车牌识别系统的设计与实现

论文摘要

基于数字图像处理技术的车牌识别系统主要是由图像预处理、车牌定位、字符分割和字符识别四大核心技术构成,它在智能交通领域中有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对相关技术的研究正受到普遍关注。正是基于上述背景,本文对车牌识别技术进行了深入系统的研究。本文利用SONY数码相机采集车牌图像。研究内容包括汽车牌照的定位、字符分割和字符识别三个部分。牌照定位前需要经过图像增强、滤波、边缘提取等预处理,以降低噪声提高图像质量。整个识别系统是在PC上通过MATLAB7.1实现的。在车牌区域的定位和提取中,采用了对车牌区域进行粗、细两级定位的方法。在粗定位时采用一种模糊匹配算法；在精确定位时,去除车牌周围所有干扰,根据车牌区域行相邻像素之间变化频繁的特点,对车牌区域精细定位。在车牌字符的分割中,根据车牌本身提供的先验知识,采用基于投影的分割方法,取得了较好的分割结果,为字符识别打下了基础。在车牌识别中,讨论了人工神经网络的理论原理和在字符识别中的应用方法,着重分析了应用传统的神经网络算法进行字符识别时存在的不足,并提出了一些改进措施。本文通过对有代表性的200张牌照进行处理,取得了90%的车牌定位效率,92%的成功分割和90%的字符识别率,证明我们采用的技术是比较成功和可行的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 车牌识别技术在国内外的研究现状
• 1.3 车牌识别系统的应用
• 1.4 论文组织结构
• 第2章 车牌识别的相关技术介绍
• 2.1 关于车牌的先验知识
• 2.1.1 车牌简介
• 2.1.2 汽车牌照类型规格和主要特征
• 2.2 车牌识别的关键技术
• 2.2.1 车辆牌照区域定位技术
• 2.2.2 字符分割技术
• 2.2.3 车牌字符识别技术
• 第3章 车牌识别系统总体设计
• 3.1 系统的结构框图
• 3.2 车牌识别系统的软件环境
• 第4章 车牌识别系统的软件设计与实现
• 4.1 车牌图像预处理
• 4.1.1 灰度化
• 4.1.2 灰度拉伸
• 4.1.3 图像的滤波处理
• 4.1.4 边缘检测
• 4.2 车牌定位
• 4.2.1 车牌粗定位
• 4.2.2 车牌图像的二值化
• 4.2.3 车牌图像的倾斜校正
• 4.2.4 车牌精定位
• 4.3 基于车牌区域先验知识和投影的字符切分方法
• 4.4 车牌字符识别
• 4.4.1 字符归一化
• 4.4.2 字符特征提取
• 4.4.3 BP神经网络识别算法
• 4.4.4 粗分类
• 4.4.5 BP网络参数的确定
• 4.4.6 BP网络的训练过程
• 第5章 系统测试
• 第6章 结束语
• 参考文献
• 致谢