毕业设计开题报告XX打印.docVIP

XX大学毕业设计（论文）开题报告 XX 学院（系） XX 专业 XX年 XX月 XX 日 设计（论文）题目 车牌识别系统设计（VC++实现） 学生姓名 XXX 学号 XXX 指导教师 xx 选题目的和意义： 随着交通问题的日益严重，智能交通系统应运而生。汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。课题的目的是对摄像头获取的汽车图像进行预处理,确定车牌位置,提取车牌上的字符串，并对这些字符进行识别处理,用文本的形式显示出来。车牌自动识别技术在智能交通系统中具有重要的应用价值。在车牌自动识别系统中，首先要将车牌从所获取的图像中分割出来，这是进行车牌字符识别的重要步骤，定位准确与否直接影响车牌识别率。本文在对各种车辆图像处理方法进行分析、比较的基础上,提出了车牌预处理、车牌粗定位和精定位的方法，并且取得了较好的定位结果。车牌定位采取的是边缘检测的频率分析法。从经过边缘提取后的车辆图像中提取车牌特征,进行分析处理,从而初步定出车牌的区域，再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理，从而得到车牌的精确区域。车辆牌照识别（LPR）系统是一个专用的计算机视觉系统，它能够自动地摄取车辆图像和识别车牌号码，可应用在公路自动收费、停车场管理、失窃车辆侦察、门卫系统、智能交通系统等不同场合。LPR系统的广泛应用将有助于加快我国交通管理自动化的进程。 主要研究内容： 1 图像的灰度化 汽车图像样本目前大都是通过摄像机、数码相机等设备拍摄获取的，因而预处理前的图像都是彩色图像。彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。由彩色转换为灰度的过程叫做灰度化处理。灰度图像就是只有强度信息而没有颜色信息的图像，存储灰度图像只需要一个数据矩阵，矩阵每个元素表示对应位置像素的灰度值。彩色图像的像素色为RGB(R，G，B)，灰度图像的像素色为RGB(r，r，r),R，G，B可由彩色图像的颜色分解获得。而R，G，B的取值范围是0~255，所以灰度的级别只有256级。灰度化的处理方法主要有如下三种:分别为最大值法、平均值法和加权平均值法。 2 图像的二值化 二值图像是指整幅图像画面内仅黑、白二值的图像。在数字图像处理中，二值图像占有非常重要的地位。在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。二值化的阀值选取有很多方法，主要分为3类:全局阀值法、局部阀值法和动态阀值法。全局阀值二值化方法是根据图像的直方图或灰度的空间分布确定一个阀值，并根据该阀值实现灰度图像到二值化图像的转化。全局阀值方法的优点在于算法简单，对于目标和背景明显分离、直方图分布呈双峰的图像效果良好，但对输入图像量化噪声或不均匀光照等情况抵抗能力差，应用受到极大限制。局部阀值法则是由像素灰度值和像素周围点局部灰度特性来确定像素的阀值的，Bernsen算法是典型的局部阀值方法，非均匀光照条件等情况虽然影响整体图像的灰度分布却不影响局部的图像性质，局部阀值法也存在缺点和问题，如实现速度慢、不能保证字符笔划连通性、以及容易出现伪影现象等。动态阀值法的阀值选择不仅取决于该像素灰度值以及它周围像素的灰度值，而且还和该像素的坐标位置有关，由于充分考虑了每个像素邻域的特征，能更好的突出背景和目标的边界，使相距很近的两条线不会产生粘连现象。 3 图像的去噪 图像可能在拍摄或者传输过程中夹带了噪声，去噪声是图像处理中常用的手法。通常去噪用滤波的方法，比如中值滤波、均值滤波。 4 车牌字符分割 经过上面一系列预处理后，得到的是一条上下边缘紧贴字符的水平二值图像，其中，车牌的背景像素为白色，用1表示;车牌的字符像素为黑色，用0表示。在识别时系统只能根据每个字符的特征来进行判断，为了最终能准确识别牌照上的汉字、英文字母及数字，必须将单个字符从矫正的牌照中逐个提取分离出来。 5 车牌字符特征提取 图像经过一系列变换后，原来大小不同、分布不规律的各个字符变成了一个个大小相同，排列整齐的字符。紧接着就要从被分割归一处理完毕的字符中，提取最能体现这个字符特点的特征向量。将提取出训练样本中的特征向量输入到BP神经网络对网络进行训练后，就可以对字符进行识别。 6 字符识别方法 由于本系统字符识别相对比较复杂，涉及知识面