基于图像处理的车牌信息处理与识别的研究与设计.doc

基于图像处理的车牌信息处理与识别算法的研究与设计 摘要： 随着经济的发展，各种交通运输工具尤其是汽车数量的剧增为人们的生活带来了极大的便利，为缓解公路等交通基础设施发展的相对落后而为交通管理等带来的巨大压力，智能交通系统(ITS)应运而生。车牌识别系统(LPR)作为智能交通系统关键技术之一，具有对车辆进行自动化监视，验证，登记与报警等功能，可应用于高速公路管理系统，停车场收费管理，小区车辆管理与电子警察等领域当中。 本文通过对大量相关资料的搜集、整理、分析，选择了一些图像预处理的方法对图像进行预处理，详细分析了车辆图像的特征，尤其是牌照区域的特征，通过形态学的方法去除无关区域再根据定位图像中像素点的统计特性来精确定位车牌。然后扫描车牌区域每列蓝色像素点，结合车牌字符本身的几何特征进行字符分割，使最终的字符块能满足后续字符识别的要求。 综合实验结果表明，本文提出的车牌定位方法定位准确率高，对于质量较差的图像也有较好的定位效果。字符识别部分采用了最基本的模板匹配法，容易理解且识别率基本满足实际的需要。 关键词:车牌识别；车牌定位；字符分割；字符识别 目 录 第一章 绪 论 1 1.1课题背景及研究意义 1 1.2国内外车牌识别技术研究现状及发展趋势 1 1.3 论文研究主要内容 2 第二章 车牌识别的原理 3 2.1车牌图像的预处理 3 2.1.1彩色图像的灰度化 3 2.1.2图像增强 3 2.1.3边缘检测 4 2.2车牌图像的定位 5 2.2.1灰度图像的形态学膨胀算法 6 2.2.2灰度图像的形态学腐蚀算法 6 2.2.3灰度图像的形态学闭算法 6 2.2.4区域分割 7 2.3倾斜校正 8 2.4字符分割与归一化 9 2.4.1字符的分割 9 2.4.2字符归一化处理 10 2.5字符识别 10 第三章 车牌识别的软件实现 12 3.1车牌图像的预处理 12 3.1.1灰度化的仿真结果 12 3.1.2图像增强的仿真结果 13 3.1.3边缘检测的仿真结果 14 3.2 车牌图像的定位 14 3.2.1车牌的形态学处理 14 3.2.2区域分割 15 3.3 字符分割与归一化 15 3.3.1字符的分割 15 3.3.2字符归一化 16 3.4 字符识别 16 第四章 总结 18 参考文献 19 致 谢 20 附 录 21 第一章 绪 论 1.1课题背景及研究意义 产业革命开始以来,交通运输业的飞速发展为人们的生活带来了极大的便利,与此同时,各种交通运输工具特别是汽车数目的剧增也给社会和环境带来了日趋智能交通系统ITS(Intelligent Transportation System)应运而生[1][2]。 随着我国经济的快速发展，智能交通系统将会成为现代交通管理发展的必然趋势，车辆牌照识别(License Plate Recognition，简称LPR)是智能交通系统实现的前提，是车辆自动识别系统中最有发展的技术之一，在高速公路、城市道路和停车场等项目管理中占有无可取代的重要地位。 LPR系统主要应用于[3]： (1)高速公路收费管理系统在高速公路收费出入口分别完成车牌号码识别和车牌匹配工作，可以发现车辆换卡的行为，收费员的舞弊行为，规范收费程序。 (2)公路布控采用车牌识别技术，实现对重点车辆的自动识别、快速报带处理。不仅可以有效防止机动车辆被盗，而且为公安、监察机关对犯罪嫌疑人所驾车辆的自动监控和跟踪提供了高科技手段。 (3)停车场收费管理系统。 (4)封闭式居民小区物业管理及重要部门的保安管理，等等。 LPR技术用于上述范围，可以解决车辆的自动稽查问题，可以解决车流高峰期因出入口车流瓶颈造成的路桥卡口、停车场交通堵塞问题，可以协助路桥卡口、高速公路、停车场人工收费及停车收费等，还可以用最简单的方式完成交通部门的车辆信息联网，实现数据统计自动化，模糊查询等。由此可见，LPR系统具有非常广大的应用前景。车辆牌照图像识别涉及到模式识别、图像处理、人工智能、信息论、计算机等多个学科，同时也与语言文字学等学科相关，是一门综合的技术，有着重要理论意义和实际应用价值。 1.2国内外车牌识别技术研究现状及发展趋势 目前，国内外有大量关于车牌识别方面的研究报道。国外在这方面的研究工作开展较早。在上世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。发展至今，国外对车牌检测的研究已经取得了一些令人瞩目的成就，如YuntaoCui[4]提出了一种车牌识别系统，在车牌定位以后，利用马尔科夫场对车牌特征进提取和二值化，对样本的识别达到了较高的识别率。Eun Ryung[5]等利用图像中的颜色分量，对车辆牌照进行定位识别，其中提到了三种方法:以Hough