车牌自动识别系统的研究和实现

论文摘要

日益严重的交通问题促使我国正在大力发展智能交通系统,以缓解不断加大的交通管理压力。智能交通首先需要解决的问题是如何有效获取车辆的信息,这些信息将直接作为智能交通管理的依据。而车辆牌照的自动识别不但是获取车辆信息的重要方法和必要环节,而且还是一个迫切需要解决的难点问题。本课题是天津大学与天津市天地伟业数码科技有限公司合作项目的子课题,目的是研究车牌识别的关键算法,并在软件平台上实现对车辆图像的牌照自动定位、分割和识别的功能。本文介绍了车牌识别的主要算法和处理步骤,并通过比较已有的理论算法和国内车牌的实际情况,并结合自己的想法,对车牌定位、分割和识别进行尝试,在试验的过程中,对不断出现的新问题进行思考和分析,并解决解决了大部分的问题,最后成功实现了车辆牌照的自动识别。本文在车牌的定位算法和字符分割及识别之前的预处理算法方面更加侧重,目的是为后面的车牌识别打下了良好的基础,并提高最后的识别正确率。以下是本文的主要工作:1.在对图像进行预处理的过程中,研究并提出了自动判断灰度图像的对比度偏差系数的算法,成功对灰度图像进行灰度拉伸,增加了图像的对比度;2.用一阶差分的方法快速提取图像轮廓和边缘的过程中,提出了阈值滤波,在不丢失车牌信息的前提下,有效消除了干扰信息;3.用投影方法搜索车牌位置的过程中,提出了动态投影扫描方法,不但提高了准确度,还缩短了搜索时间;4.对原始图像中车牌倾斜和变形的问题做了深入的研究和分析,并找到了解决方法,此方法对车牌倾斜和变形的矫正效果都令人满意;5.对车牌区域内噪点的特征进行总结和分析,得到了解决思路,并想出了消除噪点的算法,成功消除了车牌区域内的所有噪点;6.在MATLAB软件平台下编写程序,实现了从车牌图像读取,到车牌字符全部自动识别并输出的过程。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 智能交通系统（ITS）介绍
• 1.1.2 国外ITS的发展
• 1.1.3 国内ITS的发展
• 1.2 课题来源
• 1.3 车牌自动识别系统
• 1.3.1 车牌自动识别技术的基本原理和方法
• 1.3.2 车牌自动识别技术难点
• 1.4 本课题的工作介绍
• 第二章 车牌自动识别系统的相关理论方法
• 2.1 MATLAB及其应用简介
• 2.1.1 M脚本文件编写
• 2.1.2 MATLAB图像处理的常用命令
• 2.1.3 空间域图像处理技术
• 2.2 图像预处理
• 2.2.1 图像灰度化处理
• 2.2.2 灰度拉伸处理
• 2.2.3 图像二值化处理
• 2.2.4 自动阈值确定方法
• 2.2.5 图像边缘提取
• 2.2.6 阈值滤波
• 2.3 车牌定位
• 2.3.1 水平方向定位
• 2.3.2 垂直方向定位
• 2.3.3 细化和样本线条提取
• 2.3.4 车牌倾斜角的测量
• 2.3.5 图像倾斜矫正
• 2.3.6 字符分割的预处理
• 2.3.7 消除噪点
• 2.4 字符分割
• 2.5 字符识别
• 第三章 车牌识别程序设计和实现
• 3.1 图像预处理
• 3.1.1 载入待提取车牌的图像
• 3.1.2 图像灰度化和二值化处理
• 3.1.3 一阶差分图像
• 3.1.4 阈值滤波处理
• 3.2 车牌定位
• 3.2.1 水平方向车牌定位
• 3.2.2 垂直方向车牌定位
• 3.2.3 图像细化
• 3.2.4 消除噪点
• 3.2.5 提取线条样本确定倾斜角度
• 3.2.6 车牌倾斜矫正
• 3.2.7 精确定位
• 3.3 车牌字符分割
• 3.3.1 字符分割
• 3.3.2 去除字符图像的边缘空白
• 3.4 车牌识别
• 3.4.1 字符尺寸归一化处理
• 3.4.2 字符模板识别
• 3.4.3 输出识别结果
• 第四章 总结和展望
• 参考文献
• 附录一 车牌自动识别程序的主函数
• 附录二 主函数用到的其他函数及其功能介绍
• 发表论文和参加科研情况说明
• 致谢