【文章內(nèi)容簡(jiǎn)介】 ...................................................................... 31 本文方法具體步驟 ................................................................................................... 34 識(shí)別結(jié)果及對(duì)比 ....................................................................................................... 35 第六章 基于 matlab 的程序源代碼 ..................................................................................... 36 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 13 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 第一章 緒論 車(chē)牌定位技術(shù)的研究意義 隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，人民生活水平的不斷提高，私有車(chē)輛越來(lái)越多，交通需求量越來(lái)越大，現(xiàn)有的交通基礎(chǔ)設(shè)施建設(shè)速度遠(yuǎn)遠(yuǎn)比不上機(jī)動(dòng)車(chē)輛和其他交通工具的增長(zhǎng)速度 。傳統(tǒng)的人工管理方式已經(jīng)越來(lái)越不能滿(mǎn)足實(shí)際工作 的需要。由于違章造成的交通事故日益頻繁，以及城市交通堵塞造成的運(yùn)輸效率低下，嚴(yán)重地影響了我國(guó)城市經(jīng)濟(jì)的發(fā)展和人民的生活，在路橋收費(fèi)、十字路口交通和停車(chē)場(chǎng)收費(fèi)中實(shí)行車(chē)輛自動(dòng)識(shí)別 (Automatic Vehicle Identification, AVI)已成為管理部門(mén)的迫切要求。因此，為了解決這些問(wèn)題，在繼續(xù)加快交通基礎(chǔ)設(shè)施建設(shè)的同時(shí)，應(yīng)該充分利用衛(wèi)星導(dǎo)航、視頻監(jiān)控和計(jì)算機(jī)調(diào)度管理等技術(shù)，發(fā)展智能交通系統(tǒng) (Intelligent Transportation System, ITS)來(lái)提高運(yùn)輸效率，保障交通安 全，緩解交通擁擠和實(shí)現(xiàn)管理自動(dòng)化。 車(chē)輛自動(dòng)識(shí)別是智能交通系統(tǒng) (ITS)實(shí)現(xiàn)的前提。近年來(lái)，車(chē)輛識(shí)別技術(shù)發(fā)展很快，主要有 :射頻識(shí)別 (Radio Frequency Identification),條形碼識(shí)別 (Bar Code Based Identification)和車(chē)牌識(shí)別 (LicensePlate Recognition, LPR)。其中，射頻識(shí)別和條形碼識(shí)別屬于間接識(shí)別，難以核對(duì)車(chē)與車(chē)牌信息是否相符。而車(chē)牌識(shí)別屬于直接識(shí)別，與射頻識(shí)別和條形碼識(shí)別相比，車(chē)牌識(shí)別不需要在汽車(chē)上安裝專(zhuān)門(mén)的條形碼或射 頻識(shí) 別標(biāo)志，可以對(duì)車(chē)輛圖像進(jìn)行檢索、回放，升級(jí)和維護(hù)方便。因此，車(chē)牌識(shí)別系統(tǒng)具有更為廣闊的應(yīng)用前景。 但是，目前國(guó)內(nèi)現(xiàn)有的車(chē)牌識(shí)別系統(tǒng)對(duì)環(huán)境的依賴(lài)性較大，而且對(duì)外界的干擾比較敏感 。國(guó)外的車(chē)牌識(shí)別系統(tǒng)對(duì)漢字的識(shí)別率較低，所以必須研究新的車(chē)牌識(shí)別方法。車(chē)牌識(shí)別系統(tǒng)主要由車(chē)牌定位、字符分割和字符識(shí)別三部分組成。其中，車(chē)牌定位是字符分割和字符識(shí)別的基礎(chǔ)，對(duì)整個(gè)系統(tǒng)的性能起著至關(guān)重要的作用，決定著系統(tǒng)的識(shí)別速度和識(shí)別精度。因此，車(chē)牌定位是車(chē)牌識(shí)別系統(tǒng)中的最為關(guān)鍵的技術(shù)之一。由于車(chē)輛圖像采集于戶(hù)外，圖像背景復(fù)雜、噪聲干擾嚴(yán) 重。因此，車(chē)牌的自動(dòng)定位一直都不是很理想，使得它一直是該領(lǐng)域的研究熱點(diǎn)。 車(chē)牌識(shí)別系統(tǒng)涉及計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理和模式識(shí)別等技術(shù)，對(duì)它的研究也會(huì)促進(jìn)這些領(lǐng)域的發(fā)展。該系統(tǒng)是計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理和模式識(shí)別等技術(shù)在智能交通領(lǐng)域的重要應(yīng)用。它能自動(dòng)獲取車(chē)輛圖像，采集車(chē)輛信息和實(shí)現(xiàn)智能化管理，廣泛應(yīng)用于以下場(chǎng)合，如高速公路電子收費(fèi)和流量監(jiān)控、失竊車(chē)輛查詢(xún)、停車(chē)場(chǎng)車(chē)輛管理、監(jiān)測(cè)黑車(chē)牌機(jī)動(dòng)車(chē)輛和違章車(chē)輛等，大大提高了交通管理運(yùn)行效率， 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 14 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 節(jié)省了人力、物力，有利于交通管理的科學(xué)化、規(guī)范化和智能化。因此，對(duì)車(chē)牌識(shí)別中的首 要問(wèn)題一車(chē)牌定位技術(shù)研究，不僅具有重要的理論意義，而且具有重要的現(xiàn)實(shí)意義。 車(chē)牌定位技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀 90 年代，隨著計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)的發(fā)展，開(kāi)始出現(xiàn)車(chē)牌識(shí)別系統(tǒng)化研究，取得了顯著的成效。運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)建立了車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)。 近年來(lái)，隨著計(jì)算機(jī)技術(shù)和人工智能的發(fā)展，新興技術(shù)的出現(xiàn)，很多國(guó)家開(kāi)始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)和生物遺傳技術(shù)等對(duì)車(chē)牌識(shí)別問(wèn)題進(jìn)行研究，并將研究重點(diǎn)轉(zhuǎn)向彩色圖像的車(chē)牌識(shí)別和一幅圖像多個(gè)牌照車(chē)牌識(shí)別問(wèn)題上。 國(guó)外的研究人員對(duì)于車(chē)牌識(shí)別的研究工作開(kāi)展 較早，究方向主要是分析車(chē)牌圖像，提取車(chē)牌信息，確定車(chē)牌號(hào)?，F(xiàn)如今，國(guó)外在車(chē)牌檢測(cè)、識(shí)別方面的研究已取得一些令人矚目的成績(jī)，開(kāi)發(fā)出了很多技術(shù)成熟的車(chē)牌識(shí)別產(chǎn)品。例如英國(guó) IPI 公司研究開(kāi)發(fā)的 RTVNPR 系統(tǒng)，它是一款便攜式的設(shè)備，可以應(yīng)用在道路收費(fèi)站、交通檢測(cè)口等場(chǎng)所 。新加坡 Optasia 公司自行研發(fā)的車(chē)牌識(shí)別系統(tǒng) IMPS，可以在各種天氣條件和光照環(huán)境下準(zhǔn)確定位識(shí)別，給出和車(chē)牌一致的處理結(jié)果。另外，日本、加拿大、德國(guó)、意大利等各發(fā)達(dá)國(guó)家都有適合于本國(guó)車(chē)牌的識(shí)別系統(tǒng)。國(guó)外比較好的車(chē)牌定位算法有 : 等人提出的基于水平線(xiàn)搜索的車(chē)牌定位方法 (81。 等人提出的基于 DFT 變換的頻域分析的車(chē)牌定位方法 Charl Coetzee 提出的基于 Niblack 二值化算法以及自適應(yīng)邊界搜索算法的車(chē)牌定位方法 fiol 等 我國(guó)對(duì)車(chē)牌識(shí)別技術(shù)的研究工作開(kāi)始于 20 世紀(jì) 90 年代，當(dāng)前比較成熟的產(chǎn)品有 :北京漢王公司采用 DSP 芯片作為識(shí)別算法的運(yùn)行硬件平臺(tái)的“漢王眼” 。深圳吉通電子有限公司的“車(chē)牌通” 。上海高德威智能交通系統(tǒng)有限公司的汽車(chē)牌照識(shí)別器 。川大智勝軟件股份有限公司的 zTZ000 車(chē)牌自動(dòng)識(shí)別系統(tǒng)等等。這 些產(chǎn)品都達(dá)到了較好的識(shí)別效果。除此之外，上海交通大學(xué)計(jì)算機(jī)科學(xué)和工程系、西安交通大學(xué)的圖像處理和識(shí)別研究室、浙江大學(xué)的自動(dòng)化系、清華大學(xué)人工智能?chē)?guó)家重點(diǎn)實(shí)驗(yàn)室等也都在進(jìn)行類(lèi)似的研究。國(guó)內(nèi)常用的車(chē)牌定位技術(shù)有 :基于彩色圖像的定位算法 ?；谶吘墮z測(cè)的定位算法 ?；诨叶戎底兓亩ㄎ凰惴??；谏窠?jīng)網(wǎng)絡(luò)的定位算法 ?；谶z傳算法的定位算法 。基于數(shù)學(xué)形態(tài)學(xué)的定位算法等。 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 15 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 車(chē)牌定位技術(shù)的難點(diǎn) 車(chē)牌定位是車(chē)牌識(shí)別系統(tǒng)的關(guān)鍵技術(shù)，是字符分割和字符識(shí)別的基礎(chǔ)，對(duì)系統(tǒng)的識(shí)別精度有著重要的影響。由于在圖像的采集和傳輸過(guò)程中， 車(chē)輛圖像不可避免地要受各種因素的影響，如光線(xiàn)和噪聲等影響，使得車(chē)牌難以準(zhǔn)確定位。 車(chē)牌定位的難點(diǎn)主要有 : ，尤其是在光照不均的情況下車(chē)牌區(qū)域可能會(huì)形成部分陰影，從而改變了車(chē)牌的某些特征，影響車(chē)牌定位。 ，類(lèi)似區(qū)域干擾車(chē)牌識(shí)別系統(tǒng)一般應(yīng)用在交叉路口、車(chē)庫(kù)、小區(qū)入口、高速公路等地，圖像背景復(fù)雜多變，背景中與車(chē)牌區(qū)域特征相似的區(qū)域也是車(chē)牌定位的干擾源，如背景中與車(chē)牌特征相似的廣告語(yǔ)、指示牌等，此外，車(chē)牌附近的障礙物遮攔車(chē)牌，如保險(xiǎn)杠等，這些也影 響車(chē)牌的定位。 、模糊和褪色等由于各種原因 (如灰塵、泥濘等 )造成車(chē)牌污損 。因噪聲或運(yùn)動(dòng)等而使車(chē)牌模糊 。因長(zhǎng)期光照等原因而使車(chē)牌出現(xiàn)褪色，也會(huì)造成車(chē)牌定位困難。 ，如拍攝時(shí)的角度不準(zhǔn)造成車(chē)牌傾斜變形和攝像機(jī)透射畸變，還有車(chē)輛運(yùn)動(dòng)而造成的變形，在很大程度上也影響著車(chē)牌定位。 自動(dòng)識(shí)別的難度，使得中國(guó)車(chē)輛牌照識(shí)別遠(yuǎn)遠(yuǎn)難于國(guó)外的車(chē)輛牌照識(shí)別。因而如何提高識(shí)別率和識(shí)別處理的實(shí)時(shí)性及實(shí)用性成了一個(gè)緊要的任務(wù)。 論文的研究?jī)?nèi)容以及章節(jié)安排 車(chē)牌識(shí)別系統(tǒng)可按順序分 為視頻采集、圖像預(yù)處理、車(chē)牌定位、車(chē)牌字符分割和車(chē)牌字符識(shí)別幾部分，而車(chē)牌的定位部分是車(chē)牌識(shí)別系統(tǒng)中的關(guān)鍵技術(shù)，是字符分割和字符識(shí)別等后續(xù)工作的重要基礎(chǔ)，對(duì)整個(gè)識(shí)別系統(tǒng)最終的識(shí)別精度和識(shí)別效率都有著重大的影響。 本文主要是通過(guò)數(shù)字圖像處理技術(shù)對(duì)由攝像機(jī)獲取到的彩色車(chē)牌的定位技術(shù)進(jìn)行了研究，將整個(gè)車(chē)牌定位的過(guò)程分解為了圖像預(yù)處理和定位兩個(gè)部分。其中，預(yù)處理部分又分解為了圖像增強(qiáng)、二值化兩個(gè)處理過(guò)程 。定位部分被分解為邊緣檢測(cè)、粗定位、傾斜校正和細(xì)定位等四個(gè)處理過(guò)程。 通過(guò)對(duì)數(shù)字圖像處理方面的技術(shù) 作了深入的學(xué)習(xí)，本文對(duì)每一個(gè)處理過(guò)程做了詳細(xì)的研究設(shè)計(jì)并完成編碼實(shí)現(xiàn)。圖像增強(qiáng)階段中，采用了直方圖均衡化算法實(shí)現(xiàn)了灰度圖的對(duì)比度增強(qiáng)作用 。二值化階段中，分別實(shí)現(xiàn)了迭代最優(yōu)閉值法和大津閉值 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 16 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 分割法，并通過(guò)對(duì)比算法實(shí)現(xiàn)的效果，以及算法的效率和準(zhǔn)確率，選取大津閉值分割法作為本定位系統(tǒng)的二值化方法 。邊緣檢測(cè)階段中，通過(guò)使用不同的算子實(shí)現(xiàn)邊緣檢測(cè)，考慮算法實(shí)現(xiàn)的優(yōu)劣，以及結(jié)合本次車(chē)牌定位的需求，選取 Sobel 算子完成對(duì)二值化圖像的邊緣檢測(cè) 。粗定位基于邊緣檢測(cè)后的圖像采用改進(jìn)的投影法進(jìn)行定位 。傾斜校正通過(guò)求取車(chē)牌上各字符 的中心點(diǎn)，擬合直線(xiàn)來(lái)確定車(chē)牌的傾斜角 。細(xì)定位對(duì)校正后的圖像采用統(tǒng)計(jì)跳變次數(shù)和投影法結(jié)合的算法進(jìn)行定位。 本論文的章節(jié)安排如下 : 第一章 :緒論。簡(jiǎn)要介紹課題的研究背景及意義，以及當(dāng)今國(guó)內(nèi)外在車(chē)牌識(shí)別上的一些現(xiàn)狀，最后介紹本文的內(nèi)容及章節(jié)安排。 第二章 :車(chē)牌定位系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)。首先簡(jiǎn)要介紹了車(chē)牌識(shí)別系統(tǒng)的結(jié)構(gòu)框架以及每一模塊的具體工作，接著提出本文的車(chē)牌定位方案設(shè)計(jì)，包括預(yù)處理和定位兩大模塊。其中，預(yù)處理部分圖像增強(qiáng)和圖像二值化，定位部分包括邊緣檢測(cè)、粗定位、傾斜校正和細(xì)定位。 第三章 :車(chē)牌圖像預(yù)處理。首先介紹了和數(shù)字圖像處理相關(guān)的理論以及計(jì)算原理，其次分別對(duì)圖像預(yù)處理中涉及到的圖像增強(qiáng)和圖像二值化等環(huán)節(jié)進(jìn)行了介紹和實(shí)現(xiàn)。 第四章 :車(chē)牌粗定位。分析我國(guó)的車(chē)牌特征，介紹當(dāng)前常用的定位方法，并提出包含邊緣檢測(cè)、車(chē)牌粗定位、傾斜校正、車(chē)牌細(xì)定位等在內(nèi)的車(chē)牌定位方法。本章詳細(xì)介紹粗定位算法。 第五章 :研究車(chē)牌字符識(shí)別的問(wèn)題，對(duì)模板匹配的方案進(jìn)行研究、改進(jìn)和試驗(yàn)。對(duì)模板匹配法中的特征提取采用新的劃分方式進(jìn)行劃分，分別提取特征，提高了識(shí)別準(zhǔn)確率。 第六章 :主要是程序源代碼。 基于 matlab 的程序源代碼。 本課題的研究?jī)?nèi)容 本文就車(chē)輛牌照自動(dòng)識(shí)別技術(shù)進(jìn)行了一系列的研究工作，在研究國(guó)內(nèi)外各種典 型的車(chē)牌識(shí)別方法的基礎(chǔ)上，努力學(xué)習(xí)和創(chuàng)新，結(jié)合中國(guó)車(chē)牌的特點(diǎn)，對(duì)適合中國(guó) 車(chē)牌的識(shí)別系統(tǒng)進(jìn)行了研究。 在課題研究中作者的主要研究?jī)?nèi)容有： 1）在廣泛查閱國(guó)內(nèi)外車(chē)牌識(shí)別系統(tǒng)算法的基礎(chǔ)上，以 MATLAB 的 ImageAcquisition Toolbox、 Image Processing Toolbox 以及 Neural Network Toolbox 工具箱為骨架，以 M 語(yǔ)言為主 要編程語(yǔ)言，部分模塊結(jié)合 C 語(yǔ)言開(kāi)發(fā)了一套車(chē)牌識(shí)別系統(tǒng)，實(shí)現(xiàn)了車(chē)牌識(shí)別系統(tǒng)中車(chē)牌的定位、車(chē)牌字符的切分、以及車(chē)牌字符的識(shí)別的功能。提取的算法，結(jié)合形態(tài)學(xué)處理，采用初步定位去除偽車(chē)牌和精確定 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 17 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 位相結(jié)合的算法實(shí)現(xiàn)車(chē)牌的準(zhǔn)確定位。 2）關(guān)于車(chē)牌字符切分的研究，這里主要針對(duì)二值化、傾斜校正、字符切分進(jìn)行了研究。對(duì)二值化中采用的 Otsu 算法進(jìn)行改進(jìn)，重新劃分二維直方圖的區(qū)域，改進(jìn)后的算法運(yùn)行時(shí)間短、二值化效果好。 第二章 車(chē)牌定位系統(tǒng)的結(jié)構(gòu)設(shè)計(jì) 車(chē)牌識(shí)別系統(tǒng)總體設(shè)計(jì) 一個(gè)完整的車(chē)輛牌照識(shí)別系統(tǒng)是一 個(gè)復(fù)雜的系統(tǒng)，應(yīng)該包括圖像采集、圖像預(yù) 處理、車(chē)牌定位、字符切分、字符識(shí)別以及圖像編碼、數(shù)碼傳輸與更新等步驟，基 本可以分為硬件部分和軟件部分，硬件部分主要完成車(chē)輛圖像的攝取采集，軟件部 分主要完成對(duì)采集到的車(chē)輛圖像進(jìn)行車(chē)輛牌照定位、車(chē)牌字符切分與車(chē)牌字符識(shí)別 等工作，這部分工作最為復(fù)雜，最后對(duì)識(shí)別結(jié)果進(jìn)行數(shù)據(jù)傳送和存儲(chǔ)，將處理后的 識(shí)別信息交給管理系統(tǒng)進(jìn)行管理。整個(gè)系統(tǒng)的核心是軟件部分的工作，能否通過(guò)牌 照對(duì)車(chē)輛進(jìn)行有效管理，很大程度上取決于軟件部分識(shí)別車(chē)牌的準(zhǔn)確性。一個(gè)車(chē)牌 識(shí)別系統(tǒng)的基本結(jié)構(gòu)如圖所示 : 車(chē)牌識(shí)別系統(tǒng)是只能交通系統(tǒng)的一個(gè)十分關(guān)鍵的構(gòu)成部分。該系統(tǒng)可以實(shí)現(xiàn)從一副包含汽車(chē)牌照的圖片中自動(dòng)的確定出車(chē)牌所在的位置，并對(duì)車(chē)牌所在的區(qū)域進(jìn)行字符分割、字符識(shí)別等操作，最終識(shí)別出車(chē)牌的具體內(nèi)容。車(chē)牌自動(dòng)識(shí)別方法的成功實(shí)現(xiàn)將會(huì)大大提高 ITS 進(jìn)程的實(shí)現(xiàn)步伐。 車(chē)牌識(shí)別系統(tǒng)從一幅車(chē)牌圖像中提取車(chē)牌部分圖像，分割字符，進(jìn)一步對(duì)字符進(jìn)行識(shí)別，從而得到車(chē)牌號(hào)碼。由于應(yīng)用場(chǎng)合的不同，相應(yīng)的設(shè)計(jì)方案也有所區(qū)別，但通常一個(gè)典型的車(chē)牌識(shí)別系統(tǒng)主要包括四部分 :車(chē)輛感應(yīng)部分、圖像采集部分、車(chē) 湖北工業(yè)大學(xué)理學(xué)院 2021 屆畢業(yè)設(shè)計(jì)（論文） 18 畢業(yè)設(shè)計(jì) 專(zhuān)用紙 牌識(shí)別部分、數(shù)據(jù)庫(kù)管理部 分。 系統(tǒng)硬件設(shè)計(jì)