基于matlab车牌识别系统设计【字数：14230】
摘 要进入二十一世纪，随着我国经济的不断发展，我国人民生活水平也得到不断的提升。汽车已经成为了人们日常出行中的一种非常重要的工具，汽车数量的急剧增加也给汽车交通管理部门带来了较大的困难。目前对汽车车牌识别，管理也主要依靠数字信号处理技术，图像识别等技术来进行，这些技术的合理应用也带动了智能交通领域的快速发展。本论文主要讲述了MATLAB并且对其做了深入的理解和认识。基于MATLAB的车辆牌照的处理进行了系统设计和分析，分别研究了车牌识别算法的实现。主要包括图像输入、图像预处理、图像边缘检测、边缘图像变换处理、图像二值化处理、图像识别，详细研究了使用MATLAB完成车牌识别的算法和结果。
目 录
第一章 绪论 1
1.1 研究背景 1
1.2 车牌识别系统现状 2
1.3 车牌识别中的技术难点 3
1.4 研究目的与意义 4
1.5 本论文研究的内容 3
1.6 本论文结构 5
第二章 系统的介绍和设计 6
2.1 MATLAB的发展历程 6
2.2 MATLAB的优势 7
2.3 车牌识别系统总体设计 8
2.4 本章小结 10
第三章 车牌识别算法实现 11
3.1 图像预处理技术介绍 11
3.2 图像输入 12
3.3 灰度化处理 12
3.4 图像边缘检测 13
3.5 边缘检测后图像的变换处理 14
3.6 图像定位 18
3.7 图像二值化处理 18
3.8 图像识别 20
3.9 字符切割 20
第四章 测试及分析 22
4.1 平台介绍与搭建 22
4.2 最终测试 22
4.3 结果分析 27
结束语 28
致谢 29
参考文献 30
第一章 绪论
1.1研究背景
电子技术在上个世纪初的某些工程领域中就得到了应用，例如早期的电话、电报的应用就离不开电子技术。自二战以后，电子技术的快速 *好棒文|www.hbsrm.com +Q: ￥351916072$
发展推动了IC技术、计算机技术、通信技术的迅猛发展。特别是进入到本世纪以来，随着移动互联网、大数据技术、机器视觉等技术应用的普及，目前社会已经步入到了智能化社会，并且这些智能技术已经在人们生活中的各个领域中有所体现，例如对于目前汽车交通行业，智能技术已经能够实时监测到城市中各个交通道路口的汽车流量，能够对交通事故地点进行快速定位以及对汽车进行识别。这些智能技术的应用都离不开数字信号处理等相关知识。目前电子技术在汽车交通领域中已经得到了非常广泛的应用，例如在汽车交通行驶的监控、管理中就是依靠传感器、视频监控系统来对汽车的运行轨迹、行驶速度、地理位置信息等进行监控和分析。电子技术、信号处理技术也可以对汽车车牌来进行图像识别处理，实现对汽车的识别和跟踪等功能，如图11所示。
图11 车牌识别系统应用软件
对于目前的智能交通领域，汽车识别定位主要是依靠对汽车车牌识别来进行定位，汽车车牌识别的原理是依靠城市道路中的摄像机对城市路口的汽车信息进行采集。通过将拍摄到的汽车信息传输到后台，再通过图像处理等相关知识来获取汽车车牌信息。车牌识别系统是依靠多种数字信号处理技术相结合而形成的高科技技术产品，它依据前端的照相或者摄像传感器将实时采集到的图片或者视频信息进行数字化转换，然后再利用图像信号处理相关知识来对原始数据进行采集和定位。最后再将处理后的结果通过无线通信接口发送出去。汽车车牌识别系统的概念自上个世纪60年代就有科学家提出相关解决方案，但是受制于当时的处理芯片性能、传输能力、算法处理等限制。当时并没有能够实现普及，随着通信技术、数字信号处理、机器视觉等技术的成熟，对于目前智能物联城市交通一体化监测的技术瓶颈已不复存在。
而作为城市智能物联的系统中的重要组成部分，车牌实时识别系统能够对汽车违章信息进行快速定位，对城市交通安全、跟踪目标车辆信息等也都带来了巨大的便利。通过汽车车牌识别系统也能够快速的定位目标信息为城市的交通管理也带来了极大的便利。目前在美国、英国、法国、日本等许多国家已经实现了城市交通系统中车牌识别系统的全覆盖，而在我国的许多城市中，也实现了车牌自动识别系统的布局，极大的减轻了城市交通管理系统的压力，也能够有效的保证了城市的交通安全。
1.2车牌识别系统现状
汽车车牌识别技术主要依靠计算机技术、数字信号处理技术和图像传感器技术，而我国在这些相关技术领域上研究的也相对比国外要晚，所以在车牌识别系统的研究上国外要比国内研究的早。例如美国的泰勒斯教授提出了窗口扫描、一维离散信号小波变换等技术来实现汽车车牌检测等功能。威廉教授提出采用混沌的方法来实现对汽车车牌区域的划分，图像的目标边缘检测等功能。通过对特征提取来实现对运行车辆信息的推导和跟踪。除此之外在目前汽车车牌的识别上，处理器采用DSP或者GPU的方式通过小波变换、DCT处理等功能来实时监测出汽车车牌的信息。这些技术已经在目前交通领域中得到了非常广泛的应用，具体应用领域如下所示。
（1）高速公路收费管理：通过汽车车牌识别系统提取过往车辆信息，能够通过互联网方式实时计算出车辆的缴费信息等。
（2）住宅、商业停车场管理：通过汽车车牌识别系统能够统计出车辆的出入时间及其他状态信息。
（3）城市交通监控、违章管理检测：通过汽车车牌识别系统能够实时监控道路中行驶的车辆，能够对车辆的行驶轨迹信息等进行检测，除此之外，也能够对违章汽车车辆进行实时捕捉、识别，并能够将违章车辆的相关信息实时发送到道路交通信息显示屏，来提醒车辆不要违章停放等。
除了上述几处应用之外，汽车车牌识别技术还能够实时快速统计出目前道路交通中的汽车流量信息，并能够将实时统计出的结果实时发送至后台，经过后台处理系统进行自动处理后，能够动态调节城市道路口的红绿灯通行时间对缓解城市道路交通拥堵有着重要的意义。正是由于汽车车牌识别技术有着如此多的优势，因此在目前许多城市中都在城市道路口中布放车辆信息采集系统，通过捕捉过往车辆的行驶信息实时上传至数据处理中心，通过软件处理的方式来实现汽车车牌识别具有着较大的灵活性，也能够减轻城市交通管理部门的投入。
1.3车牌识别中的技术难点
汽车车牌识别技术国内外已经研究了许多年，也提出了许多经典算法来实现汽车车牌识别，目前总结下来主要有以下几个方面的技术难点。
目 录
第一章 绪论 1
1.1 研究背景 1
1.2 车牌识别系统现状 2
1.3 车牌识别中的技术难点 3
1.4 研究目的与意义 4
1.5 本论文研究的内容 3
1.6 本论文结构 5
第二章 系统的介绍和设计 6
2.1 MATLAB的发展历程 6
2.2 MATLAB的优势 7
2.3 车牌识别系统总体设计 8
2.4 本章小结 10
第三章 车牌识别算法实现 11
3.1 图像预处理技术介绍 11
3.2 图像输入 12
3.3 灰度化处理 12
3.4 图像边缘检测 13
3.5 边缘检测后图像的变换处理 14
3.6 图像定位 18
3.7 图像二值化处理 18
3.8 图像识别 20
3.9 字符切割 20
第四章 测试及分析 22
4.1 平台介绍与搭建 22
4.2 最终测试 22
4.3 结果分析 27
结束语 28
致谢 29
参考文献 30
第一章 绪论
1.1研究背景
电子技术在上个世纪初的某些工程领域中就得到了应用，例如早期的电话、电报的应用就离不开电子技术。自二战以后，电子技术的快速 *好棒文|www.hbsrm.com +Q: ￥351916072$
发展推动了IC技术、计算机技术、通信技术的迅猛发展。特别是进入到本世纪以来，随着移动互联网、大数据技术、机器视觉等技术应用的普及，目前社会已经步入到了智能化社会，并且这些智能技术已经在人们生活中的各个领域中有所体现，例如对于目前汽车交通行业，智能技术已经能够实时监测到城市中各个交通道路口的汽车流量，能够对交通事故地点进行快速定位以及对汽车进行识别。这些智能技术的应用都离不开数字信号处理等相关知识。目前电子技术在汽车交通领域中已经得到了非常广泛的应用，例如在汽车交通行驶的监控、管理中就是依靠传感器、视频监控系统来对汽车的运行轨迹、行驶速度、地理位置信息等进行监控和分析。电子技术、信号处理技术也可以对汽车车牌来进行图像识别处理，实现对汽车的识别和跟踪等功能，如图11所示。
图11 车牌识别系统应用软件
对于目前的智能交通领域，汽车识别定位主要是依靠对汽车车牌识别来进行定位，汽车车牌识别的原理是依靠城市道路中的摄像机对城市路口的汽车信息进行采集。通过将拍摄到的汽车信息传输到后台，再通过图像处理等相关知识来获取汽车车牌信息。车牌识别系统是依靠多种数字信号处理技术相结合而形成的高科技技术产品，它依据前端的照相或者摄像传感器将实时采集到的图片或者视频信息进行数字化转换，然后再利用图像信号处理相关知识来对原始数据进行采集和定位。最后再将处理后的结果通过无线通信接口发送出去。汽车车牌识别系统的概念自上个世纪60年代就有科学家提出相关解决方案，但是受制于当时的处理芯片性能、传输能力、算法处理等限制。当时并没有能够实现普及，随着通信技术、数字信号处理、机器视觉等技术的成熟，对于目前智能物联城市交通一体化监测的技术瓶颈已不复存在。
而作为城市智能物联的系统中的重要组成部分，车牌实时识别系统能够对汽车违章信息进行快速定位，对城市交通安全、跟踪目标车辆信息等也都带来了巨大的便利。通过汽车车牌识别系统也能够快速的定位目标信息为城市的交通管理也带来了极大的便利。目前在美国、英国、法国、日本等许多国家已经实现了城市交通系统中车牌识别系统的全覆盖，而在我国的许多城市中，也实现了车牌自动识别系统的布局，极大的减轻了城市交通管理系统的压力，也能够有效的保证了城市的交通安全。
1.2车牌识别系统现状
汽车车牌识别技术主要依靠计算机技术、数字信号处理技术和图像传感器技术，而我国在这些相关技术领域上研究的也相对比国外要晚，所以在车牌识别系统的研究上国外要比国内研究的早。例如美国的泰勒斯教授提出了窗口扫描、一维离散信号小波变换等技术来实现汽车车牌检测等功能。威廉教授提出采用混沌的方法来实现对汽车车牌区域的划分，图像的目标边缘检测等功能。通过对特征提取来实现对运行车辆信息的推导和跟踪。除此之外在目前汽车车牌的识别上，处理器采用DSP或者GPU的方式通过小波变换、DCT处理等功能来实时监测出汽车车牌的信息。这些技术已经在目前交通领域中得到了非常广泛的应用，具体应用领域如下所示。
（1）高速公路收费管理：通过汽车车牌识别系统提取过往车辆信息，能够通过互联网方式实时计算出车辆的缴费信息等。
（2）住宅、商业停车场管理：通过汽车车牌识别系统能够统计出车辆的出入时间及其他状态信息。
（3）城市交通监控、违章管理检测：通过汽车车牌识别系统能够实时监控道路中行驶的车辆，能够对车辆的行驶轨迹信息等进行检测，除此之外，也能够对违章汽车车辆进行实时捕捉、识别，并能够将违章车辆的相关信息实时发送到道路交通信息显示屏，来提醒车辆不要违章停放等。
除了上述几处应用之外，汽车车牌识别技术还能够实时快速统计出目前道路交通中的汽车流量信息，并能够将实时统计出的结果实时发送至后台，经过后台处理系统进行自动处理后，能够动态调节城市道路口的红绿灯通行时间对缓解城市道路交通拥堵有着重要的意义。正是由于汽车车牌识别技术有着如此多的优势，因此在目前许多城市中都在城市道路口中布放车辆信息采集系统，通过捕捉过往车辆的行驶信息实时上传至数据处理中心，通过软件处理的方式来实现汽车车牌识别具有着较大的灵活性，也能够减轻城市交通管理部门的投入。
1.3车牌识别中的技术难点
汽车车牌识别技术国内外已经研究了许多年，也提出了许多经典算法来实现汽车车牌识别，目前总结下来主要有以下几个方面的技术难点。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/545.html
