便携式车牌智能识别算法研究与系统设计-毕业设计论文.doc
《便携式车牌智能识别算法研究与系统设计-毕业设计论文.doc》由会员分享,可在线阅读,更多相关《便携式车牌智能识别算法研究与系统设计-毕业设计论文.doc(54页珍藏版)》请在咨信网上搜索。
1、 淮 阴 工 学 院毕业设计说明书(论文)作 者:学 号:学 院:专 业:题 目:便携式车牌智能识别算法研究与系统设计指导者: (姓 名) (专业技术职务)评阅者: (姓 名) (专业技术职务)2015年6月毕业设计说明书(论文)中文摘要近年来随着汽车数量的剧增,一个稳定实时的车牌智能识别系统已经成为实现智能化交通管理的关键。本文研究了车牌识别系统的图像预处理、车牌定位、字符分割、字符识别四个模块常用的算法,同时提出了一个用MATLAB编程实现的车牌识别系统方案。本文设计的车牌识别系统采用加权平均的灰度变换和Roberts边缘检测对车牌图像进行了预处理;在车牌定位与分割模块采用边缘检测和形态学
2、运算完成了对车牌的定位;在字符分割模块采用投影分析和字符纹理特征相结合的方法实现了对字符的准确分割;在字符识别模块采用模板匹配和BP网络识别算法完成了车牌字符的识别。实验表明,利用BP网络算法对汉字、字母和数字具有较高的识别率分别可以达到86%、87%、91%。关键词 图像预处理,车牌定位,字符分割,字符识别毕业设计说明书(论文)外文摘要Title The Algorithm Research and System Design of License Plate Intelligent Recognition AbstractIn recent years, With the sharp in
3、crease in the number of cars,a stable real-time intelligent license plate recognition has become the key to realize intelligent traffic management. This paper mainly discusses and studies about the common algorithms that are used in image preprocessing, license plate localization, character segmenta
4、tion and character recognition which are four part of license plate recognition system. At the same time, a scheme was proposed which can realize recognizing plate from image by programming in MATLAB. In this system, A weighted average of the gray-scale transformation and Roberts edge detection were
5、 used to realize image preprocessing; Edge detection and morphology operations were used to realize Plate localization ; Character segmentation is realized by using projection analysis and character of texture features; Character recognition is realized by using template matching and BP network algo
6、rithm . Experiments showed that the system where BP network algorithm is used has a high recognition rate which can reach 86%, 87% and 91% in Chinese characters, English characters and Numbers.Keywords Image Preprocessing, License Plate Localization, Character Segmentation, Character Recognition淮阴工学
7、院毕业设计说明书(论文) 第 I 页 共I页目 录1 绪论11.1 课题的研究背景与意义11.3 车牌识别研究与发展现状31.4 论文的主要内容与章节安排42 图像预处理52.1 彩色图像灰度化52.2 灰度图像二值化62.3 边缘检测62.4 数学形态学处理82.5 本系统车牌图像预处理93 车牌定位103.1 我国车牌的样式103.2 常用的车牌定位方法103.3 基于边缘检测和形态学车牌定位方法114 字符分割144.1 常用的字符分割方法144. 2 基于投影分析与纹理特征的字符分割方法155 字符识别185.1 常用的字符识别方法185.2 基于模板匹配字符识别方法195.3 基于A
8、NN的字符识别方法206 系统界面设计246.1 系统开发环境与设计目标246.2 系统界面设计246.3 GUI转为可执行文件257 系统测试287.1 车牌定位与分割297.2 车牌字符分割307.3 车牌字符识别与结果分析317.4 实验结论32总 结33致 谢34参考文献35附录A 程序代码36 淮阴工学院毕业设计说明书(论文) 第50页 共50页1 绪论1.1 课题的研究背景与意义科学技术水平的进步和社会经济的快速发展,显著地改变了人们出行的习惯。汽车已经逐步取代了过去的自行车和摩托车成为人们出行的重要交通工具。与此同时,汽车数量的剧增使交通安全、交通拥堵、车辆违章、环境污染等问题变
9、得越来越严重。这些问题直接导致了传统的交通管理方式已经不适用于现代交通管理。为此,自二十世纪八十年代,世界上部分发达国家和正处于发展中的国家的许多研究者在交通智能管理层面做出了大量的贡献并为交通智能管理的提供了重要的研究数据。在这种背景下,更多研究者开始对智能交通系统(Intelligent Transportation System,简称ITS)展开了深入的探索,这对未来交通智能化管理的发展提供了重要的技术支撑。车牌号码是判断一辆车是否合法的重要依据,即对车而言车牌号码就是车牌的身份证,知道了车牌号码我们就可以用这个号码来查询这辆车的所有信息。车牌识别中的相关技术都是借助于图像的处理和计算机
10、的视觉以及模式的识别,依赖于电脑进行数据的处理,实时并准确地从静态或动态的车辆图像中提取车牌号来实现车辆的智能化管理,如违章管理、停车管理等。因此这些技术手段所采用的算法已经成为了推动交通智能管理技术进步和发展的重要算法基础。车牌识别系统可以在不考虑当前车辆是处于行驶中还是处于停车状态并依赖于计算机的处理来实时、准确、自动地识别当前车辆的车牌号,将车牌识别系统应用于智能交通管理系统可以大大简化交通管理流程和提高交通管理效率,因而研究具有处理速度迅速且牌照识别准确率高的自动车牌识别系统对实现交通管理自动化和智能化具有非常重要的意义和经济价值。目前车牌识别在交通智能的管理系统当中可以被用来对拥挤路
11、段车流状况的检测和控制、高速公路上车辆进行自动检测和收费、追踪定位被盗车的位置、停车场收费、交通违章自动处罚等。将这些管理系统应用到对交通路面的控制极大的缩短了交通管理时间和改变了以前当一辆车违章时必须用笔记录车牌号的传统的人工交通的管理方式且检测车牌号码并收取相关管理费用很大程度的缓减了车辆拥堵。1.2 系统概述1.2.1 系统构成及模块功能车牌识别系统整个图像数据的处理流程模块图如图1.1所示,以下将从图像处理的角度分别讲解图像预处理、车牌区域定位、车牌字符分割以及车牌字符识别这四个处理阶段常用的图像处理方法与处理的目的3。图1.1 车牌识别系统模块框图由于直接输入识别系统的车牌图像都是用
12、摄像机直接获取的,因而原始图像背景复杂且由于光照和天气的影响,原始图片中还含有噪声,若不能针对图像的背景和干扰进行合理有效的处理,肯定是会极大地影响到车牌的位置区域定位、字符的有效完整分割与正确识别。因此要保证系统消耗较少的时间但具有高的识别正确率必须在开始的时候对图像进行有效的处理。预处理包括灰度转换以减小数据提高识别速度、图片的增强和滤除干扰并提升图像的品质、图片二值化便于车牌定位。车牌区域定位是指在图像预处理的基础上从图像中准确地找出车牌所在的位置,通过一些算法将车牌区域从图像中分离出来以便进行车牌识别。牌照区域定位切割准不准确对牌照中字符的切割与识别非常关键。目前应用于确定图像中车牌位
13、置的算法主要有基于车辆牌照纹理特征、边缘检测、数学形态学、神经网络和车辆牌照颜色特征的定位算法。牌照的字符切割是指选用某种适当的切割算法,将牌照中的所有号码完整的分离切割出来。如果切割算法选取不当则必然会导致号码识别发生错误,所以切割算法的选取对号码切割和号码识别的正确性有着非常关键的作用且影响着整个车牌识别系统的精度。为了进行准确的字符分割,常用的切割字符算法主要有根据模板匹配和轮廓的切割算法以及基于投影和轮廓的分割算法。牌照字符识别主要是利用牌照与其中的字符本身固有的特征来进行识别。字符的特征主要有两种:第一是车牌上的字符采用的都是规范化的印刷字符;第二是图像的基本单位是像素,不同的图像像
14、素的分布特征也不同,因而可以利用图像的像素特征来进行字符识别4。为了从车牌图像中高效并准确的识别字符,识别系统中常用的识别方法有基于模板匹配和神经网络字符识别算法5。1.2.2 影响系统性能的因素牌照识别系统主要是对包含有牌照且背景复杂的静止或运动的图像进行处理。所以除了中国车牌本身的特殊性和复杂性之外图片拍摄的质量和拍摄时所处的外部环境以及拍摄角度是影响车牌识别系统性能的主要因素。 我国的国内车牌除了它的样式、尺寸和颜色不同外,其车牌组成相比其他国家而言也是比较复杂了,车牌主要包含10个数字和24个字母(除去了O和I) 以及32个汉字组成(其中23个汉字表示23个省、5个表示自治区、4个表示
15、直辖市的简称),和数字、字母相比汉字的组成和特征更加复杂,识别难度相当大,这也是为什么国外的许多车牌识别系统不适用于我国的智能交通管理。在不同的天气用同一个相机拍摄同一个车牌图像,由于光照和环境的不同,图像中的噪声也不同。比如在雾天和晴天,晴天拍摄的图像比雾天拍摄的图像更加清晰且图像基本不会出现彩色失真。这将直接影响牌照准确无误的定位和字符的完整分割影响到整个系统的识别率。在实际的交通管理中,用于拍摄车牌图像的摄像头位置是固定的,但车相对于摄像头位置不是固定的,且不同的车辆车牌的位置也不相同,这就会导致摄像头拍摄车牌的角度会产生较大的差异,这必然会导致车牌在图片中产生倾斜继而导致车牌中的汉字、
16、字母和数字产生变形,这些都将会对车牌的定位、车牌字符分割和识别产生较大的影响,继而使整个车牌识别系统的性能严重下降。1.3 车牌识别研究与发展现状车牌识别从1988年提出到现在有很多研究人员对其进行了算法的研究并取得了许多研究成果,车牌识别中的相关技术的应用也因此得到了迅速的发展6。车牌识别主要应用于智能化的交通管理系统中,实现对图像中的车牌号码进行自动的识别,并保持高的准确性的实时性。由于所要识别的图像存在很多的干扰信息如光照条件的不同、外界环境能见度的不同、车牌上有泥土或生锈等,因此车牌识别还存在很多的技术难点7。针对这些干扰,研究人员主要是通过改进相关算法来提高识别率。起初由于获取的图像
17、像素不够,因而图像比较模糊,这主要是由于摄像头的分辨率较低导致的,车牌识别也因此而发展缓慢。面对这一现实问题,一些国外的研究人员主要提出两种图像获取途径:一是针对光照提出用红外摄像头获取更加清晰的图像;二是用特殊功能的传感器来获取更加精确的数据,但两种解决方案都因成本太高而无法推广使用。近年来,随着摄像头精度的提高图像清晰度也有了大幅度的提升,车牌识别也因此得到了迅速的发展与应用。例如Huang Mu Wang设计的APC-Based Car License Plate Reader能够以较高的识别率实现实时的车牌识别,经实验研究该系统的识别率为97%;Optimal Recognition
18、of Motor Vehicle License Plates可以在行驶状态下实现实时的车牌识别且识别率为91%;Hi-Tech Solutions开发的See/Carsystem可以实时且准确的进行不同国家车牌的识别;还有像日本、欧洲、美国等国家都开发了自己的车牌识别系统,但是这些只能用于识别本国的车牌而不能识别其他国家的车牌8。由于我国的车牌识别系统研究开始于80年代且车牌种类多,车牌的物理特征不同,所以所获得的研究成果还达不到实用的要求。由中科院开发的汉王眼车牌识别系统是我国车牌识别系统研究应用的最高水平9。目前中国研究车牌识别系统的学者和研究人员很多,也发表了很多关于车牌识别的研究成果
19、。但这些实现的仅仅局限于单一环境状态下,如果环境改变则识别效率就会变得很低。正是因为我国车牌的复杂因素所以才导致了车牌识别系统达不到实用的要求,最好的识别系统汉字的识别率仅有50%,字母的识别率只有65%,所以针对这一方面还要多加研究10。1.4 论文的主要内容与章节安排本课题的主要内容是查阅大量的国内外关于车牌识别的相关文献并研究参考国内外相关的算法理论,设计了一个车牌识别系统并对其进行实验和对实验的效果进行了详细研究与分析。论文的章节安排如下:第一章首先介绍了本课题当前研究的背景与意义,其次对牌照识别系统的结构和系统中各个模块以及影响车牌识别系统性能的因素作了介绍与分析,最后在查阅了大量文
20、献的基础上介绍了牌照识别的研究与发展现状。 第二章主要介绍了本文在对车牌进行定位和分割之前为了将车牌区域从背景复杂的图像中凸显出来所采用的图像预处理方法。首先对彩色图像转化为灰度图像做了详细的阐述,然后讨论研究了图像预处理常用的算法和算法思想,如图像增强、图像去噪、图像二值化、边缘检测、图像的形态学处理等。最后确定本系统应采用的图像预处理方法并通过MATLAB编程实现并分析这些处理方法达到的效果。第三章首先详细介绍了中国车牌在外形尺寸特征、车牌的颜色特征和车牌字符特征;其次详细介绍了常用的车牌定位方法;最后介绍了本系统所选用的利用二值牌照图像的纹理特点与白像素点投影统计分析的定位算法,并给出了
21、这种定位算法的定位效果,并对其做了说明与分析。 第四章主要介绍了常用牌照的字符切割算法,并详细介绍了本文所采用利用图像的投影来进行字符分割的算法,并对分割的效果做了详细的分析。第五章介绍了常用的字符识别方法,并详细介绍了本文采用的基于模板匹配和ANN的牌照的字符识别方法,并给出这两种方法的识别结果。第六章主要介绍了系统的GUI设计和软件封装流程和将GUI转换成可执行文件的流程,最后通过测试检验软件封装是否正确。第七章主要是对系统的车牌定位、字符分割、字符识别模块进行测试,并给出测试结果和结论,最终确定系统的性能。2 图像预处理2.1 彩色图像灰度化在复杂背景中定位出车牌是在将数据量庞大的24位
22、真彩色图像转化为数据量较小的二值图像(灰度值只有0和1的灰度图)的基础上进行的,这也就意味着从彩色图像到灰度图像必然会涉及到不同彩色空间的转换。由于我国的车牌背景和车牌中的字符的颜色有多种不同的搭配,所以在前期有必要对图像的色彩空间模型有一个大致的了解。彩色空间有多种不同的表示方法,常用的有RGB(Red Green Blue,红绿蓝)彩色模型、六角锥体(Hue Saturation Value,简称HSV)颜色模型、色度明度(Luminance Chrominance,简称YUV)颜色模型三种。通过查阅资料将RGB彩色图像转化为灰度图像的方法主要有分量法、加权平均法、平均值法、最大值法,由于
23、本系统采用的是加权平均法,所以下面将着重介绍加权平均法。R、G、B表示像素的三个分量的英文缩写,分量的取值为0 255,也就是说像素的颜色取决于红、绿、蓝分量的配比。24位真彩图表示图中的每个像素点占24个二进制位,红绿蓝三个分量各占三分之一空间,而灰度图像是指每个像素只占一个字节空间,像素只含有亮度信息且取值范围为0255。所以通过将彩色图像转化为灰度图像将会使图像的数据量大大的减少,这将减少程序的处理时间,对提高程序的实时性产生了积极的影响且可以达到一定的除噪效果。加权平均的灰度转化是对彩色图像像素的各个颜色赋予不同的权值,然后对分量作加权平均计算11,转换如公式2.1所示。 (2.1)式
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 便携式 车牌 智能 识别 算法 研究 系统 设计 毕业设计 论文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【胜****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【胜****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。