车牌识别系统的设计与实现参考毕业论文.doc

车牌识别系统的设计与实现参考毕业论文 目录 1 1 1.1课题研究目的与意义 1 1.2国内外研究现状 3 1.2.1国内研究现状 3 1.2.2国外研究现状 4 1.3目前存在的问题 5 2系统开发编程语言 7 2.1 Visual C++介绍 7 2.2 OpenCV介绍 8 3系统的总体设计 10 3.1需求分析 10 3.2软件系统组成 10 3.3系统的层次结构 12 3.4系统的软硬件环境 13 4系统的详细设计 14 4.1图像预处理 14 4.1.1功能概述 14 4.1.2问题分析 14 4.1.3预处理方法及实现 14 4.2车牌定位 30 4.2.1功能概述 30 4.2.2问题分析 30 4.2.3车牌定位方法及实现 31 4.3车牌倾斜校正 40 4.3.1功能概述 40 4.3.2问题分析 40 4.3.3倾斜校正方法及实现 42 4.4车牌图像分割 47 4.4.1功能概述 47 4.4.2问题分析 47 4.4.3图像分割方法及实现 48 4.5车牌字符识别 51 4.5.1功能概述 51 4.5.2问题分析 51 4.5.3字符识别方法及实现 52 5软件测试与分析 56 5.1软件测试 56 5.1.1测试方法 56 5.1.2测试平台及测试步骤 57 5.1.3测试结果与分析 64 5.2遇到的问题与解决方法 65 结束语 69 致谢 70 参考文献 71 附录 74 1引言 1.1课题研究目的与意义 智能交通系统（Intelligent Transportation System，ITS）能够在当今城市化高速发展的时代，随着社会经济的高速发展，机动车数量增长很快，全社会机动车保有量增长速度不低于经济增长速度(License Plate Recognition， LPR)是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用模式识别、人工智能技术，对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车辆牌照识别系统综合运用了图像处理、模式识别以及人工智能等方面的理论技术。系统主要包括：提取含有车牌的图像，对复杂背景中的车牌进行定位以及车牌上的字符切分和识别。车牌定位、字符切分、并运用独创的基于二值特征的识别算法和基于灰度特征的识别算法相结合，是 ITS 的一个重要组成部分，它的成功开发必将大大加速 ITS 的进程。 汽车牌照识别系统具有不影响车辆行驶状态，不需要车辆安装额外的设备，自动化水平高等优点。由于车辆牌照识别系统的处理方法简单有效，适用于多种不同环境，车辆牌照识别系统正成为 ITS 系统最主要的组成部分。车辆牌照识别系统可以广泛地应用于众多车辆认证的实际系统中。 如它可以广泛应用高速公路收费监管停车场收费管理安防系统以及小区物业管理系统等。研究所Opt Asia 公司的 VLPRS系列都是比较成熟的产品。其中 VLPRS 产品主要适合新加坡的车牌，Hi-tech公司的 see/car system 有多种变形的产品来分别适应某一个国家的车牌。see/car system 系统可以对中国大陆的车牌进行识别，但不能识别车牌中的汉字，另外日本、加拿大、德国、意大利、英国等各个西方发达国家都有适合本国车牌的识别系统[3]。 1.3目前存在的问题 车牌识别系统在国内外研究都有一段时间了，国外的车牌识别系统有一定的应用，但是国内的车牌识别系统总体上来说还处于实验室阶段，识别率不高，原因具体体现在以下几点[4]。 首先，在具体应用中采集到的图片背景比较复杂，这对于图像的处理明显增加了难度。 其次，采集得到的图片受天气、光照等的影响，故在图像处理过程中需要利用有效的算法排除光照、天气对图像的影响，这无疑对我们车牌识别系统的算法提出了更高的要求。这就需要研究性能更好的算法来提高算法的鲁棒性。 第三，在实际采集的图片中，很多采集到的车牌是旧车车牌，或者车牌表面不洁净，这造成图片中的车牌区域很模糊、车牌区域的颜色信息丢失、车牌字符粘连等情况。这对车牌的定位、分割、识别都增加了难度。 第四，由于在路上行驶的车辆所挂的车牌多是在标准 GA36-1992 下生产的，由于该标准的不严密性，在该标准下生产的号牌其色度值分布范围广，再加上上一条原因，使得采集所得到的号牌其色度值分布范围广泛，从而加大了我们利用该信息的难度。 第五，在国内的车牌识别系统需要解决的一个难题就是在字符识别过程中的对汉字的识别问题。由于中国汉字复杂、笔画多、分布较密，再加上如果图像的分辨率如果不是很高的话，那么图像中汉字将粘连在一起从