边缘检测在车牌识别中的应用

边缘检测在车牌识别中的应用

摘要：车牌自动识别系统作为智能运输系统的重要组成部分，有很广泛的应用前景。车牌图片预处理是汽车牌照识别系统中的一个重要的环节，预处理的好坏对车牌系统识别率影响很大。文中介绍了常用的几种边缘检测算子，不同的微分算子对不同边缘检测的敏感程度是不同的，因此对不同类型的边缘提取，应该采用对此类边缘敏感的算子进行边缘提取。

关键词：车牌识别、边缘检测

1、引言

汽车牌照的自动识别是计算机视觉与模式识别技术在智能交通领域结合应用的重要研究课题之一，是实现交通管理智能化的重要环节[1]。车牌识别技术[2]是计算机视觉和模式识别技术在现代智能交通系统中的一项重要研究课题，是实现交通管理智能化的重要环节。它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统。

汽车牌照最主要的特点就是其边界。汽车牌照底色、牌照边缘颜色以及牌照以外的颜色都是不相同的，表现在汽车原始图像中，即灰度级互不相同，这样就在牌照的边缘形成了灰度突变边界。边缘检测[3,4]是大多数图像处理必不可少的一步，也是所有基于边界的图像分割的第一步，它的任务就是精确定位边缘和抑制噪声。图像的边缘是指图像局部亮度变化最显著的部分，即在灰度级上发生急剧变化的区域。

2、图像边缘检测算子

图像的平滑和锐化是图像预处理中两个十分关键和基础的处理方法。图像在传输和变换中会受到各种干扰而退化，比较典型的就是图像模糊[5]。图像锐化的目的就是使边缘和轮廓模糊的图像变得清晰，并使其细节清晰，但是同时也带来了一些问题，比如导致图像中的噪声也增强。同样。由于图像的拍摄等情况可能会导致图像出现很多噪点，它们的出现也直接导致了图像质量的降低，一般用图像平滑的方法来去除噪声，但同时会带来图像变得模糊等问题。所以必须要根据不同的情况使用不同的平滑和锐化方法。

图像预处理[3]的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。为了准确识别车辆牌照，对于在灰度图像下进行定位处理的算法，预处理不仅是将彩色图像转化为灰度图像必要步骤，还可以通过对图像进行灰度变换[6]，如灰度拉伸、去噪、滤波等处理来改善图像质量。经过处理后的车牌图像由原始的彩色图变成只包含亮度信息的灰度图，并且具有较强的对比度，对以后的图像处理、识别有很好的帮助。

边缘获取是所有基于边界的图像分割方法的第一步，也是描述图像区域最重要的特征之一。使用边缘检测的原因是车牌区域的边缘信息一般比其他部分丰富且集中，只要

背景不太复杂，没有过多干扰，边缘特征可将车牌区域与其他部分区别开来。边缘检测有不同的边沿算子，这些算子在数学含义上就是一种基于梯度的滤波器，需要检测算子哪个方向上的灰度变化，就将该方向上的灰度跳变用相邻像素的灰度差值来表示。

基于一阶导数的边缘检测算子[3,5]包括roberts 算子、sobel 算子、prewitt 算子等在算法实现过程中，通过2×2(roberts 算子)或3×3模板作为核与图像中的每个像素点做卷积和运算，然后选取合适的阈值提取边缘。算子是另外一类边缘检测算子，它不是通过微分算子检测边缘，而是满足一定约束条件下推导出的边缘检测最优化算子。

2.1梯度算子

梯度算子是一阶导数算子。对于图象函数 ，它的梯度定义为一个向量：

(),x y f G x f x y f G y ???

????????==????????????

(2-1)

这个向量的幅度值为： ()()1222x y mag f G G =+ (2-2) 为简化计算，幅度值也可用下边三式来近似：

1x y M G G =+ (2-3)

222x y M G G =+ (2-4)

()

x y M Max G ,G ∞= (2-5)

由于数字图像是离散的，偏导数x G ，y G 常用差分来代替，为计算方便，常用小区模板和图像卷积来近似计算。

2.2 Roberts 边缘检测算子

Roberts 边缘检测算子是一种利用局部方差算子寻找边缘的算子。差分值将在内插点

[i+1/2，j+1/2]处计算。Roberts 算子是该点连续梯度的近似值，而不是所预期的点[i,j]处的近似值。

Roberts 边缘检测算子近似计算(,)f x y 对x 和y 的偏导数：

95x G Z Z =- (2-6)

95x G Z Z =- (2-7)

2.3 Sobel 边缘检测算子

Sobel 边缘算子的掩模模板是两个3×3的卷积核。采用邻域可以避免在像素之间内插点上计算梯度。Sobel 边缘算子强调中心像素的4个边邻域像素对其的影响，而削弱4个对角近邻像素的作用。它是有方向性的，在水平方向和垂直方向上形成最强烈的边缘。

Sobel 边缘检测算子近似计算(,)f x y 对x 和y 的偏导数：

789123(2)(2)x G Z Z Z Z Z Z =++-++ (2-8)

369147(2)(2)y G Z Z Z Z Z Z

=++-++ (2-9) 2.4 Prewitt 边缘检测算子

与使用Sobel 算子的方法一样，图像中的每个点都用两个核进行卷积，取最大值输出。它与Sobel 算子不同，这一算子没有把重点放在接近模板中心的像素点。

Prewitt 边缘检测算子近似计算(,)f x y 对x 和y 的偏导数：

789123()()x G Z Z Z Z Z Z =++-++ (2-14)

369147()()y G Z Z Z Z Z Z =++-++ (2-15)

计算出x G ，y G 的值后，用下式计算(,)x y 点处的梯度值：

22()x y g G G =+ (2-10)

计算出各点的值后，设定一个合适的阈值T ，如果(,)x y 处的g T ≥则认为该点的边缘点。

2.5 Canny 边缘检测算子

Canny 算子的具体步骤为：

1)用高斯滤波器平滑图像；

2)用一阶偏导的有限差分来计算梯度的幅值和方向；

3)对梯度幅值应用非极大值抑制；

4)用双阈值算法检测和连接边缘。

完边缘检测功能结果，如图2-1～图2-4各种算法比较。

图2-1 Prewitt 算法边缘检测图 图2-2 Canny 算法边缘检测图

图2-3 Sobel算法边缘检测图图2-4 Roberts算法边缘检测图在边缘检测中，边缘定位能力和噪声抑制能力是一对矛盾体，有的算法边缘定位能力比较强，有的抗噪声能力比较好。边缘检测算子都有各自的优缺点：Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失部分边缘，由于没有经过平滑处理，因此不具备抑制噪声能力。Sobel算子和Prewitt算子都是先对图像先做加权平滑滤波处理，然后再做微分运算，对噪声有一定抑制能力但不能完全排除检测结果出现虚假边缘。Canny算子有抑制噪声能力，但会将一些高频边缘平滑掉。

3、结束语

文中讨论和比较了几种常用的边缘检测算子。梯度算子计算简单，但精度不高，只能检测出图像大致的轮廓，而对于比较细的边缘可能会忽略。Prewitt和Sobel算子比Roberts效果要好一些。Canny算子的检测效果优于梯度算子，能够检测出图像较细的边缘部分。不同的系统，针对不同的环境条件和要求，选择合适的算子来对图像进行边缘检测。

参考文献：

[1] 陶涛、马静，浅谈中国智能交通系统的发展[J]．青海交通科技，2007 (6)：3-5．

[2] 廖翔云，许锦标，龚仕伟．车牌识别技术研究[J]．微机发展，2003(6)：32-35．

[3] 姚敏．数字图像处理[M]．北京：机械工业出版社，2006．

[4] 朱光忠、黄云龙、余世明，边缘检测算子在汽车牌照区域检测中的应用[J]．计算机技

术与发展，2006(3):161-166．

[5] Rafael C．Gonzalez，Richard E．Woods著，数字图像处理(第二版)[M]．阮秋琦、阮

宇智译，电子工业出版社，2004

[6] 吴传孙、邹杨德、周定康，二值化算法在车牌识别中的应用[J]．计算机与现代化，

2003．6：44．

[7] 刘锦、杨顺、余焕, Sobel算法在车牌识别系统中的改进与实现[J]．计算机系统应用，

2010(5):209-211．

[8] 刘怡光．车辆识别若干基础算法与技术研究[C]．四川：四川大学，2004．

[9] 张美多，郭宝龙．车牌识别系统关键技术研究[J]．计算机工程，2007(8)：186~188．

function [d]=main(jpg)

I=imread('car.jpg');

figure(1),imshow(I);title('原图');

I1=rgb2gray(I); %将真彩色图像转换为灰度图像

figure(2),subplot(1,2,1),imshow(I1);title('灰度图');

figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');

I2=edge(I1,'robert',0.08,'both'); %高斯滤波器,方差为0.08

figure(3),subplot(2,2,1),imshow(I2);title('robert算子边缘检测')

se=[1;1;1];

I3=imerode(I2,se); %图像的腐蚀

subplot(2,2,2),imshow(I3);title('腐蚀后图像');

se=strel('rectangle',[40,40]); %构造结构元素，以长方形构造一个se

I4=imclose(I3,se); %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。

subplot(2,2,3),imshow(I4);title('平滑图像的轮廓');

I5=bwareaopen(I4,2000); %从二进制图像中移除所有少于p像素的连接的组件（对象），产生另一个二进制图像

subplot(2,2,4),imshow(I5);title('从对象中移除小对象');

[y,x,z]=size(I5); %返回I5各维的尺寸，并存储在变量y、x、z中

myI=double(I5); %换成双精度数值

%begin横向扫描

tic %计算tic与toc之间程序的运行时间

Blue_y=zeros(y,1); %产生y*1的全0矩阵

for i=1:y

for j=1:x

if(myI(i,j,1)==1)

%如果myI(i,j,1)即myI图像中坐标为(i,j)的点为蓝色

%则Blue_y的相应行的元素white_y(i,1)值加1

Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计

end

end

end

[temp MaxY]=max(Blue_y);%temp为向量white_y的元素中的最大值，MaxY为该值的索引（在向量中的位置）

PY1=MaxY;

while ((Blue_y(PY1,1)>=120)&&(PY1>1))

PY1=PY1-1;

end

PY2=MaxY;

while ((Blue_y(PY2,1)>=40)&&(PY2

PY2=PY2+1;

end

IY=I(PY1:PY2,:,:);

%IY为原始图像I中截取的纵坐标在PY1：PY2之间的部分

%end横向扫描

%begin纵向扫描

Blue_x=zeros(1,x);%进一步确定x方向的车牌区域

for j=1:x

for i=PY1:PY2

if(myI(i,j,1)==1)

Blue_x(1,j)= Blue_x(1,j)+1;

end

end

end

PX1=1;

while ((Blue_x(1,PX1)<3)&&(PX1

PX1=PX1+1;

end

PX2=x;

while ((Blue_x(1,PX2)<3)&&(PX2>PX1))

PX2=PX2-1;

end

%end纵向扫描

PX1=PX1-2;%对车牌区域的校正

PX2=PX2+2;

dw=I(PY1:PY2,:,:);

t=toc;

figure(4),subplot(4,2,1),imshow(IY),title('行方向合理区域');

figure(4),subplot(4,2,2),imshow(dw),title('定位剪切后的彩色车牌图像')

imwrite(dw,'dw.jpg'); %将图像数据写入到图像文件中

%读取

a=imread('dw.jpg'); %读取图片文件中的数据

b=rgb2gray(a); %将真彩色图像转换为灰度图像

imwrite(b,'车牌灰度图像.jpg'); %将图像数据写入到图像文件中

figure(4);subplot(4,2,3),imshow(b),title('车牌灰度图像')

g_max=double(max(max(b))); %换成双精度数值

g_min=double(min(min(b))); %换成双精度数值

T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值

[m,n]=size(b); %返回矩阵b的尺寸信息，并存储在m、n中。其中m中存储的是行数，n中存储的是列数。

d=(double(b)>=T); % d:二值图像

imwrite(d,'车牌二值图像.jpg'); %将图像数据写入到图像文件中

figure(4);subplot(4,2,4),imshow(d),title('车牌二值图像')

figure(4),subplot(4,2,5),imshow(d),title('均值滤波前')

% 滤波

h=fspecial('average',3); %建立预定义的滤波算子，average指定算子的类型，3为相应的参数

d=im2bw(round(filter2(h,d))); %转换为二值图像

imwrite(d,'均值滤波后.jpg'); %将图像数据写入到图像文件中

figure(4),subplot(4,2,6),imshow(d),title('均值滤波后')

% 膨胀或腐蚀

se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵

[m,n]=size(d); %返回矩阵b的尺寸信息，并存储在m、n中。其中m中存储的是行数，n中存储的是列数

if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积

d=imerode(d,se); %图像的腐蚀

elseif bwarea(d)/m/n<=0.235 %计算二值图像中对象的总面积

d=imdilate(d,se); %实现膨胀操作

end

imwrite(d,'膨胀或腐蚀处理后.jpg'); %将图像数据写入到图像文件中

figure(4),subplot(4,2,7),imshow(d),title('膨胀或腐蚀处理后')

% 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

d=qiege(d); %切割

[m,n]=size(d); %返回矩阵b的尺寸信息，并存储在m、n中。其中m中存储的是行数，n中存储的是列数

figure(4),subplot(4,2,8),imshow(d),title('切割前面空白部分后')

k1=1;k2=1;s=sum(d);j=1;

while j~=n

while s(j)==0

j=j+1;

end

k1=j;

while s(j)~=0 && j<=n-1

j=j+1;

end

k2=j-1;

if k2-k1>=round(n/6.5)

[val,num]=min(sum(d(:,[k1+5:k2-5])));

d(:,k1+num+5)=0; % 分割

end

end

% 再切割

d=qiege(d);% 切割出7 个字符

y1=10;y2=0.25;flag=0;word1=[];

while flag==0

[m,n]=size(d);

left=1;wide=0;

while sum(d(:,wide+1))~=0

wide=wide+1;

end

if wide

d(:,[1:wide])=0;

d=qiege(d);

else

temp=qiege(imcrop(d,[1 1 wide m]));

[m,n]=size(temp);

all=sum(sum(temp));

two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));

if two_thirds/all>y2

flag=1;word1=temp; % WORD 1

end

d(:,[1:wide])=0;d=qiege(d);

end

end

[word2,d]=getword(d);% 分割出第二个字符

[word3,d]=getword(d);% 分割出第三个字符

[word4,d]=getword(d);% 分割出第四个字符

[word5,d]=getword(d);% 分割出第五个字符

[word6,d]=getword(d);% 分割出第六个字符

[word7,d]=getword(d);% 分割出第七个字符

[m,n]=size(word1); %返回矩阵b的尺寸信息，并存储在m、n中。其中m中存储的是行数，n中存储的是列数

word1=imresize(word1,[40 20]); %对图像做缩放处理，高40，宽20

word2=imresize(word2,[40 20]);

word3=imresize(word3,[40 20]);

word4=imresize(word4,[40 20]);

word5=imresize(word5,[40 20]);

word6=imresize(word6,[40 20]);

word7=imresize(word7,[40 20]);

figure(5),

subplot(3,7,8),imshow(word1),title('车牌号为');

subplot(3,7,9),imshow(word2);

subplot(3,7,10),imshow(word3);

subplot(3,7,11),imshow(word4);

subplot(3,7,12),imshow(word5);

subplot(3,7,13),imshow(word6);

subplot(3,7,14),imshow(word7);

imwrite(word1,'1.jpg');

imwrite(word2,'2.jpg');

imwrite(word3,'3.jpg');

imwrite(word4,'4.jpg');

imwrite(word5,'5.jpg');

imwrite(word6,'6.jpg');

imwrite(word7,'7.jpg');

%子程序：（getword子程序）

function [word,result]=getword(d)

word=[];flag=0;y1=8;y2=0.5;

while flag==0

[m,n]=size(d);

wide=0;

while sum(d(:,wide+1))~=0 && wide<=n-2

wide=wide+1;

end

temp=qiege(imcrop(d,[1 1 wide m]));

[m1,n1]=size(temp);

if widey2

d(:,[1:wide])=0;

if sum(sum(d))~=0

d=qiege(d); % 切割出最小范围

else word=[];flag=1;

end

else

word=qiege(imcrop(d,[1 1 wide m]));

d(:,[1:wide])=0;

if sum(sum(d))~=0;

d=qiege(d);flag=1;

else d=[];

end

end

end

result=d;

% （切割子程序）

function e=qiege(d)

[m,n]=size(d);

top=1;bottom=m;left=1;right=n; % init

while sum(d(top,:))==0 && top<=m

top=top+1;

end

while sum(d(bottom,:))==0 && bottom>1

bottom=bottom-1;

end

while sum(d(:,left))==0 && left

left=left+1;

end

while sum(d(:,right))==0 && right>=1

right=right-1;

end

dd=right-left;

hh=bottom-top;

e=imcrop(d,[left top dd hh]); %返回图像的一个裁剪区域

车牌识别系统的研究背景意义及国内外研究现状

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

人工智能车牌识别

车牌自动识别 近年来，随着物联网、车联网的迅猛发展，以及中国汽车数量的不断增加，这对智能交通系统提出了新的要求。作为智能交通系统一部分的集成信号处理、计算机视觉、模式识别等技术的车牌识别系统因而也有了新的应用和挑战。除传统的用于高速公路超速违章管理、停车场管理、车辆流量管理以及车辆电子收费系统外，车牌识别系统还可以用于移动机器人对停车场车辆的监管以及交通管理部门对违章车辆车牌的自动登记等。 一、车牌自动识别系统的技术说明 车牌自动识别系统采用车牌识别技术来实现技术效果的。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通行车辆），建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。

车牌识别技术的工作原理和应用

车牌识别技术的工作原理和应用 车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。技术的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。 车牌识别技术工作原理 车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。 图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。 预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。 车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。 字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。 字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。 结果输出：将车牌识别的结果以文本格式输出。 车牌识别技术四大应用 一、停车场及小区出入口 停车场及小区出入口车牌识别技术的应用，主要用于记录车辆的牌照号码、车牌颜色、出入时间，实现车辆的自动管理，以便节省人力、提高效率；例如应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动、客观地记录本单位车辆的出车情况。 停车场及小区出入口管理单靠人工去记来往车辆的车牌号码和停靠时间是非常困难的，不但会出现错误，还需投入大量人力。一个小小的车牌识别设备安装在停车场的出入口就能“一劳永逸”地解决很多问题。对于车牌被遮挡、掉漆断裂、模糊不清等也能够分析识别，为停车场及出入口的工作人员省去许多烦恼。 二、高速公路收费站 目前，我国的高速公路建设发展突飞猛进，高速公路四通八达，每个出口均设有收费站，一

车牌识别技术的应用

车牌识别技术的应用 车牌识别技术的应用主要有以下几个方面。 1.监测报警 对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 2.超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的牌照号码及图片发往各出口；在各出口设置处罚点，用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。 3.车辆出入管理

将车牌识别设备安装于出入口，记录车辆的牌照号码、出入时间，并与自动门、栏杆机的控制设备结合，实现车辆的自动管理。应用于停车场可以实现自动计时收费，也可以自动计算可用车位数量并给出提示，实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动地、客观地记录本单位车辆的出车情况，车牌识别管理系统采用了车牌识别技术，达到不停车、免取卡，有效提高车辆出入通行效率。 4.自动放行 将指定的牌照信息输入系统，系统自动地识读经过车辆的牌照并查询内部数据库。对于需要自动放行的车辆系统驱动电子门或栏杆机让其通过，对于其它车辆系统会给出警示，由值勤人员处理。可用于特殊单位（如军事管理区、保密单位、重点保护单位等）、路桥收费卡口、高级住宅区等。 5.高速公路收费管理 在高速路的各个出入口安装车牌识别设备，车辆驶入时识别车辆牌照将入口资料存入收费系统，车辆到达出口时再次识别其牌照并根

智能车牌识别系统

智能车牌识别系统 智能车牌识别系统是采用车牌识别技术做为基础，应用与停车场、高速路口、收费通道等场所的车辆管理系统。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 随着社会经济的发展、汽车数量急剧增加，对交通控制、安全管理、收费管理的要求也日益提高，运用电子信息技术实现安全、高效的智能交通成为交通管理的主要发展方向。汽车车牌号码是车辆的唯一“身份”标识，智能车牌识别系

统可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 智能车牌识别系统的几种应用方式： 1、监测报警 对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，智能车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的车牌号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 2、超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的车牌号码及图片发往各出口；在各出口设置处罚点，用智能车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。 3、车辆出入管理 将智能车牌识别设备安装于出入口，记录车辆的车牌号码、出入时间，并与自动门、栏杆机的控制设备结合，实现车辆的自动管理。应用于停车场可以实现自动计时收费，也可以自动计算可用车位数量并给出提示，实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动地、客观地记录本单位车辆的出车情况。

基于模式识别的车牌定位算法研究-开题报告

安徽建筑工业学院电子与信息工程学院本科毕业设计（论文）开题报告 课题名称：基于模式识别的图像处理算法研究 ——基于模式识别的车牌定位算法研究专业：电子信息工程 班级：08电子①班 学生姓名：陈宇栋 学号：08205010127 指导教师： 填表日期：2012年3月5日 安徽建筑工业学院电子与信息工程学院 二○一一年十二月制表

说明 1.抓好毕业设计（论文）的开题报告是保证毕业设计 （论文）质量的一个重要环节。为了加强对毕业设计（论文）的过程管理，规范毕业设计（论文）的开题报告，特印发此表。 2.毕业生一般应在毕业设计前期准备过程中，通过文 献调研，主动跟指导教师讨论，完成毕业设计（论文）的开题报告。 3.此表经过指导教师和有关人员签字后，一份由指导 教师保存，一份交院教学办公室。 4.毕业生在毕业设计（论文）答辩时，必须提交这份 毕业设计（论文）开题报告。 填写选题依据和设计方案，力求简练，若表中栏目不够填写，可另加附页。

一、简表 学生简况 姓名陈宇栋性别男出生年月1988-08入学时间2008-09学号08205010127专业电子信息工程班级08电子①班 课题名称基于模式识别的图像处理算法研究 子课题基于模式识别的车牌定位算法研究 课题来源纵向课题 类型计算机软件设计 研究（设计）内容 随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛，智能交通工具在世界范围内引起重视，而车牌识别系统是智能交通工具的重要组成部分，该系统可以记录十字路口违章车辆，实现高速公路、收费路口、停车场等地的收费。车牌识别系统包括从图像的采集到预处理，再到车牌区域的定位和字符的分割，最后对分割出的字符进行识别的一系列过程。本次毕业设计主要对汽车牌照识别系统进行处理研究，借助于Visual C++编程环境运行在相应的硬件平台上，利用数字图像模式识别技术实现对汽车牌照的自动识别。按照模式识别系统组成，完成汽车牌照自动识别技术包括车牌预处理、车牌特征提取和车牌识别等功能，完成相应的算法研究。 对采集的车牌图像进行预处理包括图像灰度化、二值化、灰度拉伸及边缘提取等过程，并且过滤图像噪声使图像区域特征明显，根据区域特征确定车牌区域。车牌字符分割可以采用车牌区域纵向灰度投影的方式进行字符区域识别和分割实现。最后进行车牌分割字符图像归一化，将分割好的字符图像通过系数变换得到高度、宽度均相等的图像，以方便特征提取，提高识别的准确率，实现车牌的识别。

车牌识别实验报告

数字图像处理在车牌识别中的应用 摘要 随着汽车数量在我国大面积的增加，城市交通状况逐渐受到人们的重视，如何进行有效的交通管理更是成为了人们关注的焦点。 针对此问题，人们运用新的科学技术，相继研制开发出了各种交通道路监视、管理系统。因此，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。 本文旨在粗浅的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。 1.绪论 1.1背景及现状： 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和彩色边缘检测与区域生长相结合的车牌定位算法。 1.2原理及方法 通常，车牌识别过程分为图像预处理、车牌定位、车牌校正、车牌分割

车牌识别系统技术方案设计说明

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 (5) 1.1公司简介 (5) 1.2资质证书 (5) 2概述 (11) 2.1系统方案总体设计 (11) 2.2项目背景 (12) 2.3方案概述 (13) 3系统介绍 (16) 3.1车牌识别系统简介 (16) 3.2系统优势 (17) 3.3系统组成 (18)

4主要设备参数性能介绍 (21) 4.1CA-AB900道闸 (21) 4.2INEX- TI200 200万高清识别一体机 (22) 4.3CA-600读卡控制器 (23) 技术参数： (23) 4.4软件监控界面 (24) 4.5其他辅件 (25) 5售后服务 (26) 5.1保修时间及范围 (26) 5.2维修及维护服务 (26) 5.3更新改进服务 (26) 5.4客户档案，完善产品质量 (27) 6部分工程案例 (28)

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

停车场车牌识别应用注意事项

停车场车牌识别应用注意事项 车牌识别技术（License Plate Recognition,LPR）以计算机技术、图像处理技术、模糊识别为基础，建立车辆的特征模型，识别车辆特征，如号牌、车型、颜色等。它是一个以特定目标为对象的专用计算机视觉系统，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。它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并直接给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别应用必备要素 1．全牌识别的必要性 牌照识别在收费系统中的应用除了防止“换卡”舞弊外，还有如下重要功能：（1）防止同车“倒卡”（两车对开倒换通行卡叫做倒卡）。判断车辆是否“倒卡”需要在网上搜索车辆的最新入口（即该部车辆最近入场的那个入口），这需要全牌识别； （2）防止通行卡流失。全牌识别以后，系统可以知道每个卡的具体流向，从而可以知道未回收的卡在哪辆车上，并可以把该车列为黑，一旦该车再次进入系统就会马上被抓出； （3）公免、军警车放行。全牌识别以后，系统可以实现公免、军警、内部车辆的自动识别和放行，杜绝收费员作弊，并提升系统的自动化水平； （4）提升系统管理水平。全牌识别以后，系统的管理可以精确到每个车辆，由此，可以使系统的管理水平发生质的飞跃。例如，异常车辆的检索查询和作弊车辆的证据检索，收费员的稽查，黑车辆的现场稽查等在没有全牌识别时是很难

实施的，而有了全牌识别则变得轻而易举。 2．硬件处理的必要性 图像的数据量极大，单纯软件处理不可能采用大量的复杂的算法，因此无法适应各种特殊情况，如全天候工作，污损车牌识别，各种环境光影响等； 3．采用专用摄像头的必要性 普通摄像头的设计是用以监视目的的，因此它的设计是针对人的视觉的，而不是针对机器处理的。而人的视觉需求和机器的识别需求往往是不一致的，例如，人眼看计算机屏幕时感觉很好，但如用计算机抓拍就完全不同，有时抓到的图像可能会仅有几条扫描线（如抓拍摄像头快门较快时），所以，要想使得系统的识别率达到更高的水平，必须设计最适合机器识别用的专用摄像机。 4．照明设计的必要性 牌照识别系统包括成像和处理识别两个关键，其中成像是基础，要想达到较高的识别水平，除了优秀的算法以外，必须有优秀的成像系统作保证。按照现在的国际识别算法水平，如果人的眼睛识别有难度，机器是绝对识别不了的。为了达到好的成像效果，必须设计好的照明方案，为了在成像瞬间，照明超过任何自然光，闪光照明是较好的选择。在太阳直射、成镜面反射或逆光时，保证成像效果的唯一办法就是加闪光照明。 5．选用彩色摄像头的必要性 （1）保证牌照颜色识别，只有有了颜色识别，才能达到整牌识别，整牌识别的必要性在第1点中已经说明了； （2）利用牌照颜色可以直接区分军警车和民用车； （3）图像数据库的图片需要有颜色；

车牌识别产品技术参数

车牌识别产品技术参数 This model paper was revised by LINDA on December 15, 2012.

迅泊车牌识别系统产品参数介绍 一、车牌识别仪 显示屏为选配 1、概述: 2、◆?支持牌照类型：普通蓝牌、黑牌、黄牌、双层黄牌、警车车牌、新式武警车 牌、新式军牌、使馆车牌、港澳进出大陆车牌 3、◆?适应车速：0-150公里/小时 4、◆?识别特征：号码、颜色、类型、宽度 5、◆?输出结果：车辆特征图像、车牌图像、牌照号码、颜色、类型、通过时间 6、2、成像 7、◆?高清，MJpeg输出；支持输出JPEG格式抓图

8、◆?支持线圈、视频、485、网络等触发方式 9、◆?支持智能自动、手动调节白平衡 10、◆?手动调光，基于图像的灯光控制 11、◆?基于车牌亮度的曝光控制 12、3、其他多样化功能： 13、◆?支持连续视频采集与抓拍同时具备的工作模式，并且两种模式的成像参数独 立控制 14、◆?支持OSD信息叠加 15、◆?具有即时上报工作状态功能，包括：工作状态、客户端连接状态等 16、◆?支持网络自动连接、即插即用 17、技术参数: 18、号牌识别率：白天≥%；夜间≥% 19、号牌检出率：白天≥%；夜间≥% 20、适应车速：0-150公里/小时 21、输出信息:车辆特征图像、车牌图像，牌照号码、颜色、类型、通过时间 22、数据接口方式：10/100M?以太网TCP/IP

23、图像传感器：1/3" 24、CMOS 25、有效像素：200万 26、最低照度：Lux（标准） 27、信噪比：>50db 28、电子快门：1/1至1/10000秒，22档 29、最佳拍摄范围：3-10米 30、光源发光频率：50Hz 31、防护等级：IP66 32、工作温度：-25℃~70℃ 33、工作湿度：≤?90% 34、电源电压：直流7-24V，纹波<200mV 35、外形尺寸：452×145×133mm 36、重量：2Kg 37、整机功耗：7W

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、 二、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。 三、 四、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。

五、 六、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。 七、 八、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。

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

基于matlab的车牌识别(含子程序)

基于matlab的车牌识别系统 一、对车辆图像进行预处理 1.载入车牌图像： function [d]=main(jpg) [filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'}); if(filename == 0), return, end global FILENAME %定义全局变量 FILENAME = [pathname filename]; I=imread(FILENAME); figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：

2.将彩图转换为灰度图并绘制直方图： I1=rgb2gray(I);%将彩图转换为灰度图 figure(2),subplot(1,2,1),imshow(I1);title('灰度图像'); figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示： 3. 用roberts算子进行边缘检测： I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测 figure(3),imshow(I2);title('roberts 算子边缘检测图像'); 结果如下：

4.图像实施腐蚀操作： se=[1;1;1]; I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title('腐蚀后图像'); 5.平滑图像 se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se

车牌识别系统可应用于那些方面

车牌识别系统可应用于那些方面 车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车独一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 汽车牌照号码是车辆的独一“身份”标识，牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 现今，传统的道闸正被车牌识别系统替换，车牌识别系统从成本上来说节省了设备成本，不需要传统的票箱、卡片、蓝牙识别器、蓝牙卡等。从管理上来说节省了人力成本，减少了人员执守的数量。

传统的停车场管理主要通过给进入车场的车辆分发IC卡,记录车辆进出时间,作为计费的主要依据,不管是固定车辆还是临时车辆,进出停车场都需要在出入口停车刷卡后,才能进出停车场,在车辆出入繁忙的时段,这种管理方式往往造成塞车的现象,耽误车主宝贵的时间.车牌识别系统引入到智能停车场管理系统后,将解决这一问题,同时加强了对车辆的管理.目前很多地方的停车场都有刷卡系统开始升级改造为车牌识别停车场系统。 车牌识别系统的识别流程 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(如图1所示)。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

识别开题报告

开题报告 题目: 人脸检测与识别系统设计 院系名称：电气工程学院专业班级：自动f0904 学生姓名：陈龙斌学号： 200948280407 指导教师：吴翔教师职称：讲师 2013 年 03 月 02 日 开题报告填写要求 1．开题报告（含“文献综述”）作为毕业设计（论文）答辩委 员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指 导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签 署意见及所在专业审查后生效。 2．开题报告内容必须用黑墨水笔工整书写或按教务处统一设 计的电子文档标准格式（可从教务处网页上下载）打印，禁止打印 在其它纸上后剪贴，完成后应及时交给指导教师签署意见。 3．“文献综述”应按论文的格式成文，并直接书写（或打印） 在本开题报告第一栏目内，学生写文献综述的参考文献应不少于15 篇（不包括辞典、手册）。 4．有关年月日等日期的填写，应当按照国标gb/t 7408—94 《数据元和交换格式、信息交换、日期和时间表示法》规定的要求， 一律用阿拉伯数字书写。如“2006年11月20日”或“2006-11-30”。 毕业设计（论文）开题报告 篇二：车牌识别开题报告 学校代码：11906 编号： 青岛大学 硕士学位论文开题报告 论文题目 : 基于信息融合的车辆识别系统 关键技术研究 姓名 : 专业名称 : 研究方向 : 指导教师 : 日期: 2011年 12 月 1日 1 2 3 青岛大学硕士研究生学位论文开题报告 4篇三：文字识别开题报告 太原理工大学信息工程学院 本科毕业设计（论文）开题报告 毕业设计(论文)题目 基于边缘检测的文字图像识别 学生姓名 专业 班级 信息导师姓名报告日期 07-1

本科毕业论文(设计)开题报告 基于MATLAB图象处理的车牌识别算法设计——特征提取

本科毕业论文(设计)开题报告基于MATLAB图象处理的车 牌识别算法设计——特征提取 () MATLAB—— 本选题的意义及国内外发展状况: 车牌识别算法研究意义:1.交通监控.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、队列长度、排队规模等交通信息,观察和防范交通事故.它还可以同雷达测速器或其它的检测器配合使用,以检测超速的车辆.当发现车辆超速时,摄像机获取该车的图像,并得到该车的牌照号码,然后给该车超速的警告信号.2.交通流控制指标参量的测量.一些交通流指标的测量对交通流控制相当重要.该系统能够测量和统计很多交通流指标参数,如总的服务效率,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,小时车流量,车流高峰时间段,平均车速,车辆密度等.这也为交通诱导系统提供必要的交通流信息.3.高速公路上的事故自动测报.这是由于该系统能够监视道路情况和测量交通流量指标,能几十发现超速、堵车、排队、事故等交通事故异常现象.4.对养路费交纳、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单干材料,可发现没及时交纳养路费的车 辆.另外,该系统还可发现屋车牌的车辆.若与车型监测器连用,可迅速发现所挂车牌与车型不 符的车辆.5.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,把欧重要车辆(如运钞车)的安全有重大作用,从而对城市治安及交通安有重要的保障作用.

国内外发展状况:目前国外车牌识别系统已经有很多成熟的产品.以色列Hi一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.其中IMPS产品主要适合新加坡的车牌,近年来也有一些新产品来适应不同国家的车牌,可以识别汉字以及特殊的草体文字等.Hi一Tech公司已投入商用的产品see/car,可以以每秒2一3辆的速度进行时速达80公里的汽车牌照识别.另外,日本、加拿大、德国、意大利、英国、韩国等国家都有适 合本国车牌的识别系统.虽然,国外的车牌识别系统的研究工作己经有很大的进展,但对我国却不太适合,只能进行某些借鉴.国内在90年代也开始了车牌识别的研究.目前比较成熟的产品有中科院自动化研究所汉王科技的"汉王眼",深圳吉通电子有限公司的"车牌通"、上海高德威智能交通系统有限公司的汽车牌照识别器等等.另外,西安交通大学的图像处理和识别研究 室、上海交通大学的计算机科学和工程系、清华大学人工智能国家重点实验室、浙江大学的 自动化系等也都在进行类似的研究.总之,由于车牌自动识别技术具有巨大的商业价值,国外技术成熟的发达国家都不公开该技术.加上汉字的识别难度较大,以及众多复杂的自然和人为 因素的干扰,使得国内的车牌自动识别系统成熟产品不多,目前国内的车牌识别技术研究还主 要是集中在对各种车牌定位、字符分割和识别等方面的算法进行研究上. 研究内容: 1.车牌图像预处理算法设计和分析 2.车牌定位与分割算法设计和分析 车牌的定位和分割以及字符分割是牌照识别系统的关键技术,其目的是在预处理后的灰度图像中确定牌照的具体位置,并将包含牌照字符的子图像从整个图像中

车牌识别应用

车辆牌照智能识别软件及应用 随着我国经济的快速发展，汽车进入家庭的步伐越来越快，停车管理中如何确保车辆的安全成为人们越来越关注的问题，而车辆牌照智能识别系统正是解快这一问题的关键。本文以西安全星智能电子有限责任公司的车牌识别软件为例对系统做以介绍。 一、车牌识别系统的应用范围与应用效果 现代社会已进入信息时代，随着计算机技术、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，并在人们社会活动和生活的各个领域得到广泛应用。作为现代社会的主要交通工具之一的汽车，在人们的生产、生活的各个领域得到大量使用，对它的信息自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理等方面有十分重要的意义，成为信息处理技术的一项重要课题。 智能交通系统是21世纪世界道路交通的发展趋势。公路交通基础建设的

不断发展和车辆管理体制的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好基础。在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。本系统对车辆进行自动登记、验证、监视、报警，系统应用场合包括：高速公路，桥梁，隧道等收费管理系统；城市交通车辆管理，电子警察，海关边境交通监控；智能小区、智能停车场管理；车牌验证，车流统计，移动和车载系统。 车辆出、入园区识别：园区的业主入住时，将自己的汽车进行登记，其车牌信息将记录在计算机数据库中。在园区大门处，设有车牌自动识别系统，对进出车辆自动识别，并根据数据库中的车牌数据判断是否是园区内的车辆，对园区内的车辆放行并自动记录其出入园时间，以便出现车辆被盗等情况时查询；对园区外车辆，将要求其登记后方可进入。 停车场管理：在园区停车场出、入口处，设有车牌自动识别系统，对进出停车场的车辆自动识别，并根据数据库中的车牌数据判断是否是已买（或租）车位的车辆，对已买（或租）的车辆放行，并自动记录其出入停车场时间，以便出现车辆被盗等情况时查询，对进入停车场的已买（或租）车位的车辆自动将其车位处的挡车器打开，以便车辆停放；对其它车辆，将自动记录其出入停车场的时间，以便计时收费，对进入停车场的其它车辆自动分配停车位并将其车位处的挡车器打开，以便车辆停放。目前车牌自动识别技术大量应用智能园区的障碍是识别率的提高和经济成本的降低。 高速公路管理：随着高速公路在我国的迅速发展，总里程跃居世界第二。各省高速公路的配套机电设施正在逐步完善的同时，省内及区域内高速公路联网收费开始在全国大部分省市实施，交通部也专门为规范全国高速公路联网收费设施的规划、设计、建设和运营管理，发布了《高速公路联网收费暂行技术要求》来提高高速公路的服务质量和服务效率。 系统实施后，可以达到以下目的： 一、提供有效证据，避免车辆违章逃费：高速公路每年因闯关车辆造成的通行费流失均在十几万元，而我们管理方又拿不出闯关车辆的有效证据。通过增加该系统，可以有效的避免上述现象的发生，交通管理中违章也可以节省人工进行车牌号祯选；

停车场管理系统的设计与实现开题报告

姓名学号所在专业软件工程（服务与外包方 向） 论文（设计）题目停车场管理系统的设计与实现 选题的目的和意义： 随着经济、科学的快速发展，中国的汽车持有量在不断的增加，小区内住产车辆也是大幅度的增加，为了使小区停车场安全、快速的运转，一套完善的停车场管理系统显得非常重要。而另一方面，科技日益进步的今天，自动化、设备检测、信息处理、电子通信等技术已经深入到了人们日常生活里的方方面面，用这些现代化技术实现停车场的系统化管理就是我这次的主要目的。 小区停车场管理系统是以小区的停车场智能化为目的，针对建设安全文明小区的管理需要，对小区内的车位做到时刻了解，确保小区内住户及到小区来访车辆的快捷、安全、方便，这对小区提高管理层次与综合服务水平有着十分重要的作用。 新型的智能的停车场将信息技术、建筑艺术、生活理念和电子技术等现代的高科技完美结合到一起，给人们提供的是一种使用方便、功能先进、操作简单的人性化系统。它以人为本，依靠高科技，采用人机图形化操作界面，提供给人一种更加安全、方便、舒适、开放、快捷和信息化、智能化的生活空间，大大的促进了人文环境的健康发展。 系统主要实现对小区所有停车场及车位的实时信息的追踪与统计，确保车辆的安全与小区交通的畅通与便利。 文献综述（国内外研究现状、研究方向、进展情况、存在问题等，并列出所查阅的主要国内外参考文献，要求3000字以上）： 前言 近年来，随着社会的进步与发展，我国的汽车量也在迅速增加，城市交通的瓶颈不仅仅体现在道路交通的拥挤上，同时也体现在传统的停车场管理效率与安全性大大滞后于社会，给人们的生活带来了非常大的不便。尤其，随着我国汽车工业的迅猛发展，停车场作为交通设施的一个组成部分，因为交通运输的繁忙与不断发展，人们对停车场的管理要求也不断的提高，希望管理能够达到快捷、方便、安全的效果。根据停车场规模的不同，对其管理的模式也有各有不同，管理者需根据自身的条件，选择相适应的管理程序，停车场管理系统于是应运而生。停车场管理系统本着可扩充性、可靠性、智能化、安全性、高效性、实用性、开放性的指导思想与分布式结构进行设计，并规划好系统硬件与软件功能模块的分工、协调。 停车场管理系统说到底也就是对停车场信息的数据化并进行统一系统化的管理，离不开数据库的操作与前台web页面的显示，我此次用到的就是这样的技术。 主体 停车场智能管理系统是现代化停车场车辆收费及设备自动化管理的统称，是将车场完全臵于计算机管理下的高科技机电一体化产品。据恒业国际控股集团有限产品经理罗海江介绍，停车场智能管理系统兴起于2001年，发展到现在系统正日趋完善，功能越来越面向国内的实际需求，系统操作也更加人性化。如今智能停车场管理系统已经经过了从早期对国外产品的跟随和模仿阶段，进入到了一个产品创新，紧随市场需求并不断壮大的阶段。目前国内停车场系统生产企业有400多家，其中国产停车场系统产品约占市场份额的80%左右，国外停车场系统市场占20%。而在欧美地区，据了解，欧洲一些国家的停车产业发展已有50年的历史，并已达到一种良性循环和有序发展。停车产业也已成为年产值数十亿美元的大产业。美国的停车产业每年收入约达260亿美元，占全美GDP的3.25%。而我国的