【正文】 監(jiān)控、不停后收費等應用領域已對車牌識別系統(tǒng)提出了顏色要求。當然除了上面介紹的幾個具體的關于灰度車牌定位實例外，還有其他的方法，這里就不再贅述了。然后，用數(shù)學形態(tài)學方法對小波分解后的細節(jié)圖像進行一系列的形態(tài)運算，進一步消除無用信息和噪音，以找準車牌位置。華南理工大學的戴青云和廣東工業(yè)大學的余英林提出了基于小波與形態(tài)學的車牌圖像分割方法 [20]。小波分析是當前應用數(shù)學和工程學科中一個迅速發(fā)展的新領域，經(jīng)過二十多年的探索和研究，重要的數(shù)學形式化體系已經(jīng)建立，理論基礎更加扎實。設定閾值，通過掃描確定上下邊界位置和左右邊界位置，再在已縮小的范圍內(nèi)用上述方法進行遞歸檢測，直到牌照位置比較穩(wěn)定為止。南京航空航天大學的劉效靜，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]。這種方法采用最大方差法來進行二值化閾值的選取，并對二值化后的圖像進行水平掃描，找出相對小的而且掃描線變化劇烈的區(qū)域作為候選區(qū)域，再以適當?shù)淖兓蚀_定車牌的位置。中國車牌類型較多，在不同光照條件下車牌對比度更加不統(tǒng)一，需要進行圖像增強處理，還需要考慮圖像中與車牌特征非常相似的非車牌區(qū)域的排除問題 [17]。目前已經(jīng)提出了多種閾值化策略，但簡單算法二值化效果不好，復雜算法計算時間長、計算量大限制了實際應用。Hough變換計算量較大，對于邊框不連續(xù)的實際車牌，需附加大量的運算。另一條技術(shù)路線是基于彩色圖像的車牌定位方法。目前，主要通過兩條技術(shù)路線進行車牌定位的研究。4. 車牌區(qū)域水平或垂直投影特征，車牌區(qū)域水平或垂直投影呈現(xiàn)連續(xù)的峰、谷、峰的分布。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]。此外，國內(nèi)的很多高校和科研院所都做過汽車牌照自動識別系統(tǒng)的研究并開發(fā)了相關的產(chǎn)品，比如清華大學、浙江大學、西安交通大學、上海交通大學和中國科 西南交通大學本科畢業(yè)設計（論文） 第 3 頁學技術(shù)大學等 [2]?；谛袙呙璧能嚺贫ㄎ凰惴ǖ?[15]。基于神經(jīng)網(wǎng)絡的車牌定位方法 [11][12]。國內(nèi)比較好的定位算法有:直線邊緣檢測法 [6] [8]。5. LPR (License Plate Recognition)是HSTOL公司開發(fā)的系統(tǒng)，該系統(tǒng)能應用到停車場、入口控制、交通監(jiān)測等場所，能檢測和識別汽車車牌 [2]。3. 新加坡的Optasia公司自行研發(fā)了車牌識別系統(tǒng)IMPS(Integrated MultiPass System)。在國外研究過一些關于識別的產(chǎn)品，這些產(chǎn)品大多是車牌識別系統(tǒng)，其中的核心部分都是車牌定位系統(tǒng)，這些產(chǎn)品有：1. 英國IPI公司研發(fā)了RTVNPR(Real Time Vehicle Number Plate Recognition)系統(tǒng)。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)中得到大量應用。車牌定位在整個汽車牌照自動識別系統(tǒng)中的重要地位是顯而易見的。進入90年代，由于計算機視覺的發(fā)展，開始出現(xiàn)了汽車牌照識別系統(tǒng)化研究，并且在1990年，第一個車牌識別系統(tǒng)研究成功。因而，進一步加深車牌定位的研究是非常有必要的，同時研究高效的汽車牌照定位算法也有著重要的應用價值。近年來不少學者針對車牌本身的特點，車輛拍攝的不良現(xiàn)象及背景復雜狀況，先后提出了許多有針對性的定位方法，使車牌定位在技術(shù)和方法上都有了很大的改善。圖像采集 車牌定位 字符分割字符識別輸出結(jié)果圖11 汽車牌照識別系統(tǒng)框圖從圖 11 流程圖中不難看出，在車牌識別系統(tǒng)中，最重要的步驟就是車牌定位，定位的成功與否以及定位的準確程度將會直接決定后期能否進行車牌識別以及識別的準確度。對汽車車牌的正確識別，既可以實現(xiàn)在交通路口、高速公路、軍事要塞、機關門衛(wèi)對過往車輛的實時登記、流量統(tǒng)計和對防衛(wèi)目標的安全警備，對肇事車輛、被盜車輛、犯罪車輛進行辨識和攔截；又可在汽車存車場對進出的車輛進行登記、統(tǒng)計和查詢，以保障安全防盜，并可協(xié)助自動記費，這些是建設智能交通系統(tǒng)不可或缺的部分 [2]。 Edge detection。 License plate localization。并且利用本文中的算法，對實際獲取的車牌進行了大量實驗，本系統(tǒng)獲得了比較令人滿意的結(jié)果。本文所提及的算法全部用 MATLAB 編程構(gòu)建成車牌定位的軟件平臺。由于形態(tài)學處理過程中車牌可能斷裂，造成車牌不能最終準確的定位，本文利用自設定閾值和判定方法來連接相鄰的區(qū)域，目的就是連接被斷開的車牌，在連接后，此結(jié)果可以濾除一些干擾區(qū)域，并形成最終的車牌候選區(qū)域。首先,此方法是對原始車牌進行預處理，其中包括圖像灰度化和邊緣檢測，并且通過數(shù)學形態(tài)學的方法來連接離散字符邊緣。對于車牌定位的方法很多，也都是各有特點，但是都存在一些問題，如算法普遍存在計算量大、定位不夠準確等缺點。所以，怎樣得出一種好的定位方法，一直是現(xiàn)在研究人員努力的方向。多樣化的牌照形式、不一致的戶外光照條件、不同的車輛行駛速度及復雜的背景等因素，都成為了車牌定位的難點。 二、 應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)設計 2．設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、 應交出的設計文件及實物(包括設計論文、程序清單或磁盤、實驗裝置或產(chǎn)品等) 1. 畢業(yè)設計論文（必須完全符合學校規(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） 西南交通大學本科畢業(yè)設計（論文） 第 III 頁 3. 英文翻譯按學校規(guī)定，導師無特殊要求 四、 指導教師提供的設計資料 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、 要求學生搜集的技術(shù)資料(指出搜集資料的技術(shù)領域) 1. 本課題相關領域國內(nèi)外重要論文及資料 2. MATLAB、C++編程指南 六、 設計進度安排第一部分 查閱相關資料，學習相關編程語言 (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) 指導教師： 年 月 日系主任審查意見：審 批 人： 年 月 日注：設計任務書審查合格后，發(fā)到學生手上。 具體要求如下： 1. 對給定的靜止圖像（假設存在車輛）進行預處理分析； 2. 通過削弱背景干擾縮小定位區(qū)域，并搜索可能的牌照位置； 3. 標記牌照區(qū)域并截取車牌照子圖像。由于多樣化的牌照形式、不一致的戶外光照條件、不同的車輛行駛速度及復雜背景等因素，使得車牌照識別技術(shù)課題極具挑戰(zhàn)性。西 南 交 通 大 學畢業(yè)設計(論文)基于靜止圖像的車牌照定位改進方法研究年 級: 2022 級 學 號: 20222298 姓 名: 關　偉　　 專 業(yè): 自動化（交通信息工程及控制）指導老師: 侯 進　　 二零零九年六月西南交通大學本科畢業(yè)設計（論文） 第 I 頁院 系 信息科學與技術(shù)學院 專 業(yè) 自動化（交通信息工程及控制） 年 級 2022 級 姓 名 關 偉 　　　 題 目 基于靜止圖像的車牌照定位改進方法研究 指導教師評 語 指導教師 (簽章)評 閱 人評 語