Get清风毕业设计基于数字图像处理的车牌定位与识别.docx
《Get清风毕业设计基于数字图像处理的车牌定位与识别.docx》由会员分享，可在线阅读，更多相关《Get清风毕业设计基于数字图像处理的车牌定位与识别.docx（39页珍藏版）》请在冰点文库上搜索。
Get清风毕业设计基于数字图像处理的车牌定位与识别
毕业设计--基于数字图像处理的车牌定位与识别
毕业设计〔论文〕
题目基于数字图像处理的
车牌定位与识别
姓名吕学平
学号0911121106
所在学院理学院
专业班级09信科1
指导教师徐斌老师
日期2021年3月29日
毕业设计〔论文〕任务书
学院
理学院
指导教师
徐斌
职称
学生姓名
吕学平
专业班级
09信科1
学号
0911121106
设计题目
基于数字图像处理的车牌定位与识别
设
计
内
容
目
标
和
要
求
首先了解各种图像处理的根本方法，及其优缺点，结合车牌定位技术，熟悉图像定位技术的机制和原理，静态目标图像的识别方法和机理，然后熟悉单一环境下的运动图像识别和跟踪技术。
最后采用粗定位和精细定位相结合的车牌定位方法从运动图像中定位目标图像边缘，从而获取有用图像。
最好能够使用Matlab或者phtoshop对截取的图形进行加工处理，获得更高质量的目标图像。
要求：
有一定的图像处理技术，能运用matlab或者phtoshop等软件处理图像。
指导教师签名：
年月日
基层教学单位审核
学院
审核
此表由指导教师填写学院审核
1
毕业设计〔论文〕学生开题报告
课题名称
基于数字图像处理的车牌定位与识别
课题来源
课题类型
指导教师
徐斌
学生姓名
吕学平
学号
0911121106
专业班级
09信科1
本课题的研究现状、研究目的及意义
随着我国经济的快速开展，智能交通系统将会成为现代交通管理开展的必然趋势。
车辆自动识别系统是智能交通系统（工TS）实现的前提。
车牌识别是车辆自动识别系统中最有开展前景的技术之一。
车牌识别系统主要由车牌定位、字符分割和字符识别三局部组成。
其中，车牌定位是字符分割和字符识别的根底，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。
从图像处理的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位。
基于灰度图像的车牌定位速度较快，但定位精度不高，受环境、光照等因素影响较大;彩色图像包含的信息比灰度图像多得多，因而更易于车牌定位，但运算量大，因此，基于彩色图像的车牌定位研究较少。
近年来，随着计算机技术和图像处理技术的飞速开展，基于彩色图像的车牌定位将是车牌定位研究的热点。
在交通路口的违章监视，在高速公路收费入口，在涵洞、桥梁的入口以及在停车场和加油站的管理中，都需要对汽车牌照进行记录，而目前这些工作大多数都是由人工完成的，工作量很大，有时也难免会出现错误，如果改用智能系统进行自动的检测和识别，那么会大大提高工作的速度，降低管理人员的工作量，提高效劳的效率与质量。
在国内现有技术的根底之上进一步研究汽车牌照智能识别技术实现对实时采集到的汽车牌照图像进行分析，准确定位分割、提取出图像中的汽车牌照，并快速自动智能地识别出汽车牌照，还可以全面消除人为因素，因而对车牌识别技术的研究和应用系统开发具有重要的现实意义。
课题类型：
〔1〕A—工程实践型；B—理论研究型；C—科研装置研制型；D—计算机软件型；
E—综合应用型
〔2〕X—真实课题；Y—模拟课题；
〔1〕、〔2〕均要填，如AY、BX等。
2
本课题的研究内容
〔设计内容目标和要求、设计进度等〕
本文利用数字图像处理技术对彩色汽车图像的车牌定位技术进行了研究。
首先研究了车牌定位技术的开展现状，分析了车牌定位技术的难点。
然后详细介绍了数字图像处理技术的根本概念、数学表示、根本运算、研究内容、处理方法和应用领域。
接着对现有车牌定位技术进行研究，提出了一种基于像素分类的车牌定位方法。
根据车牌底色像素RGB值不同，对像素分类，.并进行分析统计，综合利用车牌形状特征和颜色特征来确定车牌区域。
实验结果说明，该方法定位准确率高，适用于任意背景和位置的车牌定位。
采用数字图像处理的原理和技术，进行车牌区域的准确定位和分割的研究，给出相应的算法。
本课题研究的实施方案、进度安排
2021——2021.01.10确定论文题目
2021——2021.02.29中英文翻译
2021——2021.03.15查找资料、写出论文大纲和开题报告
2021——2021..03.31准备开题辩论
2021.04.01——2021.04.31撰写论文初稿
2021——2021.05.07交指导老师审阅
2021——2021.05.15修改论文，交老师批阅,定稿
2021——2021.05.20申请辩论
2021——2021.05.30论文辩论
开题报告
（2）
已查阅的主要参考文献
〔一〕专著
[1]徐飞施晓红等编著，MATLAB应用图像处理西安电子科技大学出版社2002
[2]王嘉梅.基于MATLAB的数字信号处理与实践开发西安电子科技大学2007
[3]楼舜天姚假设玉沈俊霞编著MATLAB程序设计语言西安电子科技大学出版社2007
[4]阮秋琦数字图像处理根底清华大学出版社2021
[5]刘允才.智能交通国际开展概况和国内优先考虑的课题[J].公路,2001,11（11）:
26-34.
[6]张宏林.精通VisualC++数字图像模式识别技术及工程实践[M]:
第2版.北京:
人民邮电出版社,2021.
[6]郑南宁,张西宁,戴莹,朱海安.行驶车辆牌照自动识别系统[J].西安交通大学学报,1991,l:
43-53.
（二）论文集
[1]郑影.基于VC++的汽车牌照定位与识别系统的设计[D].吉林大学硕士学位论文,2021.
[2]基于数字信号处理的车牌定位与识别广东工业大学硕士学位论文2007
〔三〕期刊报纸
[1]张俭鸽,李娜.车牌定位在VC中的实现[J].中国科技信息,2021,（13）:
123-124.
[2]张丽伟,张晶.基于图像处理的车牌定位方法的研究[J].长春工程学院学报（自然科学版）,2021,10
（2）:
100-103.
[3]李宇成,阴亮.基于图像的运动车辆速度测量[J].北方工业大学学报,2021（3）:
32—36.
[4]王广宇.汽车牌照识别系统综述[J].郑州轻工业学院学报（自然科学报）,2001,16
（2）:
47-50.
[5]李波,曾致远,周建中.一种自适应车牌图像定位新方法[J].中国图象图形学报,2021,14（10）:
1978-1984.
指导教师意见
指导教师签名：
年月日
开题报告（3）
毕业设计〔论文〕学生申请辩论表
课题名称
基于数字图像处理的车牌定位与识别
指导教师〔职称〕
申请理由
学生所在学院
理学院
专业班级
09信科1
学号
0911121106
学生签名：
日期：
毕业设计〔论文〕指导教师评审表
序号
评分工程〔理工科、管理类〕
评分工程（文科）
总分值
评分
1
工作量
外文翻译
15
2
文献阅读与外文翻译
文献阅读与文献综述
10
3
技术水平与实际能力
创新能力与学术水平
25
4
研究成果根底理论与专业知识
论证能力
25
5
文字表达
文字表达
10
6
学习态度与标准要求
学习态度与标准要求
15
是否同意参加辩论：
总分
评
语
指导教师签名：
另附?
毕业设计〔论文〕指导记录册?
年月日
3
毕业设计〔论文〕评阅人评审表
学生姓名
专业班级
学号
设计〔论文〕题目
评阅人
评阅人职称
序号
评分工程〔理工科、管理类〕
评分工程（文科）
总分值
评分
1
工作量
外文翻译
15
2
文献阅读与外文翻译
文献阅读与文献综述
10
3
技术水平与实际能力
创新能力与学术水平
25
4
研究成果根底理论与专业知识
论证能力
25
5
文字表达
文字表达
10
6
学习态度与标准要求
学习态度与标准要求
15
总分
评
语
评阅人签名：
年月日
4
毕业设计〔论文〕辩论表
学生姓名
专业班级
学号
设计〔论文〕题目
序号
评审工程
指标
总分值
评分
1
报告内容
思路清新；语言表达准确，概念清楚，论点正确；实验方法科学，分析归纳合理；结论有应用价值。
40
2
报告过程
准备工作充分,时间符合要求。
10
3
创新
对前人工作有改良或突破，或有独特见解。
10
4
答辩
答复下列问题有理论依据，根本概念清楚。
主要问题答复准确，深入。
40
总分
辩论组
评语
辩论组组长〔签字〕：
年月日
辩论
委员会意见
辩论委员会负责人〔签字〕：
年月日
5
毕业设计〔论文〕成绩评定总表
学生姓名：
专业班级：
毕业设计〔论文〕题目：
成绩类别
成绩评定
Ⅰ指导教师评定成绩
Ⅱ评阅人评定成绩
Ⅲ辩论组评定成绩
总评成绩
Ⅰ×40%+Ⅱ×20%+Ⅲ×40%
评定等级
注：
成绩评定由指导教师、评阅教师和辩论组分别给分（以百分记），最后按“优（90--100）〞、“良（80--89）〞、“中（70--79）〞、“及格（60--69）〞、“不及格（60以下）〞评定等级。
其中，
指导教师评定成绩占40%，评阅人评定成绩占20%，辩论组评定成绩占40%。
摘要
随着我国经济的快速开展，智能交通系统将会成为现代交通管理开展的必然趋势。
车辆自动识别系统是智能交通系统（工TS）实现的前提。
车牌识别是车辆自动识别系统中最有开展前景的技术之一。
车牌识别系统主要由车牌定位、字符分割和字符识别三局部组成。
其中，车牌定位是字符分割和字符识别的根底，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。
车牌识别系统在不影响汽车状态的情况下，利用计算机自动完成车牌的识别，从而人人简化了交通管理工作目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等，本文主要研究基于数字图像处理的车牌识别技术。
在研究的根底上开发出一个基于MATLAB的车牌识别系统。
确定了整体设计方案，车牌识别一般分为图像预处理、车牌定位、字符分割、字符识别四个步骤。
在本文中主要是用MATLAB作为工具对车牌进行识别。
本课题设计的车牌识别系统可有效地实现车牌识别，为今后的产品化奠定了很好的技术根底。
关键字：
车牌识别系统、MATLAB、数字图像处理、车牌识别技术、自动识别系统、智能交通系统
Abstract
WithChina'srapideconomicdevelopment,intelligenttransportationsystemswillbecometheinevitabletrendofdevelopmentofmoderntrafficmanagement.AutomaticvehicleidentificationsystemisthepremiseoftheIntelligentTransportationSystems（theworkersTS）toachieve.Licenseplaterecognitionisoneoftheautomaticvehicleidentificationsystemthemostpromisingtechnology.
Licenseplaterecognitionsystemmainlyconsistsoflicenseplatelocation,charactersegmentationandcharacterrecognitionconsistsofthreeparts.Amongthem,thelicenseplatelocationisthebasisofcharactersegmentationandcharacterrecognition,playsavitalroleontheperformanceoftheentiresystem,determinethesystem'srecognitionspeedandaccuracyofidentification.Licenseplaterecognitionsystemdoesnotaffectthecarinthecaseofusingthecomputertoauto-completelicenseplaterecognition,whichsimplifiesthemanagementoftrafficforsolvingvehiclelicenseplaterecognitiontechnologylicenseplatepositioningtechnology,licenseplatecorrectiontechnology,imageprocessingtechnology,licenseplatesegmentationtechnology,etc.Thispaperstudiesthelicenseplaterecognitiontechnologybasedondigitalimageprocessing.OnthebasisofthestudydevelopedaMATLAB-basedlicenseplaterecognitionsystem.Determinetheoveralldesign,licenseplaterecognitionisgenerallydividedintoimagepreprocessing,licenseplatelocation,charactersegmentation,characterrecognitioninfoursteps.Inthispaper,usingMATLABasatooltoidentifytheplate.Thedesignofthisprojectlicenseplaterecognitionsystemtobeeffectiveinlicenseplaterecognition,andlayagoodfoundationforthefuture.
Keywords:
licenseplaterecognitionsystem,MATLAB,digitalimageprocessing,licenseplaterecognitiontechnology,automaticidentificationsystems,intelligenttransportationsystems
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开展，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，现有的交通根底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开展和人民的生活，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（AutomaticVehicleIdentification,AVI）已成为管理部门的迫切要求。
因此，为了解决这些问题，在继续加快交通根底设施建设的同时，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，开展智能交通系统（IntelligentTransportationSystem,ITS）来提高运输效率，保障交通平安，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，车辆识别技术开展很快，主要有:
射频识别（RadioFrequencyIdentification）,条形码识别（BarCodeBasedIdentification）和车牌识别（LicensePlateRecognition,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拟敏感;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局部组成。
其中，车牌定位是字符分割和字符识别的根底，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开展。
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、标准化和智能化。
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。
90年代，随着计算机视觉技术和图像处理技术的开展，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开展，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，开发出了很多技术成熟的车牌识别产品。
例如英国IPI公司研究开发的RTVNPR系统，它是一款便携式的设备，可以应用在道路收费站、交通检测口等场所;新加坡Optasia公司自行研发的车牌识别系统IMPS，可以在各种天气条件和光照环境下准确定位识别，给出和车牌一致的处理结果。
另外，日本、加拿大、德国、意大利等各兴旺国家都有适合于本国车牌的识别系统。
国外比拟好的车牌定位算法有:
J.Barroso等人提出的基于水平线搜索的车牌定位方法（81;R.Parisi等人提出的基于DFT变换的频域分析的车牌定位方法CharlCoetzee提出的基于Niblack二值化算法以及自适应边界搜索算法的车牌定位方法fiol等
我国对车牌识别技术的研究工作开始于20世纪90年代，当前比拟成熟的产品有:
北京汉王公司采用DSP芯片作为识别算法的运行硬件平台的“汉王眼〞;深圳吉通电子的“车牌通〞;上海高德威智能交通系统的汽车牌照识别器;川大智胜软件股份的zTZ000车牌自动识别系统等等。
这些产品都到达了较好的识别效果。
除此之外，上海交通大学计算机科学和工程系、西安交通大学的图像处理和识别研究室、浙江大学的自动化系、清华大学人工智能国家重点实验室等也都在进行类似的研究。
国内常用的车牌定位技术有:
基于彩色图像的定位算法;基于边缘检测的定位算法;基于灰度值变化的定位算法;基于神经网络的定位算法;基于遗传算法的定位算法;基于数学形态学的定位算法等。
车牌定位是车牌识别系统的关键技术，是字符分割和字符识别的根底，对系统的识别精度有着重要的影响。
由于在图像的采集和传输过程中，车辆图像不可防止地要受各种因素的影响，如光线和噪声等影响，使得车牌难以准确定位。
车牌定位的难点主要有:
1.环境干扰不同光照条件的光线对车牌图像的亮度影响很大，尤其是在光照不均的情况下车牌区域可能会形成局部阴影，从而改变了车牌的某些特征，影响车牌定位。
2.背景复杂多变，类似区域干扰车牌识别系统一般应用在交叉路口、车库、小区入口、高速公路等地，图像背景复杂多变，背景中与车牌区域特征相似的区域也是车牌定位的干扰源，如背景中与车牌特征相似的广告语、指示牌等，此外，车牌附近的障碍物遮拦车牌，如保险杠等，这些也影响车牌的定位。
3.车牌污损、模糊和褪色等由于各种原因（如灰尘、泥泞等）造成车牌污损;因噪声或运动等而使车牌模糊;因长期光照等原因而使车牌出现褪色，也会造成车牌定位困难。
4.图像畸变由于各种原因造成的畸变，如拍摄时的角度不准造成车牌倾斜变形和摄像机透射畸变，还有车辆运动而造成的变形，在很大程度上也影响着车牌定位。
自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。
因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。
车牌识别系统可按顺序分为视频采集、图像预处理、车牌定位、车牌字符分割和车牌字符识别几局部，而车牌的定位局部是车牌识别系统中的关键技术，是字符分割和字符识别等后续工作的重要根底，对整个识别系统最终的识别精度和识别效率都有着重大的影响。
本文主要是通过数字图像处理技术对由摄像机获取到的彩色车牌的定位技术进行了研究，将整个车牌定位的过程分解为了图像预处理和定位两个局部。
其中，预处理局部又分解为了图像增强、二值化两个处理过程;定位局部被分解为边缘检测、粗定位、倾斜校正和细定位等四个处理过程。
通过对数字图像处理方面的技术作了深入的学习，本文对每一个处理过程做了详细的研究设计并完成编码实现。
图像增强阶段中，采用了直方图均衡化算法实现了灰度图的比照度增强作用;二值化阶段中，分别实现了迭代最优闭值法和大津闭值分割法，并通过比照算法实现的效果，以及算法的效率和准确率，选取大津闭值分割法作为本定位系统的二值化方法;边缘检测阶段中，通过使用不同的算子实现边缘检测，考虑算法实现的优劣，以及结合本次车牌定位的需求，选取Sobel算子完成对二值化图像的边缘检测;粗定位基于边缘检测后的图像采用改良的投影法进行定位;倾斜校正通过求取车牌上各字符的中心点，拟合直线来确定车牌的倾斜角;细定位对校正后的图像采用统计跳变次数和投影法结合的算法进行定位。
本论文的章节安排如下:
第一章:
绪论。
简要介绍课题的研究背景及意义，以及当今国内外在车牌识别上的一些现状，最后介绍本文的内容及章节安排。
第二章:
车牌定位系统的结构设计。
首先简要介绍了车牌识别系统的结构框架以及每一模块的具体工作，接着提出本文的车牌定位
升级会员 