车牌识别系统的设计与实现毕业设计论文

本科生毕业设计（论文）题目：车牌识别系统的设计与实现

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：

指导教师签名：日期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：

学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日

导师签名：日期：年月日

注意事项

1.设计（论文）的内容包括：

1）封面（按教务处制定的标准封面格式制作）

2）原创性声明

3）中文摘要（300字左右）、关键词

4）外文摘要、关键词

5）目次页（附件不统一编入）

6）论文主体部分：引言（或绪论）、正文、结论

7）参考文献

8）致谢

9）附录（对论文支持必要时）

2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：

1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写

2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画

3）毕业论文须用A4单面打印，论文50页以上的双面打印

4）图表应绘制于无格子的页面上

5）软件工程类课题应有程序清单，并提供电子文档

5.装订顺序

1）设计（论文）

2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订

教研室（或答辩小组）及教学系意见

目录

摘要 (1)

英文摘要 (1)

1 引言 (1)

2 汽车牌照识别的研究 (3)

2.1课题背景 (3)

2.2国内外研究现状 (3)

2.3车牌识别的主要应用领域 (5)

3 汽车牌照识别系统设计 (7)

3.1汽车牌照的特点 (7)

3.2汽车牌照识别系统的组成 (7)

3.3图像预处理 (8)

3.3.1图像灰度化 (8)

3.3.2二值化 (9)

3.4车牌定位 (10)

3.4.1车牌粗定位 (12)

3.4.2车牌细定位 (12)

3.5车牌分割 (13)

3.6字符识别 (13)

3.7系统实现 (15)

3.7.1系统界面 (15)

4 结论 (19)

参考文献 (22)

车牌识别系统的设计与实现

行知学院计算机科学与技术杨***（09226***）

指导老师：邓***（副教授）

摘要：汽车牌照识别技术研究与实现一直是现代化交通发展中倍受关注的问题，也是制约交通系统智能化、现代化的重要因素。该文使用一种基于模版匹配的车牌定位方法。首先进行图像处理，然后进行图像分割并定位车牌。实验表明算法效果好，速度快，实现了车牌字符识别。

关键词：车牌识别；智能字符识别；模板匹配；C#

The design and implementation of license

plate recognition system

Yang Xiangyu Director：Deng Dayong（Professor）(Dept. of Computer science and technology, Zhejiang Normal University, 091 No.09226244) Abstract：The research and implementation of LPR is an all-concerned problem in the modern traffic development. In addition, it is an important factor that restricts the intelligentization and modernization of the traffic system. In this article, we use a LPR that is based on template matching. At first, we deal with the images. Then we cut the images apart and locate the licence plates. Our experiments show that the algorithm is very effective and efficient. It also has realized the character recognition of licences.

Key Words：LPR; ICR; Template matching;C#

1 引言

随着人们生活水平的不断提高,机动车辆数量大幅度增加，与之相配套的高速公路，城市路网及停车场越来越多，显著提高了人们对交通控制方面的要求。由于计算机技术的发展，信息处理水平的提高使智能交通系统成为世界交通领域研究的重要课题。其中车牌识别是智能交通系统的重要组成部分。在有关字符识别的大型系统中，通常采用的是神经网络算法，但这种算法计算量比较大，实现起来较复杂。而车牌中，非汉字字符个数有限，利用神经网络算法识别车牌中非汉字字符则显得大材小用，所以本文只设计实现基于模版匹配的车牌识别系统，其主要步骤包含图片二值化、去噪、规整、细化、轮廓提取、模板匹配等。通常情况下的车牌识别系统是通过OPENCV与C++实现，或者是Matlab实现，而本文采用编者大学期间学习的C#实现车牌识别的所有功能，具有安全性高，软件结构清晰，识别速度快，运行环境简单的特点。

2 汽车牌照识别的研究

2.1 课题背景

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。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。带来重大转变。先进的计算机处理技术，不但可以将人力从繁琐的人工观察、检测中解放出来，而且能够大大提高其精确度，汽车牌照自动识别系统就是在这样的背景与目的下进行开发的。

2.2 国内外研究现状

从20世纪90年代初，国外就已经开始了对汽车牌照自动识别的研究，其主要途径就是对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号。在各种应用中，有使用模糊数学理论也有用神经元网络的算法来识别车牌中的字符，但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件的影响，给车牌的识别带来较大的困难。国外的相关研究有：(1)J Barroso 提出的基于扫描行高频分析的方法；(2) I.T. Lancaster提出的类字符分析方法等。为了解决图像恶化的问题，目前国内外采用主动红外照明摄像或使用特殊的传感器来提高图像的质量，继而提高识别率，但系统的投资成本过大，不适合普遍的推广。

车牌识别系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。车牌定位是指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，并将其从图象中分离出来。关于车牌定位系统的研究，国内外学者已经作了大量的工作，但实际效果并不是很理想，比如车牌图像的倾

斜、车牌表面的污秽和磨损、光线的干扰等都是影响定位准确度的潜在因素。为此，近年来不少学者针对车牌本身的特点，车辆拍摄的不良现象及背景的复杂状况，先后提出了许多有针对性的定位方法，使车牌定位在技术和方法上都有了很大的改善.然而现代化交通系统不断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要求。因而进一步加深车牌定位的研究是非常必要的。

车牌字符识别是在车牌准确定位的基础上，对车牌上的汉字、字母、数字进行有效确认的过程，其中汉字识别是一个难点，许多国外的LPR系统也往往是因为汉字难以识别而无法打入中国市场，因而探寻好的方法解决字符的识别也是至关重要的。目前己有的方法很多，但其效果与实际的要求相差很远，难以适应现代化交通系统高速度、快节奏的要求。因而对字符识别的进一步研究也同样具有紧迫性和必要性。

从实用产品来看，如以色列的Hi-Tech公司研制的多种See/Car system，适应于几个不同国家的车牌识别，就针对中国格式车牌的See/Car syste而言，它不能识别汉字，且识别率有待提高。新加坡Optasia公司的VLPRS产品，适合于新加坡的车牌，另外日本、加拿大、德国、意大利、英国等西方发达国家都有适合于本国车牌的识别系统。

我国的实际情况有所不同，国外的实际拍摄条件比较理想，车牌比较规范统一，而我国车牌规范不够，不同汽车类型有不同的规格、大小和颜色，所以车牌的颜色多，且位数不统一，对处理造成了一定的困难。在待处理的车牌图像中就有小功率汽车使用的蓝底白字牌照，大功率汽车所用的黄底黑字牌照，军车和警车的白底黑字，红字牌照，还有国外驻华机构的黑底白字牌照等。就位数而言，有七位数字的，有武警车九位数字的，有军车、前两位字符上下排列的等，所以也造成了处理的难度。

国内做得较好的产品主要是中科院自动化研究所汉王公司的“汉王眼”，此外国内的亚洲视觉科技有限公司、深圳市吉通电子有限公司、中智交通电子系统有限公司等都有自己的产品，另外西安交通大学的图像处理与识别研究室、上海交通大学的计算机科学与工程系、清华大学、浙江大学等都做过类似的研究。通常处理时为了提高系统的识别率，都采用了一些硬件的探测器和其他的辅助设备如红外照明等，其中“汉王眼”就是采用主动红外照明和光学滤波器来减弱可见光的不可控制影响，减少恶劣气候和汽车大小灯光的影响，另外还要求在高速公路管理窗口到“汉王眼”识别点埋设两条线路管道，一条管道铺设220伏50赫兹1安培的交流供电线路:另一条管道铺设触发信号线路和汉王眼与管理计算机的通讯线路，投资巨大，不适合于大面积的推广。

另外，还有两种专门的技术被用于车牌的识别中，条形码识别技术和无线射

频技术。条形码识别要求预先在车身上印刷条形码，在系统的某一固定位置上安装扫描设备，通过扫描来读取条形码，以达到识别车辆的目的。无线射频技术要求在车内安装标示卡，在系统某一位置安装收发器等装置，通过收发器来接受标示卡的信号，从而识别出经过的车辆。显然，这两种技术更难以推广。从目前一些产品的性能指标可以看出，车牌识别系统的识别率和识别速度有待提高。现代交通的飞速发展以及车牌识别系统应用范围的日益拓宽给车牌识别系统提出了更高的要求。因此，研究高速、准确的定位与识别算法是当前的主要任务，而图像处理技术的发展与摄像设备、计算机性能的提高都会促进车牌识别技术的发展，提高车牌识别系统的性能。

2.3 车牌识别的主要应用领域

车牌自动识别系统具有广泛的应用范围，主要应用于：(1)高速公路收费、监控管理；(2)小区、停车场管理；(3)城市道路监控、违章管理；(4)车牌登录、验证；(5)车流统计、安全管理等。车牌自动识别系统应用于这些系统，可以解决通缉车辆的自动稽查问题，可以解决车流高峰期因出入口车流瓶颈造成的路桥卡口、停车场交通堵塞问题，可以解决因工作人员作弊造成的路桥卡口、高速公路、停车场应收款流失的问题，还可以以最简单的方式完成交通部门的车辆信息联网，解决数据统计自动化，模糊查询的问题。车牌自动识别系统可安装于公路收费站、停车场、十字路口等交通关卡处，其具体应用可概括为：

(l)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、队长、排队规模等交通信息，防范和观察交通事故。它还可以同雷达测速器或其他的检测器配合使用，以检测违犯限速值的车辆。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，为达到交通流控制的目标，一些交通流指标的测量相当重要。该系统能够测量和统计很多交通流指标参数，如总的服务流率，总行程时间，总的流入量流出量，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，能及时发现超速、堵车、排队、事故等交通异常现象。

(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档案材料，可发现没及时交纳养路费的车辆。另外，该系系统还可发现无车牌的车辆。若同车型检测器联用，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，保护重要车辆(如运钞车)的安全有重大作用，从而对城市治安及交通安全有重要的保障作用。

车牌自动识别系统拥有广阔的应用前景，但若在每个街口都装配一套全新的车辆探测器的硬件系统则投资巨大，所以急需一个纯软件实行的车牌自动识别系统来最大限度的减少费用，而纯软件的设计，不仅投资小而且灵活性高，适合我国的国情。

3 汽车牌照识别系统设计

3.1 汽车牌照的特点

目前国内汽车牌照有六种类型：①大型民用汽车所用的黄底黑字牌照；②小型民用汽车所用的蓝底白字牌照；③军队或武警专用汽车的白底红字、黑字牌照；

④使、领馆外籍汽车的黑底白字牌照；⑤试车和临时牌照是白底红字，且数字前分别标有“试”和“临时”字标志；⑥汽车补用牌照是白底黑字，对于车前牌照，其尺寸均为44cm长，14cm宽，共有7个或8个字符。民用汽车牌照上有省、直辖市、自治区的名称和发证照及监督机关的盗代号，编号是英文大写字母。接着是一个点“·”，后面的汽车编号，一般为5位数字，即从00001~99999。编号超过10万时，就由A、B、C等英文字母代替，第三个字符可能是英文字母，也可能是阿拉伯数字，第四至第七个字符均为阿拉伯数字。

从人的视觉特点出发，车牌目标区域具有如下特点：①车牌底色往往与车身颜色、字符颜色有较大差异；②车牌有一个连续或由于磨损而不连续的边框，车牌内字符有多个，基本呈水平排列，所以在牌照的矩形区域内存在较丰富的边缘，呈现出规则的纹理特征；③车牌内字符之间的间隔比较均匀，字符和牌照底色在灰度值上存在跳变，而字符本身与牌照底的内部都有较均匀灰度；④不同图像中牌照的具体大小、位置不确定，但其长度比变化有一定范围，存在一个最大和最小长度比。根据这些特点，可以在灰度图像的基础上提取相应的特征。

3.2 汽车牌照识别系统的组成

汽车牌照识别（LPR）系统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，获得更多的信息，从而达到更高的智能化管理程度。在LPR 系统产品的性能指标中，识别率和识别速度难以同时提高其中原因既包括图像处理技术不够成熟，又受到摄像设备计算机等性能的限制。因此，研究高速准确的定位与识别算法，是当前的主要任务。

车辆牌照识别系统一般可按顺序分为车辆图像采集、图像预处理、车牌定位、字符分割与识别五大部分。如下图所示。

图3-1 车辆牌照识别系统

图像采集：可以通过高清摄像头与计算机的视频捕捉卡直接相连来完成图像采集，可以实时在监控图像中抓取到含有车辆的图像。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包工具即可实现。

汽车牌照识别（LPR）系统的关键在于后四部分。首先要对采集到的图像进行预处理，而牌照定位又决定其后的车牌字符识别，因此牌照定位是车牌识别系统的关键的关键，牌照定位就是从包含整个车辆的图像中找到牌照区域的位置。

目前，已经提出了很多种方法，一个共同的出发点是：通过牌照区域的特征来判断牌照，利用的车牌特征主要包括：车牌区域内的边缘灰度直方图统计“特征”、车牌的几何特征、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。

3.3 图像预处理

根据三基色原理，世界上任何色彩都可以由红绿蓝（RGB）三色不同比例的混合来表示，如果红绿蓝（RGB）三个信号分别由一个字节表示，则该图像颜色位数就达到二十四位真彩，也就是说在二十四位真彩的数字图像中每个像素点由三个字节来表示，根据数字图像水平和垂直方向像素点数（即图像分辨率）可计算出一幅图像实际位图大小。事实上，在车牌自动识别系统中车辆图像是通过图像采集卡将运动的车辆图像抓拍下来，并以位图的格式存放在系统内存中。这时的车辆常会因为各种各样的原因使得所拍摄的车辆图像效果不理想，但我们可以对车辆图像根据不同应用特点进行识别前的预处理，尽最大可能提高车牌正确识别率，这些图像预处理包括图像平滑、倾斜校正、灰度修正等。

3.3.1 图像灰度化

汽车图像样本，目前大都是通过摄像机、数码相机等设备拍摄获取的，因而预处理前的图像都是彩色图像。真彩色图像又称RGB图像，它是利用R, G, B3个分量表示一个像素的颜色，R, G, B分别代表红、绿、蓝3种不同的颜色，通过三基色可以合成出任意颜色。所以对一个尺寸为m*n的彩色图像来说，存储为一个二m*n*3的多维数组。如果需要知道图像A中(x, y)处的像素RGB值，则可以使用这样的代码A (x, y,1: 3)。

彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度。由于图像的每个象素都具有三个不同的颜色分t，存在许多与识别无关的信息，不便于进一步的识别工作，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。

数字图像分为彩色图像和灰度图像。在RGB模型中，如果R=G=B，则颜色表示一种灰度颜色，其中R=G=B的值叫做灰度值.由彩色转换为灰度的过程叫做灰度化处理。灰度图像就是只有强度信息，而没有颜色信息的图像，存储灰度图像只需

要一个数据矩阵，矩阵的每个元素表示对应位置的像素的灰度值。彩色图像的象素色为RGB (R, G, B )，灰度图像的象素色为RGB ( r, r, r ), R, G, B 可由彩色图像的颜色分解获得.而R, G, B

的取值范围是0-255,所以灰度的级别只有256级。灰度化的处理方法主要有如下三种:

(1)最大值法:使R. G, B 的值等于三值中最大的一个，即

R=G=B=max(R,G,B)

(2)平均值法:使R, G, B 的值值等于三值和的平均值，即 R=G=B=3

B G R ++ (3)加权平均值法:根据重要性或其它指标给R, G, B 赋予不同的权值，并使R,G,B 等于它们的值的加权和平均，即 R=G=B=3

WaB WcG WrR ++ 其中Wr Wc,Wa ，分别为R, G, B 的权值。由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，当Wr=0.30, Wa=0.59, Wc=0.11时，能得到最合理的灰度图像。

图3-2 原图像 图3-3 灰度化后的图像

3.3.2 二值化 图像二值化是指整幅图像画面内仅黑、白二值的图像。在数字图像处理中二

值图像占有很重要的地位。这是因为，一方面，有些需要处理的如文字图像、指纹图像、工程图纸等图像本身是二值的；另一方面，在某些情况下即使图像本身是有灰度的，我们也设法使它变成二值图像再进行处理（即灰度图像的二值化）。这是考虑到在实用系统中，要求处理的速度高、成本低、信息量大的浓淡图像处理的花销大。此外二值化的图像能够用几何学中的概念进行分析和特征描述，比灰度图像优势大得多。

在实际的车牌处理系统中，进行图像二值化的关键使确定合适的阈值，使得字符与背景能够分割开来，而且二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等。同时车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大提高处理效率[1]。

二值化的关键是找到合适的阈值t来区分对象和背景。设原灰度图像为f(x,y)，二值化后的图像为g(x,y),二值化的过程表示如下：

0 f(x,y)

g(x,y)= 255 f(x,y)>t

二值化，基于实时性的要求，我力求寻找一种快速而且效果较好的方法，能够更有针对性的解决在不同条件下牌照图像的二值化问题。求解阈值的方法很多，微分直方图法、最大方差法、基于灰度的数学期望的方法、可变阈值法等。我们采用最简单的方法，当象素灰度级低于常数C时，[0-C]象素灰度为0，[C-255]象素灰度为255。

图3-4 二值化后的图像

3.4 车牌定位

车牌图像往往是在复杂的环境中拍摄得到的，车牌由于与复杂的车身背景融为一体，由于车牌在使用中磨损与灰尘及拍摄仪器的影响以及由于拍摄角度的不

同，车牌在图像中往往有很大的形变，如何在复杂背景中准确、快速找出车牌的位置成为车牌识别中的难点。

目前已有不少学者在这方面进行了研究。总结起来主要有如下几类方法：

(1) 基于水平灰度变化特征的方法，这种方法主要在车牌定位以前，需要对图像进行预处理，将彩色图像转换为灰度图像，利用车牌区域水平方向的纹理特征进行车牌定位；

(2) 基于边缘检测的定位方法，这种方法是利用车牌区域丰富的边缘特征进行车牌定位[3]，能够进行检测的方法有多种，如Roberts 边缘算子、Prewitt 算子、Sobel 算子以及拉普拉斯边缘检测；

(3) 基于车牌颜色特征的定位方法，这种方法主要是应用车牌的纹理特征、形状特征和颜色特征即利用车牌字符和车牌底色具有明显的反差特征来排除干扰进行车牌的定位；

(4) 基于Hough 变换的车牌定位方法，这种方法是利用车牌边框的几何特征，采取寻找车牌边框直线的方法进行车牌定位；

(5) 基于变换域的车牌定位方法，这种方法是将图像从空域变换到频域进行分析，例如采用小波变换等；

(6) 基于数学形态学的车牌定位方法，这种方法是利用数学形态学图像处理的基本思想，利用一个结构元素来探测一个图像，看是否能将这个结构元素很好的填放在图像内部，同时验证填放元素的方法是否有效。腐蚀、膨胀、开启和关闭是数学形态学的基本运算。

本文采用sobel算子进行边缘检测定位车牌，sobel算子公式如下：

and

其C#实现代码为：

for(Times=0;Times<128&&iThreshold!=iNewThreshold;Times++)

{

iThreshold=iNewThreshold;

lP1=0;

lP2=0;

lS1=0;

lS2=0;

for(i=iMinGray;i

{

lP1+=Histogram*i;

lS1+=Histogram;

}

iMean1Gray=lP1/lS1;

for(i=iThreshold;i

{

lP2+=Histogram*i;

lS2+=Histogram;

}

iMean2Gray=lP2/lS2;

iNewThreshold=(iMean1Gray+iMean2Gray)/2;

}

3.4.1 车牌粗定位

由摄像机采集的彩色车辆图像首先转化为灰度图像，经过灰度均衡变换、Sobe1边缘强化，其边缘得到了勾勒和加强。

在本程序中用到了膨胀和闭合这两个基本运算，最后还用了bwareaopen来去除对象中不相干的小对象。

图3-5 对车牌位置粗定位

3.4.2 车牌细定位

在获得车牌粗定位后，利用车牌的彩色信息的彩色分割方法。根据车牌底色等有关的先验知识，采用彩色像素点统计的方法分割出合理的车牌区域，确定车牌底色蓝色RGB对应的各自灰度范围，然后行方向统计在此颜色范围内的像素点数量，设定合理的阈值，确定车牌在行方向的合理区域。然后，在分割出的行区域内，统计列方向蓝色像素点的数量，最终确定完整的车牌区域。

图3-6 定位后的车牌

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++