车牌识别系统的设计与实现毕业设计论文

车牌识别系统的设计与实现

摘要

车牌识别系统是智能交通系统的重要组成部分，有着广泛的应用，同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点。车牌识别系统广泛应用于高速公路自动收费和超速监管系统、公路流量监控系统、停车场收费管理系统、安防系统以及小区物业管理系统等等。

本文在VC++6.0平台下，结合OpenCV视觉库，开发了车牌识别系统。车牌识别系统分为五大组成部分：图像预处理、车牌定位、车牌倾斜校正、字符分割和字符识别。

本系统能够对输入的图像进行图像预处理，包括图像灰度化、图像滤波、边缘检测和二值化等；其次，通过使用数学形态学技术和车牌的高宽比固有特征从预处理后的图像中定位出车牌位置，并把车牌提取出来；再次，使用Hough 变换方法测出倾斜角，对车牌进行有效的旋转校正；通过水平投影去除车牌的上下边框，使用垂直投影法把字符一个个分割出来；最后，通过模板匹配法识别车牌字符并输出。实验结果表明，车牌定位的准确率为87.9%，车牌字符的正确识别率为72.6%。

关键词：车牌定位，数学形态学，Hough 变换，倾斜校正，投影

Design and Implementation of License Plate Recognition System

Abstract

License plate recognition system is an important part of intelligent transportation system and it has a wide range of applications. It is a hot spot of research in computer vision, image processing and pattern recognition. License plate recognition system is widely applied in the highway automatic charging and speed regulation system, highway traffic monitoring system, parking fee management system, security system and the residential property management system, etc.

This system is developed in VC++6.0 platform and computer vision library OpenCV. License plate recognition system designed is mainly divided into five parts: image preprocessing, license plate orientation, license plate tilt correction, character segmentation and character recognition.

This system can perform the image pretreatment to the input image, including the image gray level, the image filtering, edge detection and binarization and so on. Secondly, by using the technology of mathematical morphology and the plate inherent characteristics of aspect ratio to position license plate location in the image after pretreatment, and extract the license plate. Thirdly, Hough Transform method is used to measure the angle and effective rotation correction the license

plate. Fourthly, by using horizontal projection to remove the up and down borders of the license plate, the characters are divided one by one using the vertical projection method. Finally, using the template matching method to recognize the characters, and output it. Experiments show that the accuracy of license plate location is 87.9%, the correct rate of license plate character recognition is 72.6%.

Keywords:license plate localization, mathematics morphology, Hough transform, tilt correction, projection

目录

1引言 (1)

1.1课题研究目的与意义 (1)

1.2国内外研究现状 (3)

1.2.1国内研究现状 (3)

1.2.2国外研究现状 (4)

1.3目前存在的问题 (5)

2系统开发编程语言 (7)

2.1 Visual C++介绍 (7)

2.2 OpenCV介绍 (8)

3系统的总体设计.................................................................. 错误！未定义书签。

3.1需求分析....................................................................... 错误！未定义书签。

3.2软件系统组成............................................................... 错误！未定义书签。

3.3系统的层次结构........................................................... 错误！未定义书签。

3.4系统的软硬件环境....................................................... 错误！未定义书签。4系统的详细设计.................................................................. 错误！未定义书签。

4.1图像预处理................................................................... 错误！未定义书签。

4.1.1功能概述.............................................................. 错误！未定义书签。

4.1.2问题分析.............................................................. 错误！未定义书签。

4.1.3预处理方法及实现.............................................. 错误！未定义书签。

4.2车牌定位....................................................................... 错误！未定义书签。

4.2.1功能概述.............................................................. 错误！未定义书签。

4.2.2问题分析.............................................................. 错误！未定义书签。

4.2.3车牌定位方法及实现.......................................... 错误！未定义书签。

4.3车牌倾斜校正............................................................... 错误！未定义书签。

4.3.1功能概述.............................................................. 错误！未定义书签。

4.3.2问题分析.............................................................. 错误！未定义书签。

4.3.3倾斜校正方法及实现.......................................... 错误！未定义书签。

4.4车牌图像分割............................................................... 错误！未定义书签。

4.4.1功能概述.............................................................. 错误！未定义书签。

4.4.2问题分析.............................................................. 错误！未定义书签。

4.4.3图像分割方法及实现.......................................... 错误！未定义书签。

4.5车牌字符识别............................................................... 错误！未定义书签。

4.5.1功能概述.............................................................. 错误！未定义书签。

4.5.2问题分析.............................................................. 错误！未定义书签。

4.5.3字符识别方法及实现.......................................... 错误！未定义书签。5软件测试与分析.................................................................. 错误！未定义书签。

5.1软件测试....................................................................... 错误！未定义书签。

5.1.1测试方法.............................................................. 错误！未定义书签。

5.1.2测试平台及测试步骤.......................................... 错误！未定义书签。

5.1.3测试结果与分析.................................................. 错误！未定义书签。

5.2遇到的问题与解决方法............................................... 错误！未定义书签。结束语..................................................................................... 错误！未定义书签。致谢......................................................................................... 错误！未定义书签。

参考文献 (10)

附录 (13)

1引言

1.1课题研究目的与意义

智能交通系统（Intelligent Transportation System，ITS）是人们将先进的信息技术、数据通讯传输技术、电子控制技术、传感器技术以及计算机处理技术等有效地综合运用于整个运输体系，从而建立起的一种在大范围内、全方位发挥作用的实时、准确、高效的运输综合管理系统。其目的是使人、车和路能够密切地配合，和谐地统一，极大地提高交通运输效率、保障交通安全、改善环境质量和提高能源利用率[1]。

在当今城市化高速发展的时代，随着社会经济的高速发展，机动车数量增长很快，全社会机动车保有量增长速度不低于经济增长速度。改革开放以来，中国道路交通设施及管理设施虽然有较大改观，但跟不上机动车增长速度。总体水平与发达国家有较大差距，特别是大多数城市路网结构不合理，道路功能不完善，道路系统不健全，交通管理设施缺乏，管理水平不高。即使各地都建立了交通控制中心，大多只是实现了监视功能，而远没有发挥控制功能的效应。

随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题。针对这些问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关的交通数据，达到监控、管理和指挥交通的目的，全面实现交通系统的智能化建设。

交通作为国民经济基础性产业，大力推进信息化，对于实现交通新的跨越式发展具有十分重要的意义。信息化是实现交通现代化的必然选择。在这种

大背景下如何建立一个集中、高效、快捷、网络化的智能交通管理系统就成为信息处理技术的一项重要课题。

智能交通系统的研究领域广阔，其中电子收费系统是ITS 在公路收费领域的具体表现，其应用可解决收费站的“瓶颈”制约作用，较好地缓解收费站的交通拥挤、排队等候以及环境污染等问题。在电子收费系统中，由于收费过程需要实现自动化，车辆直接驶过收费站而不停车，因而对车辆准确迅速的识别和分类就成了关键的问题。为了满足这些需求，有必要在智能交通管理系统中引入车辆牌照自动识别技术。

汽车牌照是车辆最清晰、准确和唯一的标志。中华人民共和国交通部是这样陈述汽车牌照识别技术的：汽车牌照识别技术(License Plate Recognition，LPR)是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用模式识别、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。

车辆牌照识别系统综合运用了图像处理、模式识别以及人工智能等方面的理论技术。系统主要包括：提取含有车牌的图像，对复杂背景中的车牌进行定位以及车牌上的字符切分和识别。车牌定位、字符切分、并运用独创的基于二值特征的识别算法和基于灰度特征的识别算法相结合，是ITS 的一个重要组成部分，它的成功开发必将大大加速ITS 的进程。

汽车牌照识别系统具有不影响车辆行驶状态，不需要车辆安装额外的设备，自动化水平高等优点。由于车辆牌照识别系统的处理方法简单有效，适用于多种不同环境，车辆牌照识别系统正成为ITS 系统最主要的组成部分。车

辆牌照识别系统可以广泛地应用于众多车辆认证的实际系统中。如它可以广泛应用在：高速公路收费、监管管理；停车场收费管理；偷盗车辆识别；城市交通路口“电子警察”；安防系统以及小区物业管理系统等。

汽车牌照识别系统是以图像识别技术为基础的智能交通管理系统，是21世纪世界道路交通管理的发展趋势。高速公路的车辆管理体制通过智能管理可以杜绝漏收、少收、人情收费和个别贪污的行为；可以实现特殊车辆的跟踪、丢失车辆的实时查询、小区车辆的科学管理以及道路车辆流量、型号的自动化统计。

汽车牌照的自动识别是车辆检测系统中的一个重要环节，可以切实有效地提高交通系统的车辆监控和管理的自动化程度，它在交通监视和控制中占有很重要的地位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题己成为现代交通工程领域中研究的重点和热点之一。

1.2国内外研究现状

1.2.1国内研究现状

车辆自动识别系统是以解决交通拥挤问题和高速公路多发事故问题而产生的，是近20 年来新兴起的一个跨学科的、系统化的综合研究体系，其目的是在不扩张路网规模的前提下，通过综合运用现代科学技术，来提高交通路网的通行能力和交通运输能力。

国内也有多家单位在进行这方面的研究，北京弗雷德科技有限公司，亚洲视觉科技有限公司，中科院沈阳自动化所的沈阳聚德公司，深圳市科安信实业有限公司，中国信息产业部下属的中智交通电子有限公司等也都有自己的产品。各个大学也有自己的研究，如西北工业大学开发了一套基于OCR 的车辆号牌的识别系统；西安交通大学有基于视频的车辆号牌的识别系统；浙江大

学人工智能研究所也推出了一套车辆号牌的识别系统，据报道其号牌定位正确率为94%；上海交通大学叶晨周研制的车辆号牌的识别系统，据报道汉字、数字和字母的识别率都大于96%，车辆号牌的识别率为82%；同济大学关于车辆号牌自动定位分割算法的成功率据报道为90%，由上可得，都未见完全的识别率和识别正确率报道[2]。

1.2.2国外研究现状

车牌自动识别技术的研究国外起步地较早。早在20 世纪80 年代，便有一些零零散散的图像处理方法用于车牌自动识别的某些具体应用。在这个阶段，车牌自动识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理方法来解决某些具体问题，并且最终结果通常需要人工干预。

进入20 世纪90 年代后，车牌自动识别的系统化研究开始起步。典型的如A.S.Johnson等提出车辆牌照的自动识别系统分图像分割(Image Segment)、特征提取(Feature Extraction)和模板构造(Template Formation)、字符识别(Character Recognition)等三个部分，完成车牌的自动识别。R.A.Lotufo 使用视觉字符识别技术(Optical Character Recognition Technology)分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器(Statistical Nearest Neighbor Classifying System)与字符库中的字符比较，得出一个或几个车牌候选号码，再对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破，但还没有考虑识别实时性的要求，识别速度有待进一步提高。

目前国际上，一些发达国家已经将车牌识别技术广泛应用于实际中了。例如，以色列Hi-tech 公司的see/car system 系列，新加坡Opt Asia 公司的VLPRS系列都是比较成熟的产品。其中VLPRS 产品主要适合新加坡的车牌，

Hi-tech公司的see/car system 有多种变形的产品来分别适应某一个国家的车牌。see/car system 系统可以对中国大陆的车牌进行识别，但不能识别车牌中的汉字，另外日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合本国车牌的识别系统[3]。

1.3目前存在的问题

车牌识别系统在国内外研究都有一段时间了，国外的车牌识别系统有一定的应用，但是国内的车牌识别系统总体上来说还处于实验室阶段，识别率不高，原因具体体现在以下几点[4]。

首先，在具体应用中采集到的图片背景比较复杂，这对于图像的处理明显增加了难度。

其次，采集得到的图片受天气、光照等的影响，故在图像处理过程中需要利用有效的算法排除光照、天气对图像的影响，这无疑对我们车牌识别系统的算法提出了更高的要求。这就需要研究性能更好的算法来提高算法的鲁棒性。

第三，在实际采集的图片中，很多采集到的车牌是旧车车牌，或者车牌表面不洁净，这造成图片中的车牌区域很模糊、车牌区域的颜色信息丢失、车牌字符粘连等情况。这对车牌的定位、分割、识别都增加了难度。

第四，由于在路上行驶的车辆所挂的车牌多是在标准GA36-1992 下生产的，由于该标准的不严密性，在该标准下生产的号牌其色度值分布范围广，再加上上一条原因，使得采集所得到的号牌其色度值分布范围广泛，从而加大了我们利用该信息的难度。

第五，在国内的车牌识别系统需要解决的一个难题就是在字符识别过程中的对汉字的识别问题。由于中国汉字复杂、笔画多、分布较密，再加上如果

图像的分辨率如果不是很高的话，那么图像中汉字将粘连在一起从而很难辨别。

在同一幅图像中，上面提到的困难可能几项都存在而不仅仅是单一困难的存在，当其中几项困难一起存在时，其带来的难度并不是简单相加的过程，所以难度更大。这些就是存在于车牌识别系统中的一些问题，从这些问题中，我们也能看到车牌识别系统的难度。

2系统开发编程语言

2.1 Visual C++介绍

VC 是一个面向对象的可视化集成开发系统，它不但具有程序框架自动生成、灵活方便的类管理、代码编写和界面设计集成交互操作、可开发多种程序等优点，而且通过简单设置就可使其生成的程序框架支持数据库接口、OLE2、WinSock网络、3D控制界面。VC以拥有语法高亮、只能感知（在编辑环境中，光标悬停在函数上时显示类定义和注释，键入函数或属性名时可以自动完成名称的输入）、高级除错、最小重建及累加链接功能而著称，这些特色功能有助于缩短程序编辑、编译及链接的时间花费，在大型软件开发中效果尤其显著[5]。

VC 已历经数个版本，伴随着https://www.wendangku.net/doc/af7316974.html,计划的展开，又诞生了一系列https://www.wendangku.net/doc/af7316974.html,版本，从当年1.0版本到现在最新的VC 2010（10.0 版本），VC 在界面、功能、库支持方面都增强了很多。

VC 1.0 是Microsoft公司于1993 年推出的，它集成了MFC 2.0（MFC是一个以C++类的形式封装了Windows API 的基础类库，其中包含一个应用程序框架、大量Windows 句柄封装类和很多Windows 的内建控件和组件的封装类，1992 年随着微软的Microsoft C/C++ 7.0 编译器发布，可以减少应用程序开发人员的工作量），可算是Microsoft C/C++ 7.0 的更新版本。VC 1.5 集成了MFC 2.5，增加了OLE 2.0 和支持MFC 的ODBC。VC 2.0 集成了MFC 3.0。VC 4.0 集成了MFC 4.0，这个版本是专门为Windows 95 以及Windows NT 设计的。由于VC 2.0 是在Windows 95 之前发布的，其发布时间与Windows 95 非常接近，当Windows 95 发布时，VC 4.0 也已经发布了，很多程序员直接从1.x 过渡到4.0，把2.x 跳过去了，所以VC 2.0 应用并不广泛。VC 5.0 集成

了MFC 4.21，是4.2版以来比较大的一次升级。VC 6.0 集成了MFC 6.0，于1998 年发布，发布至今一直被广泛地应用于大大小小的项目开发。https://www.wendangku.net/doc/af7316974.html, 2002（VC 7.0）于2002 年发布，集成了MFC 7.0，支持.NET 1.0，支持链接时代码生成和调试执行时检查。https://www.wendangku.net/doc/af7316974.html, 2003（VC 7.1）集成了MFC 7.1，于2003年发布，支持.NET 1.1。VC 2005（VC 8.0）集成了MFC 8.0，于2005 年发布，支持.NET 2.0，该版本引进了对C++/CLI 语言和Open MP 的支持。VC 2008（VC 9.0）集成了MFC 9.0，于2007 年发布，支持.NET 3.5。VC 2010（VC 10.0）于2010 年发布，集成了MFC 10.0，支持.NET4.0，支持C++0x 新标准。

Visual C++ 作为一个功能非常强大的可视化应用程序开发工具，是计算机界公认的最优秀的应用开发工具之一。Microsoft 的基本类库MFC 使得开发Windows应用程序比以往任何时候都要容易。C++提供的各种函数、指针操作和直接对硬件操作使得图像处理速度较快，专门为VC++设计的OpenGL和DirectX技术可以使开发人员在Windows 环境下比较容易地完成图像图形的高性能处理和显示。用VC++ 编制的应用软件无论在处理速度和图像的显示等方面都表现出较高的效率，因此在编制基于Windows 的各类数字图像处理程序时，VC++是程序人员进行图像处理的最佳选择。

2.2 OpenCV介绍

OpenCV（Open source Computer Vision library）是1999 年由Intel 公司开发的图像处理和计算机视觉开放源码库，它由一系列 C 函数和少量C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法[6]。现在由Willow Garage实验室提供支持。OpenCV 提供C++、C和Python接口，可以运行在Linux、Windows、Mac OS和Android 操作系统上。

OpenCV拥有包括500 多个C/C++函数的跨平台的中、高层API，具有强

大的图像和矩阵运算能力。截止到2012 年年初，OpenCV 已发展到 2.3.1 版本。每一次版本升级都伴随着众多的函数更新和优化。

早期版本的OpenCV 包括CxCore、Cv、CxAuv、HighGUI 和ml 5 个主要模块。CxCore 包括一些基本结构和算法函数，如数据结构和线性代数支持，主要提供对各种数据类型的基本运算功能；Cv 主要实现图像处理和计算机视觉功能，包括图像处理、结构分析、运动分析、物体跟踪、模式识别及摄像机标定等功能；CxAuv 是OpenCV 附加库函数，包括一些实验性的函数，如View Morphing、三维跟踪、PCA（Principal Component Analysis）和HMM （Hidden Markov Model）等函数；HighGUI 是用户交互部分，包括GUI （Graphical User Interface，图形用户接口）、图像视频I/O 和系统调用函数等；ml是机器学习模块，只要内容为分类器。OpenCV 中曾经还有一个CvCam 模块，但从1.1 版本开始OpenCV 便不再包含它，其功能被HighGUI 所取代。

由于OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以用它来进行图像处理非常方便。本系统就是在VC++平台上使用MFC构建了一个软件，结合OpenCV视觉库针对车牌识别系统中各流程进行编程设计。

参考文献

[1] 胡桂珍．基于数字图像处理的车牌识别系统研究[D]．成都：西南交通大学，2010

[2] 贡丽霞．车牌识别系统中的车牌定位及倾斜校正技术研究[D]．太原：中北大学，2010

[3] 刘玮．基于图像处理的车牌识别技术的研究[D]．哈尔滨：哈尔滨理工大学，2008

[4] 李云．车牌定位与字符分割算法的研究及实现[D]．成都：电子科技大学，2010

[5] 沈晶，刘海波，周长建．Visual C++ 数字图像处理典型案列详解[M]．北京：机械工业出版社，2012，2-7

[6] 汤方义．基于OpenCV 和CUDA 的车牌识别系统的软件设计与实现

[D]．长春：吉林大学，2011

[7] DaRocha G A，Manoel S J．Character recognition in Car license plates based on principal components and neutral processing[J]．Pattern Recongnition，2006，39(2)：26-31

[8] 侯宏花．数字图像处理与分析[M]．北京：北京理工大学出版社，2011，74-136

[9] 刘同焰．车牌识别系统的相关算法研究与实现[D]．广州：华南理工大学，2012

[10] 闫青．车牌识别系统中车牌定位算法的研究[D]．济南：山东大学，2010

[11] K．Deb，Jo Kang-Hyun．HSI color based vehicle license plate detection

[C]．International Conference on Contro1，Automation and Systems，2008：687-691

[12] Heo G，Kim M，Jung I，et al. Extraction of car license plate regions using line grouping and edge density methods[C]．2007 International Symposium on Information Technology Convergence，2007：37-42

[13] 张金艳．基于神经网络的车牌识别算法研究[D]．秦皇岛：燕山大学，2010

[14] Li Bo，Zeng Zhiyuan，Dong Huali．Automatic License Plate Recognition System[J]．Applied Mechanics and Materials，2010，20：438-444

[15] Wei W，Wang M，Huang Z．An Automatic Method of Location for Number Plate using Color Features[C]．IEEE International Conference on Image Processing，2001，1：782-785

[16] 邹晔．基于纹理分析和梯度特征的车牌定位算法[J]．科技广场，2009，(5)：109-111

[17] F．Faradji，A．H．Rezaie，M．Ziaratban．A Morphological-Based License Plate Location[C]，IEEE International Conference on Image Processing，2007：57-60

[18] 黄豪杰，李榕，常鸿森．基于边缘颜色分布的车牌定位新方法[J]．激光杂志，2007，28(3)：57-59

[19] 方万元，梁久祯．复杂背景下快速车牌定位算法[J]．计算机工程与应用，2012，48(2)：160-163

[20] 郭航宇，景晓军，尚勇．基于小波变换和数学形态法的车牌定位方法研究[J]．计算机技术与发展，2010，20(5)：13-16

[21] 崔屹．数学形态学方法及应用[M]．北京：科学出版社，2002，100-120

[22] 刘志军．基于神经网络的车牌识别技术研究[D]．南京：南京邮电大学，2011

[23] Tindall D.W．Deployment of automatic license plate recognition systems in multinational environments[C]．European Conference on Security and Detection．April，1997，(3)：42-46

[24] 李云红，屈海涛．数字图像处理[M]．北京：北京大学出版社，2012，145-160

[25] 姜谊，严京旗．车牌定位及倾斜校正方法[J]．微型电脑应用，2010，26(4)：45-47

[26] 张司兴．车牌识别算法研究及系统设计[D]．南京：南京理工大学，2010

[27] 高原．车牌识别技术研究[D]．北京：北京交通大学，2011

[28] 于彦国．车牌识别中的关键算法研究[D]．长沙：湖南师范大学，2011

[29] 朱秀峰．车牌字符识别算法研究与实现[D]．武汉：华中科技大学，2012

[30] Koval V，Turchenko V，Kochan V．Smart license plate recognition system based on image processing using neural network[J]．IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing System，2003(8)：125-128

附录

附录1译文

基于方向梯度直方图和支持向量机的多数据集车辆识别方法

Ilias Kamal

Equipe RITM

ENSLAS B.P. 713

Université Mohammed V, Souissi, Rabat-Morocco

ilias.kamal@https://www.wendangku.net/doc/af7316974.html,

摘要：本文采用线性和非线性内核的软边缘SVM来对图像分类，从多数据集中提取多维梯度直方图特征向量，并将序列最小优化算法(SMO)方法应用于从训练数据中搜索最优分隔超平面。

关键词：支持向量机SVM，方向梯度直方图，机器学习。

Ⅰ、引言

SVM和其他类似神经网络和模糊系统的计算机软件技术都是机器学习和数据挖掘方向的技术。简单来说，SVM是一种识别数据模式并分类或者分析的监督式学习方法。与基于实际实验所产生的神经网络[1]相反，SVM有很深的理论背景，即统计学习理论（SLT）[2]和结构风险最小化(SRM)[3]。Vapnik 和Chervonenkis[4]于上一世纪60年代末首次提出SVM，但大部分无人问津，后直至90年代初才被人所重视[5]。SVM，基于纯粹的函数估计问题的理论分析而逐渐演变成一种新型的用于估计/分类多维函数/数据的学习算法。在本文中，我们将只关注于数据分类，更确切地说是基于特定特征的图像分类。去讨论用于车辆识别的特征选择问题，是毫无意义的。因为颜色或者纹理特征在给定大量相同颜色的汽车的时候效果并不明显，因此唯一可以选择的特征便是形

状了。不同类型的汽车通常有类似的形状，不仅如此，可以说它们有非常多相近的地方。用于汽车识别的良好的特征是方向梯度直方图[6]，它可以提供确切的关于形状定位的信息，并且开销不大。

Ⅱ、二元SVM

让我们来考虑一个二元线性分类问题并且它的输入或者说训练数据如下所示：

1,-1)(,R x ),y ,(x ),...,y ,(x ,）,（n i i 2211+∈∈y y x (1) SVM 的任务便是找到最优的分隔超平面（如图1和2），在所有分隔数据的超平面中，最优的意思是最佳的标准分隔超平面（如，OCSH ，[7]有详细介绍）。利用上述所示的训练数据，学习机将会得到如下所示的超平面公式或者决策函数：

T 1(x,w,b)=w x b=n

i i i d w x b =++∑ (2)

这里，n R w x ∈,，w 是标准权值点，b 是偏移量。因此对于任何一个需要分类的新数据new x ，它必须遵守决策规则；当0b)w,,(x new >d ，1Class x new ∈，当0b)w,,(x new

注释：b)w,(x,d 为n+1维的分隔超平面，它的决策域在n 维超平面内，并且它是超平面b)w,(x,d 和输入空间的交汇处，因此可以证明0b)w,(x,=d 。

那么总体的问题便是找到位于两个类别（[8]有详解介绍）间的最大边缘超平面，因此最大的边缘在这里可以定义为：

|w |2

=M (3)

课程设计报告-车牌识别系统的设计

车牌识别系统的设计 一、摘要: 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。 二、设计目的和意义: 设计目的： 1、让学生巩固理论课上所学的知识，理论联系实践。 2、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。 设计意义： 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。 三、设计原理: 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。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 四、详细设计步骤:

车牌识别系统工作原理流程

识别流程 车牌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。 其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。 某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。 一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 车辆检测车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省

开支，而且更适合移动式、便携式应用的要求。 系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。 若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。 武汉车牌识别 号码识别 为了进行车牌识别，需要以下几个基本的步骤： 1、牌照定位，定位图片中的牌照位置； 2、牌照字符分割，把牌照中的字符分割出来； 3、牌照字符识别，把分割好的字符进行识别，*终组成牌照号码。 车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。． 一、牌照定位自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区 域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作 的区域作为牌照区域，并选定一个*为候选区，然后对这些侯选区域做进一步分析、评判，* 将其从图像中分离出来。

车牌识别论文

《车牌识别系统》 车牌识别系统 摘要：文章从车牌定位、车牌字符分割和车牌字符识别 3个阶段对车牌识别技术进行了深入研究，并用MATLAB进行了仿真。 关键词：车牌识别，车牌定位，车牌字符分割 1 引言

车牌是一辆汽车独一无二的信息，因此，对车辆牌照的识别技术可以作为辨识一辆车最为有效的方法。随着 ITS(智能交通系统)的高速发展，对车牌识别技术的研究也随之发展。从根本上讲，牌照识别应用了先进的图像处理，模式识别，人工智能技术来获取，处理，解释，记录拍照的图像。目前，牌照识别技术已经广泛而成功的应用于高速公路的监测，电子收费，交通违规管理，安全停车管理，偷盗车辆辨识等重要领域。 车牌识别系统一般包括以下几个部分，见图1。 图1 车牌识别系统 主要研究内容如下: 1.车牌的定位研究。先进行图像的预处理，包括:RGB彩色图像的灰度化、图像灰度拉伸、图像边缘检测、灰度图的二值化等;车牌定位采用基于水平和垂直投影分布特征的方法。 2.字符分割的研究。先对定位后的车牌图像进行预处理，然后按照车牌的先验信息,用区域增长算法来确定候选车牌的字符区域。 3.字符识别的研究。对于提取出的单个字符，先进行归一化操作，再与给定的模板做对比，识别出字符。 2. 图像的定位 2.1 图像的预处理 一般情况下，由CCD采集到的图像会有不理想的情况，如光线过强，或者偏弱，这些都会对后续的图像处理产生一向。而且车牌位于车身下部，靠近散热片，对比度较差，此时若直接对灰度图像进行定位会有不小的困难，为了获得较好处理的灰度图像，在对CCD 采集的原始图像进行灰度化后，要对其灰度转换。 首先对图像灰度拉伸，使灰度级占据 0--255整个区域，这样做的目的是为了减少光线过强，或者偏弱时造成的灰度级过少．本文直接采用直方图均衡化，这样处理简单，运算量小，效果也较理想。 2.2 边缘提取

(完整版)车牌识别系统的设计

车牌识别系统的设计 1．摘要： 汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明,本文提出的方法具有良好的识别性能。随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。 2．设计目的： 1、使学生在巩固理论课上知识的同时，加强实践能力的提高，理论联系实践。 2、激发学生的研究潜能，提高学生的协作精神，锻炼学生的动手能力。 3．设计原理 由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 图1 牌照识别系统原理图 该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下： （1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像；

（2）由摄像机或CCD 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等； （3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域； （4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。4．详细设计步骤 4.1 提出总体设计方案。 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。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB及以上。 系统可以运行于Windows98、Windows2000或者Windows XP操作系统下，程序调试时使用matlab。 4.2 预处理及边缘提取

毕业设计--基于单片机的车牌识别系统设计与实现

基于单片机的车牌识别系统设计与实现 目录 摘要 (2) 二、选题 (4) 三、系统主要特点 (5) 四、系统方案、实现原理 (6) 4.1 图像采集及存储格式 (8) 4.2 图像的灰度化 (8) 4.3 图像的二值化 (9) 4.4 车牌的去边框 (9) 4.5 图像的梯度锐化 (10) 4.6 字符分割算法 (11) 4.7 字符的归一化 (12) 4.8字符特征提取 (13) 4.9 字符识别算法 (15) 4.9.1 BP神经网络法 (15) 4.9.2 模板匹配法 (17) 五、操作说明与硬件框图 (18) 六、实验程序 (19) 七、数据统计分析 (66) 八、结果分析 (66) 九、实验心得 (66) 十、参考文献 (69)

摘要 伴随着世界各国汽车数量急剧增加，城市交通状况日益引起人们的重视，如何有效地进行交通管理，已成为越来越多人关注的焦点，解决这些问题的关键就是建立智能交通系统。车牌识别是智能交通系统的重要组成部分，它在交通控制与监视中有着多种用途，目前已广泛应用于各种领域。 本文将TMS320C54XX作为核心器件用于车牌自动识别系统中，完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景以及其实现意义。然后对实现车牌识别的硬件环境作简要介绍。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。之后，对几种字符特征提取算法进行了对比分析，最后选取最适合的网格特征提取法，以此为基础进行模扳匹配，最终识别出车牌号码。 关键词：车牌提取；图象处理；车牌识别；单片机；模扳匹配

车牌识别系统技术方案

停车场管理系统自动车牌识别计费系统技术方案

目录 1企业概况 (4) 1.1公司简介 (4) 1.2资质证书 (4) 2概述 (10) 2.1系统方案总体设计 (10) 2.2项目背景 (11) 2.3方案概述 (12) 3系统介绍 (14) 3.1车牌识别系统简介 (14) 3.2系统优势 (15) 3.3系统组成 (16) 4主要设备参数性能介绍 (19) 4.1CA-AB900道闸 (19) 4.2INEX- TI200 200万高清识别一体机 (20) 4.3CA-600读卡控制器 (21) 技术参数： (21) 4.4软件监控界面 (22) 4.5其他辅件 (22) 5售后服务 (23) 5.1保修时间及范围 (23) 5.2维修及维护服务 (23) 5.3更新改进服务 (23) 5.4客户档案，完善产品质量 (24) 6部分工程案例 (25)

1企业概况 1.1 公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队，凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向，为用户提供有价值的产品和服务。 公司经过多年的开发研究，引进国外最先进的高新技术，不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区，并已成功销往海外。 公司以“冲破束缚，发展无限”为企业宗旨，积极引领核心技术创新，不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化，建立了朝气蓬勃的精英团队。 公司自创建以来，一直保持了高速发展态势，现已成为国内停车场系统服务领域的领跑者，致力于成为中国领先的安防服务品牌。 1.2 资质证书

基于模板匹配的车牌识别及matlab实现

科类理工类编号（学号）20082036 本科生毕业论文（设计） 基于模板匹配的车牌识别及matlab实现 License plate recognition based on template matching and matlab implementation 伏绍鸫 指导教师：朱玲职称讲师 农业大学黑龙潭650201 学院：基础与信息工程学院 专业：电子信息工程年级：2008级 论文（设计）提交日期：2012年5月答辩日期：2012年5月

答辩委员会主任：林楠 农业大学 2012年05 月

目录 摘要 (1) ABSTRACT (2) 1 前言 (3) 2 车牌识别系统分析 (4) 2.1 车牌识别的目的 (5) 2.2车牌识别现状分析 (5) 2.3车牌识别的意义 (6) 2.4 我国车牌分析 (7) 3 车牌识别系统的原理及方法 (8) 3.1车牌识别系统简述 (8) 3.2 车牌图像处理 (9) 3.2.1 图像灰度化 (9) 3.2.2 图像二值化 (10) 3.2.3边缘检测 (10) 3.2.4 图像闭运算 (12) 3.2.5图像滤波处理 (13) 3.4 车牌字符处理 (15) 3.4.1 阈值化分割原理 (15) 3.4.2 对车牌阈值化分割 (16) 3.4.3 字符归一化处理 (17) 3.5 字符识别 (17) 3.5.1 字符识别简述 (17) 3.5.2 字符识别的分类 (18) 3.5.3 基于模板匹配的字符识别 (19) 4 实验分析 (19) 4.1车牌定位过程及分析 (19) 4.2 车牌字符识别 (23) 4.3 车牌识别结果及分析 (26) 5 结论 (28) 参考文献 (29) 致 (29) 附录 (29)

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书

目录 一．课程设计目的 (3) 二．设计原理 (3) 三．详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21)

一、课程设计目的 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。 二、设计原理: 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。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 三、详细设计步骤:

1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。 牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。 流程图:

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书 分院（系）信息科学与工程专业 学生姓名学号 设计题目车牌识别系统设计 内容及要求： 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.牌照识别系统应包括车辆检测、图像采集、牌照识别等几 部分。 2.当车辆检测部分检测到车辆到达时,触发图像采集单元，采 集当前的视频图像。 3.牌照识别单元对图像进行处理，定位出牌照位置，再将牌 照中的字符分割出来进行识别，然后组成牌照号码输出。 进度安排： 19周：Matlab环境熟悉与基础知识学习 19周：课程设计选题与题目分析 20周：程序设计编程实现 20周：课程设计验收与答辩 指导教师（签字）： 年月日学院院长（签字）： 年月日 目录

一．课程设计目的 (3) 二．设计原理 (3) 三．详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21) 一、课程设计目的 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。 二、设计原理: 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。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 三、详细设计步骤: 1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置；

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，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。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。

汽车车牌识别系统-车牌定位子系统的设计与实现 毕业论文

汽车车牌识别系统 ---车牌定位子系统的设计与实现 摘要 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。 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了深入的研究，在此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。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。 关键词：图像采集，图像预处理，边缘检测，二值化，车牌定位

ENGLISH SUBJECT ABSTRACT The subject of the auto matic recognition of license plate is one of the most significant subjects that are improved fro m the connection o f computer vision and pattern recognition. In LPSR, the first step is for locating the license plate in the captured image which is very important for character recognition. The recognition correctio n rate of license plate is governed by accurate degree of license plate location. Firstly, the paper gives a deep research on the status and techniq ue of the plate license recognition system. On the basis of research, a solution of plate license recognition system is proposed through the software MATLAB,by the M-files several of methods in image manip ulatio n are co mpared and analyzed. The methods based on edge map and das differential analysis is used in the process of the localization of the license plate,extracting the characteristics of the license plate in the car images after being checked up for the edge, and then analyzing and processing until the probably area of license p late is extracted，then come out the resolutions for localization of the car plate. KEY WORDS：imageacquisition，image preprocessing，edge detection，binarizatio n，licence，license plate locatio n

(完整版)基于数字图像处理的车牌识别本科毕业论文

本科生毕业论文（设计） 题目: 基于数字图像处理的车牌识别设 计 姓 名: 周金鑫 学 院: 数理与信息工程学院 专 业: 电子信息工程 班 级: 111 学

号: 指导教师: 刘纯利职称: 教授 2014 年 12 月 24 日 安徽科技学院教务处制 目录 摘要 ....................................................................关键词 .................................................................. 1、设计目的 ............................................................. 2、设计原理: ............................................................ 3、设计步骤: ............................................................ 4、实行方案 ............................................................. 4.1. 总体实行方案:................................................... 4.2. 各模块的实现:................................................... 4.2.1输入待处理的原始图像: ....................................... 4.2.2图像的灰度化并绘制直方图: ...................................

毕业设计论文_车牌识别系统的设计与实现参考

车牌识别系统的设计与实现 摘要 车牌识别系统是智能交通系统的重要组成部分，有着广泛的应用，同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点。车牌识别系统广泛应用于高速公路自动收费和超速监管系统、公路流量监控系统、停车场收费管理系统、安防系统以及小区物业管理系统等等。 本文在VC++6.0平台下，结合OpenCV视觉库，开发了车牌识别系统。车牌识别系统分为五大组成部分：图像预处理、车牌定位、车牌倾斜校正、字符分割和字符识别。 本系统能够对输入的图像进行图像预处理，包括图像灰度化、图像滤波、边缘检测和二值化等；其次，通过使用数学形态学技术和车牌的高宽比固有特征从预处理后的图像中定位出车牌位置，并把车牌提取出来；再次，使用Hough 变换方法测出倾斜角，对车牌进行有效的旋转校正；通过水平投影去除车牌的上下边框，使用垂直投影法把字符一个个分割出来；最后，通过模板匹配法识别车牌字符并输出。实验结果表明，车牌定位的准确率为87.9%，车牌字符的正确识别率为72.6%。 关键词：车牌定位，数学形态学，Hough 变换，倾斜校正，投影

Design and Implementation of License Plate Recognition System Abstract License plate recognition system is an important part of intelligent transportation system and it has a wide range of applications. It is a hot spot of research in computer vision, image processing and pattern recognition. License plate recognition system is widely applied in the highway automatic charging and speed regulation system, highway traffic monitoring system, parking fee management system, security system and the residential property management system, etc. This system is developed in VC++6.0 platform and computer vision library OpenCV. License plate recognition system designed is mainly divided into five parts: image preprocessing, license plate orientation, license plate tilt correction, character segmentation and character recognition. This system can perform the image pretreatment to the input image, including the image gray level, the image filtering, edge detection and binarization and so on. Secondly, by using the technology of mathematical morphology and the plate inherent characteristics of aspect ratio to position license plate location in the image after pretreatment, and extract the license plate. Thirdly, Hough Transform method is used to measure the angle and effective rotation correction the license

车牌识别系统介绍

车牌识别系统简介 近几年来,随着计算机科技的发展,硬件水平的不断提高,模式识别技术的发展以及人工智能理论在图形图像处理中的成功运用,智能车牌识别技术不断发展,所谓智能车牌识别系统以及其工作原理,实际上就是通过引入数字摄像技术和计算机信息管理技术,采用先进的图像处理,模式识别和人工智能技术,通过对图像的采集和处理,获得更多的图像信息,从而达到对车牌字符进行自动识别的系统,这个系统是模式识别技术在实践中的一个运用。目前主要的车牌识别系统主要由以下几个具体步骤构成图像采集、图像处理、车牌定位、车牌识别。其具体流程图如图所示。 其中核心部分,也就是需要在PC机上处理的过程主要有图像处理,车牌定位,车牌识别,这些步骤是我们研究车牌识别技术的重点所在。 一、车牌识别系统的应用前景 近几年来,车牌识别技术成为了一个热门。车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。该系统可以应用于路桥关口,实现对过往车辆的不停车收费,还可以置于交通要塞,实现对进出车辆的不间断适时监控,除此之外,车牌识别系统还可以应用在以下几个领域： （1）交通适时监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规律等交通信息,防范和观察交通事故。这种适时监控系统一旦成功运用,将极大的方便交通管理,节约大量的人力物力。同时也提高管理效率。 （2）流控制指标参数的测量。该系统能够测量和统计很多交通流指标参数,如总的服务

流率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时,分钟车流量,车流高峰时间段,平均车速,车辆密度等,这为交通诱导系统提供必要的交通流信息。 （3）路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车档案材料,可发现没有及时交纳养路费的车辆。另外,该系统还能发现无车牌的车辆。若同车型检测器联用,还可迅速发现所挂车牌与车型不符的车辆,对车辆管理实现真正的智能化,相比较于目前的人工管理这种管理方式极大的提高了效率。 （4）车辆定位。由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置,这为防范、发现和追踪涉及车辆的犯罪,保护重要车辆的安全有重大作用,从而对城市治安及交通安全有重要的保障作用。 （5）军事应用。在一些军事要塞的出入口处,车辆流量较大,由于其特殊性,对过往车辆的管理就显的特别严格,如果人工管理,必然极大的消耗人力物力,同时由于人的主观性,有时候又不免会出现一些错误,而这些错误有的时候是致命的。如果采用智能车牌识别系统,就可能避免这些错误,极大的提高了这些部门的安全性。 二、车牌识别技术中的难点 车牌识别系统在实验室里已经取得了令人满意的效果,但很难应用于实际工程中,这是因为实验室的环境是处于理想状态的,而在自然环境里,由于受到人工拍摄条件,天气等因素的影响,识别率很难达到要求。我们大致的把这些因素归纳为“三类” 1.汽车牌照本身的特征 （1）牌照的图像质量本身无法保证。有些牌照被污损,而有些牌照的字符模糊不清,对光线的散射性不好,这些不确定性极大得影响了识别的准确率。 （2）牌照缺乏统一的标准。根据中华人民共和国公共安全行业标准对机动车辆牌照的有关规定,车牌的规格、颜色和适用范围各有不同。就目前我国的各种车牌中,有蓝底白字的,黄底黑字的,还有一些特殊的如军车,警车,国外驻华机构的工作的车辆,由于缺乏统一的标准,使得车牌识别过程中字符的分割难度较大,缺乏统一的模式规则的指导。 （3）车牌附近环境恶劣。车牌附近往往有复杂的外形或挡车器等,不利于车牌的定位和分割。有的车辆在车牌处有广告的文字,这些图像对车牌定位有很大干扰,不利于车牌定位与字符识别。 2、外部环境的特征 （1）外界光照条件的不相同白天和晚上光照强度不同。光照对图像质量影响很大。不同的光照角度,对车牌影响也较大。不同时间,不同气候条件,以及背景光、车牌反光程度决定了车牌区域的亮度特征。 （2）外界背景的复杂程度也影响着车牌的定位准确率。背景中与车牌区域特征相似区域的大小反映了背景的噪声程度。例如与车牌字符相似的背景远处的广告语就很容易影响车牌的粗定位。

基于单片机的车牌检测

毕业论文 基于Matlab的车牌识别系统设计 系部： 学生姓名： 专业班级： 学号： 指导教师： 2015 年 03月 21日

声明 本人所呈交的论文《基于Matlab的车牌识别系统设计》，是我在指导教师的指导和查阅相关著作下独立进行分析研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。 作者： 日期：

【摘要】 本设计以基于MATLAB的车辆牌照识别算法的研究，以车辆牌照识别的算法设计为实例，详细介绍图像识别的基本方法。在整个车辆牌照识别的过程中，有预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，用MATLAB软件编程来实现每一个部分，最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析，处理。寻找出对于具体的汽车牌照识别过程的最好的方法。 【关键词】：MATLAB，车牌识别，字符识别，编程 Abstract This design is based on the research on vehicle license plate recognition algorithm based on MATLAB algorithm, to design the vehicle license plate recognition as an example, introduces the basic method of image recognition. In the process of the whole vehicle license plate recognition, pretreatment, edge detection, license plate location, character segmentation, character recognition five big modules, using MATLAB software programming to implement every part, and finally identify the license plate. The study also analyzes the problems, treatment. To find out the best method for car license plate recognition process of concrete. 【key words】: MATLAB, license plate recognition, character recognition, programming

车牌识别设计报告

课程综述 课程名称车牌识别 班级08电子《2》班 姓名张宝平 学号0805070198 日期2011-11-15 指导教师王保云

车牌识别系统的设计 一、摘要 随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。汽车牌照自动识别整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，其中字符识别过程主要由以下3个部分组成：①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析，处理。 二、设计目的和意义 目的： 1、让学生巩固理论课上所学的知识，理论联系实践。 2、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。 意义： 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。 三、设计原理 由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 图1 牌照识别系统原理图 该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由牌照图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下： （1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆

车辆牌照图像识别算法研究与实现本科毕设论文

Q260046902 专业做论文 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

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 Algorithm Abstract:In recent years, with the vigorous development of the national 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 public 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, the 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 recognition, 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++