车辆牌照图像识别研究论文

时间:2022-06-04 05:09:00

车辆牌照图像识别研究论文

摘要:近年来随着国民经济的蓬勃发展,国内高速公路、城市道路、停车场建设越来越多,对交通控制、安全管理的要求也日益提高。因此,汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位,本文采用投影法对车牌进行定位;在字符分割方面,本文使用阈值规则进行字符分割;针对车牌图像中数字字符识别的问题,本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后,使用VC++6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。

关键词:车牌定位;字符分割;BP神经网络;车牌识别;VC++

目录

第1章绪论1

1.1课题研究背景1

1.2车辆牌照识别系统原理1

1.3车辆牌照识别在国内外研究现状2

1.4本文主要工作及内容安排3

第2章车辆牌照的定位方法4

2.1车辆牌照图像的预处理4

2.1.1256色位图灰度化4

2.1.2灰度图像二值化5

2.1.3消除背景干扰去除噪声6

2.2车辆牌照的定位方法简介6

2.3系统采用的定位方法7

2.3.1车辆牌照的水平定位7

2.3.2车辆牌照的垂直定位7

2.3.3定位的算法实现10

2.4实验结果分析12

第3章车辆牌照的字符分割13

3.1车牌预处理13

3.1.1去边框处理13

3.1.2去噪声处理13

3.1.3梯度锐化15

3.1.4倾斜调整16

3.2字符分割方法简介17

3.3系统采用的分割方法19

3.3.1算法介绍19

3.3.2算法的实现20

3.4字符分割实验结果21

第4章特征提取与字符识别22

4.1字符的特征提取22

4.2字符的识别方法简介23

4.3系统采用的识别方法24

4.3.1人工神经网络简介24

4.3.2BP神经网络识别车牌25

4.3.3BP神经网络识别算法实现28

4.4实验结果分析29

总结32

致谢33

参考文献34

第1章绪论

1.1课题研究背景

现代社会已经进入信息时代,计算机技术、通信技术和计算机网络技术的不断发展,自动化信息处理能力的不断提高,在人们社会活动和生活的各个领域得到了广泛的应用,在这种情况下,作为信息来源的自动检测、图像识别技术越来越受到人们的重视。

随着汽车数量的急剧增加,车牌自动识别(licenseplaterecognition,LPR)技术日益成为交通管理自动化的重要手段[1]。车牌自动识别技术是计算机视觉、图像处理技术与模式识别等技术的融合,是智能交通系统中一项非常重要的技术。通过车辆牌照自动识别,就可以对运动车辆查询相关的数据库,根据提取的车辆信息,实现有针对性的车辆检查,极大的提高工作人员的效率,降低工作强度,同时也减少了国家财政收入的流失,减少交通事故的发生以及加强社会治安。因此对车牌识别技术研究有巨大的经济价值和现实意义。

由于车牌自动识别技术在智能化交通控制管理中发挥的重要作用,吸引了各国的科研工作者对其进行广泛的研究,目前已有众多的算法,有些已应用于交叉路口、车库管理、路口收费、高速公路等场合。由于需适应各种复杂背景,加之要识别的车辆种类繁多,颜色变化多端,以及检测时要适应不同天气变化导致的不同光照条件,因此,目前的系统都或多或少地存在一些问题。但随着计算机性能的提高和计算机视觉理论及技术的发展,这种技术必将日趋成熟。

车牌的定位与识别技术,总体来说是图像处理技术与车牌本身特点的有机结合,当然也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用[2]。

本课题是对汽车图像进行分析,从算法角度来研究车牌的定位与识别。

1.2车辆牌照识别系统原理

一个典型的车辆牌照识别系统(LPR)是由图像采集系统和图像识别系统组成的,如图1-1[3]。当系统发现有车时,图像采集系统便开始采集车辆牌照信息,得到的信息是图像识别系统的输入。通过识别系统的预处理,为目标搜索提供一个良好的定位环境。在预处理的基础上把图像中的车牌从背景中分割出来。对车牌中的字符做字符分割,最后把分割后的字符进行识别,便得到了汽车牌照的号码。

整套系统实际是一种硬件和软件的集成。在硬件上,它需要集成可控照明灯、镜头、图像采集模块、数字信号处理器、存储器、通信模块、温控模块、单片机等;在软件上,它包括车牌定位、车牌字符切割、车牌字符识别等算法。这样一体化的结构形式能在现实中降低对环境的要求。