车牌识别系统关键算法研究
车牌识别系统关键算法研究[20191215144228]
摘要
随着现代化建设的深入发展，作为主要交通运输工具之一的汽车，在人们的生活中得到愈来愈广泛的应用。现在已进入信息时代，城市交通的快速发展使得道路交通的智能化管理成为一种发展趋势。车牌识别技术是现代智能交通系统中的重要组成部分之一，应用十分广泛。该技术可以对车辆进行自动登记、验证、监视、报警等，能有效提升交通管理的方便性和有效性，使车辆管理更加智能化、数字化。
本文对一套完整的车辆牌照识别方法进行研究，确定系统整体框架，车牌识别系统主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分。本文介绍了各个模块的技术原理，并利用MATLAB软件中集成的功能强大的图像处理工具箱，用其丰富的图像处理函数编程来实现每一个部分的模块功能，从而识别出汽车牌照。
按照本文所采取的方法，对采集到的车辆图像进行试验，在背景比较简单，光照比较正常的情况下，识别率能达到93%。
查看完整论文请+Q: 351916072
关键字:车牌识别；图像预处理；车牌定位；字符分割；MATLAB
Key words:plate license recognition; image preprocessing;license plate location; character segmentation; MATLAB目录
摘要 I
ABSTRACT II
目录 III
第一章绪论 1
1.1 课题的研究背景及实际意义 1
1.2 国内外车牌识别系统的发展情况 2
1.3 车牌识别系统的主要应用领域 4
第二章系统的总体框架 6
2.1 系统框架结构 6
2.2 MATLAB介绍 8
第三章图像预处理 9
3.1 图像灰度化 10
3.2 图像的灰度变换 11
3.3 图像的边缘检测 14
3.4 图像的二值化 16
3.5 本章小结 18
第四章车牌定位 19
4.1 车牌汉字使用规则 19
4.2 常用的车牌定位方法 19
4.3 本章小结 21
第五章字符分割 23
5.1 车牌倾斜校正 23
5.2 去掉车牌上下边框 24
5.3 字符分割算法 24
5.4 本章小结 26
第六章字符识别 27
6.1 常用的字符识别方法 27
6.2 基于模板匹配法的字符识别 28
6.3 本章小结 30
第七章总结和展望 31
7.1 总结 31
7.2 展望 31
致谢 33
参考文献 34
第一章绪论
1.1 课题的研究背景及实际意义
智能交通系统，简称ITS（Intelligent Transportation System），已经成为现代社会道路交通的发展趋势。智能交通系统，是在当代科学技术高速发展的背景下产生的。它将目前的计算机处理技术、自动控制技术、数据通信技术、电子控制技术等有效地综合应用于整个地面交通管理体系，从而建立起一个实时、准确、高效的交通管理系统，使交通运输效率得到进一步提高，交通安全系数增加，环境质量不断改善，资源利用率更加高效。
近年来，随着经济水平的不断发展，我国汽车数目增长速度很快。虽然中国的道路交通设施和管理设施也在不断地改进，但还是比不上汽车的增长速度。汽车数量的逐年递增，随之而来的巨大城市交通压力也给人们的生活带来了不便。如何有效地进行交通管理，日益成为我们生活中关注的焦点。针对这些问题，人们运用先进的科学技术，已经陆续开发出了各种交通道路监控、管理系统。这些系统基本都包括车辆检测装置，通过这些装置对过往的车辆实施检测，提取出交通的相关数据，达到监控、管理和指挥交通的目的，使交通系统的智能化建设得到全面实现。
当今社会早已迈入信息时代，随着通信技术、计算机技术和计算机网络技术的不断增强，自动化信息处理能力和水平逐渐提升。汽车，作为当代社会的主要交通工具之一，在人们生产生活的各个领域中得到广泛使用。因此，对它的特征信息进行自动采集和智能管理具有十分重要的意义，是一个重要的信息处理技术研究课题。
智能交通系统是当今世界交通运输领域的前沿研究课题。各个国家都在积极地研究、发展并推行智能交通技术。在智能交通系统中，车牌识别系统是一个非常重要的研究方向。车牌识别系统，即LPRS（License Plate Recognition System），是对由公路上配置的摄像头拍摄的照片进行数字图像处理与分析，综合应用了大量的图像处理最新成果和数学形态学方法对汽车图像进行平滑处理、二值化、模糊处理、边缘检测、图像分割、开运算、闭运算、区域标识等多种方法来提取出车牌区域，进而达到对汽车牌照的精确定位并最终完成对汽车牌照的识别。
车牌自动识别技术是车辆检测系统中的一个重要步骤，能够有效提高交通系统中车辆监控和管理的自动化程度，它在交通监控中占据着重要的地位，是实现交通管理现代化和智能化的重要前提。
1.2国内外车牌识别系统的发展情况
为了顺应当代交通事业的迅速发展，欧洲、美国等一些发达国家从20世纪90年代初，就把图像处理技术引入了自动化交通管理系统，从而展开了对车牌自动识别系统的研究。那时的研究方向包括：检测车辆速，统计车流量，检测车辆形状，识别车辆牌照，监控车辆事故等。
初期的交通监控技术所用的图像处理技术比较简单：把一幅不含车辆的图像作为基准图像，将待分析的图像和基准图像对应部分的图像灰度进行比较，利用差分原理找到车辆区域。利用这种方法，可以粗略地计算出车辆的车流量、速度、道路负荷等数据。
然而，随着社会的不断进步和发展，汽车数量迅速增加，道路建设不断完善，这对自动化交通管理系统有了更高的要求。同时，公路基础设施建设的不断发展以及车辆管理体制的不断完善，也为以视觉监控为基础的智能交通系统的实际应用奠定了良好基础。车牌识别系统必须满足实时性、鲁棒性、和准确性三个方面的要求，才能达到较好的实际应用价值。
车牌定位系统和车牌字符识别系统是车牌识别系统中的两个关键子系统。
国内外学者对于车牌定位系统的研究，已经做了大量的工作，但并没有达到理想的效果，比如存在一些潜在因素，如车牌表面的污秽和磨损、车牌图像的倾斜、光线的干扰等都会影响定位的准确度。为此，近年来很多学者根据车牌本身的特点，考虑了车辆拍摄的不良现象及背景的复杂状况，陆续提出了很多有针对性的定位方法，提高了车牌定位技术的准确率。然而，现代化交通系统的节奏不断加快，会对车牌定位的准确性和实时性提出更高的要求。因此，要进一步加深对车牌定位的研究。
车牌字符识别是在车牌准确定位的基础上，对车牌上的汉字、字母、数字进行有效辨识的过程。其中汉字识别是一个难点，国外的大部分LPR系统就是因为难以识别汉字而无法进入中国市场。所以，寻找好的解决字符识别的方法也是至关重要的。目前实现方法已经有很多，但是实际效果与预期要求相差很远，难以实现现代化交通系统快节奏、高速度的要求。因此，进一步地研究对字符的识别也同样具有必要性和紧迫性。
从实用产品来看，如以色列的Hi-Tech公司开发的多种See/Car system，可以实现对几个不同国家的车牌识别，就针对中国格式车牌的See/Car syste而言，它不能识别汉字，且识别率有待提高。新加坡Optasia公司的VPLRS产品，只适合于新加坡的车牌，另外，加拿大、日本、意大利、德国、英国等西方发达国家也都有各自适合于本国车牌的识别系统。
我国的实际情况略有不同，国外的实际拍摄条件比较理想，车牌比较规范统一，而我国的车牌不够规范，不同的汽车类型有不同的大小、规格和颜色。因此，车牌颜色多，而且位数不一致，造成了处理上的一些困难。在待处理的车牌图像中，有小功率汽车使用的蓝底白字牌照，大功率汽车所用的黄底黑字牌照，军车和警车的白底黑字、红字牌照，还有国外驻华机构的黑底白字牌照等。就位数而言，有七位数字的普通车，有九位数字的武警车，有前两位字符上下排列的军车等，也增加了处理的难度。
中科院自动化研究所汉王公司的“汉王眼”是国内做得比较好的产品。另外，厦门宸天科技有限公司、深圳市吉通电子有限公司、亚洲视觉科技有限公司、中智交通电子系统有限公司等也都开发出了自己的产品。此外，上海交通大学的计算机科学与工程系、西安交通大学的图像处理与识别研究室、清华大学、浙江大学等也都对此做过类似的研究。
在各种实际应用中，识别车牌字符的算法有模糊数学理论及神经元网络算法，但因为外界环境的光线变化、季节环境变化、光路中有尘埃以及车牌本身比较模糊等条件的干扰，给车牌识别带来较大的困难。
国外相关的研究有：(1)由J. Barroso提出的基于行高频扫描分析的方法；(2) I.T. Lancaster提出的类字符分析方法等。为了解决图像质量的退化问题，国内外使用特殊的传感器或主动红外照明摄像以提高图像的质量，从而提高识别率，但投资的系统成本过大，不适合普遍推广。
对目前一些车牌识别产品的性能指标进行分析，可以看出其识别率和识别速度均有待提高。飞速发展的现代交通以及车牌识别系统不断增加的应用范围，为车牌识别系统提出了更高的要求。随着人工智能以及自动识别技术的提高，将来车牌识别技术还有非常大的发展空间。如图像处理技术的发展与画质改善技术的提高、摄像设备、计算机性能的增强等都会促进车牌识别技术的发展，提高车牌识别系统的性能。
1.3 车牌识别系统的主要应用领域
车牌识别系统能够用于车辆的自动登记、验证、监视、报警等，应用范围十分广泛，其中包括:
(1)交通流量检测；(2)交通控制与诱导；(3)机场、港口等出入口车辆管理；(4)小区车辆管理；(5)闯红灯等违章车辆监控；(6)不停车自动收费；(7)道口检查站车辆监控；(8)公共停车场安全防盗管理；(9)计算出行时间；(10)车辆安全防盗、查堵指定车辆；(11)车牌登录、验证，车流统计等。
车牌识别系统应用于这些领域，能够解决通缉车辆的自动稽查问题，能够解决车流高峰期因出入口车流瓶颈造成的路桥卡口、停车场交通堵塞问题，能够解决因工作人员作弊造成的路桥卡口、高速公路、停车场应收款流失的问题，还能够以最简单的方式完成交通部门的车辆信息联网，解决数据统计自动化，模糊查询等问题。其拥有极大的潜在市场应用价值，可以产生巨大的社会效益和经济效益。如图1所示，LPRS的部分应用：
图1 LPRS在收费路口、道路监控和停车管理中的应用
可以将车牌识别系统安装在公路收费站、停车场、十字路口等交通关卡处，其具体应用可概括为：
(l)公路自动管理系统。交通监控利用车牌识别系统的摄像设备，可以直接监视相应路段的交通情况，获取车辆密度、队长、排队规模等交通信息，防范和观察交通事故。它还可以同雷达测速器或其他的检测器配合使用，以检测违反限速值的车辆。当发现车辆超速时，摄像机获取该车的图像，并得到该车的牌照号码，然后给该车超速的警告信号。
(2)交通流控制指标参量的测量。为了达到控制交通流的目标，必须要采集一些交通流指标数据。该系统可以测量和统计大量的交通流指标参数，如总的服务流率，总行程时间，总的流入量流出量，车型及车流组成，日车流量，小时/分钟车流量，车流高峰时间段，平均车速，车辆密度等。这也为交通引导系统提供了必要的交通流信息。
摘要
随着现代化建设的深入发展，作为主要交通运输工具之一的汽车，在人们的生活中得到愈来愈广泛的应用。现在已进入信息时代，城市交通的快速发展使得道路交通的智能化管理成为一种发展趋势。车牌识别技术是现代智能交通系统中的重要组成部分之一，应用十分广泛。该技术可以对车辆进行自动登记、验证、监视、报警等，能有效提升交通管理的方便性和有效性，使车辆管理更加智能化、数字化。
本文对一套完整的车辆牌照识别方法进行研究，确定系统整体框架，车牌识别系统主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分。本文介绍了各个模块的技术原理，并利用MATLAB软件中集成的功能强大的图像处理工具箱，用其丰富的图像处理函数编程来实现每一个部分的模块功能，从而识别出汽车牌照。
按照本文所采取的方法，对采集到的车辆图像进行试验，在背景比较简单，光照比较正常的情况下，识别率能达到93%。
查看完整论文请+Q: 351916072
关键字:车牌识别；图像预处理；车牌定位；字符分割；MATLAB
Key words:plate license recognition; image preprocessing;license plate location; character segmentation; MATLAB目录
摘要 I
ABSTRACT II
目录 III
第一章绪论 1
1.1 课题的研究背景及实际意义 1
1.2 国内外车牌识别系统的发展情况 2
1.3 车牌识别系统的主要应用领域 4
第二章系统的总体框架 6
2.1 系统框架结构 6
2.2 MATLAB介绍 8
第三章图像预处理 9
3.1 图像灰度化 10
3.2 图像的灰度变换 11
3.3 图像的边缘检测 14
3.4 图像的二值化 16
3.5 本章小结 18
第四章车牌定位 19
4.1 车牌汉字使用规则 19
4.2 常用的车牌定位方法 19
4.3 本章小结 21
第五章字符分割 23
5.1 车牌倾斜校正 23
5.2 去掉车牌上下边框 24
5.3 字符分割算法 24
5.4 本章小结 26
第六章字符识别 27
6.1 常用的字符识别方法 27
6.2 基于模板匹配法的字符识别 28
6.3 本章小结 30
第七章总结和展望 31
7.1 总结 31
7.2 展望 31
致谢 33
参考文献 34
第一章绪论
1.1 课题的研究背景及实际意义
智能交通系统，简称ITS（Intelligent Transportation System），已经成为现代社会道路交通的发展趋势。智能交通系统，是在当代科学技术高速发展的背景下产生的。它将目前的计算机处理技术、自动控制技术、数据通信技术、电子控制技术等有效地综合应用于整个地面交通管理体系，从而建立起一个实时、准确、高效的交通管理系统，使交通运输效率得到进一步提高，交通安全系数增加，环境质量不断改善，资源利用率更加高效。
近年来，随着经济水平的不断发展，我国汽车数目增长速度很快。虽然中国的道路交通设施和管理设施也在不断地改进，但还是比不上汽车的增长速度。汽车数量的逐年递增，随之而来的巨大城市交通压力也给人们的生活带来了不便。如何有效地进行交通管理，日益成为我们生活中关注的焦点。针对这些问题，人们运用先进的科学技术，已经陆续开发出了各种交通道路监控、管理系统。这些系统基本都包括车辆检测装置，通过这些装置对过往的车辆实施检测，提取出交通的相关数据，达到监控、管理和指挥交通的目的，使交通系统的智能化建设得到全面实现。
当今社会早已迈入信息时代，随着通信技术、计算机技术和计算机网络技术的不断增强，自动化信息处理能力和水平逐渐提升。汽车，作为当代社会的主要交通工具之一，在人们生产生活的各个领域中得到广泛使用。因此，对它的特征信息进行自动采集和智能管理具有十分重要的意义，是一个重要的信息处理技术研究课题。
智能交通系统是当今世界交通运输领域的前沿研究课题。各个国家都在积极地研究、发展并推行智能交通技术。在智能交通系统中，车牌识别系统是一个非常重要的研究方向。车牌识别系统，即LPRS（License Plate Recognition System），是对由公路上配置的摄像头拍摄的照片进行数字图像处理与分析，综合应用了大量的图像处理最新成果和数学形态学方法对汽车图像进行平滑处理、二值化、模糊处理、边缘检测、图像分割、开运算、闭运算、区域标识等多种方法来提取出车牌区域，进而达到对汽车牌照的精确定位并最终完成对汽车牌照的识别。
车牌自动识别技术是车辆检测系统中的一个重要步骤，能够有效提高交通系统中车辆监控和管理的自动化程度，它在交通监控中占据着重要的地位，是实现交通管理现代化和智能化的重要前提。
1.2国内外车牌识别系统的发展情况
为了顺应当代交通事业的迅速发展，欧洲、美国等一些发达国家从20世纪90年代初，就把图像处理技术引入了自动化交通管理系统，从而展开了对车牌自动识别系统的研究。那时的研究方向包括：检测车辆速，统计车流量，检测车辆形状，识别车辆牌照，监控车辆事故等。
初期的交通监控技术所用的图像处理技术比较简单：把一幅不含车辆的图像作为基准图像，将待分析的图像和基准图像对应部分的图像灰度进行比较，利用差分原理找到车辆区域。利用这种方法，可以粗略地计算出车辆的车流量、速度、道路负荷等数据。
然而，随着社会的不断进步和发展，汽车数量迅速增加，道路建设不断完善，这对自动化交通管理系统有了更高的要求。同时，公路基础设施建设的不断发展以及车辆管理体制的不断完善，也为以视觉监控为基础的智能交通系统的实际应用奠定了良好基础。车牌识别系统必须满足实时性、鲁棒性、和准确性三个方面的要求，才能达到较好的实际应用价值。
车牌定位系统和车牌字符识别系统是车牌识别系统中的两个关键子系统。
国内外学者对于车牌定位系统的研究，已经做了大量的工作，但并没有达到理想的效果，比如存在一些潜在因素，如车牌表面的污秽和磨损、车牌图像的倾斜、光线的干扰等都会影响定位的准确度。为此，近年来很多学者根据车牌本身的特点，考虑了车辆拍摄的不良现象及背景的复杂状况，陆续提出了很多有针对性的定位方法，提高了车牌定位技术的准确率。然而，现代化交通系统的节奏不断加快，会对车牌定位的准确性和实时性提出更高的要求。因此，要进一步加深对车牌定位的研究。
车牌字符识别是在车牌准确定位的基础上，对车牌上的汉字、字母、数字进行有效辨识的过程。其中汉字识别是一个难点，国外的大部分LPR系统就是因为难以识别汉字而无法进入中国市场。所以，寻找好的解决字符识别的方法也是至关重要的。目前实现方法已经有很多，但是实际效果与预期要求相差很远，难以实现现代化交通系统快节奏、高速度的要求。因此，进一步地研究对字符的识别也同样具有必要性和紧迫性。
从实用产品来看，如以色列的Hi-Tech公司开发的多种See/Car system，可以实现对几个不同国家的车牌识别，就针对中国格式车牌的See/Car syste而言，它不能识别汉字，且识别率有待提高。新加坡Optasia公司的VPLRS产品，只适合于新加坡的车牌，另外，加拿大、日本、意大利、德国、英国等西方发达国家也都有各自适合于本国车牌的识别系统。
我国的实际情况略有不同，国外的实际拍摄条件比较理想，车牌比较规范统一，而我国的车牌不够规范，不同的汽车类型有不同的大小、规格和颜色。因此，车牌颜色多，而且位数不一致，造成了处理上的一些困难。在待处理的车牌图像中，有小功率汽车使用的蓝底白字牌照，大功率汽车所用的黄底黑字牌照，军车和警车的白底黑字、红字牌照，还有国外驻华机构的黑底白字牌照等。就位数而言，有七位数字的普通车，有九位数字的武警车，有前两位字符上下排列的军车等，也增加了处理的难度。
中科院自动化研究所汉王公司的“汉王眼”是国内做得比较好的产品。另外，厦门宸天科技有限公司、深圳市吉通电子有限公司、亚洲视觉科技有限公司、中智交通电子系统有限公司等也都开发出了自己的产品。此外，上海交通大学的计算机科学与工程系、西安交通大学的图像处理与识别研究室、清华大学、浙江大学等也都对此做过类似的研究。
在各种实际应用中，识别车牌字符的算法有模糊数学理论及神经元网络算法，但因为外界环境的光线变化、季节环境变化、光路中有尘埃以及车牌本身比较模糊等条件的干扰，给车牌识别带来较大的困难。
国外相关的研究有：(1)由J. Barroso提出的基于行高频扫描分析的方法；(2) I.T. Lancaster提出的类字符分析方法等。为了解决图像质量的退化问题，国内外使用特殊的传感器或主动红外照明摄像以提高图像的质量，从而提高识别率，但投资的系统成本过大，不适合普遍推广。
对目前一些车牌识别产品的性能指标进行分析，可以看出其识别率和识别速度均有待提高。飞速发展的现代交通以及车牌识别系统不断增加的应用范围，为车牌识别系统提出了更高的要求。随着人工智能以及自动识别技术的提高，将来车牌识别技术还有非常大的发展空间。如图像处理技术的发展与画质改善技术的提高、摄像设备、计算机性能的增强等都会促进车牌识别技术的发展，提高车牌识别系统的性能。
1.3 车牌识别系统的主要应用领域
车牌识别系统能够用于车辆的自动登记、验证、监视、报警等，应用范围十分广泛，其中包括:
(1)交通流量检测；(2)交通控制与诱导；(3)机场、港口等出入口车辆管理；(4)小区车辆管理；(5)闯红灯等违章车辆监控；(6)不停车自动收费；(7)道口检查站车辆监控；(8)公共停车场安全防盗管理；(9)计算出行时间；(10)车辆安全防盗、查堵指定车辆；(11)车牌登录、验证，车流统计等。
车牌识别系统应用于这些领域，能够解决通缉车辆的自动稽查问题，能够解决车流高峰期因出入口车流瓶颈造成的路桥卡口、停车场交通堵塞问题，能够解决因工作人员作弊造成的路桥卡口、高速公路、停车场应收款流失的问题，还能够以最简单的方式完成交通部门的车辆信息联网，解决数据统计自动化，模糊查询等问题。其拥有极大的潜在市场应用价值，可以产生巨大的社会效益和经济效益。如图1所示，LPRS的部分应用：
图1 LPRS在收费路口、道路监控和停车管理中的应用
可以将车牌识别系统安装在公路收费站、停车场、十字路口等交通关卡处，其具体应用可概括为：
(l)公路自动管理系统。交通监控利用车牌识别系统的摄像设备，可以直接监视相应路段的交通情况，获取车辆密度、队长、排队规模等交通信息，防范和观察交通事故。它还可以同雷达测速器或其他的检测器配合使用，以检测违反限速值的车辆。当发现车辆超速时，摄像机获取该车的图像，并得到该车的牌照号码，然后给该车超速的警告信号。
(2)交通流控制指标参量的测量。为了达到控制交通流的目标，必须要采集一些交通流指标数据。该系统可以测量和统计大量的交通流指标参数，如总的服务流率，总行程时间，总的流入量流出量，车型及车流组成，日车流量，小时/分钟车流量，车流高峰时间段，平均车速，车辆密度等。这也为交通引导系统提供了必要的交通流信息。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/2304.html
