汽车牌照自动识别系统的设计与实现

论文摘要

随着国民经济的迅速发展,机动车辆规模及流量大幅度增加,全国机动车保有量年均增长在21.5%以上,城市道路里程年均增长达12.3%,机动车的高速增长在带来高效便捷生活的同时,也带来了一系列社会面对的新问题,如城市交通拥堵,环境污染严重,交通事故增加,机动车违法违章现象日益增多,机动车相关的犯罪活动日益猖獗,道路交通管理难度增大,交通安全状况持续恶化。为了解决以上问题,基于车牌识别技术(Vehicle License Plate Recognition,VLPR)智能交通系统应运而生,作为VLPR的核心实现技术的各个模块不仅仅是简单连接于平台,更重要的是要使各模块系统更好的协同合作,将业务功能穿成一线,使复杂的业务流程变得简单而有序,可以说各个模块就像是企业信息系统中的中枢神经一样,对整个车牌认别系统的正常高效运作启着至关重要的作用。本文通过数字图像处理技术、模式识别、先进的数学提取算法为基础,重点研究与实现了处理模块、定位模块、分割模块和识别模块,使系统自动识别后,车牌识别系统平台的运算速率大幅加快、识别效果明显提升。为应用于车辆身份辨识、机动车自动定位、电子收费与交通管理、机动车布控等领域系统,提供了广阔的空间。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的背景
• 1.2 车牌识别技术的发展概况
• 1.3 本文主要研究方向及内容
• 第2章 基本理论与技术
• 2.1 引言
• 2.2 图像预处理
• 2.2.1 灰度化
• 2.2.2 图像平滑
• 2.3 灰度修正
• 2.3.1 灰度拉伸
• 2.3.2 直方图修正
• 2.4 边缘检测
• 2.4.1 Sobel检测算子
• 2.4.2 Roberts检测算子
• 2.4.3 Prewitt检测算子
• 2.4.4 Laplacian检测算子
• 2.4.5 Log检测算子
• 2.5 去除上下框
• 2.6 Hough变换
• 2.7 垂直投影法
• 2.8 二值化
• 2.9 字符分割
• 2.10 特征提取
• 2.11 神经网络
• 2.11.1 神经网络工作模式
• 2.11.2 神经网络学习方式
• 2.12 本章小结
• 第3章 系统的设计模型
• 3.1 引言
• 3.2 需求分析
• 3.3 数学模型
• 3.3.1 预处理数学模型
• 3.3.2 定位数学模型
• 3.3.3 字符分割数学模型
• 3.3.4 字符识别数学模型
• 3.4 系统结构
• 第4章 系统的设计与实现
• 4.1 系统结构
• 4.2 主要模块的设计与实现
• 4.2.1 处理模块
• 4.2.2 定位模块
• 4.2.3 分割模块
• 4.2.4 识别模块
• 4.3 本章小结
• 第5章 测试
• 第6章 结论
• 参考文献
• 致谢