基于数字图像处理的车牌识别系统
言经官
电气学院电子112
摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。
关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化
引言
智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。
伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。
1 车牌识别系统的目标
利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。
2 MATLAB 及其图像处理工具概述
MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
由于照片拍摄的好坏有很多外界因素决定，由于光照强度的影响，晴天拍摄的照片与阴天拍摄的照片质量肯定不一样，白天和晚上更是不同；由于每部车的车速的不一致，慢速行驶的车辆会比快速行驶的车辆拍摄的照片质量好一些，而且车速过快，会使照片的字迹模糊，这肯定会影响字符的识别。故要对拍摄的照片进行灰度化、二值化、滤波等预处理。传统的设计方法为：利用静止的汽车牌照图片，利用C 语言或C++语言来对图像进行处理，编程很复杂，维护难度大。而MATLAB 语言对处理图像而言非常方便，可直接调用已经编好的函数，如可直接调用现成的函数进行复杂的傅里叶变换、拉普拉斯变换、二值化处理、数字滤波等操作。
3 车牌识别系统的工作原理
现在普遍通用的车牌识别系统通常包括两大部分，软件与硬件。其中软件是整个系统的核心部分，车牌识别的核心技术就在于软件。系统一般由车体感应器，彩色摄像机．辅助光源．图像采集与处理器，主控电脑和识别系统软件构成。系统软件一般先对牌照图像进行滤波、二值化、校正、分割等处理，再进行识别。软件部分由六个主要处理子模块组成。各模块功能为：
1) 实时采集模块实现对汽车牌照图像的实时采集，并将采集的图像转换为数字图像存储；
2) 车牌搜索及定位模块对数字化后的车牌进行区域目标搜索，并将图像进行灰度翻转统一为“白底黑字”；
3) 车牌分割对定位的车牌区域进行字符分割，将车牌分为7 个单一的字符图片(针对普通民用车)；
4) 特征提取模块对分割后的图片进行相应的特征描述；
5) 分类识别模块根据图片的特征描述将其识别为相应的结果字符串；
6) 数据传送输出识别结果字符串到指定的设备上。
图1 车牌识别系统与原理图
4 图像预处理
车牌图像通常是在各种复杂的背景、环境条件下采集得到，图像质量难以保证，因此在进行车牌定位之前，通常要进行图像的预处理工作。图像预处理主要是对系统获取的原始图像基本特征的信息进行相应的、有针对性的处理，以滤去干扰、噪声，作几何校正、色彩校正，以便于计算机的分析计算，一般包括滤波、图像增强、图像二值化、形态学运算、边缘检测等。本文图像预处理过程如图2.
输出结果 字符识别
图像预处理 图像采集 车辆 车牌定位 字符分割 车辆图像 中值滤波 形学处理 图像灰度 车牌定位 直方图衡 图像二值 图像增强
图2 车牌图像预处理流程图
4.1 图像灰度化
汽车图像样本目前大都是通过摄像机、数码相机等设备拍摄获取的，因而预处理前的图像都是24 位真彩色图像。彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，而且大多数图像处理技术都是针对256 级灰度图的，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。由彩色转换为灰度的过程叫做灰度化处理。
将彩色图像转换成灰度图，一方面提高了图像的处理速度，另一方面更统一了多种颜色的车辆牌照，因此，图像灰度化是做图像处理最根本的一步。本文采用加权平均值法将图像灰度化，即根据重要性或其他指标给R、G 、B 赋予不同的权值，并使R 、G 、B 等于它们的值的加权和平均，R=G=B ＝（Wr*R+Wg*G+Wb*B）/3。其中Wr、Wg、Wb 分别是R、G、B 的权值，取Wr ＝ 0.299、Wg ＝ 0.588、Wb＝ 0.113，从而得到最合理的车牌灰度图像。
Matlab 程序如下：
图3 原图与灰度化后图片
4.2 中值滤波
由于图像中不可避免的存在有噪声，常用的滤波方法有：低通滤波、高通滤波、带通滤波、带阻滤波。中值滤波的基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，该方法在去除脉冲噪声、椒盐噪声的同时又能保留图像边缘细节．这是因为它不依赖于邻域内那些与典型值差别很大的值．中值滤波器在处理连续图像窗函数时与线性滤波器的工作方式类似，但滤波过程却不再是加权运算。取3*3 函数窗，计算以点i,j]为中心的函数窗像素中值步骤如下：1)按强度值大小排列像素点。2)选择排序像素集的中间值作为点[i,j]新值。
图4 3*3 中值滤波
这一过程如图5 所示．一般采用奇数点的邻域来计算中值．但如果像素点数
为偶数时，中值就取排序像素中间两点的平均值。中值滤波在一定条件下，可以克服线性滤波器(如均值滤波等)所带来的图像细节模糊，而且对滤除脉冲干扰即图像扫描噪声最为有效。在实际运算过程中并不需要图像的统计特性，也给计算带来不少方便。但是对一些细节多，特别是线、尖顶等细节多的图像不宜采用中值滤波。
Matlab 程序如下：
>> c=medfilt2(b,[3,3]);
>> imshow(c);
图5 中值滤波后图像
标准中值滤波算法的基本思想是将滤波窗口内的最大值和最小值均视为噪声，用滤波窗口内的中值代替窗口中心像素点的灰度，在一定程度上抑制了噪声。实际上在一定邻域范围内具有最大或最小灰度值这一特性的，除了噪声点，还包括图像中的边缘点、线性特征点等。中值滤波以此作为图像滤波依据，其滤波结果不可避免地会破坏图像的线段、锐角等信息。因此，要找到一种既能实现有效滤除噪声，又能完整保留图像细节的滤波机制，仅考虑噪声的灰度特性是难以实现的。
4.3 图像增强
如果一幅图成像时由于光线过暗或曝光不足，则整幅图偏暗（如灰度范围从0 到6 3 ）；光线过亮或曝光过度，则图像偏亮（如灰度范围从200 到2 5 5），都会造成图像对比度偏低问题，即灰度都挤在一起了，没有拉开，为了更方便的得到效果，提升识别率，对得到的灰度图像做灰度增强，首先用strel 函数对原始图像进行开操作的到图像的背景图像。
Matlab 程序如下：
>> s=strel('disk',13);
>> d=imopen(c,s);
>> subplot(1,2,1);
>> imshow(d);
>> title('背景图像');
>> e=imsubtract(c,d);%中值滤波后图像减去背景图像
>> subplot(1,2,2);
>> imshow(e);
>> title('增强黑白图像');
图6 灰度修正后图像
4.4 直方图均衡化
直方图是用来表达一幅图像灰度等级分布情况的统计表。通过对图像中像素个数多的灰度值（及对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（及对画面不起主要作用的灰度值）进行归并，从而达到清晰图像的目的，其本质上是一个直方图变换，即将输入图像的直方图映射成一个最大平展的直方图。实验效果如图8。经过直方图均衡化处理以后，图像的灰度分布变得均匀，原来偏暗的图像亮度明显增强，
图像变得更为清晰。Matlab 程序如下：
>> subplot(1,2,1);
>> imhist(e);
>> [f,g]=histeq(e,64);%图像灰度扩展到0~255，有64 个灰度级
>> subplot(1,2,2);
>> imhist(f);
>> imshow(f);
图7 直方图均衡化前（左）后（右）
4.5 图像二值化
图像的二值化处理就是将图像上的点的灰度置为两个数值，通常为0 或255。使整个图像呈现出明显的黑白效果。也就是将256 个亮度等级的灰度图像通过适当的门限值选取而获得仍然可以反映图像整体和局部特征的二值化图像嘲。基于像素数目的直方图阈值分割是本文采用的二值化算法，它的好处在于可以减少直方图的不同形状对二值化效果的影响。
其步骤如下：计算直方图，在直方图中由0 至255 进行累加计算，当像素数目大于某个值时．将当前像素值作为二值化门限。当大于当前像素值的像素点在图像中所占的数量，也就是车牌中背景像素所占的比例称为该副图像的阈值。经过对一些图片的计算．确定该阈值在图像像素数目的60％-80％之间。阈值的取值不同，对二值化的结果影响很大。越小包含越多背景的高光部分，越大损失越多字符像素。对增强黑白后图像进行二值化处理。
Matlab 程序如下：
>>h = im2bw(e,0.299);
>>imshow(h)
图6二值化后图像
4.7 形态学处理
二值化后的车牌图像还存在许多干扰区域，若直接进行车牌定位，很容易出现误定位或增加了车牌定位的计算量，因此可以利用数学形态学算子，简化图像数据，保持图像的基本形状特征，去除不相干的结构。
二值图像的逻辑运算，水平方向的噪声去除和消除孤立的亮点，这两个步骤是通过对图像的亮度矩阵行方向的运算和逻辑判断来实现的，这对于实现以形态学为基础的图像处理算法是一种有力的补充手段。
膨胀与腐蚀，膨胀最简单的应用之一是将裂缝桥接起来，A 被膨B 胀可定义为：而腐蚀的一种最简单的用途是从二值图像中根据尺寸消除不相关的细节，对集合Z中的集合A和B，使用B对A进行腐蚀,定义为：开操作与闭操作正如仿真图像所示，膨胀使图像扩大而腐蚀使图像缩小。开操作一般使对象的轮廓变得光滑，断开狭窄的间断和消除细的突出物。闭操作同样使轮廓线更光滑，但是与开操作相反的是，它通常消弥狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中的断裂。使用结构元素B 对集合A 进行开操作，定义为：因此，用B 对A 进行开操作就是用B 对A 腐蚀，然后用B 对结果进行膨胀。同样，使用结构元素B对集合A 的闭操作，定义为：通过仿真图像我们可以看出这是我们已经可以初步的定位到车牌的位置了。
Matlab 进行开闭运算的程序；
>> h=double(h);
>> grd=edge(h,'canny');%识别图像中的边界
>> imshow(grd);
>> title('提取边缘');
>> bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算
>> subplot(2,2,1),imshow(bg1),title('图像闭运算');
>> subplot(2,2,1),imshow(bg1),title('图像闭运算');
>> bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算
>> subplot(2,2,2),imshow(bg3),title('图像开运算');
>> bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算
>> subplot(2,2,3),imshow(bg2),title('图像开运算');
图7 边缘提取
4.8 车牌定位
对形态处理后的图像进行区域提取，并进行区域特征参数的计算，进行区域参数比较提取车牌区域。
1)对得到的图像的每个区域进行标记，再计算每个区域的图像特征参数：区域中心位置、最小的包含矩形和他们的面积。
进行颜色标记的主要Matlab 程序如下：
>> [L,num]=bwlabel(bg2,8);%标注图像中的连接部分
>> Feastats=imfeature(L,'basic');%计算图像区域的特征尺寸
>> Area=[Feastats.Area];%计算面积
>> BoundingBox=[Feastats.BoundingBox];%车牌框架的大小
>> RGB=label2rgb(L,'spring','k','shuffle');%标志图像向RGB 转换
>> subplot(2,2,4),imshow(RGB),title('图像彩色标记');%输出框架彩色图像
图8 图像心态处理和车牌定位
2)通过计算，得到包含标记的区域的最小宽和高，根据先验只是，比较傲睡得宽和高更接近实际的车牌宽高比，将更接近的提取并显示。
图10 提取出的车牌及其二值子图
5 总结
车牌图像预处理是车牌识别系统的基础环节，其结果直接影响后续的车牌识别工作。实际应用中的图像包括各种条件下采集到的不同大小的车牌图像，要尽量消除噪声，提高图像质量，就要选取恰当的图像预处理方法，以提高识别率。本文结合多种图像处理方法来进行车牌图像预处理，实验效果证明，本文的预处理方法能有效地去除图像噪声和多余信息、提高图像质量，便于进行后续的车牌图像识别工作。
参考文献
[1]何玉明. 高速公路收费系统中车牌识别关键技术的研究[D]. 广东：华南理工大学, 2004
[2]朱维仲, 董彩平. 中值滤波技术及其在图像处理中的应用[J]. 天津职业技术师范学院学报.
2002, 12(3):42-44
[4]刘卫国．MATLAB 程序设计与应用[M]．北京：高等教育出版社，2002
[5]王刚，冀小平．基于MATU 旧的车牌识别系统的研究[J]．电子设计工程，2009(11)：72—73
[6]张引．基于空间分布的图像二值化算法[J]．浙江大学学报，2004，5(5)：9—10．
[7]林蔚天．图像处理与汽车牌照识[J]．山东理工大学学报，2007，11(6)：46—48．
[8]孔宏琦．利用中值滤波进行图像处理[J]．长安大学学报，2006，3(7)：67—68．
课程设计论文
指导老师何伟刚
学院电气与信息工程学院班级电子112班
学生姓名言经官
学号201100303056
二〇一四年五月二十日
识别流程 车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。 其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。 某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。 一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 车辆检测车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省
开支，而且更适合移动式、便携式应用的要求。 系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。 若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。 武汉车牌识别 号码识别 为了进行车牌识别，需要以下几个基本的步骤： 1、牌照定位，定位图片中的牌照位置； 2、牌照字符分割，把牌照中的字符分割出来； 3、牌照字符识别，把分割好的字符进行识别，*终组成牌照号码。 车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。． 一、牌照定位自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区 域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作 的区域作为牌照区域，并选定一个*为候选区，然后对这些侯选区域做进一步分析、评判，* 将其从图像中分离出来。
车牌提取 本文介绍了车牌定位的各种算法及发展，并利用matlab软件对一幅车头照片进行了车牌区域的定位。 一、前言 数字图像处理技术的发展十分迅速，最初应用在空间探索及医学领域，如今，它已经成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学甚至社会科学等领域学习和研究的对象。同时，随着我国经济的高速发展，交通变得日益繁忙，对智能交通系统的研究变得十分迫切。利用了图像处理技术的车牌自动识别系统己成为智能交通系统的重要组成部分。 要实现交通智能化，首先要能获得道路交通状况和车辆情况的相关数据，因此车辆牌照的识别智能交通领域的一个重要研究课题之一，是实现交通智能化的一个重要环节。要想准确识别出车牌的数字，首先必须要能在含有车牌的图像中定位出车牌的位置，才能进行进一步的数字分析识别，所以，车牌的定位技术是车牌识别的基础。 二、相关理论介绍 （一）车辆牌照的特点 现在我国车牌有4种类型： （1）小功率汽车使用的蓝底白字牌照； （2）大功率汽车使用的黄底黑字牌照； （3）军、警用的白底黑字、红字牌照； （4）国外驻华机构使用黑底白字牌照。 这些牌照的长度均为45cm，宽为15cm，共有字符7个。一般民用牌照第一个字符为汉字，且是各省市的简称；第二个字符为大写英文字母，如“E”；第三个字符是英文字母或阿拉伯数字，第四至第七个字符为阿拉伯数字，如“沪E 30265”就是最典型的车牌符号。车牌的位置一般在汽车的下方。 （二）车牌定位算法的发展现状 车牌定位算法分为图像的预处理、车牌的搜索和车牌鉴别定位三部分。 图像预处理就是要获得有用的图像的边缘，并将其二值化；车牌搜索则是搜索整幅图像以得到有可能包含车牌的若干感兴趣区域；车牌定位则是根据车牌的特征对提取出的感兴趣的区域进行鉴别和剔除假的车牌, 从而提取到真正的车牌。 相较于车身其他位置，车牌区域有其自身特点，主要有车牌底色与车身颜色，字符颜色有较大差异；车牌的矩形区域内存在较丰富的边缘，呈现出规则的纹理特征；车牌内字符之间的间隔比较均匀，字符和牌照底色在灰度上存在跳变；图像中牌照长宽比的变化有一定范围等。这些都为车牌定位分割提供了先验知识。但是，摄像机获得的图像含有丰富的自然背景及车身背景信息，易受照明、天气条件及运动失真和模糊的影响，同时由于在野外环境下使用，车牌会有不同程度的磨损、污迹干扰、变形等，这些问题给车牌定位带来了难度。 目前较为成熟的车牌区域定位算法有自适应边界搜索法、区域生长法、灰度图像数学形态学运算法、基于纹理或颜色的分割方法以及模糊聚类法等。 这些方法都有各自的优点，但是在实际应用中也存在着一些不足之处。例如，对于基于纹理的分割方法，图像中很可能不止一个区域具有车牌区域类似的纹理特征，难以准确找到
车牌识别系统的设计 1．摘要： 汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明,本文提出的方法具有良好的识别性能。随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。 2．设计目的： 1、使学生在巩固理论课上知识的同时，加强实践能力的提高，理论联系实践。 2、激发学生的研究潜能，提高学生的协作精神，锻炼学生的动手能力。 3．设计原理 由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 图1 牌照识别系统原理图 该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下： （1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像；
（2）由摄像机或CCD 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等； （3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域； （4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。4．详细设计步骤 4.1 提出总体设计方案。 车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割与特征提取和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。 因此，需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB及以上。 系统可以运行于Windows98、Windows2000或者Windows XP操作系统下，程序调试时使用matlab。 4.2 预处理及边缘提取
停车场管理系统自动车牌识别计费系统技术方案
目录 1 企业概况 (4) 1.1 公司简介 (4) 1.2 资质证书 (4) 2 概述 (10) 2.1 系统方案总体设计 (10) 2.2 项目背景 (11) 2.3 方案概述 (12) 3 系统介绍 (14) 3.1 车牌识别系统简介 (14) 3.2 系统优势 (15) 3.3 系统组成 (16) 4 主要设备参数性能介绍 (19) 4.1 CA-AB900道闸 (19) 4.2 INEX- TI200 200万高清识别一体机 (20) 4.3 CA-600读卡控制器 (22) 技术参数： (22) 4.4 软件监控界面 (23) 4.5 其他辅件 (23)
5 售后服务 (24) 5.1 保修时间及范围 (24) 5.2 维修及维护服务 (24) 5.3 更新改进服务 (24) 5.4 客户档案，完善产品质量 (25) 6 部分工程案例 (26)
1企业概况 1.1公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队，凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向，为用户提供有价值的产品和服务。 公司经过多年的开发研究，引进国外最先进的高新技术，不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区，并已成功销往海外。 公司以“冲破束缚，发展无限”为企业宗旨，积极引领核心技术创新，不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化，建立了朝气蓬勃的精英团队。 公司自创建以来，一直保持了高速发展态势，现已成为国内停车场系统服务领域的领跑者，致力于成为中国领先的安防服务品牌。 1.2资质证书
Matlab程序设计任务书
目录 一．课程设计目的 (3) 二．设计原理 (3) 三．详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21)
一、课程设计目的 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 三、详细设计步骤:
1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。 牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。 流程图:
车牌自动识别停车场管理系统技术方案
前言 随着现代化管理手段的进步和科学技术的日益发展，小区用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化发展的需要，针对目前快节奏，高速度的工作模式，要求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。但是目前任何高科技产品都不能完全代替人类的手工操作，不能完全取代人的思维，更不能与人的思维方式相吻合。因此我们在做自动化管理系统的设计时，要尽可能地强调自动化手段，但又不可忽略人工干预的因素，二者巧妙地结合起来，可达到事半功倍的效果。
本设计方案就是基于以上的思想基础，针对小区车辆管理的实际情况，结合各种现代化高科技手段完成的。 我们的目标是为小区用户的车辆管理提供一个车牌识别功能的解决方案。我们采用的是当前国内最先进的车牌识别技术。此设计方案着重考虑了识别的准确性，及车牌自动识别算法在各种停车场车辆管理系统中的灵活嵌入，既考虑到用户的需求，又囊括了各种高科技技术，而且增加了一些管理手段，尽可能地为用户提供一个完善的小区车辆管理系统。 第1章用户需求分析 在现代化停车场管理中，涉及到各方面的管理，其中车辆的管理是一个重要的方面。尤其是对特殊停车场、大院及政府机关、小区而言，要求对各种车辆实时地进行严格的管理，对其出入的时间进行严格的监视，并对各类车辆进行登记（包括内部车辆和外部车辆）和识别。对大规模的场区中，各种出入的车辆较多，如每辆车都要进行人工判断，既费时，又不利于管理和查询，保卫工作比较困难，效率低下。为了改善这种与现代化停车场、大院及政府机关、小区等不相称的管理模式，需要尽快实现车辆管理工作的自动化、智能化，并以计算机网络的形式进行管理，对所有出入口的车辆进行有效地、准确地监测和管理。要求系统提供相应的应用软件，实现营区管理的高效率、智能化。 该系统是利用视频流的车牌自动识别算法，无需地感触发，对车辆进行抓拍、号牌识别，当车辆进入小区入口时，车牌自动识别算法自动抓拍车辆照片并识别车牌号码，将车牌号码，颜色，车牌特征数据，入场时间信息等传记录下来，固定车辆可无障碍出入停车场，临时车辆人工审核后入场，为用户提供了一种崭新的服务模式。 系统自动识别进入小区车辆的号码和车牌特征，验证用户的合法身份，自动比对黑名单库，自动报警，并可对整个停车场情况进行监控和管理，包括出入口管理，内部管理，采集，存储数据和系统工作状态，以便管理员进行监控，维护，统计，查询和打印报表等工作。车辆出入小区，完全处于系统监控之下，使小区的出入，收费，防盗，车位管理完全智能化、自动化并具有方便快捷，安全可靠的优点。
车牌识别 电子1301 洪江 13 一、目的与要求 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照输出。 三、详细设计步骤: 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照。 牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像 进行大围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然 后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为 牌照区域，并将其从图象中分割出来。 （2）牌照字符分割 :
基于数字图像处理的车牌识别系统
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
PA-WT车牌识别 停 车 场 管 理 系 统 方 案
目录 第一章前言................................ 错误！未定义书签。第二章系统设计依据及总则..................... 错误！未定义书签。 一、本方案设计依据：........................ 错误！未定义书签。 二、设计说明................................ 错误！未定义书签。 1、设计目标及原则........................ 错误！未定义书签。 2、系统概述 (2) 3、系统基本功能及特点 (5) 系统结构框图 (6) 图像识别系统主要设备 (7) 4 出口处电脑功能......................... 错误！未定义书签。 5 管理电脑功能 (11) 三．系统软件功能 (11) 第三章系统设计 (12) 注意事项 (13) 第四章售后服务 (14)
前言： 车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 目前国内有两种识别方式，1、软件识别，就是摄像机直接接入PC机，通过电脑上位机软件对摄像机抓拍图片进行分析识别，优点成本低，缺点：对电脑要求较高，长时间运行识别速度会有一定影响。2、DSP嵌入式硬件识别，摄像机直接接入DSP嵌入式车牌识别器，通过专业的DSP芯片对摄像机抓拍图片进行分析，优点：对电脑要求低，设备自带防死机功能，算法丰富，识别速度快，适用于工业环境长时间运行。缺点：成本相对于软识别成本较高。 系统简介 我司采用DSP嵌入式硬件图像处理器研制开发的PA-WT汽车牌照自动识别车辆出入管理系统，具有方便快捷、准确可靠、保密性好、灵敏度高、节省
基于RFID技术的汽车电子车牌识别系统设计与实现 基于RFID技术的汽车电子车牌识别系统设计与实现 【摘要】无线射频识别技术（Radio Frequency Identification，RFID）是一种非接触的自动识别技术，电子车牌是基于RFID技术开发的一种车辆身份自动识别卡。本文首先简单介绍了RFID技术及其特点，在此基础上，探讨了如何利用RFID技术开发汽车电子车牌识别系统，实现数字化交通管理，最后，详细介绍了汽车电子车牌识别系统的设计及其应用。 【关键词】RFID，电子车牌，识别系统，交通管理 1、无线射频技术（RFID）简介 无线射频识别技术（Radio Frequency Identification， RFID）是一种非接触的自动识别技术，其基本原理是利用射频信号和空间耦合（电感或电磁耦合）或雷达反射的传输特性，实现对被识别物体的自动识别。 RFID系统是由读写器（Reader）、电子标签（TAG）（也称应答器）和应用软件系统三个部分组成（如图1）。 电子标签是射频识别系统的数据载体，电子标签由标签天线和标签专用芯片组成。 RFID 阅读器（读写器）用天线与RFID 电子标签进行无线通信，可以实现对标签识别码和内存数据的读出或写入操作。典型的阅读器包含有高频模块（发送器和接收器）、控制单元以及阅读器天线。数据管理系统主要完成数据信息的存储、管理以及对电子标签进行读写控制。数据管理系统可以是市面上现有的各种大小不一的数据库或供应链系统，用户还可以买到面向特定行业的、高度专业化的库存管理数据库。系统的基本工作流程是：读写器通过发射天线发送出一定频率的射频信号，当附着标签的目标对象进入发射天线工作区域时会产生感应电流，电子标签凭借感应电流所获得的能量发送出存储在芯片中的产品信息，或者主动发送某一频率的信号；读写器对接收天线接收到电子标签发送来的载波信号进行解调和解码后，送到数据管理系
车牌识别系统的设计 一、摘要: 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。 二、设计目的和意义: 设计目的： 1、让学生巩固理论课上所学的知识，理论联系实践。 2、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。 设计意义： 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 三、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 四、详细设计步骤:
一、 车牌识别出入口管理系统设计 1.1 系统简介 停车场基于车牌识别管理模式的系统，设备一般包括车牌识别专用摄像机、车牌识别器、信息显示屏、自助缴费终端、电动道闸、图像对比和车牌识别系统、计算机等。为了满足客户不同管理需求，各个设备可以灵活组合。 在本项目中，系统需要对临时用户、固定用户进行实时管理，对其出入的时间、车牌号、图像进行严格记录、识别和登记，并按照停车时间和计费规则对各种车辆进行收费，并防止车辆丢失。 智能车牌识别收费管理系统系统图 主要功能： ● 车牌识别比对功能，防止车辆被盗 ● 语音提示，人性化操作提示 ● 支持灵活费率设定，不限时段，多种设定。 ● 支持车牌识别缴费功能，免除临租卡的发放，提高通行速度 管理中心服务器 数据采集器 自动道闸收费显示屏 摄像头收费管理系统 自动道闸 摄像头
●多进多出联网系统管理，支持出入口嵌套管理功能 ●异常情况处理，满足消费报警、应急手动等 ●支持51park网站的车位查询和预定功能，利于数据集中、管理集中 1.2其他子系统介绍 ●一卡通支付、手机支付： 用一卡通、手机支付缴停车费，替代临租卡，刷卡付费一次完成，还可 自助缴费。 ●ETC缴费 利用ETC有源卡，读卡距离6－10米，可不停车通过，提高通行效率， 减少出入口数量。 ●车牌识别，集中收费 利用车牌识别技术，获取车牌号码，替代临租卡的发放，驾车者在收费 处输入车牌号就可缴费，提高了效率。 ●无人职守自助缴费 驾车者自己在终端上输入车牌号码，调取入场记录，用一卡通、手机、 信用卡等方式自助付费，提高了服务水准。 ●折扣机，积分扣缴 对在商场酒店消费的客户，通过折扣机减免停车费，可用消费积分抵车 费，吸引有效用户，提高商场收入。 ●车位查询和预定（配合51park网站） 通过无线网络，自动上报停车场的空车位、收费价格等信息，供51park 网站的客户查询和预定，预定信息从51park网站下传到收费系统，并自 动处理。 1.3停车管理系统出入口设置 在停车场入口处设置车牌识别摄像机、LED显示屏（带语音）、自动道闸、地感线圈等。设备位置如图所示：
智能车牌识别系统 智能车牌识别系统是采用车牌识别技术做为基础，应用与停车场、高速路口、收费通道等场所的车辆管理系统。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 随着社会经济的发展、汽车数量急剧增加，对交通控制、安全管理、收费管理的要求也日益提高，运用电子信息技术实现安全、高效的智能交通成为交通管理的主要发展方向。汽车车牌号码是车辆的唯一“身份”标识，智能车牌识别系
统可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 智能车牌识别系统的几种应用方式： 1、监测报警 对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，智能车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的车牌号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 2、超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的车牌号码及图片发往各出口；在各出口设置处罚点，用智能车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。 3、车辆出入管理 将智能车牌识别设备安装于出入口，记录车辆的车牌号码、出入时间，并与自动门、栏杆机的控制设备结合，实现车辆的自动管理。应用于停车场可以实现自动计时收费，也可以自动计算可用车位数量并给出提示，实现停车收费自动管理节省人力、提高效率。应用于智能小区可以自动判别驶入车辆是否属于本小区，对非内部车辆实现自动计时收费。在一些单位这种应用还可以同车辆调度系统相结合，自动地、客观地记录本单位车辆的出车情况。
车牌识别系统简介 近几年来,随着计算机科技的发展,硬件水平的不断提高,模式识别技术的发展以及人工智能理论在图形图像处理中的成功运用,智能车牌识别技术不断发展,所谓智能车牌识别系统以及其工作原理,实际上就是通过引入数字摄像技术和计算机信息管理技术,采用先进的图像处理,模式识别和人工智能技术,通过对图像的采集和处理,获得更多的图像信息,从而达到对车牌字符进行自动识别的系统,这个系统是模式识别技术在实践中的一个运用。目前主要的车牌识别系统主要由以下几个具体步骤构成图像采集、图像处理、车牌定位、车牌识别。其具体流程图如图所示。 其中核心部分,也就是需要在PC机上处理的过程主要有图像处理,车牌定位,车牌识别,这些步骤是我们研究车牌识别技术的重点所在。 一、车牌识别系统的应用前景 近几年来,车牌识别技术成为了一个热门。车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。该系统可以应用于路桥关口,实现对过往车辆的不停车收费,还可以置于交通要塞,实现对进出车辆的不间断适时监控,除此之外,车牌识别系统还可以应用在以下几个领域： （1）交通适时监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规律等交通信息,防范和观察交通事故。这种适时监控系统一旦成功运用,将极大的方便交通管理,节约大量的人力物力。同时也提高管理效率。 （2）流控制指标参数的测量。该系统能够测量和统计很多交通流指标参数,如总的服务
流率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时,分钟车流量,车流高峰时间段,平均车速,车辆密度等,这为交通诱导系统提供必要的交通流信息。 （3）路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车档案材料,可发现没有及时交纳养路费的车辆。另外,该系统还能发现无车牌的车辆。若同车型检测器联用,还可迅速发现所挂车牌与车型不符的车辆,对车辆管理实现真正的智能化,相比较于目前的人工管理这种管理方式极大的提高了效率。 （4）车辆定位。由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置,这为防范、发现和追踪涉及车辆的犯罪,保护重要车辆的安全有重大作用,从而对城市治安及交通安全有重要的保障作用。 （5）军事应用。在一些军事要塞的出入口处,车辆流量较大,由于其特殊性,对过往车辆的管理就显的特别严格,如果人工管理,必然极大的消耗人力物力,同时由于人的主观性,有时候又不免会出现一些错误,而这些错误有的时候是致命的。如果采用智能车牌识别系统,就可能避免这些错误,极大的提高了这些部门的安全性。 二、车牌识别技术中的难点 车牌识别系统在实验室里已经取得了令人满意的效果,但很难应用于实际工程中,这是因为实验室的环境是处于理想状态的,而在自然环境里,由于受到人工拍摄条件,天气等因素的影响,识别率很难达到要求。我们大致的把这些因素归纳为“三类” 1.汽车牌照本身的特征 （1）牌照的图像质量本身无法保证。有些牌照被污损,而有些牌照的字符模糊不清,对光线的散射性不好,这些不确定性极大得影响了识别的准确率。 （2）牌照缺乏统一的标准。根据中华人民共和国公共安全行业标准对机动车辆牌照的有关规定,车牌的规格、颜色和适用范围各有不同。就目前我国的各种车牌中,有蓝底白字的,黄底黑字的,还有一些特殊的如军车,警车,国外驻华机构的工作的车辆,由于缺乏统一的标准,使得车牌识别过程中字符的分割难度较大,缺乏统一的模式规则的指导。 （3）车牌附近环境恶劣。车牌附近往往有复杂的外形或挡车器等,不利于车牌的定位和分割。有的车辆在车牌处有广告的文字,这些图像对车牌定位有很大干扰,不利于车牌定位与字符识别。 2、外部环境的特征 （1）外界光照条件的不相同白天和晚上光照强度不同。光照对图像质量影响很大。不同的光照角度,对车牌影响也较大。不同时间,不同气候条件,以及背景光、车牌反光程度决定了车牌区域的亮度特征。 （2）外界背景的复杂程度也影响着车牌的定位准确率。背景中与车牌区域特征相似区域的大小反映了背景的噪声程度。例如与车牌字符相似的背景远处的广告语就很容易影响车牌的粗定位。
贵州大学实验报告 学院：计算机学院专业：网络工程班级：101 姓名学号实验组实验时间12.11 指导教师戴丹成绩 实验项目名称实验四汽车牌照自动识别 实 验目的 1.分析汽车牌照的特点，正确获取整个图像中车牌的区域，并识别出车牌号。 2.将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。 实验原理 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 实 验步骤 a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。 实验数据getword.m function [word,result]=getword(d) word=[];flag=0;y1=8;y2=0.5; while flag==0 [m,n]=size(d); wide=0; while sum(d(:,wide+1))~=0 && wide<=n-2 wide=wide+1; end temp=qiege(imcrop(d,[1 1 wide m])); [m1,n1]=size(temp);
设计方案
公司简介 红门智能系统有 限公司新疆分公 司。总部创立于 1998年， 2006年 更名为红门智能 系统有限公司，注 “红 册资金500万。门智能”是一家集研发、生产、销售、服务于一体的高科技企业。多年来，红门人以振兴民族工业为己任，本着“科技为民，服务大众”的企业宗旨，在总结吸收国内外众多同类产品优点的基础上以全新思路成功设计开发出以IC卡为信息载体的“一卡通智能管理系统”，从而在停车场、门禁、消费、电梯控制、考勤、巡更、通道控制等管理系统中，实现了全新的管理境界，并在大厦一卡通、车场一卡通、企业一卡通、校园一卡通的智能化运用管理上取得了质的飞跃。 “红门智能”拥有一支技术领先、勇于创新、追求卓越、 敬业爱岗的杰出团队，多年来先后获得了：IS09001：2000国 际质量体系认证、多项计算机软件授权登记证书、多项软件产 品登记证书、相关产品生产登记证书、设计施工资质证书和多 项国家专利。“红门智能”始终坚持以信誉为根本、以技术为 依托、以质量为生命、以服务为基础，走高科技不断创新之 路，一如既往地为国内各界用户朋友提供全方位的技术支持与服务，树立行业典范，并为我国的信息产业发展做出应有贡献！
前言 随着现代化管理手段的进步和科学技术的日益发展，小区用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化发展的需要，针对目前快节奏，高速度的工作模式，要求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。但是目前任何高科技产品都不能完全代替人类的手工操作，不能完全取代人的思维，更不能与人的思维方式相吻合。因此我们在做自动化管理系统的设计时，要尽可能地强调自动化手段，但又不可忽略人工干预的因素，二者巧妙地结合起来，可达到事半功倍的效果。 本设计方案就是基于以上的思想基础，针对小区车辆管理的实际情况，结合各种现代化高科技手段完成的。 我们的目标是为小区用户的车辆管理提供一个车牌识别功能的解决方案。我们采用的是当前国内最先进的车牌识别技术。此设计方案着重考虑了识别的准确性，及车牌自动识别算法在各种停车场车辆管理系统中的灵活嵌入，既考虑到用户的需求，又囊括了各种高科技技术，而且增加了一些管理手段，尽可能地为用户提供一个完善的小区车辆管理系统。