【正文】 .....................................................................................................8第 2 章 車牌定位的前期處理 ..............................................................................................9 真彩色到灰度圖像的轉(zhuǎn)換 .....................................................................................9 灰度圖像的變換增強 ...........................................................................................10 灰度圖像的邊緣檢測 ...........................................................................................12 本章小結(jié) ...............................................................................................................14第 3 章 車牌區(qū)域定位的實現(xiàn) ............................................................................................15 數(shù)學(xué)形態(tài)學(xué)處理 ...................................................................................................15 結(jié)構(gòu)元素矩陣 ............................................................................................15 膨脹運算 ....................................................................................................15 腐蝕運算 ....................................................................................................16 開啟和閉合運算 ........................................................................................17 車牌區(qū)域定位的實現(xiàn) ...........................................................................................19 車牌區(qū)域的合并 ........................................................................................19 車牌區(qū)域的定位 ........................................................................................22 本章小結(jié) ...............................................................................................................25第 4 章 二次車牌定位的算法和性能分析 ........................................................................26 二次車牌定位算法 ...............................................................................................26 本論文算法的性能分析 .......................................................................................30 西南交通大學(xué)本科畢業(yè)設(shè)計（論文） 第 VIII頁 對于不同背景下的車牌定位分析 ............................................................30 圖片處理時間和準確度分析 ....................................................................33 本章小結(jié) ...............................................................................................................35結(jié) 論 ..............................................................................................................................36致 謝 ..............................................................................................................................37參考文獻 ..............................................................................................................................38 西南交通大學(xué)本科畢業(yè)設(shè)計（論文） 第 1 頁 第 1 章 緒 論 選題的背景和意義及國內(nèi)外研究現(xiàn)狀 選題的背景和意義近年來，智能交通系統(tǒng)(Intelligent Transportation System)越來越受到人們的重視，并逐漸應(yīng)用在交通信息統(tǒng)計收集、路車間通信、停車場管理、不停車自動收費、車輛自動行駛等領(lǐng)域，而上述領(lǐng)域都與汽車牌照的自動識別有關(guān) [1]。從目前的研究成果來看，車輛牌照定位系統(tǒng)還遠未達到完善的程度，利用各種圖像處理的理論和方法進行車牌定位仍是當前研究的熱點之一。 二、 應(yīng)完成的硬件或軟件實驗 1. 利用 MATLAB 或 VC++編程實現(xiàn)車牌照的定位系統(tǒng)設(shè)計 2．設(shè)計一個人機交互界面以顯示和記錄車牌照定位的結(jié)果 三、 應(yīng)交出的設(shè)計文件及實物(包括設(shè)計論文、程序清單或磁盤、實驗裝置或產(chǎn)品等) 1. 畢業(yè)設(shè)計論文（必須完全符合學(xué)校規(guī)范，內(nèi)容嚴禁有絲毫的抄襲剽竊） 2. CDR（含論文，程序，程序使用說明書，演示視頻，盤面標注班級，姓名，專業(yè)，日期） 西南交通大學(xué)本科畢業(yè)設(shè)計（論文） 第 III 頁 3. 英文翻譯按學(xué)校規(guī)定，導(dǎo)師無特殊要求 四、 指導(dǎo)教師提供的設(shè)計資料 1. 研究報告介紹(包括課題背景、動機、內(nèi)容、意義) 2. 計劃說明書 3. 部分英文文獻資料和 Medialab LPR 圖像數(shù)據(jù)庫 五、 要求學(xué)生搜集的技術(shù)資料(指出搜集資料的技術(shù)領(lǐng)域) 1. 本課題相關(guān)領(lǐng)域國內(nèi)外重要論文及資料 2. MATLAB、C++編程指南 六、 設(shè)計進度安排第一部分 查閱相關(guān)資料，學(xué)習(xí)相關(guān)編程語言 (5 周)第二部分 編制程序并進行軟件調(diào)試 (8 周)第三部分 撰寫畢業(yè)論文 (2 周) 評閱及答辯 (1 周) 指導(dǎo)教師： 年 月 日系主任審查意見：審 批 人： 年 月 日注：設(shè)計任務(wù)書審查合格后，發(fā)到學(xué)生手上。 License plate localization。另外，灰度閾值、區(qū)域生長、邊緣檢測、頻域和空間分割等方法也在傳統(tǒng)的定位技術(shù)中得到大量應(yīng)用。2. 車牌的幾何特征，即車牌的高、寬、高寬比在一定的范圍內(nèi) [16]。南京航空航天大學(xué)的劉效靜，成瑜等人提出了基于車牌字符變化特點的自動掃描識別算法 [19]。4．利用車牌字符邊緣顏色對進行分割。 系統(tǒng)的體系結(jié)構(gòu)設(shè)計本論文采用方法的大致基本流程如圖12所示。最大限度地利用車牌區(qū)域的特點來定位，是車牌定位算法的出發(fā)點。,g (21))],([),(yxfTyxg?線性灰度變換是在曝光不足或曝光過度，或景物本身灰度較小的情況下，圖像灰度可能會局限在某一個很小的范圍內(nèi)，致使圖像中細節(jié)分辨不清。 西南交通大學(xué)本科畢業(yè)設(shè)計（論文） 第 13 頁 a) 未拉伸的灰度圖像 b) 經(jīng)拉伸后灰度圖像圖23 灰度圖像進行線性拉伸從圖 23 中可以發(fā)現(xiàn)圖 23 a)和圖 23 b)兩圖中明暗程度略有不同。然而由于車牌區(qū)域是唯一的，因此，本章將利用數(shù)學(xué)形態(tài)學(xué)的相關(guān)理論和區(qū)域連通性的判斷法進一步處理包括車牌區(qū)域在內(nèi)的候選區(qū)域，從而提取出真正的車牌區(qū)域。 (31)???[()]xABA????式(31)表明膨脹過程是：B 先做關(guān)于原點的映射，然后平移 。閉合運算可以填充物體的小洞，連接相近的物體，也可以達到平滑物體的邊界而不明顯改變它們的面積。(,)y1(,) 21(,)y2(,)x