车牌自动识别系统研究
车牌自动识别系统研究[20200406140834]
摘 要
目前，车牌自动识别系统已在许多领域得到应用，相应技术日趋成熟。本文结合已有的研究成果，在原先的基础上提出了基于MATLAB的车牌识别解决方案。该方案的软件模块涉及车牌定位、字符切割、字符识别等关键技术。车牌定位模块中提出了基于车牌彩色信息的定位法，本系统研究对象是家用小车，车牌一般为蓝底白字，因此分析定位图像蓝色区域来找到车牌位置是一种可行的办法，实际测试下来，运用此方法定位成功率比较高。字符分割模块利用的是垂直投影法，先找到每个字符的中心位置，再按字符宽度切割出字符。利用这种方法可以处理复杂环境下的汽车图像。本文使用的字符识别方法是常见的模板匹配算法，基本思想是将切割下来的字符归一化后与模板进行匹配。实际应用中，采集到的图像质量直接关系到识别准确率。通过对大量车牌图像的识别测试显示，此系统对小型车蓝底白字车牌有很好的识别效果。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:MATLAB车牌定位字符切割字符识别
目 录
绪 论 1
第1章 概 述 2
1.1 研究背景 2
1.2 课题研究的目的和意义 2
1.3 主要研究内容 3
第2章 MATLAB与图像处理简介 4
2.1 MATLAB发展历史 4
2.2 MATLAB语言工具 4
2.3 图像处理简介 4
第3章 系统设计方案 6
3.1 车牌定位 7
3.2 图像灰度化 7
3.3 图像倾斜矫正 7
3.4 车牌后处理 7
3.5 字符分割 8
3.6 模版匹配和字符识别 8
3.7 数据存储和显示 8
第4章 算法与实现 10
4.1 输入采集的待处理原始图像 10
4.2 车牌提取 11
4.3 图像的灰度化处理 13
4.4 图像倾斜矫正 15
4.5 图片后处理 15
4.6 字符切割 17
4.7 字符识别 18
4.7.1 识别方法选择 18
4.7.2 字符归一化 19
4.7.3 模板匹配识别 19
第五章 运行结果及分析 21
结束语 24
参考文献 25
致 谢 26
绪 论
上世纪末，全球交通问题日趋严重。我国交通压力也逐渐加大，智能交通系统应运而生，在行业内逐渐掀起一股研究智能交通系统的热潮。怎样能在如今的交通运输网的基础上，通过一种高效便捷可控的方式提高运输效率，在保障运输安全的同时，也提高社会的运能，这样才能与经济增长并驾齐驱。在我国ITS的研究开展应该提到国家议程。信息化高度发达的今天，结合到我国的国情和经济发展趋势，交通的智能化管理已经是大势所趋。怎样能够准确有效地自动识别出辖区内进出口处驶过车辆的车牌信息，并将对应信息有效储存已成为智能交通的重点研究方向之一。
车牌识别系统通过对交通车流信息进行监测，了解到实时的交通状况，从而由相关专业部门根据监测结果制定科学有效的交通疏导机制，降低塞车的可能性，减少公共汽车的延误，有效降低道路安全事件的发生的几率，确保道路安全畅通，同时也能使相关交通设施的到充分利用。
但车牌识别也有诸多难点，比如说：
1.照片采集时候受到环境影响，原始待处理图片会出现对比度下降，模糊，目标区域太小，一些行驶时间过长的车型车牌会出现褪色的情况，遇到车辆本身就是蓝色或者接近蓝色的时候，本文所采用的蓝色识别方法如果代码优化不到位就会出不能识别的现象。
2.还有图像采集装置不可能是正对汽车前方，所以会出现采集视角问题。
3.在我国车牌也是多样性的，比如卡车的黄色车牌，还有军区的白色车牌。这些车牌的物理特征、尺寸、文字有区别，这样就增加了识别难度。
4.环境污染，雾霾，车辆污损等情况在我国很普遍，道路硬件条件跟不上，执法力度不够造成了我国的车辆管理难问题，同时给车牌智能识别带来了不小的挑战。
综合上述难点，要想准确实时的识别出一辆车的车牌身份信息是一件具有挑战性的事情，怎样提高识别准确率是一个现实而又繁重的任务。
第1章 概 述
1.1 研究背景
1990年代开始，各国积极研究交通系统的智能化。在这种国际大趋势下，作为世界科技界的领头羊美国率先提出了提出交通智能化的新概念。截至目前，此系统已经在世界上的发达国家的大多数城市的交通系统中得到广泛充分地应用。在这方面我国起步没有西方发达国家快，但是随着我国改革开放，经济全球化带来技术全球化，加上我国近年来举办了一些全球性活动，例如奥运会、世博会等，我国加快了对智能交通系统的开发研究，智能交通系统发展迅速。其中车牌识别是必须攻克的难题。
智能交通系统研究的重点当属车牌识别。车牌识别系统作为对车辆身份的初步识别，位置举足轻重，得到广泛应用。车牌识别系统是以数字图像处理、模式识别等技术为基础的，把照相机所拍到的图像进行计算机数字化处理分析，得出车辆的身份信息，完成识别。后续的一些处理存储，有效用于例如交通流量管理、停车场收费记录、防盗、汽车位置反馈、交警用于高速的超速监控记录，在实际应用中我们也常可以听到车牌识别系统在刑事案件中的帮助，帮助寻找犯罪嫌疑人，维护治安加强安全，实现了主动自动化的管理。社会不断地发展，各区域交流往来日益密切，中国最为地域面积广地形复杂的国家。交通形势严峻，使用智能交通系统不仅可以减低行政部门的执法成本，还提高了社会运行效率，效率提高是人类社会不断追求的宗旨，提高效率也意味着节约了地球资源，使资源能够投放在更为合理的地方。智能交通系统的推广变的越来越重要。
1.2 课题研究的目的和意义
私家车在现如今的社会，大多数中薪阶层的家庭都会很容易拥有一辆，国家的限购政策前几年也没有出台，直接导致私家车的数量指数型增长，我国城市交通管理的相关部门为此面临着不小的挑战，如何有效提高交通系统的运行效率成为社会各界关注的焦点，于是各种相关尝试在交通运输方面展开，许多管理系统渐渐地在不同场合得到应用。这些系统大同小异，都是对交通状况进行实时监控，采集数据到后台分析处理再反馈到采集部门的管理人员，从而实现实时监测往来车辆。车牌识别的迅速发展应用大大方便了交通的管理，相比较传统的IC卡识别，新的车牌识别系统更智能，节约了各方成本，提高了城市的整体效率，是社会发展的必然产物，同时见证了人类自我管理能力的进步。基于图像识别的车牌识别系统重要的是提高识别准确率，在这方面优化得好的话是具有更加现实的意义的。
1.3 主要研究内容
车牌识别系统主要由车牌定位、字符切割、字符识别及后处理组成[1]。车牌定位是基础，如果不能成功地准确地定位到车牌所处图像位置，就不能够实行系统的其他模块。因此，制定有效算法来提高定位的准确性是本文要研究的内容。在实行字符分割前，是否优先进性原始图像的处理也是本文着重探究的内容。如果字符能够被精准地分割出来将会大大提高整个系统的识别准确率。
系统前端设备在进行图像采集时，其采集到的原始图像的质量受到诸多因素的影响，比如强光，使用年限久了之后由于路况的原因，照片的整洁度也会变得不是很理想。还有些原因是因为摄像头在工作室难免产生的噪声，噪声导致图像不清，字体变形，影响后续的切割识别。因此本文会讨论到怎样通过特殊算法解决这些问题，提高识别准确率。
车牌识别一般采用的解决方案是较为简单的模板匹配，目的都是识别车牌上的信息。当然有更准确地高级算法已经被研究出来叫做神经网络识别法，这种方法通过模拟人类的视觉认知，对软件进行“训练”，从而达到模拟人类模糊是识别的能力。但是鉴于神经网络比较复杂，所以在本文中没有涉及，但是可以作为进阶项目进行讨论研究。
第2章 MATLAB与图像处理简介
2.1 MATLAB发展历史
MATLAB是计算机编程语言的一种，由美国Mathworks公司发布。它是可视化以及交互式程序设计的高科技计算环境。它将数值分析、科学数据可视化、矩阵计算以及非线性动态系统的建模和仿真等诸多强大功能于一体，简单易用，为科学研究和工程设计等诸多科学领域提供了一中系统的可执行的解决方案，除此之外相较于传统的C语言系的设计语言，MATLAB提供了交互式编辑模式，在当今世界较为先进。
摘 要
目前，车牌自动识别系统已在许多领域得到应用，相应技术日趋成熟。本文结合已有的研究成果，在原先的基础上提出了基于MATLAB的车牌识别解决方案。该方案的软件模块涉及车牌定位、字符切割、字符识别等关键技术。车牌定位模块中提出了基于车牌彩色信息的定位法，本系统研究对象是家用小车，车牌一般为蓝底白字，因此分析定位图像蓝色区域来找到车牌位置是一种可行的办法，实际测试下来，运用此方法定位成功率比较高。字符分割模块利用的是垂直投影法，先找到每个字符的中心位置，再按字符宽度切割出字符。利用这种方法可以处理复杂环境下的汽车图像。本文使用的字符识别方法是常见的模板匹配算法，基本思想是将切割下来的字符归一化后与模板进行匹配。实际应用中，采集到的图像质量直接关系到识别准确率。通过对大量车牌图像的识别测试显示，此系统对小型车蓝底白字车牌有很好的识别效果。
*查看完整论文请 +Q: 3 5 1 9 1 6 0 7 2
关键字:MATLAB车牌定位字符切割字符识别
目 录
绪 论 1
第1章 概 述 2
1.1 研究背景 2
1.2 课题研究的目的和意义 2
1.3 主要研究内容 3
第2章 MATLAB与图像处理简介 4
2.1 MATLAB发展历史 4
2.2 MATLAB语言工具 4
2.3 图像处理简介 4
第3章 系统设计方案 6
3.1 车牌定位 7
3.2 图像灰度化 7
3.3 图像倾斜矫正 7
3.4 车牌后处理 7
3.5 字符分割 8
3.6 模版匹配和字符识别 8
3.7 数据存储和显示 8
第4章 算法与实现 10
4.1 输入采集的待处理原始图像 10
4.2 车牌提取 11
4.3 图像的灰度化处理 13
4.4 图像倾斜矫正 15
4.5 图片后处理 15
4.6 字符切割 17
4.7 字符识别 18
4.7.1 识别方法选择 18
4.7.2 字符归一化 19
4.7.3 模板匹配识别 19
第五章 运行结果及分析 21
结束语 24
参考文献 25
致 谢 26
绪 论
上世纪末，全球交通问题日趋严重。我国交通压力也逐渐加大，智能交通系统应运而生，在行业内逐渐掀起一股研究智能交通系统的热潮。怎样能在如今的交通运输网的基础上，通过一种高效便捷可控的方式提高运输效率，在保障运输安全的同时，也提高社会的运能，这样才能与经济增长并驾齐驱。在我国ITS的研究开展应该提到国家议程。信息化高度发达的今天，结合到我国的国情和经济发展趋势，交通的智能化管理已经是大势所趋。怎样能够准确有效地自动识别出辖区内进出口处驶过车辆的车牌信息，并将对应信息有效储存已成为智能交通的重点研究方向之一。
车牌识别系统通过对交通车流信息进行监测，了解到实时的交通状况，从而由相关专业部门根据监测结果制定科学有效的交通疏导机制，降低塞车的可能性，减少公共汽车的延误，有效降低道路安全事件的发生的几率，确保道路安全畅通，同时也能使相关交通设施的到充分利用。
但车牌识别也有诸多难点，比如说：
1.照片采集时候受到环境影响，原始待处理图片会出现对比度下降，模糊，目标区域太小，一些行驶时间过长的车型车牌会出现褪色的情况，遇到车辆本身就是蓝色或者接近蓝色的时候，本文所采用的蓝色识别方法如果代码优化不到位就会出不能识别的现象。
2.还有图像采集装置不可能是正对汽车前方，所以会出现采集视角问题。
3.在我国车牌也是多样性的，比如卡车的黄色车牌，还有军区的白色车牌。这些车牌的物理特征、尺寸、文字有区别，这样就增加了识别难度。
4.环境污染，雾霾，车辆污损等情况在我国很普遍，道路硬件条件跟不上，执法力度不够造成了我国的车辆管理难问题，同时给车牌智能识别带来了不小的挑战。
综合上述难点，要想准确实时的识别出一辆车的车牌身份信息是一件具有挑战性的事情，怎样提高识别准确率是一个现实而又繁重的任务。
第1章 概 述
1.1 研究背景
1990年代开始，各国积极研究交通系统的智能化。在这种国际大趋势下，作为世界科技界的领头羊美国率先提出了提出交通智能化的新概念。截至目前，此系统已经在世界上的发达国家的大多数城市的交通系统中得到广泛充分地应用。在这方面我国起步没有西方发达国家快，但是随着我国改革开放，经济全球化带来技术全球化，加上我国近年来举办了一些全球性活动，例如奥运会、世博会等，我国加快了对智能交通系统的开发研究，智能交通系统发展迅速。其中车牌识别是必须攻克的难题。
智能交通系统研究的重点当属车牌识别。车牌识别系统作为对车辆身份的初步识别，位置举足轻重，得到广泛应用。车牌识别系统是以数字图像处理、模式识别等技术为基础的，把照相机所拍到的图像进行计算机数字化处理分析，得出车辆的身份信息，完成识别。后续的一些处理存储，有效用于例如交通流量管理、停车场收费记录、防盗、汽车位置反馈、交警用于高速的超速监控记录，在实际应用中我们也常可以听到车牌识别系统在刑事案件中的帮助，帮助寻找犯罪嫌疑人，维护治安加强安全，实现了主动自动化的管理。社会不断地发展，各区域交流往来日益密切，中国最为地域面积广地形复杂的国家。交通形势严峻，使用智能交通系统不仅可以减低行政部门的执法成本，还提高了社会运行效率，效率提高是人类社会不断追求的宗旨，提高效率也意味着节约了地球资源，使资源能够投放在更为合理的地方。智能交通系统的推广变的越来越重要。
1.2 课题研究的目的和意义
私家车在现如今的社会，大多数中薪阶层的家庭都会很容易拥有一辆，国家的限购政策前几年也没有出台，直接导致私家车的数量指数型增长，我国城市交通管理的相关部门为此面临着不小的挑战，如何有效提高交通系统的运行效率成为社会各界关注的焦点，于是各种相关尝试在交通运输方面展开，许多管理系统渐渐地在不同场合得到应用。这些系统大同小异，都是对交通状况进行实时监控，采集数据到后台分析处理再反馈到采集部门的管理人员，从而实现实时监测往来车辆。车牌识别的迅速发展应用大大方便了交通的管理，相比较传统的IC卡识别，新的车牌识别系统更智能，节约了各方成本，提高了城市的整体效率，是社会发展的必然产物，同时见证了人类自我管理能力的进步。基于图像识别的车牌识别系统重要的是提高识别准确率，在这方面优化得好的话是具有更加现实的意义的。
1.3 主要研究内容
车牌识别系统主要由车牌定位、字符切割、字符识别及后处理组成[1]。车牌定位是基础，如果不能成功地准确地定位到车牌所处图像位置，就不能够实行系统的其他模块。因此，制定有效算法来提高定位的准确性是本文要研究的内容。在实行字符分割前，是否优先进性原始图像的处理也是本文着重探究的内容。如果字符能够被精准地分割出来将会大大提高整个系统的识别准确率。
系统前端设备在进行图像采集时，其采集到的原始图像的质量受到诸多因素的影响，比如强光，使用年限久了之后由于路况的原因，照片的整洁度也会变得不是很理想。还有些原因是因为摄像头在工作室难免产生的噪声，噪声导致图像不清，字体变形，影响后续的切割识别。因此本文会讨论到怎样通过特殊算法解决这些问题，提高识别准确率。
车牌识别一般采用的解决方案是较为简单的模板匹配，目的都是识别车牌上的信息。当然有更准确地高级算法已经被研究出来叫做神经网络识别法，这种方法通过模拟人类的视觉认知，对软件进行“训练”，从而达到模拟人类模糊是识别的能力。但是鉴于神经网络比较复杂，所以在本文中没有涉及，但是可以作为进阶项目进行讨论研究。
第2章 MATLAB与图像处理简介
2.1 MATLAB发展历史
MATLAB是计算机编程语言的一种，由美国Mathworks公司发布。它是可视化以及交互式程序设计的高科技计算环境。它将数值分析、科学数据可视化、矩阵计算以及非线性动态系统的建模和仿真等诸多强大功能于一体，简单易用，为科学研究和工程设计等诸多科学领域提供了一中系统的可执行的解决方案，除此之外相较于传统的C语言系的设计语言，MATLAB提供了交互式编辑模式，在当今世界较为先进。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/229.html
