摘 要

本文对集装箱闸口的车辆照片进行车牌定位，主要采用了两种方法。一种主要利用图像处理的原理，利用一步步的对图像进行处理，最终得到符合车牌形状及颜色特征的方块，对此方块进行裁剪即得到了车牌定位的结果，此方法在Matlab软件下对车辆照片图像进行处理。另一种是采用opencv自带的分类模型，通过手动对正负样本的获取及处理，得到符合车牌特征的分类模型，再在python下调用此模型对大量需要处理的车辆照片批量处理的效果。

论文主要研究了Matlab对图像处理的基本操作以及对opencv及分类器的学习，包括SVM,LBP特征以及cascade级联分类和目标检测原理。利用这两种方法分别进行设计，利用图像分类原理进行车牌进行定位。对本课题的历史背景及意义进行了讲解，以及车牌定位在当下的发展，在设计的过程中存在的问题和解决方案也进行了讲解。

设计的结果中，利用Matlab进行的设计进行的计算相对繁琐，运行时间也需要5秒才能完成一张，并且准确率20%左右。而利用opencv自带的分类器建立的分类模型识别准确率较高并且速度较快，一张定位只需要0.5秒，后面通过参数的调整以及分类器的选择，正负样本的数量和质量的提高等，使得准确率达到95%以上。并且能够达到实时定位车牌图片的效果。在当今，由于图片质量以及分辨率的提高，对车牌定位的准确度和速度的要求也提高，因此在这两种方法中，显然利用级联分类的效果更好。

关键词：图像处理；Matlab；Opencv；图像分类

Abstract

In this paper, two methods are mainly used to locate the vehicle license plate of the container gate. One method mainly uses the principle of image processing and processes the image step by step to finally obtain a square that conforms to the shape and color characteristics of the vehicle license plate. To cutting the square that we can get the result of the license plate.This method processes the vehicle photo image under Matlab software, and the other method uses the classification model provided by opencv. Through manual acquisition and processing of positive and negative samples, a classification model conforming to license plate characteristics is obtained, and then this model is called under python to achieve the effect of batch processing of a large number of vehicle photos that need to be processed.

This paper mainly studies the basic operation of Matlab on image processing and the learning of opencv and classifiers, including SVM,LBP features, cascade classification and target detection principle. Two methods are designed to locate the license plate based on the principle of image classification.The historical background and significance of this topic are explained, as well as the current development of license plate location. At the same time, the problems and solutions in the design process are explained.

In the design result, the calculation using Matlab is relatively complicated, the running time also needs 5 seconds to complete one piece, and the accuracy rate is about 20%. On the other hand, the classification model established by using the classifier provided by opencv has higher recognition accuracy and faster speed. One positioning only takes 0.5 seconds. Later, through parameter adjustment and classifier selection, the number and quality of positive and negative samples are improved, making the accuracy rate reach more than 95%. And can achieve the effect of locating license plate pictures in real time. At present, due to the improvement of picture quality and resolution, the requirements on the accuracy and speed of license plate location are also improved. Therefore, in these two methods, cascade classification is obviously better.

Key Words：Image processing; Matlab; Opencv； Image classification

目 录

第1章 绪论 1

1.1 车牌定位历史背景及国内外定位算法发展 1

1.2 设计目的及意义 1

1.3 本文主要设计内容及章节安排 1

第2章 图像处理的算法研究 3

2.1 基于Matlab的算法及研究 3

2.1.1 灰度图和图像二值化 3

2.1.2 图像滤波的原理及分类 4

2.1.3 边缘检测的概念及几种算子 5

2.1.4 图像的膨胀腐蚀和平滑锐化 6

2.2 基于opencv的算法及研究 8

2.2.1目标检测原理及发展 8

2.2.2支持向量机 8

2.2.3 opencv自带的两个级联分类器 9

2.2.4 opencv三种特征训练检测 10

第3章 基于Matlab的港口车牌定位系统 11

3.1 算法流程 11

3.1 算法中存在的问题以及解决措施 14

第4章 基于opencv的港口车牌定位系统 16

4.1 使用cascade级联分类训练LBP特征分类器 16

4.2 利用训练的模型对车辆图片进行车牌定位 17

第5章 两种算法的定位率和算法运算时间对比分析 19

第6章 总结与展望 20

参考文献 21

致谢 22

第1章 绪论

此次的课题研究，是以图像处理为主，函数操作为辅的一次课题研究，就这样一个题目，就逐渐开始了对课题的了解，包括背景意义。再次巩固加深了图像处理这一门学科，以及在更高层次上的对分类器的学习，在对各种分类器初步了解的前提下，选择了一个能够达到题目要求，并且实施效果较好的一个分类器，本篇主要正对这些算法作了一定了解，也对这些算法有了一定应用，其中还包括正对本次课题要求的算法出现的问题以及解决方案和优化措施。在课程设计之前作了大量的知识储备，特别是图像处理的知识储备，以及图像处理的软件和各种库文件，本次毕设是在指导老师和学长的帮助下完成的设计。

• 1. 车牌定位历史背景及国内外定位算法发展

由于现代化经济的发展，人们都逐渐的开起了汽车，这使得汽车的数量在最近几年快速的增长，但是许多交通设施和闸口管理的技术发展并没有跟得上机动车数量增加的速度。全球各国都在陆陆续续的利用先进的信息技术来达到研究智能交通系统的目的，而智能交通首要的任务就是车牌的定位和识别，智能的交通成为一个逐渐成熟的系统，融入人们的生活，并且因为它的存在生活变得越发方便。虽然在机动车行业中，有很多的汽车生产厂家，每个厂家又有不同的车型和款式，这使得汽车行业形成多样化个性化的发展，但是在这之中，每个国家都规定了统一的车牌号信息，利用车牌号进行车辆的绑定已经成为必须执行的事，车牌就像我们的身份证，因此首先能够做到对车牌的定位，此篇论文就是对车牌定位的研究。由于车牌定位在智能交通系统中的地位非常重，因此想要判断一个智能交通系统是否可靠，首要的任务就是判断这个系统中的车牌识别的实时性和准确度是不是达到要求。

车牌识别技术这个概念和技术一出现，世界上各个国家就筹备了大量的资金在这方面进行研究，因为这个系统标志这整个国家交通的发达程度，大批研究人员在这个领域取得了巨大的突破。这使得车牌识别技术这个领域逐渐成熟，大多数系统都可以在现实中实际运用。目前面临的最大的问题就是环境中的干扰光线对识别系统的影响，虽然在实验室中识别能达到一个非常好的效果，但是当运用到实际的场景中时，往往还面临这许多问题。因此再未来的车牌照定位及识别的问题中，我们需要采用的是人工智能分析，通过概率的计算方法得到大概率符合的正确车牌照。

• 1. 设计目的及意义

通过实地考察得到136张港口闸门的有背景的车辆照片，对照片进行整理，利用python编程语言或者MATLAB，使用OpenCV库，能够对给与的实际车牌图像50张进行准确定位，同时保证算法的实时性。通过这样的设计，能够代替人工的成本，在后期可以继续设计成为一个在港口固定位置检测并记录车牌图片来达到减少人工的成本。