摘 要

智能车牌识别系统是实现城市现代化的重要组成部分之一。智能车牌识别系统不仅利于车辆管理，使得车辆管理智能化、数字化，也使人力从这些繁琐的工作岗位上解放出来，推进自动化的实现。本文主要是讲述基于matlab的夜间车牌识别系统。针对汽车识别系统，依次从图像预处理、车牌定位、车牌字符分割到最后的车牌定位四个模块来实现汽车车牌的自动识别功能。本文的图像预处理模块是在图像灰度变换后利用Roberts算子找出车牌边缘以备车牌定位；车牌定位模块是承接着图像预处理模块，先对图像进行数学形态法的腐蚀和平滑，再利用蓝色点信息的进行车牌位置的定位；车牌字符分割模块则是在确定车牌位置的前提下，对得到的裁剪后的彩色原图重新进行一系列包括灰度化、二值化、腐蚀、平滑，进行像素点垂直检测的图像预处理，实现分割；车牌字符识别模块本文选取了比较易于实现的模块识别算法，该算法简便、在模板设置恰当的情况下，识别率也很高。针对于因光线不佳以及一系列夜间摄像区别于一般车牌识别而造成识别困难的问题，本文也专门进行了阐述，并提出了解决方案。

关键词：图像预处理；车牌定位；字符分割；字符识别

Abstract

Intelligent license plate recognition system is one of the important components of realizing urban modernization. Intelligent license plate recognition system is not only conducive to vehicle management, making the vehicle management intelligent and digital, but also liberating manpower from these tedious jobs and promoting the realization of automation. This article is mainly about the night license plate recognition system based on matlab. For automobile identification system, four modules, namely image pre-processing, license plate positioning, license plate character segmentation and final license plate positioning, are sequentially implemented to realize the automatic recognition of vehicle license plates. The image preprocessing module of this paper uses the Roberts operator to find out the edge of the license plate for the license plate positioning after the image grayscale transformation. The license plate positioning module is the image preprocessing module, which first erodes and smooths the image by the mathematical morphology method. The blue point information is used to locate the license plate position; the license plate character segmentation module is to re-apply a series of gray color, binary value, and corrosion to the obtained color original image under the premise of determining the license plate position. Smoothing, image preprocessing for pixel vertical detection, segmentation; license plate character recognition module This paper selects a relatively easy-to-implement module identification algorithm. The algorithm is simple, and the recognition rate is high when the template is set properly. For the problem of poor recognition due to poor lighting and a series of night-time photography that is different from the general license plate recognition, this article has also elaborated specifically and proposed a solution.

Key Words：image preprocessing；license plate localization；character segmentation;character recognition.

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1 本课题的研究背景 1

1.2 本课题的研究目的及意义 2

1.3 国内外车牌牌照识别研究现状 2

1.4 论文的主要内容和结构安排 3

第二章 车牌识别 4

2.1 车牌识别概述 4

2.2 车牌识别的应用方向 5

2.3 车牌识别实现的主要困难 6

图2.3 车牌识别遇到的困难 8

图2.4 国内车牌种类繁多造成的识别困难 8

2.4 夜间车牌识别的困难及解决方案 8

第三章 基于Matlab的车牌识别 10

3.1 MATLAB的简介 10

3.1.1 MATLAB 的发展历史 10

3.1.2 MATLAB 的语言特点 10

3.2 车牌识别设计方案 11

3.3 汽车图像预处理 12

3.3.1 夜间车牌的采集 12

3.3.2图像灰度化 12

3.3.3图像的边缘检测 14

3.4 车牌定位及分割 15

3.4.1 车牌定位 16

3.4.2 车牌部分切割 17

3.4.3 对定位后的彩色车牌的进一步处理 17

3.5 车牌字符分割及归一化 18

3.5.1 车牌字符分割 18

3.5.2 字符归一化处理 19

3.6 车牌字符识别 20

3.7仿真测试 21

3.7.1 测试对象1 21

3.7.2 测试对象2 22

3.8 仿真结果分析 24

第四章 总结与展望 26

4.1总结 26

4.2 后续工作展望 26

参考文献 27

致 谢 28

第一章 绪 论

本课题的研究背景

现今人类社会处于高速发展的阶段，处于信息革命时代，随着科学尖端技术如计算机、通信及计算机网络技术的不断进步，机械自动化处理信息的能力和水平大大提高^[1]。人们的生活也因为交通工具的变化带来的人们活动范围的拓展，其中最重要的莫过于现代社会最为重要的交通工具之一的汽车在人们的物质生产活动的大面积的使用，这对他人信息的自动采集与管理利用有着非常重要的意义，对汽车的研究已经成为信息处理领域的一项富有实际意义的重要的研究课题。

智能交通系统，简称ITS(Intelligent Traffic System),是未来交通管理的主要发展方向。智能交通系统诞生于当代科技高速发展的背景下^[2]。它的目的是将现代各种技术包括数据通信技术、信息处理技术、自动化控制技术等综合运用到我们日常生活中的交通管制体系之中，因此能够造就一种高效率、精准、实时的交通管理系统。现今的智能交通系统又多以视觉监控作为智能交通信息获取的主要途径，智能交通系统以视觉监控为基础，在公路交通管理体制与基础建设不断完善的前提下，有了稳步的发展。

车牌智能识别系统是智能交通系统中一个十分富有意义的发展领域。车牌智能识别系统简称ALPRS或LPRS^[3]，其具有对车辆进行自动登记、验证、监视、报警等功能。该系统现阶段已经在生活中各个场合都投入使用，包括：公路的收费管理系统、停车场的监控管理系统以及一系列构建智能安全城市监控管理的使用如车牌验证、车流统计等等。除此以外，车牌智能识别的基本方案在其他检测图像识别领域也大有发展的前景，因此车牌智能识别层面的问题不出意外成为了现代交通发展领域中研究的热点以及重点之一。

车牌识别系统是由多个技术层面包括计算机视觉、模式识别、图像处理等融合而成的一项产品，这也是智能交通系统的关键性技术核心。关于车牌识别领域的研究，起初产生于60年代。而在20年后的80年代，随着生产技术的不断革新，私家汽车占有量直线上升，由此而造成了逐渐严重的城市交通问题。为了应对和解决因为私家车占有量的不断上升而造成的一系列问题，美国和欧洲等当时许多发达国家都开始着眼于问题开始进行研究，利用摄像、光纤传输网络以及雷达系统布置建立了自动化管理的智能交通系统。在发达国家的带动下，全世界开始兴起了一波智能交通系统建设的潮流，各国纷纷投入资金开始研究，意识到建立智能化交通系统形势的严峻和迫切性。

1.2 本课题的研究目的及意义

智能车牌识别系统的开发有着很深远的历史背景以及悠久的发展过程，面对车辆占有量的增加而造成的交通管理不便，智能车牌识别系统在未来实现智能交通，更远至智能城市，都有着它举足轻重的作用和地位。而在现阶段，它的主要任务是对通过对车牌的识别，从而对车辆进行管理。通过分析和处理得到的各种复杂背景下的车牌图像，定位分割，最终实现对汽车牌照识别，得到汽车牌照的文本信息，便于进行信息处理。汽车牌照的唯一性是让研究车牌识别系统，获得车牌信息变得富有价值的关键原因之一。将图像中的车牌信息提炼出来变成存储量，运行量小的字符串文本信息，这样不但数据量小，利于存储，后期操作也方便，利于进行车辆管理，因此车别识别系统有着人工的车牌识别所不具备的天然的优势，具有很大的发展前景与商业价值，充分体现了车牌识别系统研究领域的研究意义与价值。

车牌的定位以及字符识别是整个车牌车牌识别系统中最重要的两个技术模块，两者算法的的好坏与否很大程度决定了整套智能车牌识别系统是否能识别，以及多久能识别。自智能化建设的推进，全球自动化、智能化的浪潮已经促使很多国内外教授学者对车牌定位以及车牌识别做了大量的研究。在实际生活中，车牌在摄取时的抖动、拍摄角度的歪斜、车牌本身的污渍和磨损等一些带来对车牌字符的模糊、光线条件不佳等这些问题都会或多或少对车牌的识别和定位造成困难，车牌识别系统质量的好坏又极大的制约了智能化交通系统的发展，特别是在复杂恶劣的天气条件以及光线不足的光照条件下，车牌识别系统的识别难度就越加受到挑战。因此对车牌识别算法领域的研究就愈发显得迫切和必须了。

1.3 国内外车牌牌照识别研究现状

关于汽车识别的研究，国外领先国内还是很多层次的。国外起步较早，早在70年代初，英国就在本国实验室内开展了关于“即时车牌检测系统”，对汽车车牌识别开始了研究。后来因为车辆被盗系列社会问题，国外还研究开发出了第一个即时车牌监测系统等等；时至今日，许多国外科学家已经在这片领域取得不少研究成果，如Eun Ryung 等通过车牌图像中的色彩元素分量，实现车牌定位识别，提出了三种算法：1是以灰度变换作为原理的识别算法2是以Hough 变换为原理的边缘检测识别算法3是以HLS色彩模式为原理的识别算法^[4]。这些算法很多已经投入使用，效果尚可。一方面也是归因于国外车牌规格统一，色彩大小都有较为统一化的规定，因此在难度上相较国内比较小，另一方面国外在机器实现工艺的层次上也较国内先进，整体全体的识别率都可以达到90%以上，在恶劣天气条件下亦可达到70%左右的识别率。而另一方面，国内对车牌识别领域的研究起步晚，相对来说研究领域取得的成果相较国外还略显落后；国外虽然已经在前头研究出各种先进的算法理念给予我国研究者参考，但是由于他国车牌种类单一，规范化程度较高，这与中国的车牌格式有较大的差异，因此国外车牌识别相对国内的车牌识别有着天然的优势。国外关于车牌领域的研究给予我国学者也仅仅只有参考价值，而不能照搬照抄，得继续开辟新的道路，形势比较严峻。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：