车牌识别系统中的关键技术研究
车牌识别系统中的关键技术研究
摘要
本文研究了在车牌识别系统的几项关键技术——车牌图像预处理，车牌定位及字符分割技术。首先，本文仔细分析了我国汽车牌照的特点，在图像预处理部分采用了适合字符纹理特征的垂直边缘检测算法，基于形态学的车牌区域检测，使用连通域分析的思想提取车牌区域。而后，在车牌定位部分采用了垂直边缘检测与形态学运算相结合的方法，这种方法定位准确，且对有一定角度倾斜的车牌有较好的适应性。最后，在字符分割部分采用字符纵向切割的方法，能够很好地去除车牌边框，分割出各个字符。本文的算法以车牌区域的纹理分析、数学形态学为基础，有效提高了定位的准确性。实验结果表明该算法能够比较快速、准确、定位分割出车辆牌照。
关键词：车牌定位；图像处理；字符分割
ABSTRACT
This article has studied in the car license recognition domain several key technologies——car license image pretreatment, the car license localization and the character division technology .First, this article carefully analyzed our country license plate characteristic, the image pretreatment part has used has suited the character texture characteristic the vertical edge examination algorithm, based on the morphology car license region examination, the thought extraction car license region which the use connected domain analyzed .Next , has used the method in the car license localization part which the vertical edge examination and the morphology operation unifies, this method localization is accurate, also to has certain angle incline car license to have the good compatibility .Finally, after the character division part uses first the crosswise longitudinal cutting method, can remove the car license frame well, divides each character .This article algorithm take the car license region texture analysis as a foundation, enhanced the localization accuracy effectively .The experimental result indicated this algorithm can quite fast, accurate, the localization divide the vehicles license plate.
Key word: Car license localization; Imagery processing; Character division
目录
车牌识别系统中的关键技术研究.................................................................................I 摘要.............................................................................................................................I 第一章绪论. (1)
1.1 车牌识别系统的发展及现状 (1)
1.2 车牌识别系统原理与流程 (2)
1.3 车牌识别系统的难点与待解决问题 (3)
1.4 本文章节安排 (5)
第二章图像预处理及车牌定位 (6)
2.1 车辆牌照特征分析 (6)
2.1.1 我国车辆牌照简介 (6)
2.1.2 车辆牌照的主要特征 (7)
2.2 图像预处理及车牌定位 (7)
2.2.1 图像增强 (8)
2.2.2 适合字符纹理特征的垂直边缘检测算法 (9)
2.2.3 基于形态学的车牌区域检测 (12)
2.2.4 连通域标记与车牌区域提取 (14)
2.3 总结 (16)
第三章车牌字符分割 (17)
3.1 牌照区域二值化 (17)
3.2 车牌水平边框的去除 (19)
3.3 字符纵向分割 (19)
3.4 总结 (21)
第四章结束语 (22)
参考文献 (23)
致谢 (24)
第一章绪论
今天，道路运输已成为超越铁路的最重要的地面运输方式，在国民经济和社会发展中起着举足轻重的作用。然而随着汽车的普及，交通需求急剧增长，道路运输所带来的负面效应也日益突出，为了解决这些矛盾，智能交通系统应运而生。
智能交通系统ITS（Intelligent Transportation System）起步于60～70年代的交通管理计算机化，是一项以信息、通信等技术将人、车、路三者紧密协调而形成的一种大范围、全方位发挥作用的综合运输管理系统，其核心技术是电子技术、信息技术、通信技术、交通工程和系统工程。该系统以缓和道路堵塞和减少交通事故、提高交通利用者的方便为目的，是利用交通信息系统、通讯网络、定位系统和智能化分析等技术的交通系统的总称。它不仅能使交通基础设施发挥出最大效能，有效利用现有交通设施，减少交通负荷和环境污染，保证交通安全，提高运输效率，还能够促进社会经济发展，推动社会信息化及形成新产业。正是因为智能交通系统的这些特点和优势，使其受到世界各国的重视，目前已成为世界交通二十一世纪的发展方向。
作为智能交通的核心技术之一，车辆牌照识别LPR（License Plate Recognition）技术是公安执法系统、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ITS相关应用系统重要的一环。它可应用于交通流量检测，交通控制与诱导，机场、港口、小区的车辆管理，不停车自动收费，违章车辆监控及车辆安全防盗等领域，具有广阔的前景。
1.1 车牌识别系统的发展及现状
车牌识别技术产生于上世纪末开始的智能交通革命，智能交通系统经过十多年的推广、试行和发展，目前已成功地应用于若干经济发达及较为发达国家的都市及城市高速公路系统中。而车牌识别系统正是在这种应用背景下研制出来的，能够自动实时检测车辆经过和识别汽车牌照的智能交通管理系统。在经历了上个世纪末的起步阶段之后，车牌识别技术已日趋走向成熟，并开始在交通、公安、路政、停车场、安防、门禁、智能小区等许多领域得到了广泛的应用。
车牌识别系统简单地说是一种以特定目标为对象的专用视觉系统，它能够从一幅图像中提取分割并识别出车辆牌照，运用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理完成车辆牌照的自动识别，识别结果可按需求分别包括车牌的字符、数字、牌照图像，以至牌照颜色、坐标、字体颜色等。
车牌自动识别技术广义上说分为三类，分别是射频识别技术、条形码识别技
术和车牌牌照识别技术。前两类技术需要被检测车辆主动参与，包括事先在车辆上加装置，建立后台管理等，其管理范围有限、扩容方式复杂，但优点是准确可靠；而车牌识别不需要在汽车上安装专门的识别标志，是基于视频技术的识别系统，可对所有通行车辆识别管理，并方便地进行图像回放、检索等工作，有利于对车辆信息进行监控。
尽管有字符、颜色、格式和制作材料等方面的差异，牌照仍是车辆身份最为精确和特定的识别标记，实时识别出行驶车辆的牌照号码并与车辆管理数据库相结合，就可以有针对性地实现车辆检查，自动化管理等工作，可以大大简化人工劳动，消除人为干扰，是智能交通系统中的一个重要发展方向。随着车辆数目的迅猛增长，对于车辆及交通管理智能化的要求越来越高，牌照自动识别技术的发展日趋成熟，应用也日趋广泛，主要包括高速公路、桥梁、隧道的监控；收费管理、城市交通车辆管理；电子警察、海关边境交通监控；智能小区、智能停车场管理系统；车牌验证，车流统计，移动和车载系统等各种智能化交通领域。
1.2 车牌识别系统原理与流程
一个完整的车牌识别系统主要由触发、图像采集、图像识别、辅助光源和通信模块组成，涉及光学、电器、电子控制、数字图像处理、计算机视觉、人工智能等多项技术。
触发和图像采集是车牌识别系统的前置装置。系统在运行之前要事先调整好光学系统，使到达指定位置的车牌成像最清晰，且成像大小、方位符合要求。运行时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。对于固定式车牌识别系统，在认定的最佳成像位置开始拍摄图像，它要求触发系统可靠性高、响应速度快、定位准确；对于移动式系统，则是通过对摄像机拍摄的连续视频图像进行分析，判断画面中是否出现车牌作为触发信号，这对视频分析算法的速度和有效性有很高要求。图像采集模块包括光学镜头、光电转换器件和模数转换器件，图像采集的质量与识别效果直接相关，其前端硬件的性能直接影响车牌识别软件的应用和推广。
在捕捉并获取图像后，要对得到的图像进行识别。车牌识别一般要经过图像采集、图像预处理、牌照定位、字符分割、字符识别几个步骤，如图1-1所示。
图1-1 车牌识别系统
图像预处理模块是对抓拍的图像进行滤波、边界增强等处理，去除噪声对图像的干扰，进行参数调整，以便进行后续的处理。
车牌定位模块是从获得的图像中找到车牌区域的位置并进行标记，将车牌区域从复杂的背景中分割出来，使后续的处理仅针对车牌区域进行，是车牌字符识别的前提，也是车牌识别的关键技术。
字符分割模块是将已提取出的车牌区域分割成单个的字符，其难点在于模糊、断裂和有一定倾斜角度字符的分割。
字符识别是车牌识别系统的核心模块之一，其算法的优劣直接影响到系统识别率的高低。在字符识别过程中，由于实际使用条件存在诸多干扰因素，这些对识别算法提出了很高的要求。
车牌识别的结果并不能直接利用，它必须与应用平台的水平密切结合，有机地嵌入到应用平台中才有实际的使用价值。因此需要考虑车牌识别模块与后台管理程序的接口和网络传输问题。一个好的车牌识别系统应该能提供通用的标准接口，将识别结果和图像保存和发送出来，便于二次开发。
1.3 车牌识别系统的难点与待解决问题
在计算机视觉越来越发达的今天，车牌识别技术发展迅速，出现了很多较为实用的产品，主要用于在高速公路收费、城市卡口、城市道路监控点和海关等都有较广的应用。已有的车牌识别系统普遍存在全天候识别率并不稳定等问题，有关动态车辆的识别、外界恶劣条件的影响及车牌质量大幅度退化等情况的研究工作还做得较少，车牌识别系统的后台管理也没有得到较多的关注，系统应用较为
单一，识别算法不够成熟。
从环境等客观因素来说，在采集车辆图像时，由于环境光线变化剧烈，白天光较强、夜间较弱，面光与背光行驶不同，上午和下午的光照方向也不一样，抓拍图像时受环境光线影响较大，车速过高、采集设备动态范围和分辨率不够也会使成像质量难以得到保证。对于地感线圈触发的情况来说，当认为车牌达到了最佳成像位置时系统触发系统开始拍摄，这对触发设备的可靠性和响应速度都有较高的要求。另外由于成像系统的镜头景深有限，只有在预定位置附近才能够清晰成像，所以需要触发系统定位准确，才能保证图像质量。
从算法上来说，车牌定位之前一般要对图像做预处理，然后再进行定位、分割、识别等部分。由于得到的车牌图像可能含有较多噪声，或图像对比度不强，车牌被部分遮挡，车牌处出现污点、变脏，笔迹模糊退色，有其它字符区域干扰，以及出现因运动产生的图像模糊失真等情况，所以定位算法实现起来有较多困难。对于字符分割，则可能存在光照不均、污迹严重、车牌倾斜、对比度小、牌照退色、牌照字符粘连等不利因素，需要研发与之适应的算法。而字符识别算法上，由于汉字笔画复杂，所以要求图像有更高的分辨率，系统有很高的采集和处理速度，才能达到实时处理的要求。算法的简捷、实用、高效率往往和算法速度形成冲突。
此外我国的车辆牌照复杂种类繁多，有机动车牌、农机车牌、公安交警车牌、军车牌，领事馆牌照等多种类型，并且我国牌照，尤其是货运车牌照质量较差，安装不规范，这些问题对于车辆牌照的识别都是很大的考验。
以上这些问题都是车牌识别系统中的要点和难点，虽然现有的车牌识别产品已经实现了较多的功能，然而由于以上因素的影响，实际的车牌识别率并不能达到系统标明的水准。国内车牌识别方面的论文大部分都是针对的是理想条件的车牌识别，对于倾斜度较大、实际环境复杂、光照条件差、车牌字符模糊的情况都没有较好的解决办法。怎样提高现有算法的速度和准确率，如何利用车牌的彩色信息进行车牌识别，一幅图像中多个车牌的情况怎样识别，怎样满足系统的实时性要求等，这些都是车牌识别亟待研究和解决的问题。
车牌的自动识别是计算机视觉、图像处理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，是实现交通管理智能化的重要环节，目前发达国家LPR 系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，基本停留在实验室阶段，随着车牌识别技术的发展与成熟、牌照的变化和智能交通需求的增长，将会有更多此方面的研究，而车牌识别系统的识别速度和识别率也有待进一步提高。
1.4 本文章节安排
本文的结构安排如下：
第一章：绪论。本章揭示了课题的研究背景，介绍了车牌识别系统的发展演变和现状、车牌识别系统主要的工作原理和工作的流程，分析了目前国内车牌识别系统不完善的地方及有待解决的问题，最后简单陈述了本文主要研究的问题和本研究的实现的功能与意义，介绍了本文的章节安排。
第二章：图像预处理及车牌定位算法设计。作为车牌定位与识别算法的基础，本章首先介绍了车辆牌照的主要特征，分析了我国车辆牌照的种类及我国车牌独有的特点，介绍了本研究主要针对的应用场合。本章还分析了车牌定位实现的难点，简单比较了现有的车牌定位算法，提出本文中车牌定位算法的设计流程：包括车牌图像的预处理、适合字符纹理特征垂直边缘检测算法、模板匹配等。本章的最后给出了本文车牌定位算法的总结，分析了它的优缺点。
第三章：车牌字符分割算法。本章的主要研究的是字符的分割和识别算法，依次介绍了本文字符分割与识别算法的具体流程。其中字符分割算法包括牌照区域的二值化、车牌水平边框的去除和字符纵向分割三个步骤，每一节分别详细剖析了算法的思想并用图例显示了算法的处理结果。本章的最后给出了以上算法的总结性综述。
第四章结束语。
第二章图像预处理及车牌定位
2.1 车辆牌照特征分析
对于从摄像机获取的车辆图像来说，车牌区域只占其中的一小部分，如何把车牌区域从车辆图像中分割出来，依靠的是车辆牌照区域的主要特征。对应使用这些特征的不同组合方式，车牌定位技术发展出许多各异的诠释方法，有着各自的特性与优缺点。
2.1.1 我国车辆牌照简介
作为车辆的身份证，牌照的制造和使用都有严格明确的规定。根据我国公共安全行业标准，我国的汽车车牌有以下几种：大型民用汽车：黄底黑字，常见于大型运输车、卡车等；小型民用车：蓝底白字，常见的有轿车、皮卡等；测试车：蓝底白字，数字前有“试”字标志；学驾车：黄底黑字，数字前有“学”字标志，常见于驾校用车；大使馆用车和外企用车：黑底白字，有“使”字标志为使馆用车，“领”字标志为领事馆用车，无“使”、“领”标志则为外资、合资企业用车；武警专用车：红色“WJ”字样开头，后为白底黑字；军用车辆：红色“甲、乙、丙、丁……”加红色的英文字母“A、B、C、D……”开头，后接白底黑字；其他还有特殊牌照：如公、检、法车辆，采用警用车专用牌照，由各个省的简称后加英文字母“O”再加后面的蓝底白字组成；再有诸如临时入境汽车和临时行驶汽车，较不常见。由于这些牌照里临时出入境汽车和临时行驶汽车以及使领馆汽车数量很少、出现概率极小，故忽略其特殊性。在不考虑汽车牌照在背景色和前景色差异的情况下，大型汽车、小型汽车、使领馆汽车，境外汽车、外籍汽车等车辆的号牌格式完全一样，而由于小型民用车数量最多，最具有普遍性，且牌照规范和其他几种车牌非常相似，所以本文的算法识别对象设定为小型民用汽车，下面具体分析一下小型民用汽车的车牌特征。
民用汽车牌照上有省、直辖市、自治区的简称和发证及监制机关的代号，其编号一般为五位数，从00001到99999。编号超过10万时，就在牌照上再增添一个英文字母，A、B、C、D……；A代表10万，B代表11万，C代表12万……依此类推。为了以免与阿拉伯数字相混淆，牌照的第二个英文字母一般避免使用“I”和“O”。
分析以上若干种车牌，可以得出如下规律：
1）车牌共存在5种颜色，分别为黄、黑、蓝、白、红，同时存在5种前景与背景色的组合；
2）字符颜色与背景颜色亮度相差很大，边缘十分丰富。具体有字符亮度高于背景颜色亮度和字符颜色低于背景颜色亮度两种情况。
3）牌照上的文字由7个字符和一个分割符横向水平排列组成，字符高度为90mm，宽度为45mm，间隔符宽10mm，每个单元间隔12mm；
4）从左至右，车号中每一位可能的字符有如下情况：第一位是30个省份的简称和“使”字，共有31个字符的可能；第二位为除去字母“I”之外的25个英文大写字母（使馆用车第二位为“O”）；第三位是除去字母“I”和“O”之外的24个英文大写字母和10个数字，共有34个可能字符；第4至6位则是10个数字字符和“领”、“学”、“试”、“境”，共有14个可能字符。
若只考虑民用车牌，车牌中每一位字符的可能性还能缩小至一个更为清晰的范围。此外还可以看出，车牌的外轮廓都有一个宽度不大的轮廓线，其颜色与字符颜色一致，和背景亮度差异很大。
2.1.2 车辆牌照的主要特征
车牌定位方法的一个共同出发点是通过牌照区域的特征来判断牌照。可利用的车牌特征主要有车牌区域内的边缘灰度直方图统计特征、车牌几何特征、车牌区域的灰度分布特征、车牌区域水平或垂直投影特征、车牌形状特征和频谱特征等，可以概括如下：
1）车牌区域内的边缘灰度直方图统计特征：有两个明显且分离的分布中心。
2）车牌的几何特征：车牌的宽、高比例在一定范围内。
3）车牌区域的灰度分布特征：穿过车牌的水平直线其灰度呈现连续的峰、谷、峰的分布。
4）车牌区域水平或垂直投影特征：车牌区域水平或垂直投影呈现连续的峰、谷、峰的分布。
5）车牌形状特征和字符排列格式特征：车牌有矩形边框，字符位于矩形框中且有间隔。
6）频谱特征：对图形作行或列的DFT变换，其频谱图中包含车牌位置信息。
2.2 图像预处理及车牌定位
图像预处理及车牌定位的功能是排除各种实际因素的干扰将车牌区域从整个车辆图像中提取出来，定位出车牌区域。
2.2.1 图像增强
车牌识别率与获取图像的质量有着很大的关系，由于所获取的图像会因为天气及光照度的变化有时会引起牌照图像的对比度降低、图像质量下降、甚至出现图像中牌照字符分辨不清，完全无法进行定位的情况，直接影响到图像的后续处理。
当造成图像灰度失衡和失真的因素是由于曝光不足导致图像灰度变化范围较窄，或因为被摄物体的远近造成中央区域和边缘区域灰度差异较大时，可采用灰度校正的方法来处理。这种处理会增强灰度的变化范围，丰富灰度层次，以达到增强图像对比度和分辨率的目的。灰度拉伸和直方图均衡是图像增强技术中比较简单但十分实用的方法。
按一定的规则修改输入图像的每一个像素灰度值从而改变图像灰度的动态范围可以增强图像的对比度。这种方法可以扩展或压缩灰度的动态范围，还可以进行灰度的分段处理、如在某段区间中进行压缩而在另外的区间中进行扩展。当图像的对比度不高时，将图像数据映射到整个灰度范围内会大大增强图像的对比度，这种方法就是灰度拉伸。假设输入图像),(y x f 的灰度范围是[m,M]，希望拉伸后图像),(y x g 的灰度范围是[n,N]，则灰度拉伸可以表示为下面的数学变换：
n m y x f m M n N y x g +---=
]),([),( （2-1） 变换关系曲线图如下所示：
图2-1 灰度线性变换曲线 但是若对所有得到的车辆灰度图像使用同一系数进行灰度拉伸，有时候不但不会起到增强对比度的效果，还有可能使车牌区域变暗、对比度下降。所以，对实际得到的图片不能够采取固定的模式进行拉伸，拉伸范围应当有动态变化，或者使用不同的图像增强手段。
g
fmin
gmin gmax
直方图均衡化针对的是自然图像在低值灰度区间频率较大、图像中较暗的区域细节不清楚的情况。这时为使图像清晰可以拉开图像的灰度范围，让灰度频率较小的灰度级变大，即让灰度直方图在较大的动态范围内趋于一致。假设原灰度图像总像素为N ，灰度级个数为L ，第k 个灰度级出现的频率为k n ，若原图),(y x f 在像素点),(y x 处灰度为k r ，则直方图均衡化后的图像),(y x g 在该处的灰度k s 为：
∑==k l N l n k s 0 （2-2）
经过直方图均衡化的图像细节更加清晰，各灰度等级的比例更加平衡，但是由于直方图均衡没有考虑图像的内容知识简单地将图像进行均衡化，所以可能出现调整后图像亮度过高的情况。在实际使用中，应当分不同的情况应用不同的图像增强方法。
对于多幅图像实验分析后发现，当环境光照度较好、拍摄到的图像较为清晰的情况下，车辆图像的灰度直方图在0到255范围之间分布较为均匀，没有特别集中于低灰度值区或相邻象元灰度级过于接近的情况，此时截取图像[50,150]间的灰度范围并拉伸到[0,255]的整个灰度范围之中可以使图像的对比度得到增强；而当环境光线较弱，但有车灯或辅助光源等其他光源刺激时，图像的灰度值可能集中在较低的区域，这时如果仍截取图像在50到150间的灰度范围做灰度拉伸反而会使低灰度级上的像素丢失，严重时甚至会湮没整个车牌区域，这时运用动态选择灰度范围进行拉伸可以取得较好的效果，但比较简洁的方法是使用直方图均衡化，提高整体亮度，车牌区域也会得到突出。
经过灰度化和预处理之后，接下来要做的是根据车牌特征找出车辆图片中的车牌区域并分割出来。这一步骤直接关系到系统的识别速度和精度，同样属于车牌识别的关键技术。本文借鉴了车牌定位系统现有较为常见的算法，分析了影响算法效果的各种因素，为下一步的车牌字符分割做了前期准备。
2.2.2 适合字符纹理特征的垂直边缘检测算法
车牌定位算法的出发点是车牌区域特有的属性，针对车牌区域的不同特性产生了多种不同的定位方法。按照模式识别的原理，这种属性应当找车牌区域图像固有、与其他区域不易混淆的属性，且在各种环境下都具有一定的稳定性。通过对不同算法的模拟和试验，发现车牌字符的垂直纹理相对集中，且不受车牌倾斜的影响。若使用适合字符纹理特征的垂直边缘检测法对车牌图像进行运算，不同环境中拍摄车辆图像的车牌区域都能够得到很好的增强，实验表明这种方法也适用于复杂的背景环境及车牌有一定角度倾斜的情况。
所谓边缘检测实际上就是寻找图像中变换比较剧烈的像素位置，即检测图像特性发生变化的位置。在图像中，边界分开的区域内特征或属性是一致的，不同区域内的特征或属性不同，这些差异包括灰度、颜色或纹理特征等。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。本文使用的垂直边缘检测算子利用的是灰度图像中车牌区域字符垂直纹理相对集中的特性，首先将灰度图像转化为垂直纹理图，然后结合边缘检测算法有效地突出字符纹理区域，同时在保留字符区域垂直边缘的基础上去除大量非字符垂直边缘。这种算法特别突出了车牌区域，为接下来的车牌区域定位提供了很好的准备条件。但是算法也同时加强了部分背景区域，不过由于背景区域得到加强部分的形状、大小和比例与车牌区域明显不同，在区域提取步骤中可以方便地予以区分。
算法步骤如下：
1）应用一阶差分运算获取垂直纹理图
设原灰度图像为
),(y x f ，该灰度图像的垂直纹理图为),(y x g ，则一阶差分可表示为式（2-3）
|)1,(),(|),(+-=j i f j i f j i g （2-3）
其中h i ,...3,2,1=，w j ...3,2,1=；h 与w 分别为待分割灰度图像的高度和宽度；),
(j i f 为灰度图中像素点),(j i 的灰度值，),(j i g 为垂直纹理图中像素点),(j i 的灰度值。
2）计算垂直纹理图整体均值avg ，如公式（2-4）
∑=?∑==w j w h j i g h i avg 1),(1 （2-4）
3）考虑以像素),(j i 为中心的)12()12(+?+n m 大小的模版，计算每点的均值),(j i avg 。其中
∑=+??++∑==w j n m q j p i g h i j i avg 1)12()12(),(1),( （2-5）
这一步的求解是整个算法的关键，它以牺牲运算量为代价，为每一个像素点来寻找不同的灰度值作为阈值来进行下一步的二值化。该算法是根据每一点周围像素的灰度值，取大小为)12()12(+?+n m 模板进行阈值求解运算，再对整幅图像逐点进行二值化。这样虽然比其他的垂直边缘检测算子多了运算时间，但是对于复杂背景和倾斜角度的车辆图像却有着很好的适应性，且由于车牌区域的固有特征，使得这种二值化方法能够特别突出有丰富垂直纹理的车牌区域，其他的垂直
边缘检测虽然简单、能够检测出车牌区域的纹理信息，但整个车牌区域不能同时得到加强，不适于数学形态学的运算。
4）逐点二值化获得垂直边缘图
avg k j i avgs other or j i T j i g j i g ?>>=?????),(),(),(01),( （2-6）
算法的运算量与公式（2-6）中系数的取值与有很大关系，本文中取m 值为2，n 值为12，其值可根据车牌字符的间距及图像中车牌字符的大小来确定。k 的取值则根据背景的复杂程度及模板的大小来确定，通过实验作者发现，当模板固定的时候，选取合适的k 值可以改善垂直边缘图的直观效果和运算速度。如拍摄距离较近时，车牌区域在整幅图像中所占比例较大，若通过修改模板大小来取得更好效果的话会增加运算量，而调整k 值可以起到与调整m 、n 值相似的效果，以大小384*288的图像为例，当k 取1.6时，不论车牌区域在整幅图像中所占何种比例，都可以得到较好的垂直边缘检测结果。在实际应用中，调整好摄像机的角度和确定拍摄距离之后各个系数的大小就可以基本确定下来，即使拍摄的距离略有变化、车牌区域在车辆图像中所占比例不同，也不会影响算法的效果，对于移动式车牌识别系统和电子警察系统来说该方法也有较强的适应性。下面给出一些具体实例。左边为原灰度图，右边为经过适合字符纹理特征的垂直边缘检测法运算后的图像，实例中还特别给出了有一定倾斜角度的车辆图像和背景区域特别复杂车辆图像的运算结果。如以下图所示：
图2-2 车灯光源打开的灰度图 图2-3 运算后的垂直边缘图
图2-4 车牌区域有一定倾斜的灰度图图2-5 运算后的垂直边缘图
图2-6 背景复杂的车辆灰度图图2-7 运算后的垂直边缘图
2.2.3 基于形态学的车牌区域检测
可以看出，经过上一步运算以后，垂直边缘图像中的车牌区域已经得到了很好的加强，呈现为连续的矩形区。但垂直边缘图中背景区仍有较多如车灯、图形标志、周围环境等干扰信息，为了进一步提取车牌区域，使用数学形态学运算对图像做进一步的处理。
形态学图像处理是图像处理的一个重要研究领域，数学形态学的应用几乎涵盖了诸如噪声抑制、特征提取、边缘检测、图像分割、文字识别等图像处理几乎所有的领域。数学形态学处理的对象主要是二值图像，它的基本思想是利用一个称作结构元素的探针来收集图像信息。当探针在图像中不断移动时，可以通过考察图像各个部分的相互关系来了解图像各部分的结构特征，数学形态学基本运算
还可以构造出许多非常有效的图像处理与分析方法，其中最基本的形态运算是腐蚀和膨胀。
按照定义，二值图像上目标边界点是指位于目标内部、且至少有一个邻点位于目标之外的像素。若用B 代表结构元素，A 代表图像集合，则用结构元素B 对图像集合A 进行膨胀和腐蚀运算分别定义：
膨胀：
}&,|{B b A a b a x x B A ∈∈+==⊕对于部分 （2-7）
腐蚀：
B A Θ},)(|{B b A b x x ∈∈+=对于每一个 （2-8）
腐蚀具有使目标缩小、目标内孔增大，消除外部孤立噪声的效果，膨胀则是将图像中与目标物体接触的背景点合并到物体中的过程，结果使目标增大、孔洞缩小、可填补目标中的孔洞，使其形成连通域。图像A 被结构元素B 膨胀，膨胀后A 的形状与结构元素B 的形状有很大关系，同样，腐蚀的结果也与结构元素的选取有关，选取不同的结构元素B ，可能会得到截然不同的膨胀或腐蚀结果。
在膨胀和腐蚀运算的基础上，可以定义数学形态学的另外两种重要运算方法，开运算和闭运算。定义如下：
开运算：
()A B A B B ?=Θ⊕
（2-9） 闭运算：
()A B A B B ?=⊕Θ
（2-10） 先腐蚀后膨胀的过程称为开运算，它具有消除图像上细小物体、在物体影像纤细处分离物体和平滑较大物体边界的作用；闭运算则与开运算正好相反，它先膨胀后腐蚀，具有填充物体影像内细小空洞、连接邻近物体和平滑边界的作用。 依据数学形态学这些算法的特征和功能对上一步得到的垂直边缘图像进行形态学运算，根据背景复杂程度等情况的不同，得到的是含一个或多个矩形区域特征的候选区域。
经过反复的实验和比较，发现按照以下顺序执行一组形态学操作可以达到检测出车牌大体区域的目的：首先对整个图像做膨胀运算，使车牌区域里的白色点连通聚合。虽然从上一章中我们可以看出车牌区域几乎已经连成一个白色的矩形区，但是某些车牌上，因为结构因素第二、三个字符间距较大，车牌内部有被二值化为0的部分；也有可能出现因字符垂直纹理的特征致使车牌区域内部没有完全连通的情况。而利用形态学的膨胀算法对其处理，可使整个车牌区域形成一个连通的矩形。但这一操作同时也增加了背景干扰信息的面积，所以接下来需要对
处理后的图像进行开运算，选取合适的结构元素，滤除背景部分的较小杂质。这样剩下的区域就是车牌区域和少数几个仍未被滤除的背景杂质，此时需要进行进一步的判断才能最终将车牌区域从候选区域集中挑选出来。
2.2.4 连通域标记与车牌区域提取
经过上一步的运算，图像中出现到若干矩形区域，这些矩形区域除车牌图像外可能还有车灯，各种标志、商标、散热片、周围复杂背景等。在这些候选区域中找出车牌位置称之为车牌提取。
观察包含车牌矩形区域的图像可以看到，这些区域大多呈矩形，且相互之间的区别较为明显，车牌区域的几何特征明显与其他区域不同。作者曾尝试利用现有文献中描述的方法检测车牌矩形，如考虑车牌区域的面积应当是所有候选区中最大的，且呈现规则形状，故对图像求水平和垂直投影，即对每行或每列的亮点个数进行累加，假设水平投影和垂直投影的最大峰值坐标都位于车牌内，再根据峰值向两侧搜寻零值点，依此找到车牌的大体坐标。但是这种方法对于车辆上挂有与车牌面积大小相同的铭牌、或背景区域的干扰比车牌区域面积更大时就会失去作用，因此考虑其他的方法区别车牌区域。
车牌区域除了有边缘丰富的特征之外，还有其他能够将其与非车牌区域区别开来的特征，如车牌的形状和几何比例。车牌的外廓尺寸为440*140mm，这一比例是固定的，也就是说车牌的宽高比为3.14左右，而干扰区域的几何形状比例很少有与车牌比例相仿的，即使恰好比例相近，其尺寸也有很大的差异，这一点可以作为区分车牌与非车牌区域的重要特征。
本文选择连通域分析的思想提取车牌区域：先对图像进行连通域标记，然后针对每个连通域进行分析，找出每个连通域的最上、最下、最左、最右端坐标，使用这些坐标分析连通域的几何形状是否满足车牌区域的大小和比例的算法，满足即作为车牌区域保留下来，并记录其坐标，不满足则认为是非车牌区域。采用这种方法对车辆形态学区域图像进行分析，实验成功率高达到98%。不过这种算法的漏洞在于经过形态学处理后，由于结构算子的固定性还是可能出现车牌区域断裂、在间隔点处被分成两部分的情况，针对这种情况，作者设计将相邻距离符合间隔点宽度的区域进行合并，再对合并后的区域进行分析，收到了很好的效果。下面具体介绍连通域标记和坐标获取以及几何形状分析的方法。
形态学运算后的二值图像中含有多个区域，通过观察可以看出，车牌区域以及周围的干扰区域大多都是连通、且各个分离的。想要提取出车牌区域，必须先得知每一个区域的长、宽、面积和位置，再对其进行筛选，这就需要对图像中的
连通域进行标记。
本文采用直线段作为连通体检测的基本处理单元，首先对二值图像进行逐行扫描，扫描出当前行的每条直线线段，分别与上一行已经检测出的线段进行连通体检测。一般的算法中还需要考虑某条像素线段与上一行多条像素线段连通的情况，但由于这一环节被检测图像的特殊结构特征，加之出现这种情况的区域不会是车牌区域，所以可以放心排除。标记完毕后，整个图像就分为各个有着不同标号的连通区域，每个连通区内部的像素有着相同的标号。然而考虑到上面提过到的车牌区域间隔符引起的间断问题，在进行上一步标记的同时，对相邻连通域进行合并。这里的相邻连通域特指水平连通域，当满足连通域在水平方向上相邻的条件时就对这两个连通域进行合并，合并的条件依据车牌内部字符之间间隔、字符与间隔符之间的距离来确定。下面对标记好的连通域进行分析，记录每个连通域的边界，以确定它的几何特征。
在搜集连通域信息的时候，本文进行了一些能适应实际情况的简化调整，即对标记后的整幅图像进行一次扫描确定和记录各个连通域的边界坐标和轮廓特征。不同的连通域有不同的标号，假设图像有4个连通域，那么第一个到第四个连通域像素被分别标记为1、2、3、4，在记录每个连通域特征时，根据连通域内部像素的标号即可对其进行区分。简单地记录各个连通域的上、下、左、右四个边界，即在扫描的过程中只记录每个连通域最上方坐标所在行号、最左边的坐标所在列号、连通域的高度、连通域宽度，就可以得出各个连通域最上、最下、最左及最右边坐标。记录这些边界行列号的原因是当连通域有凹陷或有角度倾斜时，取最靠外部的轮廓特征能够放宽车牌区域边界，不会出现削弱车牌区域的情况。判别该连通域是否为车牌区域依据的是理想车牌的高度、宽度，以及高宽的比例，如果连通区域的宽度以及高宽比不在设定的范围内，认为该连通域不是车牌区域，高宽比的范围取2到5.5之间，虽然实际车牌的高宽比在3.1左右，但因为可能出现车牌倾斜或其他状况导致车牌区域的高宽比变大或者变小，所以略做放宽。如果这个比例范围内有多个区域出现，则缩小高宽比的范围再进行一次搜索，搜索后仍符合车牌区域特征的结果一般不会超过2个。而如果所得区域还是大于一个，鉴于车牌一般处于整幅图像的下方，所以取底部最低的连通域作为车牌区域，在实验中，需要进行高宽比范围缩小的情况已经不多见，而取下边界最靠近图像下端的区域作为车牌区域完全可以符合实际情况。而在实验过的所有图像中，经过这样几个步骤确定的车牌区域正确率在98%以上。
虽然可通过矩形区域坐标获取车牌四角坐标，但为了得到真正的车牌图像最后还需到原灰度图中进行切割。程序中对连通域的上下左右边界各放宽了5个像
素点，以便缓解垂直纹理检测和形态学处理过程中可能出现的二值化车牌区域矩形缩小的情况，使车牌区域的正确性得到了更好的保障。图2-8为实验中提取到的车牌，可以看出在车牌倾斜等情况下本算法也有较好的定位效果。
图2-8 提取出的车牌图像
2.3 总结
车牌图像预处理：在统计灰度图像直方图的基础上决定使用哪种增强方式进行增强处理，对于光照太强或者太弱及有车灯等光源影响情况下的车牌图像进行灰度调整，得到对比度更好的车辆灰度图。
车牌定位算法：采用基于车牌垂直纹理特征的边缘检测算法针对灰度图中的每一点进行二值化运算，很大程度上地增强了车牌区域，有很好的去除复杂背景干扰的效果，对车牌有倾斜和大小在一定范伟内略有变化的情况也有较强的适应性；有关车牌提取，使用了改进的连通域标记法，算法简单快捷，可以有效地提取上一步剩余较少的矩形后选区坐标，再分析得出车牌区域。
至此图像预处理车牌定位的算法暂时告一段落，下面将要进行的是字符的分割，车牌定位是字符识别系统的前提条件，没有很好的定位系统，后面的分割算法根本无从进行。
第三章 车牌字符分割
3.1 牌照区域二值化
提取出来的车牌区域灰度图像不能直接进行单个字符切分，为了下一步字符识别和分割需要，必须先进行二值化处理。二值化与字符分割算法是紧密相连的，二值化是字符分割的前提，不能单独地说哪种二值化或分割算法更好，只有两者相结合，才能够取得较好的字符切分效果。
进行图像的二值化之前还有一项工作需要完成。待处理车牌的背景和字符颜色多种多样，如果不作任何工作直接进行二值化处理难免出现黑底白字和白底黑字混淆的问题，因此必须先判定车牌的类型，即确定字符相对于背景的灰度高低。通常该类问题的解决方法是灰度直方图判断法，即对车牌图像作灰度统计，根据统计结果判断图像字符的灰度范围。理想的车牌图像的灰度直方图中存在两个明显的波峰，较高的一峰表示车牌的背景，而较低缓的表示牌照的字符。但实际应用中光照条件或牌照整洁程度会影响车牌图像的直方图，使其呈现出较为复杂的波形，无法作为判断车牌字符灰度范围的依据。考虑到这种情况，本文用车牌图像的梯度直方图和灰度直方图来共同确定牌照的类型。
这种方法首先用]101[ 的差分算子对图像进行水平的一阶差分，得到原始车牌灰度图像的梯度图，并做出梯度直方图Thist 。而后计算梯度直方图的中值TM ，将梯度值之和大于等于TM 时对应的灰度直方图的灰度级T 作为阈值对原灰度图像进行二值化，再统计大于阈值T 的像素数占整幅图像的百分比R ，若R>60%且T<150，则说明原图是白底黑字，否则为黑底白字。这种方法的依据是原图一阶差分后得到的梯度图中边界处梯度值最大，字符或背景的梯度值很小甚至接近于0，且车牌中字符像素占整幅图像像素比例的0.3~0.4左右。实验证明这一方法能够快速、准确地确定车牌类型，为下面的二值化处理提供先前的判断依据。
所谓二值化，就是将原始的灰度图像转化成二值图像，使图像内仅有灰度值为0（黑）和灰度值为1（白）的点的过程。由于车牌图像的边缘信息对于最终的识别结果起着关键的作用，因此在对车牌图像二值化处理时必须要尽可能地保留车牌的几何特征。设
f(i,j)表示图像在(i,j)位置处的灰度值，二值化过程可表示
为公式(3-1)：
车牌识别系统验收标准
车牌识别系统验收标准 3.3.9.7车牌识别系统验收标准： 3.3.9.7.1基本要求：摄像机、道闸、控制器及其配件的数量、型号规格符合合同要求，设备安装位置正确，符合设计要求，电源、通信线路按规范要求连接到位，设备处于正常工作状态，隐蔽工程验收记录、系统自检和设备调试记录、有效的设备检验合格报告或证书等资料齐全。 3.3.9.7.2外观功能鉴定： 3.3.9.7.2.1车牌识别系统补光单元： 3.3.9.7.2.1.1补光单元外观：表面清洁，无划伤、污垢、器件脱落。 3.3.9.7.2.1.2补光单元连接设置：供电正常，控制连接正常。 3.3.9.7.2.1.3补光单元的安装：安装位置符合设计要求、固定牢固，配线正确、标识清楚。 3.3.9.7.2.1.4补光单元的调试：与抓拍单元兼容性良好，工作稳定。 3.3.9.7.2.2抓拍单元 3.3.9.7.2.2.1抓拍单元外观：外壳喷涂均匀，无掉漆、破损，外观文字标识清晰，无零件缺损，密封性良好， 3.3.9.7.2.2.2抓拍单元连接设置：各部件固定牢固，无滑动现象，底部可正常安装万向头及螺丝，接地正确。 3.3.9.7.2.3抓拍单元功能：输出图像清晰、色彩逼真、无扭曲抖动，测试程序可以控制抓拍单元摄像机，试程序抓拍图像清晰、识别正常。 3.3.9.7.2.4抓拍单元的调试：与车牌识别系统兼容性良好，工作稳
定。 3.3.9.7.3立柱单元： 3.3.9.7.3.1立柱单元外观：喷涂均匀，无毛刺，表面光滑，无缺损，无污垢。3.3.9.7.3.2立柱单元安装：立柱安装牢固无晃动，立柱安装垂直、美观。 3.3.9.7.4道闸单元 3.3.9.7. 4.1道闸单元外观；喷涂均匀，无毛刺，表面光滑，无缺损，无污垢，外观文字标识清晰，无零件缺损，密封性良好。 3.3.9.7. 4.2道闸单元安装：安装位置符合设计要求、固定牢固，无晃动，配线正确、标识清楚。 3.3.9.7. 4.3道闸单元功能：道闸关闭时挡车杆要与地面保持平行，道闸开启时挡车杆要与地面保持垂直，车辆通过道闸后挡车杆应自动落下，车辆在道闸杆下方时，挡车杆不能落下。 3.3.9.7.5控制器单元 3.3.9.7.5.1控制器外观：外壳完好，无破损、污损，外观文字标识清晰，无零件缺损，密封性良好。 3.3.9.7.5.2控制器单元安装：安装位置符合设计要求、固定牢固，无晃动，配线正确、标识清楚，配件安装正确、牢靠。 3.3.9.7.5.3控制器单元功能：无通信中断现象，控制道闸开启、关闭指令正确，报播语音正确、清晰,声压≥55dB（A），显示屏显示正确、清晰。 3.3.9.7.6软件管理单元
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) 4.1 CA-AB900道闸 (19) 4.2 INEX- TI200 200万高清识别一体机 (20) 4.3 CA-600读卡控制器 (22) 技术参数： (22) 4.4 软件监控界面 (23) 4.5 其他辅件 (23)
5 售后服务 (24) 5.1 保修时间及范围 (24) 5.2 维修及维护服务 (24) 5.3 更新改进服务 (24) 5.4 客户档案，完善产品质量 (25) 6 部分工程案例 (26)
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
车牌识别系统方案
车牌识别系统设计方案
目录 一、方案设计依据 (3) 二、车牌识别技术说明 (3) 三、车牌识别停车管理系统 (4) 1、项目背景 (4) 2、系统配置及操作流程 (9) 3、布线说明 (13) 4、车辆分类 (13) 5、车牌识别系统设备说明 (14) 6、安装要求 (22) 7、管理软件简单介绍 (23) 四、工程实施 (29) 1、现场施工管理 (29) 2、施工人员组织构架 (29) 3、工程执行流程图 (29) 4、施工进度计划及保障措施 (29)
一、方案设计依据 《智能建筑设计标准》GB/T 50314-2000 《建筑与建筑群综合布线系统工程设计规范》GBT/T 50311-2000 《建筑与建筑群综合布线系统工程施工及验收规范》GBT/T 50312-2000 《建筑物防雷设计规范》GB 50057-2000 《安全防范工程技术规范》GB 50348 2004 《安全防范工程程序与要求》GA/T 75-94 《安全防范工程费用预算编制办法》GA/T70-2004 《交通设施系统建设标准》交通部 《计算机软件工程规范国家标准汇编》2003 上海红门智能企业标准 工程现场图纸及用户要求 二、车牌识别技术说明 车牌识别技术(Vehicle License Plate Recognition，VLPR)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，能从动态视频或静态图像中对车牌定位、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。使得车牌识别技术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
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
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)
车牌自动识别管理系统使用说明书
停车场收费管理系统 说 明 书
目录 第1章产品介绍 (3) 1.1 一用户需求分析 (4) 1.2 对不同光照的适应能力 (5) 1.3 对闯关车辆和超低速行驶车辆的适应能力 (5) 1.4 系统工作流程 (5) 1.5 车牌识别系统安装图示 (6) 1.6 识别系统技术参数 (7) 1.7相关设备 (7) 1.8.1 道闸 (7) 1.8.2 车辆检测器 (15) 1.8.3 高清车牌识别一体摄像机 (17) 1.8.4 自动光圈镜头（INEX-NZ01） (19) 1.8.5 控制模块（PLC) (21) 1.8.6 语音模块 (23) 1.8.7 LED显示屏 (24) 第2章产品使用（收费人员） (24) 2.1岗亭收费员操作指南 (24) 2.2 交接班报表 (29) 第3章操作手册（财务人员） (30) 3.1 财务管理人员报表操作指南 (30) 3.2 财务管理人员进行车辆（月费人员）登记和续期 (32) 3.3数据维护 (34) 第4章应急处理措施 (35) 4.1 常见问题及解决方法 (35) 4.1.1 、通讯不通 (35) 4.1.2 、通讯不稳定（时断时续） (36) 4.1.3 、数据库连接失败不能登陆软件 (36) 4.1.4 、软件运行时出现[Microsoft][ODBC SQL Server Driver][SQL Server]对象名 '******' 无效 (37) 4.1.5 、无监控图像（监控窗口是黑屏或蓝屏） (37) 4.1.6 、出入口不能图像对比或查询记录时图像调不出来 (37) 4.1.7 、查看报表时提示“打印机错误” (38) 4.1.8 、打印报表时提示“报表宽度大于纸的宽度” (38) 4.1.9 、将数据导出到EXCEL时，提示“导出失败” (38) 4.1.10 、无语音提示 (38) 4.1.11 保养与维护 (38) 4.1.12电脑和网络设备 (39) 4.1.13停电后的处理 (39) 4.1.14摄像机故障 (39)
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
高清车牌识别系统设计方案
深圳市罗拉智能科技有限公司 车牌自动识别一体机 技 术 方 案 市罗拉智能科技
目录 第一章系统介绍............................................................................................................................................ - 2 -1.1）系统概述........................................................................................................................................ - 2 -1.2）系统特性........................................................................................................................................ - 2 -1.3）解决问题........................................................................................................................................ - 3 -1.4）功能模块........................................................................................................................................ - 4 -1.5）总体设计........................................................................................................................................ - 6 -1.6）设计依据........................................................................................................................................ - 6 -1.7）系统优势........................................................................................................................................ - 7 -1.8）系统拓扑图.................................................................................................................................... - 8 -1.9）产品细节鉴赏..................................................................................................... 错误!未定义书签。 1.10）系统安装方式................................................................................................................................ - 9 -1.11）系统进出场流程图...................................................................................................................... - 13 -1.12）项目车道布设图.......................................................................................................................... - 16 -1.13）项目方案设计效果图......................................................................................... 错误!未定义书签。 1.14）系统功能概述.............................................................................................................................. - 18 -1.15）系统进出场流程图.. (21) 1.16）用户使用 (22) 1.17）图像对比 (22) 1.18）系统管理软件 (23) 第二章主要设备介绍 (24) 2.1）车牌识别一体机 (24) 2.2）专用LED补光灯 (27) 2.3）18寸防护罩 (28) 2.4）镜头 (29) 2.5）快速道闸 (30) 2.6）道闸车辆检测器 (31) 2.7）车道信息显示屏 (32)
车牌识别系统用户操作说明书(1.15.12.30)
深圳来吉智能科技有限公司 纯车牌识别系统用户操作说明书
目录 目录 (2) 第一章系统概述 (3) 1.1）系统简介 (3) 1.2）系统拓朴 (4) 1.3）系统安装流程图 (5) 1.4）注意事项 (6) 1.4.1）车道宽度要求 (6) 1.4.2）管理软件要求 (6) 1.4.3）摄像机抓拍图片要求 (6) 第二章产品功能及特点 (9) 2.1）出入口控制器（LKP623） (9) 2.1.1）产品特点 (9) 2.1.2）技术参数 (10) 2.1.3）接线图 (11) 2.2）网络摄像机（LK-210） (12) 2.2.1）产特特点 (12) 2.2.2）技术参数 (13) 2.3）补光灯（LK-214） (14) 2.3.1）产品特点 (14) 2.3.2）技术参数 (14) 2.4）车辆检测器（LD16） (15) 2.4.1）产品特点 (15) 2.4.2）技术参数 (16) 第三章软件、数据库安装 (17) 3.1）M ICROSOFT SQL SERVER 2008数据库 (17) 3.1.1）数据库安装 (17) 3.1.2）数据库设置 (35) 3.2）车牌识别软件安装程序 (37) 3.2.1）运行环境安装 (37) 3.2.2）软件安装 (39) 3.2.3）软件设置 (44) 3.3）附表一收费标准详细说明 (77) 3.4）附表二支架安装 (79) 3.5）附表三车道布设图 (80) 第四章NET FRAMEWORK 4.0安装失败解决 (82) 4.1）安装程序 (82) 4.2）方法/步骤 (82) 第五章NET FRAMEWORK 3.5安装失败解决 (92)
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
(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: ...................................
01车牌识别系统的技术指标
车牌识别系统的技术指标 从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。 一、识别率 一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%～95%。云能科技的车牌识别系统在实际应用中已经达到了全牌正确识别率90%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率： 1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数 2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数 3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。 二、识别速度 识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。 国际交通技术提出的识别速度是1秒以内，越快越好。 三、后台管理体系
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟（下雪﹑冰雹﹑大雾等等）。后台管理体系的功能应该包括： 1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查； 2、有效的自动比对和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“最佳”的比对结果； 3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交互、数据库自动更新、硬件参数设置、系统故障诊断。
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
高清车牌识别系统安装与调试手册V21(详细版本)
高清智能车牌识别系统安装与调试手册 V2.1（详细版本）
智能车牌识别停车场管理系统简介 智能车牌识别停车场管理系统是我司根据当前市场发展与客户的需要，开 发出来的一款以车辆车牌作为车辆进出车场主要凭证，同时可辅以IC卡刷卡、可实现固定车辆和临时车辆收费、基于以太网的停车场管理系统。该系统 支持多通道进出与图像对比、满足复杂的收费需求；数据处理速度快、信息存 储安全、扩展性强，能根据用户的需求，提供合适的停车场系统解决方案。 主要特点： ●正常情况下，完全以车牌作为出入场凭证 ●对临时车牌可进行精确收费，月租车牌过期后可进行临时收费，有效地防止停 车费用的流失 ●具备脱机与脱网功能。在脱机与脱网时，月租用户可自由出入 ●车牌识别一体机可代替传统的视频系统，不需要补光灯、摄像机等。成本 低，有较强的竞争力 ●支持多种车牌识别器，客户可选择面多 ●提供多种网络显示屏，可播放与显示广告词、出入场欢迎词、时间、剩余 车位、收费金额等
目录 第一章系统配置 (1) 1.1系统相关材料、器件的准备 (1) 1.1.2 软件清单 (1) 1.2工具需求 (1) 第二章软件安装 (1) 2.1 PC机型及配置的选择 (1) 2.1.1硬件环境 (1) 2.1.2 软件环境 (1) 2.1.3 局域网通讯环境 (2) 2.2 数据库安装 (2) 2.3 停车场系统软件安装 (10) 第三章车道信息显示屏安装 (13) 3.1车道信息显示屏安装 (13) 3.6车牌识别相机的安装接线 (14) 第五章系统调试 (16) 5.1网络的组建 (16) 5.2 系统初始化设置 (19) 5.2.1启动SQL Server服务器 (19) 5.1.3 数据库创建配置 (20) 5.1.4 运行车牌识别系统服务服务器 (22) 5.1.5 车牌识别系统初始化 (22) 5.1.5.1管理员登录 (23) 5.1.5.2系统参数初始化 (23) 5.1.5.3创建岗亭 (25) 5.1.5.4创建通道 (26) 5.1.5.5设置收费规则 (28) 5.1.5.6注册车牌 (30) 5.12 数据整理与系统备份 (31)
毕业设计论文 任务书 车牌识别系统
焦作大学 毕业设计(论文)任务书 题目基于matlab的车牌识别系统的设计 主题： 学生姓名曲思静专业：通信技术学号： 参加人员 指导教师职称讲师 职称 发任务书日期2012 年11月8日
（一）毕业设计（论文）任务具体要求和技术指标通过本课题完成车牌识别这一功能子模块的研究，具体任务如下： 1．完成方案总体设计和需求分析。 2．对车牌识别的现状及发展趋势进行调研。 3．了解车牌识别的相关原理及算法。 4．构建本课题车牌识别系统的软硬件平台完成车牌识别的功能，过程设计具体，翔实，有独特之处。 5．完成毕业论文的书写。。 （二）毕业设计（论文）说明书内容 1、图像预处理 之所以要进行图像预处理，是因为在整个的车牌识别系统中，采集进来的图像是真彩图，还有其他因素的影响，例如采集环境因素、硬件设备等原因，图像比较模糊，其背景和噪声会严重影响字符的准确分割和识别，经过图像预处理后，可以大大提高图像质量。 2、车牌区域定位 对经过预处理后的车牌的二值图片运用形态学进行滤波，使得车牌区域能够形成一个连通区域，然后以车牌的先验知识为依据筛选所得到的连通区域，进而获得车牌区域的准确位置，最后完成从图片中提取车牌的任务。 3、车牌分割 车牌分割的过程首先对车牌图片进行水平方向的投影，去除水平边框，然后再进行垂直方向的投影。通过分析车牌投影可以得知，投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔，第二大峰中心距离对应的是车牌字符的宽度，以此类推就可以对车牌进行分割。 3、车牌识别和显示 字符识别的方法有很多种，一般来讲模板匹配方法是应用最广泛的。在进行识别的过程中，要先建立标准字库，然后将分割所得到的字符进行分类，将分类后的字符与标准字库中的字符进行比较，最后以误差最小的字符作为结果显示出来。
车牌识别系统设计方案
HBJ车牌识别管理系统 技 术 方 案 浩百佳科技车牌识别自助缴费系统方案
目录 一、序言 (3) 二、系统简介 (4) 2.1、系统功能特点 (5) 2.2、系统工作流程图 (6) 2.3、系统施工安装图 (7) 2.4、系统安装拓扑接线图 (8) 2.5、车牌识别系统技术指标 (8) 三、系统结构 (9) 3.1、系统硬件设备 (9) 3.1.1、显控一体机 (10) 3.1.2、车牌识别道闸一体机 (12) 3.1.3、豪华自动道闸 (13) 3.1.4、自助缴费终端机 (14) 3.1.5、出入口终端机 (15) 3.2、管理软件 (16) 3.2.1、软件功能特点 (18) 3.2.2、中心管理系统 (18) 3.2.3、微信支付功能流程 (19) 3.2.4、自助缴费系统功能流程 (21) 3.2.5、临时车收费标准设计 (24) 3.2.6、APP客户端 (25) 3.2.7、无人值守原理及收费方式................... 错误!未定义书签。5 四、系统安装与调试 (32) 4.1、相机IP地址设置 (32) 4.2、数据库及停车场软件安装步骤 (34) 4.3、停车场软件设置 (38) 4.4、常用停车场功能介绍 (48) 五、售后服务 (53)
一、序言 随着现代化管理手段的进步和科学技术的日益发展，用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化停车的需要，已经基本被车牌识别收费管理系统所取代。但针对目前快节奏，高速度的工作模式，要求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。目前简单的车牌识别系统已经完全满足不了用户需求了。例如现行的车牌识别系统还停留有人收费管理的基础上。这样就不仅给物业公司带来特别大的人力成本也增加了管理成本，更重要是人工收费找零效率太低严重影响了车辆通行速度，给车主停车体验感很差，也大大降低了物业管理档次。现在无人值守，自助缴费车牌识别收费管理系统既可大大降低物业人力和管理成本的同时也提高了车辆通行速度，改善了停车体验，也同时提升了物业档次。 本设计方案就是基于以上的思想基础，结合各种现代化高科技手段我们开发设计了可脱机识别计费、自助缴费，无牌车自动识别并支持多种缴费方式(例如:微信,支付宝,现金等)的无人值守，自助缴费车牌识别系统。本系统即支持有人收费管理模式同时也可选择完全无人值守,自主缴费的工作模式。真正实现快速通行,手机远程管理(计费，开闸，对讲)。而这种无人值守，自助缴费停车模式必将是未来停车场管理主流模式，因为手机支付的便捷性和普及程度决定了未来停车必须支持移动支付。 无人值守，自助缴费车牌识别管理系统基本原理: 物业管理处工作人员网上注册公众号并开通支付功能后将账号输入到停车场管理软件，这样每笔停车费就及时到账物业银行卡，资金无需经过第三方支付平台。车辆入口通过车牌识别或无牌车在入口停车机器人上输入手机号，或扫码入场；出场取车前可以在场终端机上自助缴费或关注车场公众号后在车主手机上