车牌识别系统的研究与应用
VIP免费
摘 要
目前，车牌识别系统作为智能交通领域的重要组成部分应用十分广泛。车牌
的自动识别就是通过判断牌照的颜色信息和字符特点，将车牌从采集到的整幅图
像中自动的识别出来。一个完整的车牌识别系统一般由硬件和软件两部分共同组
成。其硬件部分一般包括：触发装置、图像采集装置以及进行车牌识别的处理机
装置；软件部分主要由三个部分组成：车牌的定位、字符的分割和字符的识别。
本文首先对现有的车牌识别技术进行了深入的研究和对比，并在此基础上开
发出了一套新的车牌识别系统。该系统软件部分主要包括车牌的定位、字符的分
割和字符的识别三个部分。车牌定位模块运用边缘检测和数学形态学的知识对车
牌图像进行定位，相较于其他方法来说该方法比较简单而且有较高的准确率。字
符分割方面，首先利用 Otsu 算法对图像进行二值化处理；然后运用主元分析法对
图像进行倾斜校正；最后将较正后的车牌图像运用垂直投影法进行字符的准确切
分。该方法切分结果的可靠性更高，适应性更强。字符识别部分介绍了两种较为
经典的识别算法：一种是基于模板匹配法的字符识别算法，另一种是基于 BP 神经
网络的字符识别算法。本文采用了基于 BP 神经网络的字符识别算法，并对该算法
进行了改进，在权值修改时增加了动量项。改进后的神经网络的收敛速度比未改
进时的收敛速度有大幅提高。
根据上述的各种算法，最终搭建了一个软件测试平台，该测试平台使用
MATLAB 的M语言编写。通过该测试平台对采集到的图像进行测试，测试结果表
明，本课题使用的方法是切实可行的。
关键词：车牌识别 边缘检测 主元分析 BP 神经网络
ABSTRACT
At present, license plate recognition systems as an important part of the field of
intelligent transportation are widely used. License plate automatic recognition are
through the judgment of color information and character features of the licence plates
from the collected images which are automatically identified. A complete license plate
recognition systems generally consists of two parts: hardware and software. The
hardware part includes: the trigger device, the image capture device and the license
plate recognition processor device. The software part is mainly composed of three parts:
license plate location, character segmentation and character recognition.
Firstly, the paper gives a deep research and comparison for some of existing license
plate recognition technologies. And on this basis, a new set of license plate recognition
systems had been developed. The system software consists of license plate location,
character segmentation and character recognition. The license plate location module
uses edge detection and mathematical morphology of knowledge to locate the license
plate image. Compared with other methods, this method is simpler and more accurate.
Otsu algorithm for image binarization processing is used for character segmentation ,
then principal component analysis method is used for image tilt correction. Finally,
vertical projection method for character segmentation accuracy is used. The results of
the method have higher reliability and stronger adaptability. Character recognition part
describes two typical recognition algorithm: one is the character recognition method
based on template matching algorithm and the another is the character recognition based
on BP neural network algorithm. This article uses the character recognition based on BP
neural network algorithm. The momentum of this algorithm is improved during weight
modification. The convergence speed of the improved neural network is much faster
than the original one .
According to the algorithms mentioned, a test platform has been built with
MATLAB. Through the test platform, the result shows that the system can effectively
meet the requirement.
Key Words: Plate License Recognition, Edge Detection, Principal
Component Analysis, BP Neural Network
目 录
中文摘要
ABSTRACT
第一章 绪 论 .................................................................................................................1
§1.1 课题的研究背景和意义 ..................................................................................1
§1.2 国内外的发展状况 ..........................................................................................1
§1.3 车牌识别技术的难点和重点 .........................................................................2
§1.4 本课题的研究内容 ..........................................................................................3
§1.5 论文的整体结构安排 ......................................................................................4
第二章 车牌识别系统概述 .............................................................................................5
§2.1 车牌标准 .........................................................................................................5
§2.2 车牌识别系统的总体设计方案 .....................................................................6
§2.3 车牌识别系统的软、硬件设计 .....................................................................7
§2.4 本章小结 .........................................................................................................9
第三章 车牌定位 ...........................................................................................................10
§3.1 车牌图像预处理 ...........................................................................................10
§3.1.1 彩色图像灰度化 .................................................................................10
§3.1.2 灰度拉伸 .............................................................................................12
§3.1.3 图像平滑 .............................................................................................13
§3.1.4 图像的锐化 .........................................................................................14
§3.1.5 本文采用的边缘检测算法 .................................................................15
§3.2 车牌初步定位 ...............................................................................................19
§3.2.1 数学形态学的基本理论 .....................................................................19
§3.2.2 车牌粗定位 .........................................................................................23
§3.3 车牌的精确定位 ...........................................................................................24
§3.4 本章小结 .......................................................................................................26
第四章 车牌的字符分割 ...............................................................................................27
§4.1 车牌图像二值化 ...........................................................................................27
§4.1.1 图像二值化的基本原理 .....................................................................27
§4.1.2 Otsu 算法 ............................................................................................. 28
§4.2 倾斜较正 .......................................................................................................29
§4.2.1 倾斜角度的计算 ..................................................................................29
§4.2.2 利用坐标变换校正车牌图像 ..............................................................32
§4.2.3 主元分析实现车牌矫正 .....................................................................32
§4.3 车牌字符切分 ...............................................................................................34
§4.3.1 模板匹配的车牌字符切方法 .............................................................34
§4.3.2 投影法切分字符 .................................................................................35
§4.4 本章小结 .......................................................................................................37
第五章 车牌的字符识别 ...............................................................................................39
§5.1 车牌字符识别方法的比较与选择 ...............................................................39
§5.2 基于模板匹配的字符识别算法 ...................................................................40
§5.3 基于神经网络的车牌字符识别算法 ...........................................................40
§5.3.1 神经网络的简介 ..................................................................................40
§5.3.2 BP 神经网络的基本原理 ....................................................................42
§5.4基于 Gabor 变换的字符特征提取 .................................................................46
§5.4.1 特征提取方法分析 .............................................................................46
§5.4.2 Gabor 变换 ...........................................................................................47
§5.4.3 特征提取流程 .....................................................................................48
§5.5 改进的 BP 神经网络的设计 ........................................................................49
§5.6 本章小结 .......................................................................................................50
第六章 总结与展望 .......................................................................................................52
§6.1 总 结 .............................................................................................................52
§6.2 展 望 .............................................................................................................53
参考文献 .........................................................................................................................54
在读期间公开发表的论文和承担科研项目及取得成果 .............................................56
致 谢 .............................................................................................................................57
第一章 绪论
1
第一章 绪 论
§1.1 课题的研究背景和意义
随着经济的迅猛发展，人们生活水平大幅度提高，汽车逐渐成为人们首选的
交通工具，所以造成了现代汽车工业的迅猛发展。汽车的产生方便了我们的工作
和生活，但是汽车的大量使用也加重了交通管理的压力。这样一来交通管理智能
化就应运而生了，并且成为了交通领域的研究热点，使得智能交通近年来发展的
格外迅速。
1990 年，美国智能交通学会提出了智能交通系统(ITS)的概念[1]。随着这一概
念的提出，智能交通系统得到了飞快的发展。尤其是在经济发达的国家，智能交
通系统已经得到了非常广泛的应用。虽然我国在该领域的研究起步较晚，但是由
于得到了国家的重视，智能交通系统在我国也得到了快速的发展，并且已经进入
到应用阶段。
车牌识别(License Plate Recognition，LPR)技术作为智能交通系统的重要组成
部分之一，该技术是以图像处理、机器视觉以及模式识别为基础的。它将机动车
牌照设置为特定目标，并且广泛应用于智能交通领域中。在公共场所的车辆管理、
闯红灯超速等违规驾驶、安全防盗以及高速公路自动收费和监管等方面都有着重
大的研究意义和实用价值。
作为智能交通系统的重要组成部分，交通信息服务系统在整个智能交通系统
中起着至关重要的作用。而车牌自动识别系统又是交通信息服务系统的核心部分。
由此可知车牌自动识别系统在整个智能交通系统中的地位。车牌自动识别系统的
主要任务就是定位采集到的车牌图像；分割车牌图像中的字符；正确识别分割了
的字符。目前来说研究出一套精确地车牌自动识别系统是非常重要的，目的是为
了更好的服务于整个智能交通领域。
§1.2 国内外的发展状况
在图像处理和模式识别算法方面，国内外众多学者都有着较为深入的研究。
许多发达国家都有着较为完善的车牌识别系统。如美国的 Electro-Optical
Technologies Inc，英国的 CitySync，这些公司一直致力于车牌识别产品的研发工作
[2~6]。以上这些公司都已经研发出了适合本国车牌特点的车牌识别系统。另外，德
国、加拿、日本等发达国家也都各自研发出了适合各国车牌的识别系统。
国内车牌识别系统的研究从九十年代才刚刚开始。目前来说亚洲视觉科技有
车牌识别系统的研究与应用
2
限公司和吉通电子有限公司均已研发出较为成熟的车牌识别系统。另外北京航空
航天大学的胡爱明博士等人运用模板匹配技术实现车牌识别，正确率达到了 97%；
西安交通大学的图像处理和识别实验室；上海交大的计算机科学和工程系；清华
大学人工智能重点实验室；浙江大学的自动化系都做过类似的研究[7]。
目前，车牌识别技术有两大主要研究方向：一是图像处理方向，二是机器视
觉方向[8]。车牌识别的准确率和识别的时间是判定一个车牌识别系统好坏的两大重
要指标。影响识别准确率的因素有很多，但是主要有两个方面组成，采集到的车
牌图像的质量和识别算法的性能。
我国的车牌多种多样，单就颜色来分就有四种，而且我国车牌和国外车牌也
有很大的区别，主要表现在车牌中字符的组成上面。我国的车牌除了包含字母和
数字之外还有特定的汉字组成，但是汉字的识别不同于字母和数字它是比较麻烦
的，所以说汉字的识别工作是本文研究的难点和重点。如果特征提取的过多识别
的过程中会造成运算量过大，如果特征提取的太少又会识别不出来。正是由于以
上这些原因，我国的车牌识别技术和国外的才有如此大的差别。
虽然我国车牌识别技术的研究起步较晚，但是也取得了一定的成绩。不过由
于车牌种类繁多，车牌识别系统的适应性普遍不高，所以说我国的车牌识别技术
仍然存在一些局限性。当遇到雨雪天气，车牌字符断裂，拍摄车辆或车牌有污损
等外界拍摄条件恶劣的情况时，识别的精确度就会下降。所以说当前车牌识别系
统研究的重点是如何改善识别算法、缩短识别时间、提高识别精度、降低外界情
况对识别算法的影响以及对车牌自身情况的依赖性。从而使算法有更高的适应性。
§1.3 车牌识别技术的难点和重点
一个完整的车牌识别系统有硬件和软件两部分组成。整个软件部分的研究就
是该论文的研究重点，软件部分设计的好坏影响了整个系统的优劣。设计过程中
必须综合考虑识别的准确率和识别的速率，因为二者是判定一个车牌识别系统好
坏的重要因素。
在研究车牌识别的过程中存在很多的难点，概括起来主要包括以下几个方面：
1)采集到的图像质量不好。通常情况下采集到的图像都包含有丰富的背景信
息，这些背景信息增加了图像中的信息量，由于受到光照、天气以及很多外界因
素的干扰，采集到的车牌图像就会比较模糊，这样一来图像的清晰度和对比度就
会明显降低，那么就会影响车牌的定位情况。
2)车牌的悬挂位置不统一。在我国车牌的悬挂位置可能会出现在前面，也可能
会出现在后面，还可能会出现倾斜悬挂的情况，甚至会悬挂扭曲了的车牌。这样
摘要：
展开>>
收起<<
摘要目前，车牌识别系统作为智能交通领域的重要组成部分应用十分广泛。车牌的自动识别就是通过判断牌照的颜色信息和字符特点，将车牌从采集到的整幅图像中自动的识别出来。一个完整的车牌识别系统一般由硬件和软件两部分共同组成。其硬件部分一般包括：触发装置、图像采集装置以及进行车牌识别的处理机装置；软件部分主要由三个部分组成：车牌的定位、字符的分割和字符的识别。本文首先对现有的车牌识别技术进行了深入的研究和对比，并在此基础上开发出了一套新的车牌识别系统。该系统软件部分主要包括车牌的定位、字符的分割和字符的识别三个部分。车牌定位模块运用边缘检测和数学形态学的知识对车牌图像进行定位，相较于其他方法来说该方法比较...
相关推荐
-
USST_Arts_112480743自动生产线的同步维修模型及案例分析VIP免费
2025-01-09 15 -
USST_Arts_112480745基于供需网特征理念的企业间关系状态研究VIP免费
2025-01-09 16 -
USST_Arts_112480756 我国城镇化与能源消费结构间关系的研VIP免费
2025-01-09 21 -
USST_Arts_112490763 企业创新型团队社会网络、知识管理过程及团队创造力关系研究VIP免费
2025-01-09 14 -
USST_Arts_112490769创新团队执行力影响因素分析VIP免费
2025-01-09 18 -
USST_Arts_112070649基于团队自反性的科技型企业TMT特征对企业绩效的影响研究VIP免费
2025-01-09 21 -
TR公司工业机器人市场发展战略研究VIP免费
2025-01-09 26 -
二氧化碳套管式气冷器的研究VIP免费
2025-01-09 18 -
非共沸混合物在微通道水平单管内流动沸腾特性VIP免费
2025-01-09 96 -
基于MRO的连铸辊维护管理系统研究VIP免费
2025-01-09 11
作者：侯斌
分类：高等教育资料
价格：15积分
属性：59 页
大小：2.28MB
格式：PDF
时间：2024-11-19
相关内容
-
USST_Arts_112070649基于团队自反性的科技型企业TMT特征对企业绩效的影响研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
TR公司工业机器人市场发展战略研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
二氧化碳套管式气冷器的研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
非共沸混合物在微通道水平单管内流动沸腾特性
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
基于MRO的连铸辊维护管理系统研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
