车牌识别系统的研究与实现开题报告.docxVIP

—课题来源及选题依据

（一）课题名称

智能交通车牌识别技术研究及软件设计

（二）课题来源及选题依据

随着城市人口、机动车辆拥有量和交通流量的大幅度增长，刺激了交通需求的迅猛增长，对交通基础设施建设，交通控制、安全管理的要求也日益提高。目前，国内外大多数城市交通路口交通灯控制系统，仍然遵循着固定的时间控制通行模式，造成了空闲时路面的浪费和车辆拥挤现象。因此，如何发挥道路交通设施的最大效益和提高交通管理效率实现交通管理的自动化和智能化成为各国交通部门一个重要的研究课题。目前各国推崇的办法是发展智能交通系统。ITS，即智能交通系统，最早是由美国智能交通学会CITSAmerica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。

车牌识别系统（LPR）作为智能交通系统关键技术之一，具有对车辆进行自动

化监视，验证，登记与报警等功能，可应用于高速公路管理系统，停车场收费管理，小区车辆管理与电子警察等领域当中。

二国内外研究现状及发展趋势

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。

三理论与实践上的意义

（一）车牌识别系统的特点

车牌识别的最大特点是在自然条件下进行的字符识别。车牌识别技术研究的难点在于，构成系统的环节较多，任一环节的失误都会影响系统性能而且所采集的汽车图像质量好坏不均，车牌在汽车上的位置也不固定等因素都会给车牌自动识别带来一定困难并且该系统需要在公路环境中全天候工作，要适于白天、黑天、晴天、雨雪天等各种条件。这也是目前车牌自动识别系统难以投入使用的原因之一。因此，车牌自动识别系统真正的投入使用，除需要摄取质量更好的图像外，还需要提高识别软件中各个模块的正确率。

（二）技术与理论上的难点

1、车体本身的干扰。如车辆生产厂家的标志、车体广告、等都给图像造成了干扰。

2、天气、拍摄角度、拍摄距离、汽车速度、目标尺寸不规范等外部环境，对车牌识别有较大的影响。

3、我国车牌的多样化，不同汽车车型的牌照位置不同、规格不同、位数不统一、颜色多样等也是影响识别因素之一。

4、车牌识别是智能交通管理中重要组成部分，对实时性要求较高。

四需要解决的关键理论与实际问题

1、车牌识别的图像预处理技术研究。

2、车牌识别的算法研究。主要是对牌照定位、字符切分、字符识别等方面的具体算法进行研究。

3、车牌识别系统的软件实现。在VC++中编程实现各个算法,实现车牌自动识别软件。

五研究方法及技术路线

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，