[开题报告]车牌识别系统中定位算法的研究要点分析.docVIP

宁波理工学院 毕业论文（设计）开题报告 （含文献综述、外文翻译） 题 目 车牌识别系统中定位算法的研究 姓 名 黄 泽 学 号 3060433088 专业班级 06自动化1班 指导教师 崔 家 林 分 院 信息科学与工程分院 开题日期 2010年 3 月 25日 文献综述 1.1 国内外现状 汽车牌照识别技术(License Plate Recognition, LPR)是智能交通系统(ITS)的重要组成部分，多应用在电子计费领域。LPR 系统是一个以特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，运用模式识别、人工智能技术，实时准确地自动识别出车牌的数字、字母及汉字字符，使得车辆的电脑化监控和管理成为现实。常用的LPR 识别技术有IC卡识别技术、条形码识别技术和图像处理识别技术。基于图像处理技术的LPR 系统无需在车上额外安装条形码或者IC卡，因而不必改造现有的车辆系统，相对其他两种识别技术来说适用面广，更容易普及[1]。 车牌识别技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节,该技术能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算,识别出视野范围内的车辆牌照号码,它运用数字图像处理、模式识别、人工智能技术,对采集到的汽车图像进行处理的方法,能够实时准确地自动识别出车牌的数字、字母及汉字字符,并以计算机可直接运行的数据形式给出识别结果,使得车辆的电脑化监控和管理成为现实。其在交通监视和控制中占有很重要的地位。 车牌识别技术的研究最早出现在20 世纪80 年代,这个阶段的研究没有形成完整的系统体系,而是就某一具体的问题进行研究,通常采用简单的图像处理方法来解决。识别过程是使用工业电视摄像机( Industrial TV Camera) 拍下汽车的正前方图像,然后交给计算机进行简单处理,并且最终仍需要人工干预[2]。 从20 世纪90 年代初，国外的研究人员就已经开始了对车牌识别的相关研究，其中具有代表性的工作有：R.Mullot 等开发的一种可以同时用于集装箱和普通车辆的车牌识别系统，该系统主要是利用文字的纹理在车辆图像中的共性进行定位与识别。Yuntao Cui 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行提取和二值化。R.Parisi 利用 DSP 和神经网络技术开发出了一套车牌识别系统，他在字符识别中使用了一种非传统的 DFT 技术，实验证明效果不错。Tindail 利用车牌反光的原理开发出一种车牌识别系统，该系统可识别全部五种英国格式的车牌。Young Sung Soh 开发出一套实时车牌识别系统，据报道该系统的车牌定位正确率可以达到99.2%[3]。 国内不少学者也在进行车牌识别方面的研究。产品方面比较成熟的有中科院自动化研究所汉王公司的“汉王眼”，深圳吉通电子有限公司以及信息产业部下属的中智交通电子有限公司也有自己的产品。实验室方面，西安交通大学的图像处理和识别研究室、清华大学人工智能国家重点实验室、浙江大学的自动化系等在车牌识别方面有各自独立的研究，并取得了一定的成绩。 1.2 研究方向 车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像,牌照字符定位、字符分割,最后自动识别汽车牌照上的字符[4]。为了保证汽车车牌识别系统在各种复杂环境下,能发挥其应有的作用,识别系统势必追求如下目标: 鲁棒性 现今车牌识别系统之所以没有大规模投向市场，其主要原因就是系统的正确识别率往往不稳定，在很大程度上会出现误判，漏判。所以，今后的发展趋势要求系统在任何情况下均能可靠正常地工作,且有较高的正确识别率。 实时性 在不同的交通区域，不同的时间段，交通流量都存在很大的区别，这就要求不论在汽车静止还是高速运行情况下,图像的采集识别系统必须在一定时间内识别出车牌全部字符,达到实时识别。 抗干扰性 车牌采集及识别系统一般都工作在较为恶劣的环境下，风吹日晒，雨雪天气都给系统造成了很大的困扰。为保证系统的正确识别率，要尽最大可能排除由光线、天气、角度等原因造成的影响，完善抗干扰和紧急预警机制。 系统性 随着智能交通系统的快速发展，对车牌识别系统也提出了更高的要求。新一代的系统需要集智能检测、数字图像处理、自动化控制于一体的高效智能控制系统。实现高速收