基于数字图像处理的车牌定位与识别的设计与实现的毕业论文与设计.doc

毕 业 设 计（论 文） 题 目 基于数字图像处理的 车牌定位与识别 基于数字图像处理的车牌定位与识别 目 录 摘 要 10 Abstract 11 第一章 绪论 13 1.1 车牌定位技术的研究意义 13 1.2车牌定位技术的国内外研究现状 14 1.3车牌定位技术的难点 15 1.4论文的研究内容以及章节安排 15 1.5 本课题的研究内容 16 第二章 车牌定位系统的结构设计 17 2.1车牌识别系统总体设计 17 2.2系统硬件设计 18 2.3 系统软件设计 18 2.4 本章小结 19 第三章 车牌图像预处理 21 3.1图像的灰度化 22 3.2灰度拉伸 23 3.3.图像去噪 23 第四章 车牌定位 25 4.1牌照区域的定位 25 4.2牌照区域的分割 26 4.2.1候选区域的提取 26 4.2.2车牌进一步处理 26 4.3 倾斜校正 28 4.4分割与归一化 28 4.4.1字符分割 30 4.4.2字符归一化 30 第五章：字符识别 31 5.1模版匹配法原理简介 31 5.2本文方法具体步骤 34 5.3识别结果及对比 35 第六章 基于matlab的程序源代码 36 第一章 绪论 1.1 车牌定位技术的研究意义 随着我国经济的快速发展，人民生活水平的不断提高，私有车辆越来越多，交通需求量越来越大，现有的交通基础设施建设速度远远比不上机动车辆和其他交通工具的增长速度;传统的人工管理方式已经越来越不能满足实际工作的需要。由于违章造成的交通事故日益频繁，以及城市交通堵塞造成的运输效率低下，严重地影响了我国城市经济的发展和人民的生活，在路桥收费、十字路口交通和停车场收费中实行车辆自动识别(Automatic Vehicle Identification, AVI)已成为管理部门的迫切要求。因此，为了解决这些问题，在继续加快交通基础设施建设的同时，应该充分利用卫星导航、视频监控和计算机调度管理等技术，发展智能交通系统(Intelligent Transportation System, ITS)来提高运输效率，保障交通安全，缓解交通拥挤和实现管理自动化。 车辆自动识别是智能交通系统(ITS)实现的前提。近年来，车辆识别技术发展很快，主要有:射频识别(Radio Frequency Identification),条形码识别(Bar Code Based Identification)和车牌识别(LicensePlate Recognition, LPR)。其中，射频识别和条形码识别属于间接识别，难以核对车与车牌信息是否相符。而车牌识别属于直接识别，与射频识别和条形码识别相比，车牌识别不需要在汽车上安装专门的条形码或射 频识别标志，可以对车辆图像进行检索、回放，升级和维护方便。因此，车牌识别系统具有更为广阔的应用前景。 但是，目前国内现有的车牌识别系统对环境的依赖性较大，而且对外界的干扰比较敏感;国外的车牌识别系统对汉字的识别率较低，所以必须研究新的车牌识别方法。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定着系统的识别速度和识别精度。因此，车牌定位是车牌识别系统中的最为关键的技术之一。由于车辆图像采集于户外，图像背景复杂、噪声干扰严重。因此，车牌的自动定位一直都不是很理想，使得它一直是该领域的研究热点。 车牌识别系统涉及计算机视觉、数字图像处理和模式识别等技术，对它的研究也会促进这些领域的发展。该系统是计算机视觉、数字图像处理和模式识别等技术在智能交通领域的重要应用。它能自动获取车辆图像，采集车辆信息和实现智能化管理，广泛应用于以下场合，如高速公路电子收费和流量监控、失窃车辆查询、停车场车辆管理、监测黑车牌机动车辆和违章车辆等，大大提高了交通管理运行效率，节省了人力、物力，有利于交通管理的科学化、规范化和智能化。因此，对车牌识别中的首要问题一车牌定位技术研究，不仅具有重要的理论意义，而且具有重要的现实意义。 1.2车牌定位技术的国内外研究现状 90年代，随着计算机视觉技术和图像处理技术的发展，开始出现车牌识别系统化研究，取得了显著的成效。运用计算机视觉技术和图像处理技术建立了车辆牌照自动识别系统。 近年来，随着计算机技术和人工智能的发展，新兴技术的出现，很多国家开始探讨用人工神经网络技术和生物遗传技术等对车牌识别问题进行研究，并将研究重点转向彩色图像的车牌识别和一幅图像多个牌照车牌识别问题上。 国外的研究人员对于车牌识别的研究工作开展较早，究方向主要是分析车牌图像，提取车牌信息，确定车牌号。现如今，国外在车牌检测、识别方面的研究已取得一些令人瞩目的成绩，开