基于数字图像处理的车牌定位与识别毕业设计.doc

《基于数字图像处理的车牌定位与识别毕业设计.doc》由会员分享，可在线阅读，更多相关《基于数字图像处理的车牌定位与识别毕业设计.doc（44页珍藏版）》请在三一办公上搜索。

1、 毕 业 设 计（论 文）题 目 基于数字图像处理的 车牌定位与识别 姓 名 学 号 0911121106 所在学院 理学院 专业班级 09信科1 指导教师 日 期 2013 年 3月 29 日 毕业设计（论文）任务书学 院理学院指导教师徐斌职 称学生姓名 专业班级09信科1学 号0911121106设计题目基于数字图像处理的车牌定位与识别设计内容目标和要求首先了解各种图像处理的基本方法，及其优缺点，结合车牌定位技术，熟悉图像定位技术的机制和原理，静态目标图像的识别方法和机理，然后熟悉单一环境下的运动图像识别和跟踪技术。最后采用粗定位和精细定位相结合的车牌定位方法从运动图像中定位目标图像边缘，

2、从而获取有用图像。最好能够使用Matlab或者phtoshop对截取的图形进行加工处理，获得更高质量的目标图像。要求：有一定的图像处理技术，能运用matlab或者phtoshop等软件处理图像。指导教师签名： 年 月 日基层教学单位审核学 院审 核此表由指导教师填写学院审核1毕业设计（论文）学生开题报告课题名称基于数字图像处理的车牌定位与识别课题来源课题类型指导教师 学生姓名 学 号0911121106专业班级09信科1本课题的研究现状、研究目的及意义 随着我国经济的快速发展，智能交通系统将会成为现代交通管理发展的必然趋势。车辆自动识别系统是智能交通系统(工TS)实现的前提。车牌识别是车辆自动

3、识别系统中最有发展前景的技术之一。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定着系统的识别速度和识别精度。从图像处理的性质来看，车牌定位主要分为基于灰度图像的车牌定位和基于彩色图像的车牌定位。基于灰度图像的车牌定位速度较快，但定位精度不高，受环境、光照等因素影响较大;彩色图像包含的信息比灰度图像多得多，因而更易于车牌定位，但运算量大，因此，基于彩色图像的车牌定位研究较少。近年来，随着计算机技术和图像处理技术的飞速发展，基于彩色图像的车牌定位将是车牌定位研究的热点。 在交通路口的违章监视，在高速公路收

4、费入口，在涵洞、桥梁的入口以及在停车场和加油站的管理中，都需要对汽车牌照进行记录，而目前这些工作大多数都是由人工完成的，工作量很大，有时也难免会出现错误，如果改用智能系统进行自动的检测和识别，则会大大提高工作的速度，降低管理人员的工作量，提高服务的效率与质量。在国内现有技术的基础之上进一步研究汽车牌照智能识别技术实现对实时采集到的汽车牌照图像进行分析，准确定位分割、提取出图像中的汽车牌照，并快速自动智能地识别出汽车牌照，还可以全面消除人为因素，因而对车牌识别技术的研究和应用系统开发具有重要的现实意义。课题类型：（1）A工程实践型；B理论研究型；C科研装置研制型；D计算机软件型；E综合应用型（2

5、）X真实课题；Y模拟课题；（1）、（2）均要填，如AY、BX等。2本课题的研究内容（设计内容目标和要求、设计进度等） 本文利用数字图像处理技术对彩色汽车图像的车牌定位技术进行了研究。首先研究了车牌定位技术的发展现状，分析了车牌定位技术的难点。然后详细介绍了数字图像处理技术的基本概念、数学表示、基本运算、研究内容、处理方法和应用领域。接着对现有车牌定位技术进行研究，提出了一种基于像素分类的车牌定位方法。根据车牌底色像素RGB值不同，对像素分类，.并进行分析统计，综合利用车牌形状特征和颜色特征来确定车牌区域。实验结果表明，该方法定位准确率高，适用于任意背景和位置的车牌定位。 采用数字图像处理的原理

6、和技术，进行车牌区域的准确定位和分割的研究，给出相应的算法。本课题研究的实施方案、进度安排2013.01.052013.01.10 确定论文题目2013.02.152013.02.29 中英文翻译2013.03.012013.03.15 查找资料、写出论文大纲和开题报告2013.03.162013.03.31 准备开题答辩2013.04.012013.04.31 撰写论文初稿2013.05.012013.05.07 交指导老师审阅2013.05.082013.05.15 修改论文，交老师批阅,定稿2013.05.162013.05.20 申请答辩2013.05.202013.05.30 论文答

7、辩开题报告(2) 已查阅的主要参考文献（一）专著1徐飞 施晓红等编著， MATLAB应用图像处理 西安电子科技大学出版社 20022王嘉梅 .基于MATLAB的数字信号处理与实践开发 西安电子科技大学 20073楼舜天 姚若玉 沈俊霞编著 MATLAB 程序设计语言 西安电子科技大学出版社 20074阮秋琦 数字图像处理基础 清华大学出版社 20095 刘允才.智能交通国际发展概况和国内优先考虑的课题J.公路,2001,11(11):26-34.6 张宏林.精通Visual C+数字图像模式识别技术及工程实践M:第2版.北京:人民邮电出版社,2008.6 郑南宁,张西宁,戴莹,朱海安.行驶车辆

8、牌照自动识别系统J.西安交通大学学报,1991,l:43-53.(二)论文集1 郑影.基于VC+的汽车牌照定位与识别系统的设计D.吉林大学硕士学位论文,2009.2基于数字信号处理的车牌定位与识别 广东工业大学硕士学位论文 2007（三）期刊报纸1 张俭鸽,李娜.车牌定位在VC中的实现J.中国科技信息,2009, (13):123-124.2 张丽伟,张晶.基于图像处理的车牌定位方法的研究J.长春工程学院学报(自然科学版),2009,10(2):100-103.3 李宇成,阴亮.基于图像的运动车辆速度测量J.北方工业大学学报,2008(3):3236.4 王广宇.汽车牌照识别系统综述J.郑州轻

9、工业学院学报(自然科学报),2001,16(2):47-50.5 李波,曾致远,周建中.一种自适应车牌图像定位新方法J.中国图象图形学报,2009,14(10):1978-1984.指导教师意见指导教师签名： 年 月 日开题报告(3) 毕业设计（论文）学生申请答辩表课 题 名 称基于数字图像处理的车牌定位与识别指导教师（职称）申 请 理 由学生所在学院理学院专业班级09信科1学号0911121106 学生签名： 日期：毕业设计（论文）指导教师评审表序号评分项目（理工科、管理类）评分项目(文科)满分评分1工作量外文翻译152文献阅读与外文翻译文献阅读与文献综述103技术水平与实际能力创新能力与学

10、术水平254研究成果基础理论与专业知识论证能力255文字表达文字表达106学习态度与规范要求学习态度与规范要求15是否同意参加答辩：总分评语 指导教师签名： 另附毕业设计（论文）指导记录册 年 月 日3毕业设计（论文）评阅人评审表学生姓名专业班级学号设计（论文）题目评阅人评阅人职称序号评分项目（理工科、管理类）评分项目(文科)满分评分1工作量外文翻译152文献阅读与外文翻译文献阅读与文献综述103技术水平与实际能力创新能力与学术水平254研究成果基础理论与专业知识论证能力255文字表达文字表达106学习态度与规范要求学习态度与规范要求15总分评语 评阅人签名： 年 月 日4毕业设计（论文）答辩

11、表学生姓名专业班级学号设计（论文）题目序号评审项目指 标满分评分1报告内容思路清新；语言表达准确，概念清楚，论点正确；实验方法科学，分析归纳合理；结论有应用价值。402报告过程准备工作充分,时间符合要求。103创 新对前人工作有改进或突破，或有独特见解。104答 辩回答问题有理论依据，基本概念清楚。主要问题回答准确，深入。40总分答辩组评语答辩组组长（签字）： 年 月 日 答辩委员会意见答辩委员会负责人（签字）： 年 月 日5毕业设计（论文）成绩评定总表学生姓名： 专业班级： 毕业设计（论文）题目：成绩类别成绩评定指导教师评定成绩评阅人评定成绩答辩组评定成绩总评成绩40%+20%+40%评定等

12、级注：成绩评定由指导教师、评阅教师和答辩组分别给分(以百分记)，最后按“优(90-100)”、“良(80-89)”、“中(70-79)”、“及格(60-69)”、“不及格(60以下)”评定等级。其中， 指导教师评定成绩占40%，评阅人评定成绩占20%，答辩组评定成绩占40%。摘 要随着我国经济的快速发展，智能交通系统将会成为现代交通管理发展的必然趋势。车辆自动识别系统是智能交通系统(工TS)实现的前提。车牌识别是车辆自动识别系统中最有发展前景的技术之一。 车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定

13、着系统的识别速度和识别精度。车牌识别系统在不影响汽车状态的情况下，利用计算机自动完成车牌的识别，从而人人简化了交通管理工作目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等，本文主要研究基于数字图像处理的车牌识别技术。在研究的基础上开发出一个基于MATLAB的车牌识别系统。确定了整体设计方案，车牌识别一般分为图像预处理、车牌定位、字符分割、字符识别四个步骤。在本文中主要是用MATLAB作为工具对车牌进行识别。本课题设计的车牌识别系统可有效地实现车牌识别，为今后的产品化奠定了很好的技术基础。关键字：车牌识别系统、MATLAB、数字图像处理、车牌识别技术、自动识

14、别系统、智能交通系统 AbstractWith Chinas rapid economic development, intelligent transportation systems will become the inevitable trend of development of modern traffic management. Automatic vehicle identification system is the premise of the Intelligent Transportation Systems (the workers TS) to achieve. Li

15、cense plate recognition is one of the automatic vehicle identification system the most promising technology.License plate recognition system mainly consists of license plate location, character segmentation and character recognition consists of three parts. Among them, the license plate location is

16、the basis of character segmentation and character recognition, plays a vital role on the performance of the entire system, determine the systems recognition speed and accuracy of identification. License plate recognition system does not affect the car in the case of using the computer to auto-comple

17、te license plate recognition, which simplifies the management of traffic for solving vehicle license plate recognition technology license plate positioning technology, license plate correction technology, image processing technology, license plate segmentation technology, etc. This paper studies the

18、 license plate recognition technology based on digital image processing. On the basis of the study developed a MATLAB-based license plate recognition system. Determine the overall design, license plate recognition is generally divided into image preprocessing, license plate location, character segme

19、ntation, character recognition in four steps. In this paper, using MATLAB as a tool to identify the plate. The design of this project license plate recognition system to be effective in license plate recognition, and lay a good foundation for the future.Keywords: license plate recognition system, MA

20、TLAB, digital image processing, license plate recognition technology, automatic identification systems, intelligent transportation systems目 录摘 要10Abstract11第一章 绪论131.1 车牌定位技术的研究意义131.2车牌定位技术的国内外研究现状141.3车牌定位技术的难点151.4论文的研究内容以及章节安排151.5 本课题的研究内容16第二章 车牌定位系统的结构设计172.1车牌识别系统总体设计172.2系统硬件设计182.3 系统软件设计1

21、82.4 本章小结19第三章 车牌图像预处理213.1图像的灰度化223.2灰度拉伸233.3.图像去噪23第四章 车牌定位254.1牌照区域的定位254.2牌照区域的分割264.2.1候选区域的提取264.2.2车牌进一步处理264.3 倾斜校正284.4分割与归一化284.4.1字符分割304.4.2字符归一化30第五章：字符识别315.1模版匹配法原理简介315.2本文方法具体步骤345.3识别结果及对比35第六章 基于matlab的程序源代码36第一章 绪论1.1 车牌定位技术的研究意义随着我国经济的快速发展，人民生活水平的不断提高，私有车辆越来越多，交通需求量越来越大，现有的交通基础

22、设施建设速度远远比不上机动车辆和其他交通工具的增长速度;传统的人工管理方式已经越来越不能满足实际工作的需要。由于违章造成的交通事故日益频繁，以及城市交通堵塞造成的运输效率低下，严重地影响了我国城市经济的发展和人民的生活，在路桥收费、十字路口交通和停车场收费中实行车辆自动识别(Automatic Vehicle Identification, AVI)已成为管理部门的迫切要求。因此，为了解决这些问题，在继续加快交通基础设施建设的同时，应该充分利用卫星导航、视频监控和计算机调度管理等技术，发展智能交通系统(Intelligent Transportation System, ITS)来提高运输效率

23、，保障交通安全，缓解交通拥挤和实现管理自动化。车辆自动识别是智能交通系统(ITS)实现的前提。近年来，车辆识别技术发展很快，主要有:射频识别(Radio Frequency Identification),条形码识别(Bar Code Based Identification)和车牌识别(LicensePlate Recognition, LPR)。其中，射频识别和条形码识别属于间接识别，难以核对车与车牌信息是否相符。而车牌识别属于直接识别，与射频识别和条形码识别相比，车牌识别不需要在汽车上安装专门的条形码或射频识别标志，可以对车辆图像进行检索、回放，升级和维护方便。因此，车牌识别系统具有更为

24、广阔的应用前景。但是，目前国内现有的车牌识别系统对环境的依赖性较大，而且对外界的干扰比较敏感;国外的车牌识别系统对汉字的识别率较低，所以必须研究新的车牌识别方法。车牌识别系统主要由车牌定位、字符分割和字符识别三部分组成。其中，车牌定位是字符分割和字符识别的基础，对整个系统的性能起着至关重要的作用，决定着系统的识别速度和识别精度。因此，车牌定位是车牌识别系统中的最为关键的技术之一。由于车辆图像采集于户外，图像背景复杂、噪声干扰严重。因此，车牌的自动定位一直都不是很理想，使得它一直是该领域的研究热点。车牌识别系统涉及计算机视觉、数字图像处理和模式识别等技术，对它的研究也会促进这些领域的发展。该系统

25、是计算机视觉、数字图像处理和模式识别等技术在智能交通领域的重要应用。它能自动获取车辆图像，采集车辆信息和实现智能化管理，广泛应用于以下场合，如高速公路电子收费和流量监控、失窃车辆查询、停车场车辆管理、监测黑车牌机动车辆和违章车辆等，大大提高了交通管理运行效率，节省了人力、物力，有利于交通管理的科学化、规范化和智能化。因此，对车牌识别中的首要问题一车牌定位技术研究，不仅具有重要的理论意义，而且具有重要的现实意义。1.2车牌定位技术的国内外研究现状 90年代，随着计算机视觉技术和图像处理技术的发展，开始出现车牌识别系统化研究，取得了显著的成效。运用计算机视觉技术和图像处理技术建立了车辆牌照自动识别

26、系统。近年来，随着计算机技术和人工智能的发展，新兴技术的出现，很多国家开始探讨用人工神经网络技术和生物遗传技术等对车牌识别问题进行研究，并将研究重点转向彩色图像的车牌识别和一幅图像多个牌照车牌识别问题上。国外的研究人员对于车牌识别的研究工作开展较早，究方向主要是分析车牌图像，提取车牌信息，确定车牌号。现如今，国外在车牌检测、识别方面的研究已取得一些令人瞩目的成绩，开发出了很多技术成熟的车牌识别产品。例如英国IPI公司研究开发的RTVNPR系统，它是一款便携式的设备，可以应用在道路收费站、交通检测口等场所;新加坡Optasia公司自行研发的车牌识别系统IMPS，可以在各种天气条件和光照环境下准确

27、定位识别，给出和车牌一致的处理结果。另外，日本、加拿大、德国、意大利等各发达国家都有适合于本国车牌的识别系统。国外比较好的车牌定位算法有:J.Barroso等人提出的基于水平线搜索的车牌定位方法(81; R.Parisi等人提出的基于DFT变换的频域分析的车牌定位方法Charl Coetzee提出的基于Niblack二值化算法以及自适应边界搜索算法的车牌定位方法fiol等 我国对车牌识别技术的研究工作开始于20世纪90年代，当前比较成熟的产品有:北京汉王公司采用DSP芯片作为识别算法的运行硬件平台的“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;川

28、大智胜软件股份有限公司的zTZ000车牌自动识别系统等等。这些产品都达到了较好的识别效果。除此之外，上海交通大学计算机科学和工程系、西安交通大学的图像处理和识别研究室、浙江大学的自动化系、清华大学人工智能国家重点实验室等也都在进行类似的研究。国内常用的车牌定位技术有:基于彩色图像的定位算法;基于边缘检测的定位算法;基于灰度值变化的定位算法;基于神经网络的定位算法;基于遗传算法的定位算法;基于数学形态学的定位算法等。1.3车牌定位技术的难点车牌定位是车牌识别系统的关键技术，是字符分割和字符识别的基础，对系统的识别精度有着重要的影响。由于在图像的采集和传输过程中，车辆图像不可避免地要受各种因素的影

29、响，如光线和噪声等影响，使得车牌难以准确定位。车牌定位的难点主要有:1.环境干扰不同光照条件的光线对车牌图像的亮度影响很大，尤其是在光照不均的情况下车牌区域可能会形成部分阴影，从而改变了车牌的某些特征，影响车牌定位。2.背景复杂多变，类似区域干扰车牌识别系统一般应用在交叉路口、车库、小区入口、高速公路等地，图像背景复杂多变，背景中与车牌区域特征相似的区域也是车牌定位的干扰源，如背景中与车牌特征相似的广告语、指示牌等，此外，车牌附近的障碍物遮拦车牌，如保险杠等，这些也影响车牌的定位。3.车牌污损、模糊和褪色等由于各种原因(如灰尘、泥泞等)造成车牌污损;因噪声或运动等而使车牌模糊;因长期光照等原因

30、而使车牌出现褪色，也会造成车牌定位困难。4.图像畸变由于各种原因造成的畸变，如拍摄时的角度不准造成车牌倾斜变形和摄像机透射畸变，还有车辆运动而造成的变形，在很大程度上也影响着车牌定位。自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。1.4论文的研究内容以及章节安排 车牌识别系统可按顺序分为视频采集、图像预处理、车牌定位、车牌字符分割和车牌字符识别几部分，而车牌的定位部分是车牌识别系统中的关键技术，是字符分割和字符识别等后续工作的重要基础，对整个识别系统最终的识别精度和识别效率都有着重大的影响。 本文主要是通过数字图

31、像处理技术对由摄像机获取到的彩色车牌的定位技术进行了研究，将整个车牌定位的过程分解为了图像预处理和定位两个部分。其中，预处理部分又分解为了图像增强、二值化两个处理过程;定位部分被分解为边缘检测、粗定位、倾斜校正和细定位等四个处理过程。 通过对数字图像处理方面的技术作了深入的学习，本文对每一个处理过程做了详细的研究设计并完成编码实现。图像增强阶段中，采用了直方图均衡化算法实现了灰度图的对比度增强作用;二值化阶段中，分别实现了迭代最优闭值法和大津闭值分割法，并通过对比算法实现的效果，以及算法的效率和准确率，选取大津闭值分割法作为本定位系统的二值化方法;边缘检测阶段中，通过使用不同的算子实现边缘检测

32、，考虑算法实现的优劣，以及结合本次车牌定位的需求，选取Sobel算子完成对二值化图像的边缘检测;粗定位基于边缘检测后的图像采用改进的投影法进行定位;倾斜校正通过求取车牌上各字符的中心点，拟合直线来确定车牌的倾斜角;细定位对校正后的图像采用统计跳变次数和投影法结合的算法进行定位。 本论文的章节安排如下: 第一章:绪论。简要介绍课题的研究背景及意义，以及当今国内外在车牌识别上的一些现状，最后介绍本文的内容及章节安排。 第二章:车牌定位系统的结构设计。首先简要介绍了车牌识别系统的结构框架以及每一模块的具体工作，接着提出本文的车牌定位方案设计，包括预处理和定位两大模块。其中，预处理部分图像增强和图像二

33、值化，定位部分包括边缘检测、粗定位、倾斜校正和细定位。 第三章:车牌图像预处理。首先介绍了和数字图像处理相关的理论以及计算原理，其次分别对图像预处理中涉及到的图像增强和图像二值化等环节进行了介绍和实现。第四章:车牌粗定位。分析我国的车牌特征，介绍当前常用的定位方法，并提出包含边缘检测、车牌粗定位、倾斜校正、车牌细定位等在内的车牌定位方法。本章详细介绍粗定位算法。 第五章:研究车牌字符识别的问题，对模板匹配的方案进行研究、改进和试验。对模板匹配法中的特征提取采用新的划分方式进行划分，分别提取特征，提高了识别准确率。 第六章:主要是程序源代码。基于matlab的程序源代码。1.5 本课题的研究内容

34、本文就车辆牌照自动识别技术进行了一系列的研究工作，在研究国内外各种典型的车牌识别方法的基础上，努力学习和创新，结合中国车牌的特点，对适合中国车牌的识别系统进行了研究。在课题研究中作者的主要研究内容有：1）在广泛查阅国内外车牌识别系统算法的基础上，以 MATLAB 的 ImageAcquisition Toolbox、Image Processing Toolbox 以及 Neural Network Toolbox 工具箱为骨架，以 M 语言为主要编程语言，部分模块结合 C 语言开发了一套车牌识别系统，实现了车牌识别系统中车牌的定位、车牌字符的切分、以及车牌字符的识别的功能。提取的算法，结合形

35、态学处理，采用初步定位去除伪车牌和精确定位相结合的算法实现车牌的准确定位。2）关于车牌字符切分的研究，这里主要针对二值化、倾斜校正、字符切分进行了研究。对二值化中采用的 Otsu 算法进行改进，重新划分二维直方图的区域，改进后的算法运行时间短、二值化效果好。第二章 车牌定位系统的结构设计2.1车牌识别系统总体设计 一个完整的车辆牌照识别系统是一个复杂的系统，应该包括图像采集、图像预处理、车牌定位、字符切分、字符识别以及图像编码、数码传输与更新等步骤，基本可以分为硬件部分和软件部分，硬件部分主要完成车辆图像的摄取采集，软件部分主要完成对采集到的车辆图像进行车辆牌照定位、车牌字符切分与车牌字符识别

36、等工作，这部分工作最为复杂，最后对识别结果进行数据传送和存储，将处理后的识别信息交给管理系统进行管理。整个系统的核心是软件部分的工作，能否通过牌照对车辆进行有效管理，很大程度上取决于软件部分识别车牌的准确性。一个车牌识别系统的基本结构如图所示:车牌识别系统是只能交通系统的一个十分关键的构成部分。该系统可以实现从一副包含汽车牌照的图片中自动的确定出车牌所在的位置，并对车牌所在的区域进行字符分割、字符识别等操作，最终识别出车牌的具体内容。车牌自动识别方法的成功实现将会大大提高ITS进程的实现步伐。 车牌识别系统从一幅车牌图像中提取车牌部分图像，分割字符，进一步对字符进行识别，从而得到车牌号码。由于

37、应用场合的不同，相应的设计方案也有所区别，但通常一个典型的车牌识别系统主要包括四部分:车辆感应部分、图像采集部分、车牌识别部分、数据库管理部分。2.2系统硬件设计 一个车牌识别系统的基本硬件配置由摄像机、主控机、采集卡和照明装置组成。例如在停车场管理系统中，系统硬件主要包括车辆传感探测器、高性能工控计算机、高分辨率 CCD 摄像机、高放大倍数镜头、CCD 自动亮度控制器和视频采集卡等。首先是探测车辆的接近、通过和停留等。常用的有光探测器、微波雷达通过型探测器、测速雷达探测器、声探测器、红外探测器、电磁感应探测器和压敏探测器等。我国停车场应用较多的是红外探测器和电磁感应环探测器。设置在停车场入口

38、和出口的两对红外发射和接收设备进行车辆检测。利用编码调制信号，增强抗干扰的能力，具有较强的可靠性。前端工控机利用红外线探测到车辆经过的信号时，控制图像采集卡抓拍图像，并对抓拍的汽车图像进行牌照识别，同时控制摄像机光圈的大小，以适应外界环境不同的光照条件。然后将识别出的牌照信息储存到服务器中，当车辆离开时，同样的进行牌照识别，将其与前面输入的牌照信息进行对比，计算出停车时间，然后计费。本课题主要侧重算法的研究，主要工作是设计软件，对已摄取到的卡口车辆照片实现车牌识别。2.3 系统软件设计硬件设备采集到图片后首先要考虑图像的存储格式。目前比较常用的图像格式有*.BMP、*.JPG、*.GIF、*.

39、PCX 等，本课题采集到的图片是*.JPG 的格式。软件系统的编写大多采用 VC 或者 MATLAB 语言，本课题选用了 MATLAB 语言。MATLAB 具有以下优点：1）MATLAB 编程效率高，使用方便。MATLAB 以矩阵作为基本语言要素大大提高了数值计算的编程效率。MATLAB 本身拥有丰富的函数库，并具有结构化的流程控制语句和运算符，用户在使用过程中能够方便自如地应用。其图像处理工具箱更是大大扩展了 MATLAB 解决图像处理问题的能力，其他还有诸如用于神经网络和小波的工具箱等，对于算法的分析都有着很大的帮助。2）MATLAB 扩充能力强，交互性好，移植性和开放性较好。MATLAB

40、 的库函数同用户文件在形式上是一样的，用户可以根据自己的需求方便地建立与扩充新的库函数，扩充其功能。MATLAB 可在 Windows 系列、UNIX、Linux、VMS 6.1、PowerMac 平台上使用，且所有的核心文件和工具箱文件都是公开的，用户可以修改源文件构成新的工具箱，从而可以扩充很多新的功能，利于算法的研究和改进。 3） 较强的图形控制和处理功能，自带的 API 使得用户可以方便地在 MATLAB与 C、C+等其他程序设计语言之间建立数据通信。 本文设计的系统采用 MATLAB 搭建车辆牌照识别系统，具有非常明显的优势：1）可以直接使用 MATLAB 的 Image Acqui

41、sition Toolbox、Image Processing Toolbox 以及 Neural Network Toolbox 作为骨架来搭建整个系统。2）使用 MATLAB 的图形用户界面技术（GUI）编写牌照识别系统面板，可以达到与牌照定位切分程序及字符识别程序的无缝连接。3）使用专业工具箱，使得研究人员不必过于关心程序的细节问题，可以将主要的精力放在算法的研究、设计方面，极大地减少了工作量，为算法的研究改进提供了先决条件。 整个软件系统是一个具有车牌识别功能的图像分析和处理软件。首先将采集到的汽车图像进行灰度化、灰度拉伸和滤波处理，以降低噪点、增加车牌部分的对比度。然后，通过对预处理

42、后的图像进行小波变换分解提取图像边缘，并进行形态学处理，这时，车牌的轮廓已经非常清晰，并且可以和非车牌区域明显区分开来了，接着，根据车牌的特点进行车牌初步定位，对车牌区域和伪车牌区域进行筛选后，采用投影法进行车牌二次定位，提取出车牌图像。将提取出的车牌图像进行二值化处理，根据投影图的特点查找倾斜的角度，采用坐标变换的方法进行车牌倾斜校正，并利用其垂直投影图中字符显示出的峰群的特点进行字符切分。最后利用改进的BP 网络完成了整个车牌字符的识别。整个系统的设计主要采用了 M 语言，部分采用了 C 语言开发。最后搭建了一个测试平台，将上述三个部分进行了系统化，对系统的性能进行了测试和分析。2.4 本

43、章小结本章主要介绍了车牌识别系统的总体设计方案。首先，简单介绍了车牌识别系统的组成部分，包括硬件部分和软件部分。硬件部分主要完成车辆图像的摄取，获取高质量的含有牌照的图像，受条件限制，关于硬件的研究本文未展开具体工作。软件部分在整个系统中占有很重要的地位，而且软件的优化和升级能在很大程度上弥补硬件的不足，因此是本文研究的重点，软件研究主要是设计车牌识别系统的主体，包括基于小波变换的车牌定位模块、基于 Otsu 算法的车牌字符切分模块的车牌字符识别模块。在确定总体设计方案后，后面将对每一模块依次进行介绍。 整个软件系统的设计流程图如图所示：第三章 车牌图像预处理 为了便于车牌的分割识别，摄像机摄下的原始图像应具有适当的亮度和对比度。但通常经输入系统获取的车牌图像信息由于光照条件、牌照的整洁度、摄像机的状态(焦距、角度和镜头的光学畸变)以及车速的不稳定等因素都会使图像含有各种各样的噪声与畸变。例如由于光照度不均匀造成图像灰度过于集中;由摄像头获得的图像经过AD转换、线路传送都会产生噪声污染;车牌的字符部分受到磨损或是被污迹覆盖等等。这些主客观因素不可避免地影响车牌图像的清晰程度，降低图像质量，轻者表现为图像不干净，难以看清细节，重者表现为图像模糊不清、歪斜或缺损，车牌字符边界模糊、细节不清、比划断开、粗细不均等现