摘 要

车牌识别系统^[1]是我国智能交通不可或缺的一部分，基本每个国家都有在研究。我国研究车牌识别系统还算比较早，所以在这方面也有比较大的突破。车牌识别系统主要用于停车场车辆出入管理、高速公路管理系统、各个城市的十字路口、小区物业的车辆出入管理等。我国由于人口基数大，车辆总数已经排在世界前列，如果仅仅依靠人工进行管理，肯定会造成极大的混乱，因此，车辆识别系统在我国的交通管理系统扮演着极其重要的作用。

本文主要是对基于MATLAB的车牌系统进行一个深入的研究和探索，非专业认识对于车牌识别原理可能感觉高大上，其实通俗点来说，车牌识别只不过就是对图像进行采集，以及对采集到的图像进行处理，进一步将处理后图像中的车牌字符分割出来，在这一系列过程中需要用到各种复杂的算法，比如，利用小波变换算法对车牌进行一个边缘的提取，这种算法可以很精确地将车牌的边缘识别并提取出来，之后我们可能还需要用到二次定位算法，准确地定位出车牌，这种算法对于在极端条件下的车牌更加实用。然后对定位出的车牌需要运用算法进行各种处理，我们比较熟悉的，例如Otus算法，是对图像进行二值化处理的通用算法，该算法使用了聚类的思想，通俗点说就是将图像的灰度进行分级，一般是分为两个部分，并且让两个这两个部分的灰度值的差异达到最大，所以每个部分的差异就会最小。该算法被认为是进行图像分割的最好算法，已经得到了广泛的运用。还有一些运用在车牌识别领域比较多的算法，例如BP神经网络字符分割识别^[10]等算法。

通过对算法的分析研究，软硬件的结合，开发出一套可以快速、准确对车牌进行识别处理的系统，再结合实地拍照对系统进行测试，对在不同环境下的处理结果分析，并完善系统。

关键词：车牌识别；Otus算法；小波变换；模板匹配；MATLAB

Abstract

Vehicle license plate recognition system is an integral part of China's intelligent transportation, and basically every country in the study. The license plate recognition system in our country is relatively early, so there is a big breakthrough in this area. License plate recognition system is mainly used for vehicle access management, highway management system, the intersection of various cities, residential property management, etc.. In China, due to the large population base, the total number of vehicles has been ranked in the forefront of the world, if only rely on artificial management, will certainly cause great confusion. Therefore, vehicle identification system in our country traffic management system plays extremely important role.

This paper is to conduct an in-depth research and exploration license plate system based on MATLAB for the license plate recognition principle may feel tall awareness of non professional, in fact, popular point, license plate recognition is simply the image collection, and the collected image processing, further processing of license plate character image segmentation out, use a variety of complex algorithms, in this a series of process for example, extracting an edge of the plate by using the wavelet transform algorithm, this algorithm can accurately identify the license plate edge and extract, we may also need to use the two positioning algorithm to locate the license plate, this algorithm for the plate in extreme conditions is more practical. And then to locate the license required the use of the algorithm are processed, we are more familiar with the, such as OTUs algorithm is two pairs of images of the value of the general algorithm, the algorithm uses the idea of clustering, popular point said is the image gray levels is generally divided into two parts, and let two the two parts of the gray value differences reached maximum, so each part of the difference will be minimal. The algorithm is considered to be the best algorithm for image segmentation, and has been widely used. There are a number of applications in the field of license plate recognition algorithm, such as BP neural network character segmentation algorithm^[14].

Through the analysis of the algorithm, the combination of software and hardware developed a can quickly and accurately on the license plate recognition processing system, according to field camera to test the system, on the treatment in different environments result analysis, and improve the system.

Key words: license plate recognition; Otus algorithm; wavelet transform; template

matching; MATLAB

目录

第一章 绪论 1

1.1课题研究背景 1

1.2课题研究历史 2

1.3课题研究应用与发展 2

第二章 基础理论 5

2.1 图像处理技术 5

2.11 数字图像处理及其特点 5

2.12 数字图像处理系统 5

2.13 数字图像处理的主要研究内容 5

2.2 MATLAB 5

第三章 车牌识别系统 7

3.1图像的采集 7

3.2 图像预处理算法 8

3.2.1图像灰度化 8

3.2.2车牌图像的自适应中值滤波 10

3.2.3车辆图像灰度拉伸 10

3.2.4车辆图像梯度锐化 11

3.3 车牌定位算法 11

3.3.1基于支持向量机的车牌定位方法 12

3.3.2基于神经网络的车牌定位方法 12

3.3.3基于AdaBoost算法的车牌定位方法 13

3.3.4基于颜色的车牌定位方法 13

3.3.5基于纹理结构的车牌定位方法 13

3.4字符分割算法 15

3.4.1二值化 16

3.4.2车牌字符分割 17

3.5 字符识别算法 19

第四章 测试结果分析 23

4.1 测试结果分析 23

第五章 总结与展望 27

5.1 总结 27

5.2 展望 27

参考文献 28

致谢 29

第一章 绪论

1.1课题研究背景

随着车辆数量的不断增加，目前道路管理系统中的各种交通问题也日益增多。其中最严重的问题是交通管理。目前，提高交通部门管理的效率和缓解交通压力是学者的主要研究方向。但在这篇文章中，解决这一问题的关键因素是需要建立一套完善的智能交通管理系统。同时，我国的计算机技术和自动化信息处理能力水平也在不断提高，为智能交通管理系统的发展提供了良好的技术支持。在这种背景下，智能交通系统已成为我国道路交通管理发展的主要趋势。

同时由于全球反恐和公共安全需求的日益增长，全球各个执法部门一直在打击偷来的违法车辆和被盗的车牌号。因为这些车辆，汽车和摩托车，都是最有可能用于恐怖活动的车辆，对国家的安全具有极大的影响，需要全球执法部门进行调查。此外，这些车辆可能在出乎意料的情况下出现，导致人员伤亡和财产损失。

车牌是车辆的“身份证”，是交通控制部门依法查处案件的直接依据。然而，许多“聪明”的司机远离“电子警察”，以避免交通违法罚款，使用假车牌或者干脆摘掉车牌。故意用布、塑料和其他障碍物遮掩车牌，或用油漆、泥浆、油墨、等对车牌进行涂抹，导致系统难以完全识别。这一切都给交通管理带来了不便。自动车牌识别技术作为一种交通管理自动化重要的技术方案，它的主要任务是分析和处理汽车图像，自动识别车牌号码。

车牌字符识别技术是实现道路自动化交通管理的关键环节。但是由于相机的性能，清洁，光线，拍摄角度和车辆运动等各种问题的影响。在识别过程中会出现字符模糊不清、残缺不整等各种干扰，因此字符识别会变得更加困难。传统的车牌字符识别方法结果并不是很令人满意，但相位相关算法对于车牌字符质量的退化具有良好的图像识别效果，提高了车牌字符的识别率。