摘 要

随着车牌识别准确性的提高，车牌识别系统在车辆和交通管理中扮演着越来越重要的角色。车牌识别系统的应用领域非常广泛，比如识别确定违法车辆的身份、在收费站实现不停车收费、停车场安全防盗管理、自动门禁系统，实现车辆自动识别放行等。目前市场上已经推出许多应用车牌识别系统的产品，车牌识别技术也日趋成熟，但是进一步改进算法，提高识别效率，是促使广大学者不断研究的动力。这种研究改进，也能让人们在其他相关领域得到启发。本文首先研究了发展现状和许多现有算法，并以此为基础以MATLAB为平台设计了车牌识别技术的软件系统，对硬件部分不做讨论。首先设计了车牌识别的整体软件方案，包括预处理、车牌定位、字符分割和字符识别几大部分。在车牌定位中，在去除车牌边框上提出了一些小的改进。在车牌定位时没有采用与车牌颜色有关的算法，提高了对不同颜色车牌的通用性。在车牌字符分割中，在投影法的基础上提出了两种分割算法。在BP神经网络字符识别中，训练了神经网络，并做了最终识别测试。

关键词：车牌识别，字符分割，神经网络，MATLAB

Abstract

With the improvement of the accuracy of LPR, license plate recognition system is playing an increasingly important role in vehicle and traffic management. Application of license plate recognition system is very extensive, such as the identification of illegal vehicle identity, toll station get toll without parking, parking lot security management, automatic access control system in which automatically identify vehicle. At present, the market has launched many application of license plate recognition system, license plate recognition technology is becoming mature, but further improve the algorithm, improve the recognition efficiency, is to promote the majority of scholars continue to study. This research improvement can also inspire people in other relevant fields. In this paper, firstly, the development status and many existing algorithms are studied. Based on this, the software system of license plate recognition technology is designed based on MATLAB, and the hardware part is not discussed. In the first step, the whole software scheme of license plate recognition is designed, which includes preprocessing, license plate location, character segmentation and character recognition. In the license plate location, some small improvements are proposed to remove the license plate border. In the process of license plate location, there is no algorithm related to the color of the license plate, which improves the versatility of license plates with different colors. In the segmentation of license plate characters, two segmentation algorithms are proposed on the basis of projection method. In the BP neural network character recognition, the neural network is trained and the recognition test is done in the end.

Key Words:License plate recognition, character segmentation, neural network, MATLAB

目 录

摘要 II

Abstract II

1 绪论 1

1.1 研究背景 1

1.2 发展现状 1

1.3 论文结构 3

2 系统总体设计 4

2.1 总体框架 4

2.2 软件选择 4

3 车辆图像的预处理 6

3.1 RGB图像的灰度化 6

3.1.1 RGB图像灰度化原理 6

3.1.2 加权平均值法的权值选择 7

3.2 对比度拉伸 8

3.2.1 对比拉伸的原理 8

3.2.2 车牌对比度拉伸 9

3.3 图像的噪声消除 10

3.3.1 中值滤波的原理 10

3.3.2 中值滤波效果 10

3.4 边缘检测 11

3.4.1 边缘检测的原理 11

3.4.2 车牌的sobel边缘检测 12

4 车牌定位 14

4.1 形态学处理 14

4.1.1 形态学基本运算 14

4.1.2 结构元素的选取 14

4.1.3 车牌的形态学处理程序 14

4.2 车牌区域的提取 16

4.2.1 车牌区域应当满足的三个特征 16

4.2.2 提取车牌区域的程序实现 16

4.3 车牌图像的二值化 18

4.3.1 图像二值化原理 18

4.3.2 OTSU算法简介 18

4.4 倾斜校正 19

4.4.1 Hough变换的基本原理 19

4.4.2 基于水平投影和直线拟合的倾斜校正 20

4.5 车牌边框的去除 23

4.5.1 差分投影原理 23

4.5.2 车牌边框的位置确定及去除 24

5 车牌字符分割 28

5.1 基于垂直投影的零点法字符分割 28

5.1.1 原理及算法介绍 28

5.1.2 编程实现 29

5.2 基于垂直差分投影的谷底字符分割 31

5.2.1 原理及算法介绍 31

5.2.2 编程实现 32

6 字符识别 36

6.1 关于车牌字符 36

6.1.1 车牌格式 36

6.1.2 车牌包含的字符范围 36

6.2 字符识别方法介绍 38

6.2.1 字符识别的三种基本方法 38

6.2.2 应用于字符识别的神经网络设计 38

7 总结与展望 42

7.1 总结 42

7.2 展望 42

致 谢 44

参考文献 45

1 绪论

1.1 研究背景

全球经济飞速发展，中国的经济发展速度更是处于世界前列。在中国，随着物质生活水平的提高，汽车已经成为许多家庭甚至是个人最基本的需求。根据公安部交管局发布的信息，截至2016年底，全国机动车保有量达到2.9亿辆，其中汽车1.94亿辆，全国机动车和驾驶人数量仍保持快速增长。越来越多的人把汽车作为出行首选的交通工具。一方面这是我国经济建设所取得的辉煌成就，而另一方面，庞大的汽车数量及其快速增加，也带来了诸多问题。交通拥堵、交通事故和环境污染是几个较为突出的问题。对车辆实现高效管理，是解决这些问题的重要途径之一。

车牌作为识别车辆的有效标识，已经在现有的交通系统中发挥出重要作用。如果利用模式识别技术自动地识别车牌，就可以在很大程度上提高交通、车辆管理的效率。车牌识别的应用领域很广，比如：

1. 识别确定违法车辆的身份；
2. 在收费站实现不停车收费；
3. 停车场安全防盗管理；
4. 自动门禁系统，实现车辆自动识别放行等。

车牌识别要在实际应用中发挥出应有的作用，就必须能够在复杂环境下准确识别车牌。在实际应用中，获取到的图片质量受到光线、拍摄角度等因素的影响，同时不规范的车牌安装，灰尘、泥土对车牌的污染、不良天气、车牌的不同颜色等也会给车牌识别带来困难。如何克服这些困难，提高车牌识别的准确率正是不断研究改进车牌识别算法的意义所在。

1.2 发展现状

车牌识别技术起源于上世纪末开始的智能交通革命，智能交通系统经过近二十年的发展推广，目前已经在许多经济发达或较发达城市和地区的高速公路系统、车辆管理系统中得到成功应用。而车牌识别系统是作为智能交通的重要组成部分在这个过程中逐渐得到发展的，能够在不需要人工干预的情况下自动识别目标车辆牌照的系统。经过多年的研究、发展，车牌识别技术已日趋成熟，并开始在道路管理、公安搜索违法车辆、路政确定违规车辆身份、停车场车辆防盗、收费站不停车收费等许多领域得到了广泛的应用。车牌识别系统简单地说是一种以特定目标为对象的专用视觉系统，其目标是从一幅目标图像中提取分割并识别出车辆牌照，运用先进的图像处理、模式识别和人工智能技术，完成车辆牌照的自动识别。识别结果一般是车牌字符的文本输出，有特殊需要的场合也可以是牌照背景颜色、字体颜色、牌照位置等。 目前，车牌识别系统己经得到广泛应用，在整个智能系统中起到重要作用。车牌识别系统本身是一个发挥基础功能的系统，只要给这个系统加上一些外围组建，就很容易扩展出其他功能。然而，虽然世界上诸多研究机构和公司专门致力于这方面的研发工作，人们距离高性能和高识别率的车牌识别系统还有不短的距离。尽管如此，LPR系统发展迅速，一些实用产品的市场表现令人欣喜。