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
Abstract
With the increment of vehicle all over the world, the situation of city traffic has attracted the attention of people. How to control the traffic effectively has become the problem which more and more people pay close attention to. The way to solve this problem is to establish the ITS—Intelligent Transportation System .Vehicle license plate recognition system is the crucial part of the ITS. It is widely used in vehicle monitoring and traffic control.
This experiment attempts to use the new generation 单片机—Digital Signal Processor to implement the recognition task. The 单片机chip TMS320C54XX is used to process the picture of the vehicle, distill information of the license plate and recognize the vehicle license plate. The first part of the thesis is about the background and meaning of the vehicle license plate recognition system. Consequently we analyze the environment of the experiment. In the next part we analysis the fundamental theory and technique of the image processing, including the collection of picture of vehicle, distill of the license plate, segmentation algorithm of character. Then we put forward several methods to distill the feature of the characters. On the basis of the above-mentioned research, we make the template matching and recognize the characters. Keywords: Vehicle License Plate Location; Image Processing; Character Recognition; DSP; template matching
二、选题
改革开放以来，我国的交通运输业迅速发展。但伴随着其发展，也出现了一系列问题，如交通堵塞、交通事故和环境污染等等。虽然可以靠建设更多的道路设施来满足交通运输增长的需求，但在资源、环境矛盾越来越突出的今天，道路设施的增长将受到限制，这就需要依靠提供除了设施以外的技术方法来满足这一要求。交通的迅速发展使得全世界的研究者不断采用先进的电子和计算机视觉技术来检视超速车辆、掌握车辆行驶，或者用于收费站，以提高车辆的通过速度等等。智能运输系统ITS(Intelligent Transportation Systems)是解决这一矛盾的途径之一，而车牌识别LPR(License Plate Recognition)又是ITS中的关键技术之一。
传统的车牌识别系统，必须依赖于PC，识别的关键算法全部在计算机中实现，计算机因为其有较高的处理速度和较大的内存，而传统的识别和预处理算法又需要大量的存储空间和较快的cpu处理速度，但是由计算机作为识别主体的系统成本高，而且体积庞大，不易于批量安装和随身携带，当今嵌入式系统的发展日新月易，嵌入式处理器（单片机）的速度不断提高，在某些方面已经超过了传统的PC，而且最单片机主要的优点就是不依赖于任何操作系统，具有高稳定性，成本低，体积小。正因为以上优点，本课题选择了采用单片机来实现车牌识别。
三、系统主要特点
车牌识别系统能将输入的车牌图像经过处理识别，输出为几个字节大小的车牌字符串，无论在存储空间的占用还是与管理数据库相连方面都有无可比拟的优越性，有着广泛的应用前景。车牌识别系统的成功开发将大大加速智能运输系统的进程。系统采用单片机-EXP- IV 实验箱，静态视频图象采集卡，摄像头，该系统的工作过程如下：第一步，由摄像头拍下车牌图像，完成图像采集并将采集来的图像存在视频采集卡的SRAM中。
第二步，将图像通过单片机1进行处理，图像处理包括滤波、二值化、倾斜度调整和去除车牌边框、字符分割以及归一化等等。
第三步，提取字符的特征，并按照模板匹配法进行识别。
第四步，进行双机通信，将分析数据传到单片机2，然后控制液晶屏显示结果。
四、系统方案、实现原理
汽车牌照自动识别系统工作原理
车辆牌照识别系统一般可分为车辆图像获取、车辆牌照子图像区域定位分割、车牌照内字符切分、字符识别(OCR)四大部分:在第一部分主要通过摄像头与计算机的视频捕捉卡直接相连接来完成图像采集，可以实时在线监控图像，重点抓取到含有牌照的图像;该部分功能可简单调用计算机视频捕捉卡厂商提供的各种软件开发工具即可实现。
由于车辆牌照自动识别系统前端的车辆位置检测、图像捕捉部分都有了相应的软硬件刹良好的实现了，所以牌照自动识别系统的关键在于第二、三、四部分，而后续的几部分是串行化工作的，即没有前一步正确快速的识别、切分出相对较清晰的字符，其后的识别阶段根本就不能够进行，所以从这个意义上来讲，牌照子区域定位自动识别切分技术是整个系统的重中之重，它处理工作进行的好坏直接影响后续工作，对字符的拒识率和误识率以及识别速度的实时性有很重要的影响;而从算法的相对难易程度上来说，字符具体的识别部分要大的多，牌照子区域内的字符的切分相对最为容易些。
本课题采用单片机作为核心处理器来完成识别过程的算法。
总体方案Array
图 1 系统框图
图像预处理的必要性：
由于车牌图像是在室外自然背景下拍摄，其背景往往很复杂，可能包括自然场景中的人、其他车辆、树木、建筑物等，拍摄图像时的光照条件也因拍摄时间、地点、天气等条件的不同而不同，因此，考虑到车辆牌照具有不因外部条件变化而变化的特征，即牌照区域与汽车背景在灰度分布上存在着明显的差异，而且车牌的底色和车牌照字的颜色也形成强烈对比，在一相对小的范围内变化频繁，据这一特征，可
以对车牌进行二值化处理，提取边缘特征，定位出车牌。图像的二值
化处理必须保留车牌区域的信息，即二值化后车牌字符要与底色有明显的区别。
这里的图像的预处理阀值T的选取至关重要，二值化后，车牌的背景大部分被去除，这样处理之后将大大有利于后续车牌区域的搜索定位。
4.1 图像采集及存储格式
用摄像头对准车牌，按下视频采集卡上的复位键，图像便被存储在采集卡的SRAM空间。存在SRAM中的图像在电脑显示器上显示时，有279行和1440列，每行的地址是连续的，并且每行有1440个像素点，所以对于i行j列的像素点，它的地址为1440*i+j H。
本系统图像的存储格式为YUV4:2:2(16bit)格式。
4.2 图像的灰度化
采集来的图像为彩色的，由于其调色板内容比较复杂，使得图像处理的许多算法都没有办法展开，因此有必要对它进行灰度处理。灰度图像没有颜色的差异，有的只是亮度上的不同。亮度值大的像素点比较亮（亮度值最大为255，为白色），反之，比较暗（亮度值最小为0，为黑色）。
在SRAM中存放的一个像素点需要两个字节，前一个字节为亮度信息，后一个为色度信息。我们只需要其亮度信息，可以让它同
0xff00进行“与”操作来去除色度信息。去除了颜色之后，图像变为由不同亮度的灰色组成。
4.3 图像的二值化
在进行了上述的去色调的处理后，图像由彩色图像转化为灰度图像。图像中的每个像素只有亮度值。它的大小只决定像素的亮暗程度。为了便于开展后续的图像处理操作，还需要对得到的灰度图像进行二值化处理。图像的二值化就是把图像中的像素根据一定的标准分化成两种颜色。在本系统中是根据像素的亮度值处理成黑白两种颜色。图像的二值化有很多成熟的算法。它可以采用自适应阈值法，也可以采用给定阈值法。由于车牌字体与背景颜色一般比较固定且对比鲜明，所以本系统采用给定阈值]8[的方法。举例说明：设原图像的像素点表示为f(x,y)，阀值选为C，则该算法可表示为：
f(x,y)＞C, f(x,y)=255；大于阀值为白色
f(x,y)≤C, f(x,y)=0；小于阀值为黑色
这样就将灰度图像转化为黑白两色图像了，理想情况是背景为黑色，而车牌边框和字符为白色。经过二值化后，电脑显示器上显示的车牌图像见图3-1(b)：
图2 原彩色车牌图 3 经过二值化处理的车牌
4.4 车牌的去边框
由于车牌字体外有边框，在对字符进行分割、归一化等处理前要先去边框。本系统采用逐行逐列扫描法来去除边框。
扫描的步骤为：
第一步，从左右边界开始向内逐列扫描，遇到白色象素点，定为外框的左右边界left0、right0；
第二步，由外框的左右边界得到车牌的大概宽度width0，以left0+width0/8、left0+width0/8为边界开始从上下开始向中间逐行进行扫描，当遇到白色像素点时，定为外框的上下边界。
第三步，接着向中间逐行进行扫描，当经过黑色像素点再次遇到白色像素点时，定为字符的上下边界。这样就可以去除上下边框了。
第四步，以字符的上下边框为界，由left0、right0开始向中间逐列进行扫描，同理，当经过黑色像素点再次到达白色像素点时，定为字符的左右边界。以找到的左右边界为界就可以去除边框了。
经过去边框后，车牌图像在显示器上显示见图3-2。
图4去边框前图像图 5 去上下边框图6 去左右边框
此办法只适用于理想情况，实际中还需进行修正，如当一行的白色像素点达到一定数目才定为外框边界，而不只是简单地遇到白色像素就定为边界，以减少噪声干扰。
4.5 图像的梯度锐化
由于实际扫描来的图像字符边缘会出现不清晰，有毛刺干扰等情
况，进行字符分割等后续处理时会产生干扰，造成字符被错误分割，严重影响字符识别的正确率。所以有时候要对图像进行锐化处理使模糊的图像变得清晰，同时还可以去除一部分噪声。图像锐化]9[的方法很多，有微分法、高通滤波法等。我们在这里采用的锐化方法属于微分法的一种。
定义如下：设原始图像上的点为f(x,y)，定义f(x,y)在(x,y)处的梯度矢量为： G[f(x,y)]=|f(x,y)-f(x+1,y)|
设一个判定阈值为C，变化后的图像g(x,y)定义为：
G[f(x,y)]≥C, g(x,y)= 0;
G[f(x,y)]≤C, g(x,y)=f(x,y);
通过公式可以看出梯度锐化可以使字符模糊的边缘变得清晰，并且可以消除一部分噪声，使图像的边缘细化。
4.6 字符分割算法
车牌在去边框之后，得到七个字符，但识别的时候只能根据每个字符的特征进行判断，所以还要对联在一起的七个字符进行分割。
具体算法]9[如下：
第一步，利用上述逐行扫描法找到字符的上下边界，这样就得到了图像大致的高度范围。
第二步，在这个高度范围之内自左向右逐列进行扫描，遇到第一个白色像素点认为是字符分割的起始位置，然后继续扫描，直至遇到有一列中没有白色像素，则认为这个字符分割结束，然后继续扫描，按照上面的方法一直扫描直至字符的最右边界。这样就得到了每个字
符比较精确的宽度范围。
当然，对于一些汉字，比如说“川”字，用上述的方法会产生很大的误差，会被分割成三个字符。因此，在对汉字进行分割时必须要进行一些修整。在寻找第一个字符的右边界时，只有当它与左边界之差大于某一值时，才认为其是第一个字符的右边界。
4.7 字符的归一化
每次采集来的图像中，字符大小都有差异。在提取字符特征向量时，即使是同一个字符由于大小差异，每次的提取的特征值也有很大差别，没有办法利用其与现成的模扳匹配来识别字符。因此，必须把字符归一化为统一的大小，以提高识别的准确率。
具体算法如下：先得到原来字符的高度，并与系统要求的高度作比较，得出要变换的高度系数；由分割后每个字符的宽度与系统要求的宽度作比较，得出每个字符的要变换的宽度系数。在得到这些系数之后，把原图像中的点按照插值的方法映射到新图像中去。
一般的插值方法容易造成比较大的误差，本系统采用改进的最近临点插值法]10[。所谓最近临点插值法就是选择插值时，当计算得出的坐标为非整数时，不是简单的取其整数部分，而是取坐标值最接近的整数，即取距离最近的那个点的坐标。例如：求得的坐标点为（100.9，200.9），按照一般的插值方法，我们取坐标为（100，200）的像素点，但这么做会造成比较大的误差。采用最近临点插值法，我们取像素点的坐标为（101，201），显然，这样减小了误差，提高的精确度。
经过归一化并重新排列后的字符在显示器上显示为：
图7 原字符图像图8 分割归一化后图像
字符识别是对车牌上的汉字、字母、数字进行确认的过程，是整个LPR系统的核心部分。与其他识别系统一样，车牌字符识别系统的关键部分是字符特征的提取和模式匹配。
4.8字符特征提取
字符特征提取的关键就是如何选择既容易提取又能为识别系统提供尽可能高的模式鉴别能力，同时还要尽量少的特征维数的特征向量。特征的提取和选择对识别系统至关重要，它基本上决定了识别系统的性能和识别精度。
在本系统中对采集来的车牌图像经过二值化、去边框、字符分割、大小归一化等一系列变换，原来大小不一，分布不规律的字符变成了一个个大小相同，排列整齐的字符。下面就要从这些经过处理的字符中提取最能体现字符特征的特征向量。特征向量的提取方法多种多样，有逐像素特征提取法，骨架特征提取法，垂直方向数据统计特征提取法，网格特征提取法]11[，弧度梯度特征提取法等。
这里简单介绍几种特征提取方法]9[：
（1）逐像素特征提取法
这是一种最简单的特征提取方法，对图像进行逐行逐列的扫描，当遇到白色像素时取其特征值为1，当遇到黑色像素时取其特征值为0，这样当扫描结束以后就形成了一个维数与图像中像素点个数相同
的特征向量矩阵。
该方法特点是算法简单，运算速度快，缺点是适应性不强。（2）骨架特征提取法
两幅图像由于它们的线条粗细不同，使得两幅图像差别很大，但是将它们的线条进行细化以后，统一到相同的宽度，如一个像素宽时，这时两幅图像的差距就不那么明显了。利用图像的骨架作为特征来进行数码识别，就使得识别有了一定的适应性。一般采用细化的方法来提取骨架，细化的算法有很多，如Hilditch算法，Rosenfeld算法等。
骨架特征提取的方法对于线条粗细不同的数码有一定的适应性，但是图像一旦出现偏移就难以识别。
（3）网格特征提取法
由于逐像素特征提取法和骨架特征提取法都存在适应性不强的缺点，如字符存在倾斜和偏移时都会对字符识别产生很大的误差，所以本系统选用网格特征提取法，该方法受字符倾斜偏移影响较小，适应性较好。
网格法就是用一组假想的网线对字符图像的区域进行划分。字符图像被均匀分成若干区域，称之为“网格”。在这里，网线是在垂直方向和水平方向均匀分布的。分割完毕后，统计每一个格子中白色像素点的个数作为特征向量。在本系统中为了进一步提高其适应性，以每个小格子中白色像素点个数与该字符中总的白色像素点个数的比值作为特征向量。例如，对于数字“6”，将其平均分成如下图所
示的9个网格，从左到右排列分别为网格1、网格2、网格3，第二行接着上面的数字继续从左向右排列，依次类推。然后统计第i个网格中的白像素点个数，记为s[i]，i=0…8。接着统计总的白色像素点的个数，记为sum。则其九个网格特征提取值为：s[i]/sum，其中i=0，1…8。
图9 原图像图10 划分成网格提取向量
4.9 字符识别算法
通过上述的特征提取方法得到能够表征字符的特征向量，建立字符的模板库，接着就要通过一定的方法来对提取的特征值进行判别以识别出字符。字符识别有很多算法，目前最具代表性的有模板匹配法和BP神经网络法。
4.9.1 BP神经网络法
BP神经网络]13][12[一般至少有三个层：一个输入层、一个输出层、一个或多个隐层。其网络示意图见图4-2：
输入节点输出节点
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:
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
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
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
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
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 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 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
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: ...................................
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。
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
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
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++