【正文】 III ABSTRACT The car license recognition is one of key technologies in the intelligent transportation .The car license recognition system includes vehicles image gathering, the car license localization generally, the character division and the character recognition four modules. This article in the simple introduction car license recognition four module foundations, mainly has carried on the discussion to the car license edge examination, has analyzed the Roberts operator, the Sobel operator, the canny operator, the Laplacian (Laplacian) operator and the Marr edge examination operator. The Roberts operator examination pointing accuracy quite is high, but is sensitive to the noise. The Sobel operator may produce the good edge results, but has the smoothing effect to the noise, reduced to the noise sensitivity. But, the Sobel edge examination operator also examined some false edges, caused the edge quite to be thick, reduced the examination pointing accuracy. The canny operator can obtains the good balance between the noise abatement and the edge examination, It can produce the thin edge results. Therefore this article used the canny operator to carry on the extraction to the car license edge, the simulation result has indicated this operator to be able the good examination picture edge information. Key words: car license recognition, car license localization, character division, edge examination IV 目 錄 摘 要 ........................................................... II ABSTRACT ........................................................ III 第 1章 引 言 ...................................................... 1 課題背景及研究意義 ........................................ 1 國內外研究現(xiàn)狀 ............................................ 2 汽車牌照識別國內外研究現(xiàn)狀 .......................... 2 邊緣檢測算法國內外研究現(xiàn)狀 .......................... 3 我國汽車牌照識別的難點 .................................... 5 課題的主要研究內容 ........................................ 6 第 2章 汽車圖像的采集 ............................................. 7 常用的車輛檢測方法 ........................................ 7 運動車輛檢測算法概述 ...................................... 7 光流場法 ............................................ 7 幀差法 .............................................. 8 背景消減法 .......................................... 8 背景圖像的提取與更新 ...................................... 9 背景圖像的提取 ...................................... 9 背景圖像的更新 ...................................... 9 有無車輛判定 ............................................. 10 第 3章 車牌定位 .................................................. 11 現(xiàn)行汽車牌照的規(guī)格 ....................................... 11 V 現(xiàn)行汽車牌照的類型 ................................. 11 車牌字符特征 ....................................... 12 車牌比例特征 ....................................... 12 車牌的先驗知識 ........................................... 12 車牌定位 ................................................. 13 直接車牌定位法 ..................................... 14 多分辨率車牌定位法 ................................. 15 基于數(shù)學形態(tài)學的車牌定位法 ......................... 16 第 4 章 車牌圖像的邊緣檢測 ....................................... 20 車牌圖像的灰度化和二值化 ................................. 20 圖像的灰度化 ....................................... 20 圖像二值化 ......................................... 21 灰度變換增強 ............................................. 22 灰度變換 ........................................... 22 直方圖均衡化 ....................................... 24 空間域濾波 ............................................... 26 領域平均法 ......................................... 26 高通濾波 ........................................... 28 中值濾波 ........................................... 28 簡單邊緣檢測算子 ......................................... 29 梯度算子 ........................................... 29 拉普拉斯算子 ....................................... 31 Marr 邊緣檢測方法 .................................. 31 VI 第 5章 canny 邊緣檢測算法應用及仿真 .............................. 34 算法步驟 ................................................. 34 實驗結果分析 ............................................. 36 第 6章 結束語 .................................................... 38 致 謝 ............................................................ 40 參 考 文 獻 ...................................................... 41 附 錄 ............................................................ 43 四川理工學院本科畢業(yè)（設計）論文 1 第 1 章 引 言 課題背景及研究意義 隨著我國國民經濟以及科學技術的高速發(fā) 展，機動車數(shù)量不斷增加，國內高速公路、 城市道路、停車場建設越來越多，對交通控制、安全管理的要求也日 益提高，智能交通系統(tǒng) (Intelligence Traffic System)，簡稱 ITS。 隨著社會的發(fā)展，多學科多領域的融合發(fā)展成為技術發(fā)展的新趨勢。車牌識別系統(tǒng)(License Plate Recognition，簡稱 LPR)具有廣泛的應用范圍，主要應用于 ： 高速公路收費、道路交通監(jiān)控管理、交通事故現(xiàn)場勘察、違章管理 ； 小區(qū)、停車場管理 ； 車輛登錄、驗證 ； 車輛統(tǒng)計、 安全管理 [2]。在車牌識別過程 中，也出現(xiàn)了很多的技術方法，有人使用模糊數(shù)學理論，也有人用神經元 網(wǎng)絡的算法 來識別車牌中的字符，但由于 外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化，以及車牌本身比較模糊等條件的限制和影響，使得 LPR 系統(tǒng)一直以 來都是一個不能很好解決的問題， 而且 很多的方法都需要大量的數(shù)值計算，并沒有考慮到實時處理的環(huán)境。 國內做得較好的產品主要有中科院自動化研究所漢王公司的“漢王 眼”，北京信路威， 昆明利普視覺，沈陽聚德。 邊緣檢測算法國內外研究現(xiàn)狀 由于邊緣是圖像最基本的特征，邊緣信息是一種圖像的緊描述，所包含的往往是圖像中最重要的信息。圖像邊緣檢測方法主要包括以下幾類 ： (1)微分算子法 ： 這種方法主要從邊緣點 (通常對應于 一階微分幅度值大的點 )，同時也從二階微分的零交叉點出發(fā)，設計一 些一階或二階微分算子，求得其梯度或二階導數(shù)過零點，再選擇一定的閾 值提取邊界。Marr_Hildreth 算子是 Marr 和 Hildreth 應用 Gauss 函數(shù)先對 圖 像進行平滑，然后采用拉普拉斯算子根據(jù)二階導數(shù)過零點來檢測邊緣，也被稱之為 LOG 算子。 (3)多尺度方法 ： 此方法是隨著多分辨率和小波理論的出現(xiàn) 而 逐漸發(fā)展起來的。利維等人提出的一種加權模板，其系數(shù)是根據(jù)窗口的中心點及其相鄰點的灰度平均值來確定。這種方法分二步，圖像的平滑、邊緣的獲取、松弛迭代。這些方法中使用的平滑濾波器的參數(shù)都要人為設 定，由于 沒有對圖像中的噪聲以及邊緣的尺度進行估計，因此不合適的濾波可能會濾掉一些邊緣細節(jié)信息，造成微分操作無法準確得到邊緣細節(jié)?；?這種思想，有學者提出了自適應平滑濾波和松弛迭代方法，這兩種方法對復雜圖像以及含噪聲的圖像可以取得很好的邊緣檢測效果，但是也存在算法復雜，計算耗時間的缺點。使得車牌定位識別的難度大大增加。 圖 像 采 集 車 牌 定 位 字 符 識 別字 符 分 割 圖 12 LPR系統(tǒng)流程圖 主要研究內容如下 ： (1)圖像采集。首先介紹了汽車牌照的 類型、字符特征和先驗知識。 先對圖像進行預處理，主要對圖像的灰度化、二值化方面的處理進行了詳細的分析。 四川理工學院本科畢業(yè)（設計）論文 7 第 2 章 汽車 圖像 的采集 運動目標的檢測與跟蹤研究一般分為兩類 ： (1)攝像頭是固定的，只對視場內的運動目標進行檢測。 常用的車輛檢測方法 目前較常用的車輛檢測方法有 ： 環(huán)形磁感線圈檢測、超聲波