

北京联合大学毕业设计（论文）任务书 题目：基于MATLAB的车牌定位算法设计 专业：电子工程系指导教师：章学静 学院：信息学院学号： 2009080403104 班级： 20090804031 姓名：林本存 一、课题的任务与目的 自从2010年以来，北京的交通拥堵问题成为社会普遍关注和谈论的话题。而其他交通问题也呈现增长趋势。由于车辆牌照是我们标定车辆的唯一ID，因此，车牌的定位识别对于处理突发的交通事件就显得尤为重要。车牌定位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课题之一。所谓车牌定位(License Plate Location)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置找出来，决定着车牌识别的后续工作能否继续进行，如果不能正确找到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，研究与开发车牌定位的算法具有十分重要的实用意义。例如，在公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车场管理系统等诸多智能交通系统中都有应用。车牌定位的目的是对摄像头获取的汽车图像进行预处理，确定车牌位置。 此次设计的任务就是在MATLAB中对采集到车辆图像进行色彩直方图分析，匹配车牌背景颜色的峰值从而实现车牌在图像位置中的定位。然后将此算法移植到DSP中，在DSP中验证移植的算法正确性。 二、调研资料情况 目前国外车牌定位识别系统已经有很多成熟的产品，以色列Hi—Tech公司的See/CarSystem系列，新加坡optasia公司的IMPS系列都是比较成熟的产品。但是，这些产品基本上只适合于自己国内的状况。而我国的情况与国外有很大的不同，比如车牌的形状，颜色，字符的颜色以及我国车牌中包含着汉字等。同时，目前的牌照识别系统具有一定的识别率，在天气条件差的情况下或夜晚时，识别率会明显下降，此外，也受到其他许多客观干扰的影响，例如天气、背景、车牌磨损、图像倾斜等。因此现有的识别系统要达到完全实用化仍然有很长的路要走。现有的比较好的车牌定位方法主要有J.Barroso等提出的基于水平线搜寻的定位

数字图像处理-常用车牌定位方法的介绍和分析

车牌识别LPR(License Plate Recogniti ON)技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，定位、分割牌照字符，最后自动识别牌照上的字符。为了保证汽车车牌识别系统能在各种复杂环境下发挥其应有的作用，识别系统必须满足以下要求: (1)鲁棒性:在任何情况下均能可靠正常地工作，且有较高的正确识别率。 (2)实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。 车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识 别率的主要因素，是车牌识别技术中最为关键的一步。目前车牌定位的方法多种多样, 归纳起来主要有基于纹理特征分析的方法、 基于边缘检测的方法、 基于数学形态学定位、基于小波分析定位以及基于彩色图像定位等，这些方法各有所长。

1、车牌目标区域特点 车牌定位方法的出发点是利用车牌区域的特征来判断牌照，将车牌区域从整幅车辆图像中分割出来。车牌自身具有许多的固有特征，这些特征对于不同的国家是不同的。从人的视觉角度出发，我国车牌具有以下可用于定位的特征: (1)车牌底色一般与车身颜色、字符颜色有较大差异; (2)车牌有一个连续或由于磨损而不连续的边框; (3)车牌内字符有多个，基本呈水平排列，在牌照的矩形区域内存在丰富的边缘，呈现规则的纹理特征; (4)车牌内字符之间的间隔较均匀，字符和牌照底色在灰度值上存在较大的跳变，字符本身和牌照底内部都有比较均匀的灰度; (5)不同图像中牌照的具体大小、位置不确定，但其长宽比在一定的变化范围内，存在1个最大值和1个最小值。 以上几种特征都是概念性的，各项特征单独看来都非车牌图像所独有，但将它们结合起来可以唯一地确定车牌。在这些特征中，颜色、形状、位置特征最为直观，易于提取。纹理特征比较抽象，必须经过一定的处理或者转换为其他特征才能得到相应的可供使用的特征指标。通常文字内容特征至少需要经过字符分割或识别后才可能成为可利用的特征，一般只是用来判断车牌识别正确与否。

有效的车牌定位方法

车牌定位的一个有效方法 Danian Zheng *, Yannan Zhao, Jiaxin Wang 国家重点实验室智能技术与系统、计算机科学与技术系、 清华大学、北京100084、中国 摘要 车牌定位是机动车牌照自动识别运输系统的一个重要阶段。本文提供了一个实时和强劲车牌定位方法。车牌区域包含丰富的边缘和纹理信息。我们先用图像增强和Sobel算子提取出图象的垂直边缘, 然后用一个有效算法除去图像的大部分背景和噪声边缘, 最后在剩余边缘图像中利用一个矩形窗口搜索车牌区域并从原始图像中将车牌切割出来。实验结果表明,我们的方法有很强的鲁棒性和很高的效率。 _ 2005 Elsevier B.V. All rights reserved。 关键词:图像增强; 边缘检测; 长曲线和随机噪声的去除; 车牌定位和分割 1.引言 车牌识别成为当今许多自动交通管理系统如公路交通管理, 公路自动缴费和桥梁或停车场出入管制的关键技术。车牌定位是这项技术中非常必要和重要的一个阶段,它已引起了相当大的关注。 研究人员已经找到许多不同的方法定位车牌。 Rodolfo 和Stefano(2000)制定了一种基于矢量量化(VQ)的方法。矢量图像是基于一种特定的编码机制的四叉树，它可以提供给系统关于图像区域所包含内容的一些线索，这些信息有助于定位的实现。Park et al. (1999)使用神经网络定位车牌。神经网络可作为过滤分析图像的小窗口,判断每个窗口是否包含车牌,其输入为HIS值。一个后处理器将这些过滤图像合并起来并在图像中定位跳跃的车牌区域。除去神经网络,其他过滤方法也被研究过。例如,有些作者用线敏感过滤器提取车牌区域。可以确定车牌区域由很高密度的薄暗线或曲线。因此,车牌的定位是一个在图像中寻找包含由一个累积函数计算能得到的最大线过滤值的矩形区域的操作(Luis et al. 1999)。车牌字符可以直接通过对输入图像的扫描和寻找到图像中彼此不相连的部分来识别。如果发现有一些字符存在于一条直线上,那么他们所组成的部分 * Corresponding author。 Tel。: +86 10 62775613; fax: +86 10 62795871。 E-mail address: zdn02@mails。tsinghua。edu。cn (D。 Zheng)。 0167-8655/$ - see front matter _ 2005 Elsevier B。V。 All rights reserved。 doi:10。1016/j。patrec。2005。04。014

车牌定位方法综述

文章编号：XXXXX 汽车牌照汉字识别方法综述 摘 要:字符识别是汽车牌照自动识别系统中的关键环节, 汉字字符识别是其中的难点。本文在对车牌汉字识别方法分类的基础上,介绍了各种传统的和最新的汉字识别方法, 分析各种方法的特点,算法及其实现,并对它们的性能进行评述。 关键词:识别; 汉字; 车牌 中图分类号：文献标识码：A Methods of license plate character recognition Abstract：License plate character recognition is the key of automatic identification system, and Chinese character recognition is one of the difficulties.Based on the classification of license plate character recognition method ,this paper descripts various traditional and the latest character recognition methods , analyzes the characteristics of every method, algorithms and their implementation, and reviewes their performance . 1 引言 随着国民经济的高速发展, 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，智能交通系统ITS( Intelligent Traffic System) 已成为世界交通领域研究的前沿课题[1]。在此基础上发展的车牌照识别LPR (License Plate Recognition）系统是智能交通系统的重要组成部分，它在交通管理中占有重要的地位，有着多种应用。 LPR系统主要由三部分组成：车牌定位、字符分割、字符识别[2]，其中关键技术是字符识别技术，西文和数字识别技术已经取得了相当大的成果。由于我国车牌的特殊性，汉字字符识别技术依然是重要研究的课题。 光学字符识(Optical Character Recognition)[3]别属于模式识别和人工智能的范畴，同时涉及到图像处理、形式语言、自动机、统计决策理论、模糊数学、组合数学、信息论等学科，它由德国科学家TausheCk于1929年首先提出，但这种梦想直到计算机诞生后才变为现实，现在这一技术己经由计算机来实现。OCR目前依然是国际上比较流行的研究课题，随着研究的深入己成为比较实用的技术。字符识别的基本原理：文字经光电扫描，模数转换为带灰度值的数字信号送至预处理环节。预处理的内容和要求取决于识别方法，一般包括行字切分、二值化、规范化等。经过预处理，字符模式成为规范化的二值数字点阵信息。对该二值汉字点阵，抽取一定的表达形式后，与存储在字典中己知的标准字符表达形式匹配判别，就可识别出输入的未知字符[4]。 目前常用的字符识别方法有结构模式识别、统计模式识别和神经网络三类。典型的汉字识别方法主要有：基于小波的车牌汉字特征提取方法；基于PCA( Principal Component Analysis) 学习子空间的字符识别算法；基于模糊模板匹配的车牌汉字识别方法；基于SVM的车牌汉字识别方法；利用投影特征的车牌识别汉字方法等。然而，虽然这些算法在某些特定条件下识别效果较好，但综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，暂时还不能完全满足实际应用的要求，有必要进行进一步的研究。

车牌识别技术浅析及定位算法

车牌识别技术浅析及算法代码 摘要：车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分，是车 牌识别技术研究的重点，从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。车牌定位是车牌识别技术的第一个关键技术，定位的准确与否直接影响着车牌识别的准确率。本文对目前存在的车牌定位算法进行简单探讨。 关键词：车牌识别技术；车牌定位；算法比较；字符分割；字符识别。 随着2l世纪经济全球化和信息时代的到来，计算机技术、通信技术和计算机网络技术迅猛发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用，高速度、高效率的生活节奏，使汽车普及成为必然趋势。伴随着世界各国汽车数量的增加，城市交通状况日益受到人们的重视。如何有效地进行交通管理，越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运行先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑，运行各种先进的技术解决道路交通的问题，统称为智能交通系统(Intelligent Tr ansportationSystem，简称ITS)。ITS是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。智能交通系统以车辆的自动检测作为信息的来源，因而对汽车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(License Plate Recognition，LPR技术逐渐发展起来，成为信息处理技术的一项重要研究课题。 1 车牌识别技术简介 车牌识别技术的研究最早出现在20世纪80年代，这个阶段的研究没有形成完整的系统体系，而是就某一具体的问题进行研究，通常采用简单的图像处理方法来解决。识别过程是使用工业电视摄像机(Industrial TV Camera)~]下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预进入2O世纪90年代后，随着计算机视觉Computer Vision Technology)的发展和计算机性能的提高，世界各国投入了大量的人力、物力进行汽车牌照识别系统的研究，时隔10多年，仍然没有一个成熟系统的识别率达到100％。20世纪90年代后期以后，随着全世界汽车数量的急剧增加，车牌识别技术的应用范围也越来越广，车牌识别技术己成为了一个热门的研究课题，人们对其进行了广泛的研究。车牌识别技术的任务是处理、分析摄取的视频。其中关键在于以下三部分：车牌定位、字符分割和字符识别。下面就从这三个方面对车牌识别技术的发展和现状进行简单介绍： （1）车牌定位方法 车牌图像往往是在复杂的环境中拍摄得到的，车牌由于与复杂的车身背景融为一体，由于车牌在使用中磨损与灰尘及拍摄仪器的影响以及由于拍摄角度的不

开题报告(基于神经网络的车牌字符识别方法研究及仿真实现)(可编辑修改word版)

西安科技大学 毕业设计(论文) 开题报告 题目基于神经网络的车牌字符识别方法研究及仿真实现院、系(部) 通信与电子信息工程学院 专业及班级电子信息工程专业 姓名 学号 指导教师 日期

西安科技大学毕业设计(论文)开题报告

[7]陈振学,汪国有,刘成云. 一种新的车牌图像字符分割与识别算法[J]. 微电子学与计算机, 2007,(02) . [8]朱正礼. 基于三层BP 神经网络的字符识别系统的实现[J]. 现代计算机, 2006,(10) . [9]刘静,周静华,苏俊连,付佳. 基于模板匹配的车牌字符识别算法实现[J]. 科技信息(科学教研), 2007,(24) . [10]苏厚胜. 车牌识别系统的设计与实现[J]. 可编程控制器与工厂自动化, 2006,(03) . [11]胡振稳, 尹朝庆. 基于BP 神经网络的车牌字符识别的研究[J]. 电脑知识与技术(学术交流), 2007,(02) [12]蒋良孝, 李超群. 基于 BP 神经网络的函数逼近方法及其 MATLAB 实现[J]. 微型机与应用, 2004,(01) [13]崔屹. 数字图象处理技术与应用. 电子工业出版社. [14]董长虹. MATLAB 图象处理. 国防工业出版社. [15]董长虹. MATLAB 神经网络与应用国防工业出版社. [16]MATLAB6.5 辅助图象处理.飞思科技产品研发科技中心. [17]H. S. Kim et al, "Recognition of a car number plate by a neural network", Proc. of Korea Information Science Society(KISS) fill conference，Vol. 18, NO. 2, pp. 259-262，1991. [18]Jang-Hee You，Byung-Tae Chun and Dong-Pil Shin，“A Neural for Recognizing Characters Extracted form Moving Vehicles”，World Congress On Neural Network, pp162-166，1994. [19]M. Momozawa，M．N omua,T.Namai and K. Morisaki,"Accident Vehicle Automatic Detection System by Image Processing Technique”,pp.566-570, 2004..

车牌识别技术研究实现

车牌识别技术研究与实现 姓名：李罗川 学号：ZY1403222 完成时间：2015年05 月06 日

目录 1车牌识别技术研究背景与意义 (1) 1.1背景 (1) 1.2解决的问题 (1) 2现状与前景 (3) 3具体实现 (5) 3.1原理方法 (5) 3.2关键步骤与算法 (5) 3.2.1 车牌定位 (5) 3.2.2 车牌字符分割 (10) 3.2.3 车牌字符识别算法的研究 (12)

1车牌识别技术研究背景与意义 1.1背景 近年来,车辆数量和交通设施随着经济的快速增长而增长,但是交通设施的增长速度远远落后于车辆数量的增长速度,这引发了交通拥堵、交通事故、环境污染等难题。为了在根本上解决交通难题,世界各国纷纷利用先进的信息技术研究智能交通系统(Intelligent Transportation System,简称 ITS)。智能交通系统是一种充分利用各种先进的高新技术来实现实、准确、高效的交通管理系统,使交通更畅通更安全;它也是一种交通信息服务系统,使人们出行更方便更快捷。随着智能交通系统的快速发展,智能交通系统已经融入人们的日常生活,使人们的生活越来越方便。 随着计算机技术、通讯技术和计算机网络技术的发展，自动化的信息处理水平和能力不断提高，各种各样的交通系统应运而生，如电子警察系统、道路收费、车载导航系统、全球定位系统、车辆自动识别系统等都在为交通运输服务，对交通控制、安全管理的要求也越来也高，ITS（智能交通系统）已成为当前交通管理发展的主要方向。车辆是智能交通系统中的重点研究对象,每辆车都有自身唯一的车牌号码,车牌号码反映了车辆信息以及关联着车主信息,通过车牌号码可以记录对应车辆的交通行为,因此,车牌识别技术是智能交通系统中最核心最基础的技术之一,决定着智能交通系统的发展速度和技术水平。作为智能交通系统中的一种核心技术和关键环节，车牌识别技术的深入研究不但具有较高的理论价值，也具有很高的实用经济价值，极大的推动了整个智能交通系统的发展。 1.2解决的问题 车牌识别技术可以实现自动登记车辆“身份”,已经被广泛应用于各种交通场合,对“平安城市”的建设有着至关重要的作。具体概括如下: (1)电子警察系统 电子警察系统作为一种抓拍车辆违章违规行为的智能系统,大大降低了交通管理压力。随着计算机技术和CCD技术的发展,目前电子警察系统已经是一种纯视频触发的高清抓拍系统,可以完成多项违章抓拍功能,其中包括违章闯红灯抓拍功能、违章不按车道行驶抓拍功能、违章压线变道抓拍功能、违章压双黄线抓

关于车牌定位的一些算法

近年来，智能交通系统(ITS)越来越受到人们的重视在车牌识别中，车牌自动识别系统作为核心部分之一应用已经越来越普及。车牌识别系统主要分车牌定位、字符切分和字符识别三部分，而车牌定位又是系统中最重要的步骤，定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。 文中利用MATLAB进行分析与仿真。MATLAB是一种简单，高效、功能强大的高级语言,在科学与工程计算领域有着广泛的应用前途。在数字图像处理领域,可应用MATLAB数字图像处理技术进行系统分析与设计。 本文要讨论的是对彩色车牌图像进行包括灰度化、二值化、图像增强、边缘检测的预处理，之后进行区域提取来实现对车牌的初定位。借助MATLAB编程语言在仿真过程中分析现有算法并加以改进。 1 车牌定位中的基本理论与算法 1.1图像灰度化 彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。经过灰度变换后，像素的动态范围增加，图像的对比度扩展，使图像变得更加清晰、细腻、容易识别。 在车牌识别中要利用灰度分布的特征进行进一步的分割、识别，因此对车牌图像进行灰度化成为车牌定位的必要步骤之一。 1.2图像二值化 二值图像是指整幅图像画面内仅黑、白二值的图像。在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。如果图像中某中像素的灰度值小于该阈值，则将该像素的灰度值设置为0或255，否则灰度值设置为255或0。

车牌定位方法

摘要: 车牌定位是车牌自动识别技术中的一个关键问题，许多学者研究发展多种车牌定位算法。简要介绍和比较了目前比较常见的几种车牌定位方法进行了。 车牌识别LPR(License Plate RecognitiON)技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，定位、分割牌照字符，最后自动识别牌照上的字符。为了保证汽车车牌识别系统能在各种复杂环境下发挥其应有的作用，识别系统必须满足以下要求: (1)鲁棒性:在任何情况下均能可靠正常地工作，且有较高的正确识别率。 (2)实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。 车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识别率的主要因素，是车牌识别技术中最为关键的一步。目前车牌定位的方法多种多样, 归纳起来主要有基于纹理特征分析的方法、基于边缘检测的方法、基于数学形态学定位、基于小波分析定位以及基于彩色图像定位等，这些方法各有所长。 1、车牌目标区域特点 车牌定位方法的出发点是利用车牌区域的特征来判断牌照，将车牌区域从整幅车辆图像中分割出来。车牌自身具有许多的固有特征，这些特征对于不同的国家是不同的。从人的视觉角度出发，我国车牌具有以下可用于定位的特征: (1)车牌底色一般与车身颜色、字符颜色有较大差异; (2)车牌有一个连续或由于磨损而不连续的边框; (3)车牌内字符有多个，基本呈水平排列，在牌照的矩形区域内存在丰富的边缘，呈现规则的纹理特征; (4)车牌内字符之间的间隔较均匀，字符和牌照底色在灰度值上存在较大的跳变，字符本身和牌照底内部都有比较均匀的灰度; (5)不同图像中牌照的具体大小、位置不确定，但其长宽比在一定的变化范围内，存在1个最大值和1个最小值。 以上几种特征都是概念性的，各项特征单独看来都非车牌图像所独有，但将它们结合起来可以唯一地确定车牌。在这些特征中，颜色、形状、位置特征最为