導(dǎo)語：車輛牌照?qǐng)D像識(shí)別研究論文一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：近年來隨著國民經(jīng)濟(jì)的蓬勃發(fā)展，國內(nèi)高速公路、城市道路、停車場建設(shè)越來越多，對(duì)交通控制、安全管理的要求也日益提高。因此，汽車牌照識(shí)別技術(shù)在公共安全及交通管理中具有特別重要的實(shí)際應(yīng)用意義。本文對(duì)車牌識(shí)別系統(tǒng)中的車牌定位、字符分割和字符識(shí)別進(jìn)行了初步研究。對(duì)車牌定位，本文采用投影法對(duì)車牌進(jìn)行定位；在字符分割方面，本文使用閾值規(guī)則進(jìn)行字符分割；針對(duì)車牌圖像中數(shù)字字符識(shí)別的問題，本文采用了基于BP神經(jīng)網(wǎng)絡(luò)的識(shí)別方法。在學(xué)習(xí)并掌握了數(shù)字圖像處理和模式識(shí)別的一些基本原理后，使用VC++6.0軟件利用以上原理針對(duì)車牌識(shí)別任務(wù)進(jìn)行編程。實(shí)現(xiàn)了對(duì)車牌的定位和車牌中數(shù)字字符的識(shí)別。

關(guān)鍵詞：車牌定位；字符分割；BP神經(jīng)網(wǎng)絡(luò)；車牌識(shí)別；VC++

目錄

第1章緒論1

1.1課題研究背景1

1.2車輛牌照識(shí)別系統(tǒng)原理1

1.3車輛牌照識(shí)別在國內(nèi)外研究現(xiàn)狀2

1.4本文主要工作及內(nèi)容安排3

第2章車輛牌照的定位方法4

2.1車輛牌照?qǐng)D像的預(yù)處理4

2.1.1256色位圖灰度化4

2.1.2灰度圖像二值化5

2.1.3消除背景干擾去除噪聲6

2.2車輛牌照的定位方法簡介6

2.3系統(tǒng)采用的定位方法7

2.3.1車輛牌照的水平定位7

2.3.2車輛牌照的垂直定位7

2.3.3定位的算法實(shí)現(xiàn)10

2.4實(shí)驗(yàn)結(jié)果分析12

第3章車輛牌照的字符分割13

3.1車牌預(yù)處理13

3.1.1去邊框處理13

3.1.2去噪聲處理13

3.1.3梯度銳化15

3.1.4傾斜調(diào)整16

3.2字符分割方法簡介17

3.3系統(tǒng)采用的分割方法19

3.3.1算法介紹19

3.3.2算法的實(shí)現(xiàn)20

3.4字符分割實(shí)驗(yàn)結(jié)果21

第4章特征提取與字符識(shí)別22

4.1字符的特征提取22

4.2字符的識(shí)別方法簡介23

4.3系統(tǒng)采用的識(shí)別方法24

4.3.1人工神經(jīng)網(wǎng)絡(luò)簡介24

4.3.2BP神經(jīng)網(wǎng)絡(luò)識(shí)別車牌25

4.3.3BP神經(jīng)網(wǎng)絡(luò)識(shí)別算法實(shí)現(xiàn)28

4.4實(shí)驗(yàn)結(jié)果分析29

總結(jié)32

致謝33

參考文獻(xiàn)34

第1章緒論

1.1課題研究背景

現(xiàn)代社會(huì)已經(jīng)進(jìn)入信息時(shí)代，計(jì)算機(jī)技術(shù)、通信技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，自動(dòng)化信息處理能力的不斷提高，在人們社會(huì)活動(dòng)和生活的各個(gè)領(lǐng)域得到了廣泛的應(yīng)用，在這種情況下，作為信息來源的自動(dòng)檢測、圖像識(shí)別技術(shù)越來越受到人們的重視。

隨著汽車數(shù)量的急劇增加，車牌自動(dòng)識(shí)別(licenseplaterecognition,LPR)技術(shù)日益成為交通管理自動(dòng)化的重要手段[1]。車牌自動(dòng)識(shí)別技術(shù)是計(jì)算機(jī)視覺、圖像處理技術(shù)與模式識(shí)別等技術(shù)的融合，是智能交通系統(tǒng)中一項(xiàng)非常重要的技術(shù)。通過車輛牌照自動(dòng)識(shí)別，就可以對(duì)運(yùn)動(dòng)車輛查詢相關(guān)的數(shù)據(jù)庫，根據(jù)提取的車輛信息，實(shí)現(xiàn)有針對(duì)性的車輛檢查，極大的提高工作人員的效率，降低工作強(qiáng)度，同時(shí)也減少了國家財(cái)政收入的流失，減少交通事故的發(fā)生以及加強(qiáng)社會(huì)治安。因此對(duì)車牌識(shí)別技術(shù)研究有巨大的經(jīng)濟(jì)價(jià)值和現(xiàn)實(shí)意義。

由于車牌自動(dòng)識(shí)別技術(shù)在智能化交通控制管理中發(fā)揮的重要作用，吸引了各國的科研工作者對(duì)其進(jìn)行廣泛的研究，目前已有眾多的算法，有些已應(yīng)用于交叉路口、車庫管理、路口收費(fèi)、高速公路等場合。由于需適應(yīng)各種復(fù)雜背景，加之要識(shí)別的車輛種類繁多，顏色變化多端，以及檢測時(shí)要適應(yīng)不同天氣變化導(dǎo)致的不同光照條件，因此，目前的系統(tǒng)都或多或少地存在一些問題。但隨著計(jì)算機(jī)性能的提高和計(jì)算機(jī)視覺理論及技術(shù)的發(fā)展，這種技術(shù)必將日趨成熟。

車牌的定位與識(shí)別技術(shù)，總體來說是圖像處理技術(shù)與車牌本身特點(diǎn)的有機(jī)結(jié)合，當(dāng)然也包括小波分析、神經(jīng)網(wǎng)絡(luò)、數(shù)學(xué)形態(tài)學(xué)、模糊理論等數(shù)學(xué)知識(shí)的有效運(yùn)用[2]。

本課題是對(duì)汽車圖像進(jìn)行分析，從算法角度來研究車牌的定位與識(shí)別。

1.2車輛牌照識(shí)別系統(tǒng)原理

一個(gè)典型的車輛牌照識(shí)別系統(tǒng)(LPR)是由圖像采集系統(tǒng)和圖像識(shí)別系統(tǒng)組成的，如圖1-1[3]。當(dāng)系統(tǒng)發(fā)現(xiàn)有車時(shí)，圖像采集系統(tǒng)便開始采集車輛牌照信息，得到的信息是圖像識(shí)別系統(tǒng)的輸入。通過識(shí)別系統(tǒng)的預(yù)處理，為目標(biāo)搜索提供一個(gè)良好的定位環(huán)境。在預(yù)處理的基礎(chǔ)上把圖像中的車牌從背景中分割出來。對(duì)車牌中的字符做字符分割，最后把分割后的字符進(jìn)行識(shí)別，便得到了汽車牌照的號(hào)碼。

整套系統(tǒng)實(shí)際是一種硬件和軟件的集成。在硬件上，它需要集成可控照明燈、鏡頭、圖像采集模塊、數(shù)字信號(hào)處理器、存儲(chǔ)器、通信模塊、溫控模塊、單片機(jī)等；在軟件上，它包括車牌定位、車牌字符切割、車牌字符識(shí)別等算法。這樣一體化的結(jié)構(gòu)形式能在現(xiàn)實(shí)中降低對(duì)環(huán)境的要求。