- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
 - 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
 - 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
 - 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
 - 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
 
                        查看更多
                        
                    
                深圳大学本科毕业论文(设计)开题报告
题    目
基于MATLAB图象处理的车牌识别算法设计——特征提取
 学生姓名
学号
专业
电子信息工程
学    院
信息工程学院
指导教师
本选题的意义及国内外发展状况:
车牌识别算法研究意义:1.交通监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队列长度、排队规模等交通信息,观察和防范交通事故。它还可以同雷达测速器或其它的检测器配合使用,以检测超速的车辆。当发现车辆超速时,摄像机获取该车的图像,并得到该车的牌照号码,然后给该车超速的警告信号。2.交通流控制指标参量的测量。一些交通流指标的测量对交通流控制相当重要。该系统能够测量和统计很多交通流指标参数,如总的服务效率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时车流量,车流高峰时间段,平均车速,车辆密度等.这也为交通诱导系统提供必要的交通流信息。3.高速公路上的事故自动测报.这是由于该系统能够监视道路情况和测量交通流量指标,能几十发现超速、堵车、排队、事故等交通事故异常现象。4.对养路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车单干材料,可发现没及时交纳养路费的车辆。另外,该系统还可发现屋车牌的车辆。若与车型监测器连用,可迅速发现所挂车牌与车型不符的车辆。5.车辆定位。由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置。这为防范、发现和追踪涉及车辆的犯罪,把欧重要车辆(如运钞车)的安全有重大作用,从而对城市治安及交通安有重要的保障作用。
 国内外发展状况:目前国外车牌识别系统已经有很多成熟的产品。以色列Hi一Tech公司的See/CarSystem系列,新加坡optasia公司的IMPS系列都是比较成熟的产品。其中IMPS产品主要适合新加坡的车牌,近年来也有一些新产品来适应不同国家的车牌,可以识别汉字以及特殊的草体文字等。Hi一Tech公司已投入商用的产品see/car,可以以每秒2一3辆的速度进行时速达80公里的汽车牌照识别。另外,日本、加拿大、德国、意大利、英国、韩国等国家都有适合本国车牌的识别系统。虽然,国外的车牌识别系统的研究工作己经有很大的进展,但对我国却不太适合,只能进行某些借鉴。国内在90年代也开始了车牌识别的研究。目前比较成熟的产品有中科院自动化研究所汉王科技的“汉王眼”,深圳吉通电子有限公司的“车牌通”、上海高德威智能交通系统有限公司的汽车牌照识别器等等。另外,西安交通大学的图像处理和识别研究室、上海交通大学的计算机科学和工程系、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也都在进行类似的研究。总之,由于车牌自动识别技术具有巨大的商业价值,国外技术成熟的发达国家都不公开该技术。加上汉字的识别难度较大,以及众多复杂的自然和人为因素的干扰,使得国内的车牌自动识别系统成熟产品不多,目前国内的车牌识别技术研究还主要是集中在对各种车牌定位、字符分割和识别等方面的算法进行研究上。
研究内容:
1.车牌图像预处理算法设计和分析
2.车牌定位与分割算法设计和分析
车牌的定位和分割以及字符分割是牌照识别系统的关键技术,其目的是在
预处理后的灰度图像中确定牌照的具体位置,并将包含牌照字符的子图像从整
个图像中分割出来,供字符识别子系统使用,并且直接关系到识别的正确率。
车牌的定位和分割是整个车辆牌照识别的重点内容,它是字符识别的基础,对系统识别精度有重要的影响。
研究方法、手段及步骤:
通过参考学习已有的研究成果的基础上,对现有的图像预处理的算法、车牌定位与分割算法进行分析,改进。
1 . 收集和整理资料;
2.  深入学习图象处理算法,并采集车牌图像;
3.  用MATLAB语言实现图像特征提取,车牌定位;
4.  通过测试图片,改进算法;
参考文献:
1.  曹迪铭,宣国荣.神经网络在车辆牌照识别中的应用.微型电脑应用.2000,
2.  曹迪铭,宣国荣.牌照字符分割中的区域分裂与合并 .计算机工程,2000
3.  KennethR.Castlmena著.朱志刚,林学阂,石定机等译.数字图像处理.
北京电子工业出版社,2002
4.   \o 搜索(美)冈萨雷斯相关作品  (美)冈萨雷斯?  \o 搜索相关作品  ?  \o 搜索等著,阮秋琦相关作品  等著,阮秋琦?  \o 搜索相关作品  ?  \o 搜索等译相关作品  等译?,数字图像处理(冈萨雷斯)中文版
      电子工业出版社出版
5.   \o 搜索(美)冈萨雷斯相关作品  (美)冈萨雷斯?  \o 搜索相关作品  ?  \o 搜索等著,阮秋琦相关作品  等著,阮秋琦?  \o 搜索相关作品  ?  \o 搜索等译相关作品  等译?,数字图像
                
原创力文档
                        

文档评论(0)