机动车辆牌照识别系统【开题报告】.docVIP

毕业设计开题报告 计算机科学与技术 机动车辆牌照识别系统 一、选题的背景与意义 随着经济的快速发展和人们生活水平的不断提高，汽车的拥有量在迅速的增加，仅仅凭借人工的方法去管理车辆已经不能适应社会发展的需求了。智能交通系统正是解决这个问题的有效途径。智能交通管理系统将先进的信息技术、数据通讯传输技术、电子控制技术及计算机处理技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调处理，建立起一种实时、准确、高效的综合运输管理体系。在整个智能交通管理系统中,车牌识别系统是实现交通管理智能化的重要环节，车牌识别系统的应用可有效解决高速公路收费、超速车辆布控、城市卡口、停车场管理等管理中的问题。 汽车牌照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。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，识别系统必须满足以下要求： (1)鲁棒性：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。 (2)实时性：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。 二、研究的基本内容与拟解决的主要问题： 车牌识别部分包括车辆图像采集、图像预处理、车牌定位、字符分割、字符识别、输出识别结果6个步骤。如图1所示 主要工作流程为： 1、图像预处理。通过图像格式的转化、滤波、边界增强，以及亮度的调整等对车牌图像进行预处理，以克服图像干扰，改善识别效果，提高识别率从而为车牌定位打下基础。主要的内容包括图像增强、图像灰度化、亮度校正等等。 2、车牌定位。汽车牌照的定位是指从摄入的汽车图像中找到汽车牌照所在的位置，并把含有车牌的子区域提取出来，输入到汽车牌照识别系统中。车牌的定位准确与否直接影响字符识别的准确率。 3、字符分割。在得到车牌图像的基础上，通过二值化，搜寻精确的字符边界，去除车牌边界后分割字符，从而得到的单个的字符图像。 4、字符识别。对分割好的字符，经过预处理后，通过它的各种特征提取来进行字符的识别。 5、输出识别结果，送入车辆管理系统。分析车牌的各方面特点并记录车辆的相关信息，进行车辆信息统计并送入管理数据库。 研究的方法与技术路线： 对于车牌图像的处理，可以提高目标图像的灰度层次，并进行局部滤波，消除噪声干扰和加强细胞边缘轮廓。 对车牌的定位可以通过投影直方图方法，图像的预处理可以很好的将车牌区域划分出来，车牌区的边缘较周围的其他区域有很好的灰度跳变。 对于车牌的字符分割，可以用投影法。有字符的地方投影较高，没字符的地方投影较低。通过水平和垂直投影可以确定字符的区域。 对字符的识别拟定采用神经网络算法。首先将待识别的字符进行预处理，接着进行归一化处理提取图像的特征和纹理特征作为神经网络的输入，训练相应的权值矩阵，实现字符的分类，将输出作为识别结果。 本项目将使用VC编程。 研究的总体安排与进度： 截止时间 要求完成的工作 2010-11-20~2010-11-26 在老师指导下进行毕业设计选题 2010-11-27~2010-11-28 明确课题的目标和内容及做好相应技术准备 2010-11-29~2010-12-6 下发毕业设计课题任务书 2010-12-7~2010-12-19 学生撰写开题报告 2010-12-20~2010-12-26 完成开题答辩 2010-12-27~2011-1-31 查找文献，完成文献综述和翻译 2011-2-1~2011-4-30 完成课题主要内容并进行实验验证 2011-5-1~2011-5-20 撰写毕业设计论文，整理材料，毕业设计论文完善，修改及定稿 2011-5-21~2011-5-31 完成毕业论文答辩 五、主要参考文献： [1] 黄德双 著. 神经网络模式识别系统理论. 电子工业出版社,1996 [2] 张 引,潘云鹤著. 面向车辆牌照字符识别的预处理算法. 计算机应用研究,1997 [3] 张 浩著. 浅析车牌自动识别技术及其应用. 国公共安全智能交通,2006 [4] 董长虹著. 神经网络与应用. 国防工业出版社,2007 [5] 路小波,张光华著. 基于二值图像的车牌精确定位方法. 东南大学学报,2005 [6] 董镭,刘宏著. 基于神经网络的车牌识别系统在特定场合的应用. 鞍山科技大学学报,2007 [7] 王世文,张颖, 张学东等著. 利用神经网络识别车辆牌照字符. 鞍山钢铁学院学报,2001 [8] 胡晓燕, 蒋先刚,刘海峰著. 基于神经网络的车牌字符识别算法实验及程序校验. 华东交通大学学报,2005 [9] OZBAYS, ERCELEBIE. Automatic Vehicle