基于静态图像的车牌检测与识别
基于静态图像的车牌检测与识别[20200406105935]
摘要
随着中国汽车行业的快速发展和不断提高的社会信息化水平，智能交通管理成为当今社会的重要发展趋势。车牌识别技术作为其重要组成部分，出于实际应用，值得深入研究。为保证系统的稳定性,及时性和确定性等因素，通常采用直接法，基于人工神经网络法等方法对牌照定位，实验表明，这类方法处理速度快，操作简单。
车牌检测与识别系统大致可以划分为图像采集，图像预处理，字符分割及识别三个模块。其中图像采集模块即利用摄像机获取BMP图像。图像预处理模块是通过图像的灰度化、二值化等一系列步骤处理图片信息，获得我们所需要的车牌字符；字符分割及识别模块即将定位后的车牌先进行分割，把我们需要的区域提取出来，在字符分割基础上对其进行二值化和归一化，并对所有模板进行匹配。本课题可以对基于静态图像的车牌进行准确识别，但对于一些复杂的图像，还需要做进一步的改进。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:智能交通系统车牌识别系统字符分割字符识别
目 录
一、绪论 1
1．1课题研究的阐述 1
1.2课题研究的目的及基本思路 1
1．2．1 课题研究的目的 1
1．2．2 课题研究的基本思路 2
1.3 课题研究的意义 2
1.4 国内外车牌技术的历史及现状 3
二、车牌识别系统综述 4
2.1车牌识别系统分析 4
2.1.1车牌识别系统的系统分析 4
2.2车牌识别流程 4
2.2.1车牌识别系统预处理模块的设计 4
2.2.2车牌系统设计原理 5
三、车牌识别的仿真 7
3.1数字图像预处理 7
3.1.1 预处理概述 7
3.1.2 车牌图像灰度化 7
3.1.3 灰度拉伸 8
3.1.4 图像边缘检测 9
3.2车牌图像区域定位 11
3.2.1区域定位算法的阐述 11
3.3车牌图像倾斜纠正 12
3.3.1车牌的倾斜原因及类型 12
3.3.2倾斜校正的方法 13
3.4车牌图像二值化 13
3.5字符分割 14
3.6字符识别 15
四、总 结 16
4.1课题研究的难点与问题 16
4.2课题研究总结 16
参考文献 18
致谢 19
一、绪论
1．1课题研究的阐述
随着全球汽车数量不断增加，交通的拥堵影响着人们的正常出行。如何才能进行有效的交通安全管理，引起了各国有关部门的密切关注。为了使道路交通更智能，更安全，运输效率更高，智能交通系统扮演着不可或缺的角色。
第二十一世纪，智能交通安全管理系统与道路交通安全的发展安全联系密切[1]。持续改进与持续发展的道路交通安全措施，为智能化交通安全系统的实际应用奠定了很好的基础。完整的车牌自动识别系统包括视频信号的采集与传输、图像预处理、模式识别和信息反馈等功能模块，其中，图像预处理和模式识别模块的性能直接决定了整个系统的识别效率。图像预处理模块是对图像进行必要的标准化处理，通过利用图像的形状、颜色等特征准确定位车牌区域；模式识别模块则负责对车牌区域进行字符分割、识别。由于国外道路交通管理规定起步早发展快，道路交通管理系统已经较为成熟，且已成功研发出一系列相似的较为成熟的车牌系统。通常设计的车牌大多都是针对特定的环境并且环境变化幅度较大及特定的要求，比如，各个国家的车牌在字符的布局及尺寸的大小上就有很大的不同，这就将导致设计方案也会有很大的不同之处，能否适应当地的环境并提取车牌区域图像和快速有效的对车牌进行识别，成为智能化交通管理的主要问题和关键步骤，这也给世界各国研发和改进车牌自动识别系统起了导向的作用。
车牌识别技术主要通过识别车辆携带车牌来完成识别[2]。车辆识别技术还包含车牌识别图像技术，它可以完成车牌图像的提取，图像分析及处理，并能自动识别车牌信息。在基本不影响道路安全管理的情况下，改善交通安全，大幅降低工作难度，对其进行有效的管理与监督。
1.2课题研究的目的及基本思路
1．2．1 课题研究的目的
车牌自动识别技术是车辆牌照自动识别技术的重要构成部分。它可以通过设备获取车牌图像，并获取车牌图像信息，经过及时的处理，来获得车牌的具体信息，以达到实现控制车辆道路安全状况的目的。智能化交通管理系统能够更有效的使交通管理部门对道路进行管理，同时可以得到充足的证据对一些车辆违法违章的行为作出处罚，从而实现我们之前预期的道路交通安全的智能化管理。车牌图像识别技术主要应用于在对车牌信息的获取及车牌图像的定位，同时车牌识别系统算法简单、稳定性高、处理速度快、运算量小。我们根据这一实际应用背景，确定了车牌识别系统设计的三个基本目标:稳定性,及时性和确定性。
1．2．2 课题研究的基本思路
本系统根据我国车牌的特点，可通过有色点对搜索的方法对车牌进行定位，通过灰度化、灰度拉伸、边缘检测等处理，获得可供定位图像，然后对此定位图像实行二值化，再对一些倾斜的图像校正，最后对车牌进行再定位，获得准确图像。对车牌信息的进一步提取可以通过车牌字符识别，字符分割。本课题的主要目标是在visual C++平台上利用基本的图像处理和模式识别技术设计和实现一个基于静态图像的车牌自动识别系统，并对该系统的实际表现进行研究和分析。
1.3 课题研究的意义
车牌自动识别技术作为完成智能交通管理现代化的重要前提，它在交通控制和监视发挥着重要作用。车牌自动识别是一个智能交通安全工程的重要研究热点。传统的技术依靠条形码识别和IC卡识别，利用此类技术价格高昂，设备较为复杂。而采用数字图像处理技术可以减少设备的投入，成本降下来的同时大大的提高了图像识别速度。图像的准确率和识别速率是衡量一个识别算法性能好坏的标准。因此，在研发车牌识别方法过程中，要尽量提升车牌识别系统的准确率和识别速率，目前的交通管理的主要发展方向是利用高新技术提高安全的智能交通，交通效率和管理效率[3]。智能化交通管理系统的建立，可以实现车辆行驶状况的实时控制，不但有利于交通的安全，也能提高道路的利用率，减缓交通拥堵，更能降低交通事故的发生。随着智能交通安全管理体系较为成熟的发展，逐渐弥补了现代交通信息采集的空白，为交通安全提供了可靠的依据和重要保障，提高运营效率和交通安全。因此，对车牌识别系统的深入研究，对道路交通安全具有重要意义。
1.4 国内外车牌技术的历史及现状
车牌自动识别技术在国外起步早发展快。早在上世纪80年代，基于静态图像的车牌识别系统就在国外得以运用。在那个年代，完整的车牌识别系统的体系还没有形成，日常解决某些具体问题，采用一些简单的图像处理方法，由此得出的结果与实际存在一定的偏差。
对于一些国外对车牌识别系统的研究。像英国，以色列，新加坡，英国都有已经有较为成熟的可以用于实际生活中的车牌识别系统。其中以色列Hi-Tech公司的产品有很好的适应能力，得到了各国部门的认可并加以运用， 它可以很好的适用于国内，不过它也有一些不足有待改进，如它对字符的低识别率等。然而，德国，日本，美国，意大利和其它欧美国家，他们的车牌自动识别系统可应用于中国。
我国研究和开发的车牌识别系统直到90年代才慢慢起步，在国内比较成熟的车牌识别系统有视觉科技研发的慧光车牌识别系统，另外浙江大学自动化系、西安交通大学识别实验室，清华大学人工智能国家重点实验室等都做过此类的研究[4]。
由于我国牌照比较特殊，使得我们不能直接采用现有的识别系统。再加上计算机和摄像设备性能上的不足，导致识别准确率和识别速率很难得到加强，然而随着车牌自动识别系统理论基础的不断完善，硬件性能的不断提升，车牌识别系统的性能得到一定程度的提升，使得它在智能化交通管理体系中发挥着越来越大的作用[5]。
二、车牌识别系统综述
2.1车牌识别系统分析
2.1.1车牌识别系统的系统分析
在智能化交通管理系统中，如何对车辆牌照信息进行准确的，高速的获取，并进一步的加以提取、分析是最主要的步骤，汽车的车牌是车辆身份的标识，是智能交通安全管理系统获取车辆信息的来源与要处理的目标，因此对车牌自动识别系统的研究成了智能化交通安全管理系统的核心环节，车牌区域的车牌自动识别系统的提取，并分析和识别车牌区域，最后完成对车牌信息的有效提取，其中，车牌自动识别系统的重要问题是如何有效并准确的获取车牌图像信息。再将获取的含车牌信息的BMP灰度图像进行预处理，得到适合车牌定位图像信息，再对车牌进行倾斜度校正，使定位更加的合理，同时对提供的车牌进行定位和图像的分割并提供最后的图像信息。系统开发软件对环境没有特殊要求，在普通的PC机，Window操作系统中输入软件系统的含车牌信息的BMP灰度图像进行定位处理，完成对车牌的预处理，粗定位，倾斜度校正等一个个步骤。
摘要
随着中国汽车行业的快速发展和不断提高的社会信息化水平，智能交通管理成为当今社会的重要发展趋势。车牌识别技术作为其重要组成部分，出于实际应用，值得深入研究。为保证系统的稳定性,及时性和确定性等因素，通常采用直接法，基于人工神经网络法等方法对牌照定位，实验表明，这类方法处理速度快，操作简单。
车牌检测与识别系统大致可以划分为图像采集，图像预处理，字符分割及识别三个模块。其中图像采集模块即利用摄像机获取BMP图像。图像预处理模块是通过图像的灰度化、二值化等一系列步骤处理图片信息，获得我们所需要的车牌字符；字符分割及识别模块即将定位后的车牌先进行分割，把我们需要的区域提取出来，在字符分割基础上对其进行二值化和归一化，并对所有模板进行匹配。本课题可以对基于静态图像的车牌进行准确识别，但对于一些复杂的图像，还需要做进一步的改进。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:智能交通系统车牌识别系统字符分割字符识别
目 录
一、绪论 1
1．1课题研究的阐述 1
1.2课题研究的目的及基本思路 1
1．2．1 课题研究的目的 1
1．2．2 课题研究的基本思路 2
1.3 课题研究的意义 2
1.4 国内外车牌技术的历史及现状 3
二、车牌识别系统综述 4
2.1车牌识别系统分析 4
2.1.1车牌识别系统的系统分析 4
2.2车牌识别流程 4
2.2.1车牌识别系统预处理模块的设计 4
2.2.2车牌系统设计原理 5
三、车牌识别的仿真 7
3.1数字图像预处理 7
3.1.1 预处理概述 7
3.1.2 车牌图像灰度化 7
3.1.3 灰度拉伸 8
3.1.4 图像边缘检测 9
3.2车牌图像区域定位 11
3.2.1区域定位算法的阐述 11
3.3车牌图像倾斜纠正 12
3.3.1车牌的倾斜原因及类型 12
3.3.2倾斜校正的方法 13
3.4车牌图像二值化 13
3.5字符分割 14
3.6字符识别 15
四、总 结 16
4.1课题研究的难点与问题 16
4.2课题研究总结 16
参考文献 18
致谢 19
一、绪论
1．1课题研究的阐述
随着全球汽车数量不断增加，交通的拥堵影响着人们的正常出行。如何才能进行有效的交通安全管理，引起了各国有关部门的密切关注。为了使道路交通更智能，更安全，运输效率更高，智能交通系统扮演着不可或缺的角色。
第二十一世纪，智能交通安全管理系统与道路交通安全的发展安全联系密切[1]。持续改进与持续发展的道路交通安全措施，为智能化交通安全系统的实际应用奠定了很好的基础。完整的车牌自动识别系统包括视频信号的采集与传输、图像预处理、模式识别和信息反馈等功能模块，其中，图像预处理和模式识别模块的性能直接决定了整个系统的识别效率。图像预处理模块是对图像进行必要的标准化处理，通过利用图像的形状、颜色等特征准确定位车牌区域；模式识别模块则负责对车牌区域进行字符分割、识别。由于国外道路交通管理规定起步早发展快，道路交通管理系统已经较为成熟，且已成功研发出一系列相似的较为成熟的车牌系统。通常设计的车牌大多都是针对特定的环境并且环境变化幅度较大及特定的要求，比如，各个国家的车牌在字符的布局及尺寸的大小上就有很大的不同，这就将导致设计方案也会有很大的不同之处，能否适应当地的环境并提取车牌区域图像和快速有效的对车牌进行识别，成为智能化交通管理的主要问题和关键步骤，这也给世界各国研发和改进车牌自动识别系统起了导向的作用。
车牌识别技术主要通过识别车辆携带车牌来完成识别[2]。车辆识别技术还包含车牌识别图像技术，它可以完成车牌图像的提取，图像分析及处理，并能自动识别车牌信息。在基本不影响道路安全管理的情况下，改善交通安全，大幅降低工作难度，对其进行有效的管理与监督。
1.2课题研究的目的及基本思路
1．2．1 课题研究的目的
车牌自动识别技术是车辆牌照自动识别技术的重要构成部分。它可以通过设备获取车牌图像，并获取车牌图像信息，经过及时的处理，来获得车牌的具体信息，以达到实现控制车辆道路安全状况的目的。智能化交通管理系统能够更有效的使交通管理部门对道路进行管理，同时可以得到充足的证据对一些车辆违法违章的行为作出处罚，从而实现我们之前预期的道路交通安全的智能化管理。车牌图像识别技术主要应用于在对车牌信息的获取及车牌图像的定位，同时车牌识别系统算法简单、稳定性高、处理速度快、运算量小。我们根据这一实际应用背景，确定了车牌识别系统设计的三个基本目标:稳定性,及时性和确定性。
1．2．2 课题研究的基本思路
本系统根据我国车牌的特点，可通过有色点对搜索的方法对车牌进行定位，通过灰度化、灰度拉伸、边缘检测等处理，获得可供定位图像，然后对此定位图像实行二值化，再对一些倾斜的图像校正，最后对车牌进行再定位，获得准确图像。对车牌信息的进一步提取可以通过车牌字符识别，字符分割。本课题的主要目标是在visual C++平台上利用基本的图像处理和模式识别技术设计和实现一个基于静态图像的车牌自动识别系统，并对该系统的实际表现进行研究和分析。
1.3 课题研究的意义
车牌自动识别技术作为完成智能交通管理现代化的重要前提，它在交通控制和监视发挥着重要作用。车牌自动识别是一个智能交通安全工程的重要研究热点。传统的技术依靠条形码识别和IC卡识别，利用此类技术价格高昂，设备较为复杂。而采用数字图像处理技术可以减少设备的投入，成本降下来的同时大大的提高了图像识别速度。图像的准确率和识别速率是衡量一个识别算法性能好坏的标准。因此，在研发车牌识别方法过程中，要尽量提升车牌识别系统的准确率和识别速率，目前的交通管理的主要发展方向是利用高新技术提高安全的智能交通，交通效率和管理效率[3]。智能化交通管理系统的建立，可以实现车辆行驶状况的实时控制，不但有利于交通的安全，也能提高道路的利用率，减缓交通拥堵，更能降低交通事故的发生。随着智能交通安全管理体系较为成熟的发展，逐渐弥补了现代交通信息采集的空白，为交通安全提供了可靠的依据和重要保障，提高运营效率和交通安全。因此，对车牌识别系统的深入研究，对道路交通安全具有重要意义。
1.4 国内外车牌技术的历史及现状
车牌自动识别技术在国外起步早发展快。早在上世纪80年代，基于静态图像的车牌识别系统就在国外得以运用。在那个年代，完整的车牌识别系统的体系还没有形成，日常解决某些具体问题，采用一些简单的图像处理方法，由此得出的结果与实际存在一定的偏差。
对于一些国外对车牌识别系统的研究。像英国，以色列，新加坡，英国都有已经有较为成熟的可以用于实际生活中的车牌识别系统。其中以色列Hi-Tech公司的产品有很好的适应能力，得到了各国部门的认可并加以运用， 它可以很好的适用于国内，不过它也有一些不足有待改进，如它对字符的低识别率等。然而，德国，日本，美国，意大利和其它欧美国家，他们的车牌自动识别系统可应用于中国。
我国研究和开发的车牌识别系统直到90年代才慢慢起步，在国内比较成熟的车牌识别系统有视觉科技研发的慧光车牌识别系统，另外浙江大学自动化系、西安交通大学识别实验室，清华大学人工智能国家重点实验室等都做过此类的研究[4]。
由于我国牌照比较特殊，使得我们不能直接采用现有的识别系统。再加上计算机和摄像设备性能上的不足，导致识别准确率和识别速率很难得到加强，然而随着车牌自动识别系统理论基础的不断完善，硬件性能的不断提升，车牌识别系统的性能得到一定程度的提升，使得它在智能化交通管理体系中发挥着越来越大的作用[5]。
二、车牌识别系统综述
2.1车牌识别系统分析
2.1.1车牌识别系统的系统分析
在智能化交通管理系统中，如何对车辆牌照信息进行准确的，高速的获取，并进一步的加以提取、分析是最主要的步骤，汽车的车牌是车辆身份的标识，是智能交通安全管理系统获取车辆信息的来源与要处理的目标，因此对车牌自动识别系统的研究成了智能化交通安全管理系统的核心环节，车牌区域的车牌自动识别系统的提取，并分析和识别车牌区域，最后完成对车牌信息的有效提取，其中，车牌自动识别系统的重要问题是如何有效并准确的获取车牌图像信息。再将获取的含车牌信息的BMP灰度图像进行预处理，得到适合车牌定位图像信息，再对车牌进行倾斜度校正，使定位更加的合理，同时对提供的车牌进行定位和图像的分割并提供最后的图像信息。系统开发软件对环境没有特殊要求，在普通的PC机，Window操作系统中输入软件系统的含车牌信息的BMP灰度图像进行定位处理，完成对车牌的预处理，粗定位，倾斜度校正等一个个步骤。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2330.html
