程序课程设计报告讲解.docVIP

程序课程设计报告 2010年 月 日 题目 专业：数学与应用数学 班级：数08A-2 放一幅与题目相呼应的代表性的图片（自己做过的，正文中也有的） 题目： 汽车牌照定位 组长： 李雪峥 指导教师：张彩霞 时间：2010年七月 摘 要：在此次课程设计中我们研究的课题是汽车牌照定位。因为这个课题较其它课题来说比较有趣，同时它也是现在国际上比较热门的一个课题。汽车牌照定位是车牌识别的基础,也是影响车牌字符分割精度、识别效果的最重要因素。1 汽车牌照的特点 1.1 目前国内汽车牌照有六种类型 1) 大型民用汽车所用的黄底黑字牌照；2) 小型民用汽车所用的蓝底白字牌照；3) 军队或武警专用汽车的白底红字、黑字牌照； 4) 使、领馆外籍汽车的黑底白字牌照；5) 试车和临时牌照是白底红字，且数字前分别标有“试”和“临时”字标志；○6 汽车补用牌照 是白底黑字。 1.2 现行汽车牌照特点 汽车牌照尺寸均为44cm 长，14cm 宽，共有7 个或8 个字符，字宽45mm，字高90mm，间隔符宽10mm，每个单元间隔12mm。民 用汽车牌照上有省、直辖市、自治区的名称（军、警牌则为其他汉字）和发证照及监督机关的代号（大写英文字母）后跟字母或阿拉伯 数字组成的7 个字序列。标准车牌的具体排列格式是：X1X2.X3X4X5X6X7。2002 年8 月北京等城市陆续开始推行02 式车牌（个性 车牌号码），号牌编号字符的自主编排组合方式为三位加三位结构，不得缺位。 2 车牌定位 车牌定位是通过车牌区域的特征来实现的。 2.1 车牌主要特征 车牌区域内的边缘灰度直方图统计“特征”，具有两个明显且分离的分布中心；车牌的宽、高比例在一定范围内；穿过车牌的水 平直线其灰度呈现连续的峰、谷、峰的分布；车牌区域水平或垂直投影呈现连续的峰、谷、峰的分布；车牌字符位于矩形边框中且有 间隔；对图像作行或列的DFT 变换的频谱图中包含车牌的位置信息；车牌的矩形区域内存在较丰富的边缘，呈现出规则的纹理特 征；车牌内字符之间的间隔比较均匀，字符和牌照底色在灰度值上存在跳变。 2.2 车牌图像定位的难点 抓拍图像受环境因素干扰（环境光照不均匀、目标倾斜等），照片质量很难保证；其它字符区域干扰，难以准确定位；车牌出现污 点、磨损、褪色等；车牌被部分遮挡；运动图像的模糊失真，形成锯齿等； 2.3 车牌定位方法 车牌定位即从包含整个车辆的图像中找到牌照区域的位置，是进行车牌字符识别的基础。车牌定位的方法可以分为两大类： 2.3.1 基于灰度图像的车牌定位方法 1) 基于边缘检测的定位方法：在汽车图像中，牌照区域内含有丰富的边缘（包括水平边缘、垂直边缘和斜向边缘），可通过边缘 检测技术来寻找存在较多边缘的区域，再对图像进行特定的填充算法，直到图像中只留下待识别的车牌目标。常用的边缘检测方法 的基础是微分运算，边缘点对应于一阶微分幅度大的点，或对应于二阶微分的过零点。 2) 基于数学形态学的定位方法：利用牌照字符具有纵向纹理的特性。提取车牌图像的垂直边缘并进行二值化，再利用数学形态学 工具，通过用大小固定的结构元素对得到的二值边缘图像进行膨胀和闭运算等一系列的形态学运算，使得车牌区域形成闭合的连通矩 形区域，然后通过标记这些候选牌照区域并利用车牌的几何特性（宽高比、矩形面积等）剔除虚假牌照，从而得到真正的牌照。 3) 基于小波变换的车牌定位：小波变换是20 世纪80 年代后期发展起来的应用数学分支。先用自适应滤波多尺度边缘检测方 法检测出车牌的边缘，然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算，进一步消除无用信息，最后用基于车 牌底色识别的方法进行车牌定位。 4) 基于遗传算法的车牌定位方法：根据车牌所在区域灰度变化剧烈，且高低灰度差异较大的特点，对原始图像中任意的一个矩 形区域中的每一行灰度值进行一维的波峰波谷检测，然后统计区域波峰密度、波峰均值、波蜂波谷均值差、波峰方差，波谷方差和波 峰分布的均匀程度，将这六个特征组成的特征矢量进行线性变换得到新的特征矢量，这样车牌识别问题就转化为如何确定矩形区 域的参量，从中提取最佳特征矢量。 基本原理： （1）将拍摄下的彩色图像转换为灰度图，之后用中值滤波对灰度图像进行预处理，从而减少干扰信息。 （2）使用sobel算子识别出图像的边缘，并转换为二值化图像。并对二值化之后的图像进行卷积，加强边缘的轮廓。 （3）用膨胀-再腐蚀的方法分别作用于图像的横轴与纵轴，将小块的连通区域连接起来，使车牌的形状更加清晰，为下一步的识别做好准备。 （4）利用车牌长宽比的特性对各个连通区域进行判断，识别出车牌所在区域并截取。 （5）对截出的车牌区域进行进一步的处理，分割出各个字符。 （6）对分割出的字符进行特征判断，从而识别出具体的车牌号。