车牌识别系统的研究与实现开题报告.doc

内蒙古工业大学毕业设计开题报告表 课题名称 车牌识别系统的研究与实现 姓名 学号 导师 学院 信息工程学院 班级 一、选题的目的及意义 ITS，即智能交通系统，最早是由美国智能交通学会CITS America提出的。智能交通系统对于城市交通问题以及高速公路系统等问题都有十分广泛的应用前景。在经济与科技高速发展的今天，道路运输早已成为我国交通运输业中重要的运输方式。随着近年来汽车的普及，其数量在短时间内呈现直线增长的趋势，随着而来的交通问题也日趋严重，所以对交通管理的要求正在日益提高。车牌号码是汽车的识别标志，使车牌号码的管理自动化成为交通自动化的关键。车牌识别技术涉及到模式识别、图像处理、人工智能、信息论、计算机等诸多学科。车牌识别具有长远广泛的发展前景，可以在停车场，高速公路收费站，电子警察，超速抓拍，闯红灯抓拍等领域运用。 二、国内外研究综述 国外对车牌识别系统的研究比较早，早在上世纪70年代，国外的研究人员就开始对车牌号码的识别进行了研究，到目前为止，在国外车牌识别系统已经做得比较成熟了。国际上车牌识别目前已成为“平安城市”建设中重要的组成部分，为道路交通管理提供帮助，其不仅应用于闯红灯抓拍、超速行驶违章抓拍、车辆旅行时间统计、高速公路车辆管理应用等道路交通应用中，还在治安安防监控中如治安卡口车牌识别、盗抢车辆通缉、刑事案件辅助侦破等应用中都得到了广泛的使用。我国在这方面的研究比较晚，鉴于我国车牌的特殊性，我国在设计系统方面有一些难点，比如我国车牌号码中有汉字，在处理字符上比数字和字母要困难。其次是一些环境因素，例如在天气恶劣的环境或人为的破坏都会影响到车牌的图像识别。再者我国的车牌没有统一的颜色，不同的车种有不同的车牌类型。 三、常规研究方法及原理 车牌号码识别系统通常由以下几部分组成： 图像采集 图像采集 图像处理 车牌定位 字符分割 字符识别 其中图像处理和字符识别为设计的关键步骤同事也是识别系统的重要部分。 1.图像处理与车牌定位： 图像灰度化 图像灰度化 灰度变换 中值滤波 边缘检测 车牌初步提取 精确定位 说明：在图像处理过程中首先进行图像灰度化，灰度化处理就是将一幅彩色图像转化为灰度图像的过程。所谓灰度拉伸，是指根据灰度直方图的分布有选择地对灰度区间进行分段拉伸以增强对比度。对于图像中的一些孤立噪点，通常采用图像平滑的方法去除。其中采用空域滤波的中值滤波去除噪点的效果最好。边缘检测主要是精确定位边缘和抑制噪点，其基本思想是首先利用边缘增强算子，突出图像中的局部边缘，其中主要的算子有：Roberts算子，Prewitt算子，Canny算子，Laplacian和LoG算子。采用Roberts算子。最后进行精确定位，精确定位分为水平定位和垂直定位。 2.字符分割 二值化 二值化 倾斜校正 车牌字符分割 说明：图像中对象物的形状特征的主要信息通常从二值图像中得到。对于有些车牌的放置位置等环境因素而造成的不合适的角度需要倾斜校正，分两步，第一步找出倾斜的角度；第二步进行坐标变换。 3.字符识别 目前提出的字符识别的方法有：模版匹配字符识别算法，统计特征匹配法，神经网络字符识别法，支持向量机模式识别算法。 四、本课题的研究方法 本课题选用的编程语言为MATLAB语言。采集图像后，首先对图像进行灰度化，灰度变换和中值滤波的处理；然后进行边缘检测，考虑到可实现性本课题采用Roberts算子；对车牌进行一次定位后，首次确定是否有车牌号码的图像输入，然后进行第二次定位，用otsu算法将图像二值化并作倾斜校正的处理；对字符进行分割后，用模板匹配字符识别算法进行字符识别。 五、进度安排 第一阶段（第1周）：查询资料，熟悉设计内容，掌握设计方法； 第二阶段（第2周）：撰写开题报告； 第三阶段（第3周）：初步设计，掌握matlab图像处理的基本语句，设计出识别系统的基本框架，并进行图像的采集和预处理； 第四阶段（第4-5周）：写出设计代码并进行调试，对车牌进行定位及字符的分割和识别； 第五阶段（第6周）：进行最后的调试和改进； 第六阶段（第7周：）外文翻译，整理文档，撰写论文； 第七阶段：毕业答辩。 指导教师意见 签名： 年 月 日