寇小叶毕设开题.docVIP

中 北 大 学 毕业设计开题报告 学 生 姓 名： 寇小叶 学 号： 1005064103 学 院、系： 信息与通信工程学院信息工程系 专 业： 电子信息工程 设 计 题 目： 基于图像处理的车牌识别算法研究 指导教师: 陈平 2014年3月12日 毕 业 设 计 开 题 报 告 1．文献综述 ： 1.1本课题研究的背景、目的及意义 随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题。针对此问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关交通数据，用于达到监控、管理和指挥交通的目的。汽车牌照的自动识别是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点之一。传统的IC卡识别和条形码识别技术价格昂贵，设备复杂，采用数字图像处理技术可以节省辅助设备，降低成本，提高识别速度。识别算法的好坏直接影响到识别的正确率和识别速度。所以，研究基于数字图像处理的车牌识别方法，努力提高车牌识别系统的性能具有十分重要的实际意义。车牌照是全世界唯一对车辆身份识别的标记，尽管牌照的字符、颜色、格式内容和制作材料会多种多样，但车牌照仍是全球范围内最为精确和特定的识别标记。根据国际交通技术有关统计，全世界范围内除中国以外，已经有78家公司在生产车牌识别产品。评价车牌识别系统的技术指标从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。识别率一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%-95%。利普视觉的车牌识别系统在实际应用中已经达到了全牌正确识别率90%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：1、自然交通流量的识别率=全牌正确识别总数／实际通过的车辆总数2、可识别车牌照的百分率=人工正确读取的车牌照总数／实际通过的车辆总数3、可识别全牌正确识别率=全牌正确识别的车牌照总数／人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。识别速度识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间，避免车道堵车的有力保障。国际交通技术提出的识别速度是1秒以内，越快越好。利普视觉的车牌识别系统在实际应用中识别速度达到平均200毫秒。后台管理体系一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟(下雪、冰雹、大雾等等)。后台管理体系的功能应该包括：1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查；2、有效的自动和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“最佳”的比对结果：3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交互、数据库自动更新、硬件参数设置、系统故障诊断；利普视觉的后台管理体系，采用多任务并行处理机制将前端车牌自动识别与后端图像数据库管理溶为一个整体，可靠保障图像数据和识别结果存储管理。同时，前端在进行实时车辆抓拍和车牌识别时，可以并行操作后台数据查询，统计、打印、存储与通信，互不影响。后台操作数据查询、统计、打印、存储与通信，也不影响前端实时车辆抓拍和车牌识别。利普视觉网络版的车牌识别系统软件，安装在系统客户端和服务端工作站，即可建成一个功能完善的机动车布防网络。操作人员在中心服务端工作站通过监控管理程序远程管理、维护各客户端工作站的系统，包括数据自动上传和下发、设置运行参数、查看系统运行状态和异常信息等。 毕 业 设 计 开 题 报 告 2．本设计拟采用的