基于车牌识别技术的城市车辆稽查系统研究与应用

论文摘要

近年来,随着车牌识别技术的兴起,识别技术也逐渐成熟起来。同时,基于车牌识别技术的相关领域的研究也更为广泛。本课题正是基于这项技术并将此技术很好地应用到公安城市卡口稽查系统中去,保证此技术在实际中得到很好地应用。车牌识别技术综合了计算机视觉技术和模式识别技术。车牌识别系统分为四个主要步骤:图像预处理、车牌定位、字符分割和字符识别。图像预处理:采用灰度变换、平滑降噪和对比度增强等方法对图像进行处理,提高图像的质量,是车牌识别的基础。车牌定位:对于获取到的图像准确地选取出其中的车牌区域,主要采用了基于纹理特征的算法。字符分割:对于识别出的车牌区域进一步处理,分割成只含有单个字符的区域。字符识别:结合车牌字符的特点,识别出区域中的汉字、字母和数字。本文对所用到的车牌识别技术是对动态车辆的识别,即对行驶中的车辆进行车牌识别。基于此种需求,本系统在车牌识别的过程中车牌定位是最核心的技术。本文对现有的各种定位算法进行了比较和分析,并总结了这些算法的共同点。在此基础上,介绍了一种新的定位方法,该方法包括粗定位、精定位、精确度修正。从而保证车牌能被准确地定位。本文中车牌识别所采用的算法对牌照在图像中的位置没有限制,对牌照的倾斜、变形、字符的污染、模糊有较强的抗干扰能力,对于外界光线强度和图像对比度的变化有较强的适应能力。系统测试结果,牌照定位的准确率达96%以上,字符识别率也在90%以上。在完成车牌识别之后,本文给出了本系统的需求及要实现的功能框架,接着描述了系统的总体结构以及细节模块的划分,以及所使用的具体开发工具,并给出了本系统的软件界面图。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景
• 1.1.1 智能交通系统的发展
• 1.1.2 本课题的实际意义
• 1.2 课题的理论基础
• 1.2.1 车牌识别技术的成熟
• 1.2.2 网络和软件开发技术的发展
• 1.2.3 本课题的关键技术
• 1.3 国内外相关产品及特点
• 1.4 本课题的工作内容及结构安排
• 第二章 车牌图像的预处理
• 2.1 灰度化
• 2.2 平滑处理
• 2.2.1 邻域平均法
• 2.2.2 中值滤波法
• 2.3 对比度增强
• 2.3.1 灰度变换
• 2.3.2 直方图变换
• 第三章 车牌快速定位技术实现
• 3.1 车牌的特征与常见算法
• 3.1.1 车牌特征
• 3.1.2 常规算法
• 3.1.3 新型算法
• 3.2 本课题设计的定位方法
• 3.2.1 改进的基于粗纹理特征的初步快速定位
• 3.2.2 改进的基于细纹理特征的准确定位
• 3.2.3 结合颜色信息和纹理特征进行定位修正
• 3.2.4 实验结果及分析
• 第四章 字符分割技术实现
• 4.1 车牌倾斜矫正
• 4.2 字符分割
• 4.2.1 字符分割的基础
• 4.2.2 车牌字符分割常用算法
• 4.2.3 改进的扫描线算法
• 4.2.4 字符分割的实现
• 第五章 字符识别技术实现
• 5.1 字符识别的原理
• 5.2 车牌字符识别的特殊性
• 5.3 车牌字符的识别
• 5.3.1 字符预处理
• 5.3.2 字符识别
• 5.3.3 字符识别试验结果
• 第六章 车辆稽查系统设计与应用
• 6.1 系统需求和功能描述
• 6.2 系统总体结构设计
• 6.2.1 图片服务器管理
• 6.2.2 前端服务管理系统
• 6.2.3 黑名单车辆管理
• 6.3 系统实现过程
• 6.3.1 软件开发工具的选择
• 6.3.2 硬件选择与安装
• 6.3.3 系统检测
• 6.3.4 功能和主体界面展示
• 第七章 结论
• 参考文献
• 在学研究成果
• 致谢