西安科技大学
毕业设计(论文)
开题报告
题目基于神经网络的车牌字符识别方法研究及仿真实现院、系(部) 通信与电子信息工程学院
专业及班级电子信息工程专业
姓名
学号
指导教师
日期
西安科技大学毕业设计(论文)开题报告
[7]陈振学,汪国有,刘成云. 一种新的车牌图像字符分割与识别算法[J]. 微电子学与计算机, 2007,(02) .
[8]朱正礼. 基于三层BP 神经网络的字符识别系统的实现[J]. 现代计算机, 2006,(10) .
[9]刘静,周静华,苏俊连,付佳. 基于模板匹配的车牌字符识别算法实现[J]. 科技信息(科学教研), 2007,(24) .
[10]苏厚胜. 车牌识别系统的设计与实现[J]. 可编程控制器与工厂自动化, 2006,(03) .
[11]胡振稳, 尹朝庆. 基于BP 神经网络的车牌字符识别的研究[J]. 电脑知识与技术(学术交流), 2007,(02)
[12]蒋良孝, 李超群. 基于 BP 神经网络的函数逼近方法及其 MATLAB 实现[J]. 微型机与应用, 2004,(01)
[13]崔屹. 数字图象处理技术与应用. 电子工业出版社.
[14]董长虹. MATLAB 图象处理. 国防工业出版社.
[15]董长虹. MATLAB 神经网络与应用国防工业出版社.
[16]MATLAB6.5 辅助图象处理.飞思科技产品研发科技中心.
[17]H. S. Kim et al, "Recognition of a car number plate by a neural network", Proc. of Korea Information Science Society(KISS) fill conference，Vol. 18, NO. 2, pp. 259-262，1991. [18]Jang-Hee You，Byung-Tae Chun and Dong-Pil Shin，“A Neural for Recognizing Characters Extracted form Moving Vehicles”，World Congress On Neural Network, pp162-166，1994. [19]M. Momozawa，M．N omua,T.Namai and K. Morisaki,"Accident Vehicle Automatic Detection System by Image Processing Technique”,pp.566-570, 2004..
车牌识别系统验收标准 3.3.9.7车牌识别系统验收标准： 3.3.9.7.1基本要求：摄像机、道闸、控制器及其配件的数量、型号规格符合合同要求，设备安装位置正确，符合设计要求，电源、通信线路按规范要求连接到位，设备处于正常工作状态，隐蔽工程验收记录、系统自检和设备调试记录、有效的设备检验合格报告或证书等资料齐全。 3.3.9.7.2外观功能鉴定： 3.3.9.7.2.1车牌识别系统补光单元： 3.3.9.7.2.1.1补光单元外观：表面清洁，无划伤、污垢、器件脱落。 3.3.9.7.2.1.2补光单元连接设置：供电正常，控制连接正常。 3.3.9.7.2.1.3补光单元的安装：安装位置符合设计要求、固定牢固，配线正确、标识清楚。 3.3.9.7.2.1.4补光单元的调试：与抓拍单元兼容性良好，工作稳定。 3.3.9.7.2.2抓拍单元 3.3.9.7.2.2.1抓拍单元外观：外壳喷涂均匀，无掉漆、破损，外观文字标识清晰，无零件缺损，密封性良好， 3.3.9.7.2.2.2抓拍单元连接设置：各部件固定牢固，无滑动现象，底部可正常安装万向头及螺丝，接地正确。 3.3.9.7.2.3抓拍单元功能：输出图像清晰、色彩逼真、无扭曲抖动，测试程序可以控制抓拍单元摄像机，试程序抓拍图像清晰、识别正常。 3.3.9.7.2.4抓拍单元的调试：与车牌识别系统兼容性良好，工作稳
定。 3.3.9.7.3立柱单元： 3.3.9.7.3.1立柱单元外观：喷涂均匀，无毛刺，表面光滑，无缺损，无污垢。3.3.9.7.3.2立柱单元安装：立柱安装牢固无晃动，立柱安装垂直、美观。 3.3.9.7.4道闸单元 3.3.9.7. 4.1道闸单元外观；喷涂均匀，无毛刺，表面光滑，无缺损，无污垢，外观文字标识清晰，无零件缺损，密封性良好。 3.3.9.7. 4.2道闸单元安装：安装位置符合设计要求、固定牢固，无晃动，配线正确、标识清楚。 3.3.9.7. 4.3道闸单元功能：道闸关闭时挡车杆要与地面保持平行，道闸开启时挡车杆要与地面保持垂直，车辆通过道闸后挡车杆应自动落下，车辆在道闸杆下方时，挡车杆不能落下。 3.3.9.7.5控制器单元 3.3.9.7.5.1控制器外观：外壳完好，无破损、污损，外观文字标识清晰，无零件缺损，密封性良好。 3.3.9.7.5.2控制器单元安装：安装位置符合设计要求、固定牢固，无晃动，配线正确、标识清楚，配件安装正确、牢靠。 3.3.9.7.5.3控制器单元功能：无通信中断现象，控制道闸开启、关闭指令正确，报播语音正确、清晰,声压≥55dB（A），显示屏显示正确、清晰。 3.3.9.7.6软件管理单元
( 附录 车牌识别程序 clear ; close all; %Step1 获取图像装入待处理彩色图像并显示原始图像 Scolor = imread('');%imread函数读取图像文件 %将彩色图像转换为黑白并显示 Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图 " figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图 figure,imshow(Sgray),title('原始黑白图像'); %Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel('disk',13);%strel函数 Bgray=imopen(Sgray,s);%打开sgray s图像 figure,imshow(Bgray);title('背景图像');%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract(Sgray,Bgray);%两幅图相减 ￥ figure,imshow(Egray);title('增强黑白图像');%输出黑白图像 %Step3 取得最佳阈值，将图像二值化 fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型 fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型 level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值 bw22=im2bw(Egray,level);%转换图像为二进制图像 bw2=double(bw22); %Step4 对得到二值图像作开闭操作进行滤波 、 figure,imshow(bw2);title('图像二值化');%得到二值图像 grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界
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
图像处理技术
目录一．引言 (1) 二．目的和意义 (1) 三．设计原理 (1) 四.字符分割程序 (2) 五.结果 (4) 六.测试代码 (5) 七.系统的不足 (5) 八.总结 (5) 九.心得体会 (5) 十.致谢 (6) 十一.参考文献 (6)
一．引言 随着人们生活水平的不断提高,机动车辆数量大幅度增加，与之相配套的高速公路，城市路网及停车场越来越多，显著提高了人们对交通控制方面的要求。由于计算机技术的发展，信息处理水平的提高使智能交通系统成为世界交通领域研究的重要课题。其中车牌识别是智能交通系统的重要组成部分。车牌识别系统能够自动、实时地检测车辆、识别汽车车牌，从而监控车辆的收费、闯关、欠费以及各种舞弊现象。本系统为基于蓝色车牌的车牌识别系统，它能够识别非蓝色车辆的蓝底白字车牌。该系统通过车牌提取、车牌定位、预处理、字符分割、字符识别五个模块组成车牌识别系统。 二．目的和意义 通过对车牌识别系统的研究，自己开发小型车牌识别系统，虽有一定的局限性与不完整性，但可以使自己更加的熟悉MATLAB语言，激发对研究的兴趣，拓宽知识面，为自己以后的研究打下基础。在提升自身科研能力的同时，还能提高团队合作精神，清楚团队成员的分工，协调成员间的工作，为今后的团队合作研究积累经验。 三.设计原理 字符分割在此系统中有着承前启后的作用。它在前期车牌定位的基础上进行字符的分割，然后利用分割的结果进行字符的识别。字符识别的算法很多，应为车牌字符间间隔较大，不会出现字符粘连的情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为组成该块有两个字符，需要分割。一般分割出来的字符要进行进
停车场收费管理系统 说 明 书
目录 第1章产品介绍 (3) 1.1 一用户需求分析 (4) 1.2 对不同光照的适应能力 (5) 1.3 对闯关车辆和超低速行驶车辆的适应能力 (5) 1.4 系统工作流程 (5) 1.5 车牌识别系统安装图示 (6) 1.6 识别系统技术参数 (7) 1.7相关设备 (7) 1.8.1 道闸 (7) 1.8.2 车辆检测器 (15) 1.8.3 高清车牌识别一体摄像机 (17) 1.8.4 自动光圈镜头（INEX-NZ01） (19) 1.8.5 控制模块（PLC) (21) 1.8.6 语音模块 (23) 1.8.7 LED显示屏 (24) 第2章产品使用（收费人员） (24) 2.1岗亭收费员操作指南 (24) 2.2 交接班报表 (29) 第3章操作手册（财务人员） (30) 3.1 财务管理人员报表操作指南 (30) 3.2 财务管理人员进行车辆（月费人员）登记和续期 (32) 3.3数据维护 (34) 第4章应急处理措施 (35) 4.1 常见问题及解决方法 (35) 4.1.1 、通讯不通 (35) 4.1.2 、通讯不稳定（时断时续） (36) 4.1.3 、数据库连接失败不能登陆软件 (36) 4.1.4 、软件运行时出现[Microsoft][ODBC SQL Server Driver][SQL Server]对象名 '******' 无效 (37) 4.1.5 、无监控图像（监控窗口是黑屏或蓝屏） (37) 4.1.6 、出入口不能图像对比或查询记录时图像调不出来 (37) 4.1.7 、查看报表时提示“打印机错误” (38) 4.1.8 、打印报表时提示“报表宽度大于纸的宽度” (38) 4.1.9 、将数据导出到EXCEL时，提示“导出失败” (38) 4.1.10 、无语音提示 (38) 4.1.11 保养与维护 (38) 4.1.12电脑和网络设备 (39) 4.1.13停电后的处理 (39) 4.1.14摄像机故障 (39)
基于matlab的车牌识别系统 一、对车辆图像进行预处理 1.载入车牌图像： function [d]=main(jpg) [filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'}); if(filename == 0), return, end global FILENAME %定义全局变量 FILENAME = [pathname filename]; I=imread(FILENAME); figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：
2.将彩图转换为灰度图并绘制直方图： I1=rgb2gray(I);%将彩图转换为灰度图 figure(2),subplot(1,2,1),imshow(I1);title('灰度图像'); figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示： 3. 用roberts算子进行边缘检测： I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测 figure(3),imshow(I2);title('roberts 算子边缘检测图像'); 结果如下：
4.图像实施腐蚀操作： se=[1;1;1]; I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title('腐蚀后图像'); 5.平滑图像 se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se
深圳来吉智能科技有限公司 纯车牌识别系统用户操作说明书
目录 目录 (2) 第一章系统概述 (3) 1.1）系统简介 (3) 1.2）系统拓朴 (4) 1.3）系统安装流程图 (5) 1.4）注意事项 (6) 1.4.1）车道宽度要求 (6) 1.4.2）管理软件要求 (6) 1.4.3）摄像机抓拍图片要求 (6) 第二章产品功能及特点 (9) 2.1）出入口控制器（LKP623） (9) 2.1.1）产品特点 (9) 2.1.2）技术参数 (10) 2.1.3）接线图 (11) 2.2）网络摄像机（LK-210） (12) 2.2.1）产特特点 (12) 2.2.2）技术参数 (13) 2.3）补光灯（LK-214） (14) 2.3.1）产品特点 (14) 2.3.2）技术参数 (14) 2.4）车辆检测器（LD16） (15) 2.4.1）产品特点 (15) 2.4.2）技术参数 (16) 第三章软件、数据库安装 (17) 3.1）M ICROSOFT SQL SERVER 2008数据库 (17) 3.1.1）数据库安装 (17) 3.1.2）数据库设置 (35) 3.2）车牌识别软件安装程序 (37) 3.2.1）运行环境安装 (37) 3.2.2）软件安装 (39) 3.2.3）软件设置 (44) 3.3）附表一收费标准详细说明 (77) 3.4）附表二支架安装 (79) 3.5）附表三车道布设图 (80) 第四章NET FRAMEWORK 4.0安装失败解决 (82) 4.1）安装程序 (82) 4.2）方法/步骤 (82) 第五章NET FRAMEWORK 3.5安装失败解决 (92)
车牌识别系统是如何实现的 智能交通中一个重要的技术就是车牌识别技术，对于拍到的车辆图像或录像,如果能够准确及时的返回车牌的号码,这样即方便了车辆管理,又可以及时对违章车辆进行处罚,同时由于识别的即时性和准确性,这一系统在军事上也有极其重要的意义。车牌自动识别技术自提出以来,受到了人们的广泛关注,它可以应用于公路和桥梁收费站、公路流量观测站、城市监控系统、港口和机场、停车场、以及军事要塞的入口等车牌认证实际交通系统中,以提高交通系统的车辆监控和管理的自动化程度。由于其在智能化交通控制管理中发挥着越来越重要的作用,目前西方发达国家的科研工作者对其进行广泛的研究,目前己有众多的算法,一般的车牌识别系统总体构架图恤口图所示,经过这些年的研究,有些已应用于交叉路口、车库管理、路口收费、高速公路等场合。但是由于需适应各种复杂背景,加之要识别的车辆种类繁多,颜色变化多端,以及检测时要适应不同天气变化导致的不同光照条件。因此,目前的系统都或多或少地存在着一些问题。随着计算机性能的提高和理论技术的发展,这种技术必将日趋成熟。以下对我们设计的车牌自动识别系统的构成作简单介绍。 一个完整的车牌自动识别系统通常由图像采集,车牌定位,车牌牌字符分割和车牌字符识别部分组成。 车牌自动识别系统是一个以微处理器为核心,基于图像处理、模式识别等技术的高度智能的电子系统,这个系统主要有摄像头、视频采集接口、辅助照明装置、计算机和识别软件组成。 在自然光较暗或夜间影响识别效果时,自动开启辅助照明装置提供摄像光源。当车辆通过关卡,经过车体位置传感器的敏感区域时,传感器发送一个信号给图像采集控制部分。采集控制部分控制摄像机采集一幅汽车图像送至图像预处理模块,由预处理模块对输入图像进行预处理后送入计算机内。计算机内的软件模块从输入图像中找到牌照的位置,对牌照作字
车牌识别系统的技术指标 从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。 一、识别率 一个车牌识别系统是否实用，最重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率85%～95%。云能科技的车牌识别系统在实际应用中已经达到了全牌正确识别率90%以上。为了测试一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率： 1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数 2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数 3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。 二、识别速度 识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力保障。 国际交通技术提出的识别速度是1秒以内，越快越好。 三、后台管理体系
一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟（下雪﹑冰雹﹑大雾等等）。后台管理体系的功能应该包括： 1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查； 2、有效的自动比对和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“最佳”的比对结果； 3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交互、数据库自动更新、硬件参数设置、系统故障诊断。
安徽建筑工业学院电子与信息工程学院本科毕业设计（论文）开题报告 课题名称：基于模式识别的图像处理算法研究 ——基于模式识别的车牌定位算法研究专业：电子信息工程 班级：08电子①班 学生姓名：陈宇栋 学号：08205010127 指导教师： 填表日期：2012年3月5日 安徽建筑工业学院电子与信息工程学院 二○一一年十二月制表
说明 1.抓好毕业设计（论文）的开题报告是保证毕业设计 （论文）质量的一个重要环节。为了加强对毕业设计（论文）的过程管理，规范毕业设计（论文）的开题报告，特印发此表。 2.毕业生一般应在毕业设计前期准备过程中，通过文 献调研，主动跟指导教师讨论，完成毕业设计（论文）的开题报告。 3.此表经过指导教师和有关人员签字后，一份由指导 教师保存，一份交院教学办公室。 4.毕业生在毕业设计（论文）答辩时，必须提交这份 毕业设计（论文）开题报告。 填写选题依据和设计方案，力求简练，若表中栏目不够填写，可另加附页。
一、简表 学生简况 姓名陈宇栋性别男出生年月1988-08入学时间2008-09学号08205010127专业电子信息工程班级08电子①班 课题名称基于模式识别的图像处理算法研究 子课题基于模式识别的车牌定位算法研究 课题来源纵向课题 类型计算机软件设计 研究（设计）内容 随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛，智能交通工具在世界范围内引起重视，而车牌识别系统是智能交通工具的重要组成部分，该系统可以记录十字路口违章车辆，实现高速公路、收费路口、停车场等地的收费。车牌识别系统包括从图像的采集到预处理，再到车牌区域的定位和字符的分割，最后对分割出的字符进行识别的一系列过程。本次毕业设计主要对汽车牌照识别系统进行处理研究，借助于Visual C++编程环境运行在相应的硬件平台上，利用数字图像模式识别技术实现对汽车牌照的自动识别。按照模式识别系统组成，完成汽车牌照自动识别技术包括车牌预处理、车牌特征提取和车牌识别等功能，完成相应的算法研究。 对采集的车牌图像进行预处理包括图像灰度化、二值化、灰度拉伸及边缘提取等过程，并且过滤图像噪声使图像区域特征明显，根据区域特征确定车牌区域。车牌字符分割可以采用车牌区域纵向灰度投影的方式进行字符区域识别和分割实现。最后进行车牌分割字符图像归一化，将分割好的字符图像通过系数变换得到高度、宽度均相等的图像，以方便特征提取，提高识别的准确率，实现车牌的识别。
高清智能车牌识别系统安装与调试手册 V2.1（详细版本）
智能车牌识别停车场管理系统简介 智能车牌识别停车场管理系统是我司根据当前市场发展与客户的需要，开 发出来的一款以车辆车牌作为车辆进出车场主要凭证，同时可辅以IC卡刷卡、可实现固定车辆和临时车辆收费、基于以太网的停车场管理系统。该系统 支持多通道进出与图像对比、满足复杂的收费需求；数据处理速度快、信息存 储安全、扩展性强，能根据用户的需求，提供合适的停车场系统解决方案。 主要特点： ●正常情况下，完全以车牌作为出入场凭证 ●对临时车牌可进行精确收费，月租车牌过期后可进行临时收费，有效地防止停 车费用的流失 ●具备脱机与脱网功能。在脱机与脱网时，月租用户可自由出入 ●车牌识别一体机可代替传统的视频系统，不需要补光灯、摄像机等。成本 低，有较强的竞争力 ●支持多种车牌识别器，客户可选择面多 ●提供多种网络显示屏，可播放与显示广告词、出入场欢迎词、时间、剩余 车位、收费金额等
目录 第一章系统配置 (1) 1.1系统相关材料、器件的准备 (1) 1.1.2 软件清单 (1) 1.2工具需求 (1) 第二章软件安装 (1) 2.1 PC机型及配置的选择 (1) 2.1.1硬件环境 (1) 2.1.2 软件环境 (1) 2.1.3 局域网通讯环境 (2) 2.2 数据库安装 (2) 2.3 停车场系统软件安装 (10) 第三章车道信息显示屏安装 (13) 3.1车道信息显示屏安装 (13) 3.6车牌识别相机的安装接线 (14) 第五章系统调试 (16) 5.1网络的组建 (16) 5.2 系统初始化设置 (19) 5.2.1启动SQL Server服务器 (19) 5.1.3 数据库创建配置 (20) 5.1.4 运行车牌识别系统服务服务器 (22) 5.1.5 车牌识别系统初始化 (22) 5.1.5.1管理员登录 (23) 5.1.5.2系统参数初始化 (23) 5.1.5.3创建岗亭 (25) 5.1.5.4创建通道 (26) 5.1.5.5设置收费规则 (28) 5.1.5.6注册车牌 (30) 5.12 数据整理与系统备份 (31)
基于Matlab的车牌识别 摘要:车牌识别技术是智能交通系统的重要组成部分，在近年来得到了很大的发展。本文从预处理、边缘检测、车牌定位、字符分割、字符识别五个方面，具体介绍了车牌自动识别的原理。并用MATLAB软件编程来实现每一个部分,最后识别出汽车车牌。 一、设计原理 车辆车牌识别系统的基本工作原理为：将摄像头拍摄到的包含车辆车牌的图像通过视频卡输入到计算机中进行预处理，再由检索模块对车牌进行搜索、检测、定位，并分割出包含车牌字符的矩形区域，然后对车牌字符进行二值化并将其分割为单个字符，然后输入JPEG或BMP格式的数字，输出则为车牌号码的数字。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车牌号码、车牌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。某些车牌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，定位出车牌位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。 二、设计步骤 总体步骤为：
基本的步骤： a.车牌定位，定位图片中的车牌位置； b.车牌字符分割，把车牌中的字符分割出来； c.车牌字符识别，把分割好的字符进行识别，最终组成车牌号码。 车牌识别过程中，车牌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。 (1）车牌定位: 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车牌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，找到符合汽车车牌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车牌区域，并将其从图象中分割出来。 流程图: （2）车牌字符分割 : 完成车牌区域的定位后，再将车牌区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足车牌的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。
停车场管理系统 设 计 方 案
背景 (3) 项目概况说明 (5) 第一章、车牌识别系统说明 (5) 一、车牌识别系统工作模式 (5) 二、系统作业详细流程图 (5) 第二章、软件管理系统 (11) 一、系统管理流程图 (11) 二、系统软件组成 (12) 三、未完全识别车牌的处理方法 (17) 第三章、施工组织计划 (19) 工程施工进度表 (19) 第四章、售后服务 (20)
智能停车场解决方案 背景 随着我国机动车增长速度的加快，停车场管理系统已经被广泛的应用起来，使车辆管理更加科学化，正规化。经过几年的推广应用，在广泛使用的同时，也发现了一些弊端和漏洞 一、月租卡与车无法准确对应 现有系统，当月租用户刷卡出入车场时，无法自动判定该卡是否对应该车，这样就造成了，用户卡片随意互借，丢失计时卡，车辆数目不准确，用不法手段获取他人月租卡进行高档车辆盗窃的严重安全隐患。 二、临时卡无法自动录入车牌 现有系统，当临时卡用户进入车场时，无法自动在数据库中存储牌照号，这样在查询停车场中某辆临时停放车辆的进出情况时，会变得非常麻烦，无法快速查找。需要依次调取所有进入车辆图片进行人工辨别。同时也无法对离场临停车辆进行车牌和卡片的双重验证，同样也存在安全隐患。 三、车辆进出效率低下 现在小区规模越来越大，业主车辆越来越多，在经过停车场管理系统刷卡验证时，经常会出现业主找卡，忘记带卡，刷卡时无法靠边的情况，这样就严重影响了通行速度，造成车辆拥堵。在上下班高峰期的时候这种情况尤其严重。 针对以上的系统弊端和漏洞，我公司通过多年的技术研发和验证测试，推出了目前最先进的车牌自动识别系统，作为停车场系统的子系统，通过计算机的图像处理自动识别记录车牌，辨别同一车牌的车辆出入场时是否一致，是目前识别速度最快的车牌识别系统。其软件模块可以嵌入到停车场系统软件中，配合硬件共同实现车牌自动识别功能，使停车场系统更加完善精确。 在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向，车牌自动识别系统正是在这种应用背景下研制出来的能够自动实时地检测车辆经过和识别汽车牌照的智能交通管理系统。
车牌自动识别停车场管理系统 设 计 方 案 xxx科技有限公司 地址： 电话：手机：
网址： QQ: 智能停车场解决方案 景第一章背 随着我国机动车增长速度的加快，停车场管理系统已经被广泛的应用起来，使车辆管理更加科学化，正规化。经过几年的推广应用，在广泛使用的同时，也发现了一些弊端和漏洞 一、月租卡与车无法准确对应 现有系统，当月租用户刷卡出入车场时，无法自动判定该卡是否对应该车，这样就造成了，用户卡片随意互借，丢失计时卡，车辆数目不准确，用不法手段获取他人月租卡进行高档车辆盗窃的严重安全隐患。 二、临时卡无法自动录入车牌 现有系统，当临时卡用户进入车场时，无法自动在数据库中存储牌照号，这样在查询停车场中某辆临时停放车辆的进出情况时，会变得非常麻烦，无法快速查找。需要依次调取所有进入车辆图片进行人工辨别。同时也无法对离场临停车辆进行车牌和卡片的双重验证，同样也存在安全隐患。 三、车辆进出效率低下。 现在小区规模越来越大，业主车辆越来越多，在经过停车场管理系统刷卡验证时，经常会出现业主找卡，忘记带卡，刷卡时无法靠边的情况，这样就严重影响了通行速度，造成车辆拥堵。在上下班高峰期的时候这种情况尤其严重。 针对以上的系统弊端和漏洞，我公司通过多年的技术研发和验证测试，推出了目前最先进的车牌自动识别系统，作为停车场系统的子系统，通过计算机的图像处理自动识别记录车牌，辨别同一车牌的车辆出入场时是否一致，是目前识别速度最快的车牌识别系统。其软件模块可以嵌入到停车场系统软件中，配合硬件共同实现车牌自动识别功能，使停车场系统更加完善精确。 在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向，车牌自动识别系统正是在这种应用背景下研制出来的能够自动实时地检测车辆经过和识别汽车牌照的智能交通管理系统。 第二章关于车牌识别技术
车牌识别 电子1301 孙洪江 20 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: 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。 （2）牌照字符分割 :
基于BP神经网络的车牌识别技术算法分析 摘要：车牌识别是计算机视觉技术的一种典型应用，以机器视觉、图形图像、模式识别等为理论基础，采用神经网络、形态学、投影等技术实现车辆拍照、视频分解、预处理、字符定位、文本识别等一体化车牌识别。 关键词：车牌识别；机器视觉；图形图像；模式识别；神经网络一、车牌识别的核心技术 车牌识别系统主要可分为原始图的采集、图像预处理、车牌定位、字符分割以及字符识别几大部分。 （一）预处理概述 一般刚采集的图像是彩色图像，加上国内车牌颜色的多样性（如白底黑字、黑底白字、黄底黑字及蓝底白字等）， 为了能够更好的对车牌进行图像处理，首先要对抓 （二）车牌定位方法 车牌定位是基于图像处理中的分割技术对整个车牌图 像进行车牌区域分割提取。由于我国车牌种类繁多且背景色复杂，实现一种可以通用的车牌定位提取方法是十分复杂的。典型的车牌定位方法流程如图2所示：图2 边缘检测的基本思想是基于图像边缘进行分析处理，该过程不仅可以降低不相关数据的运算，同时可以忽略一些干
扰信息，将图像原本最重要的特征信息保留下来。一般边缘检测采用的算子为Roberts和Sobel。而针对于车牌识别中车牌定位的提取，基于原有技术的基础上，可采用一种结合与改进的Roberts算子边缘检测与形态学的车牌定位算法：一 是增加两个方向的检测模版；二是Roberts算子阀值的自动选取。 形态学处理是基于数学形态学的技术，数学形态学具有解析和叙述几何形态学的功能。其基本运算有四种：开运算、闭运算、膨胀以及腐蚀，在车牌识别中可先对边缘检测好的图像进行腐蚀，再根据车牌的一些先验知识对图像做填充及滤波处理最终得到车牌位置。 在完成车牌定位之后，在车牌字符分割之前需要对已定位好的车牌进行倾斜校正处理。一般可采用Hough变换调整水平方向，Rodon变换调整垂直方向。 （三）基于垂直投影并结合连通域及模板匹配的分割方法 基于传统算法的优缺点，采用一种基于垂直投影法并结合连通域及模板匹配法进行字符分割，首先是根据连通域找出字符之间的宽度，然后再结合投影法确定单个字符的位置，最后再参考字符之间宽度建立一个分割模板。 为了能够对分割出来后的单个字符进行统一的尺寸管理，提高字符识别率，可以将分割后的单个字符统一归一化，
基于多模板匹配的车牌字符识别算法块差别很大，则停止匹配。 多模板匹配 传统模板匹配算法抗干扰能力差，只是选用了一些标准的字符作 板，然后选取平均值，这样很难适用于实际环境中的字符识别。 车牌照识别，字符分割时常会出现分割不准确，或者定位的时候 牌字符的左右边界定位不准造成字符左右笔画缺失等，如图1，2 图3 多模板库的构建(其中a为标准模板，b为左偏，c为右偏) ，碰到这些情况传统的模板匹配算法就很难分辨。。我们针对此 提出了一种改进的模板匹配算法:多模板匹配算法。多模板库的构建是为了尽可能的保证原有字符的特征，而又 造具有差异性的模板库。图4是多模板库图片示例: 图1 定位不准导致的笔画缺失 (a)数字“2”的多模板库
2.2基于分块的多模板匹配 由于多模板匹配在算法执行上存在多次匹配，所以其识别时间和 效率不是很高，尽管现在对硬件设备处理速度的要求已经变得越来越 宽松了，然而为了进一步提高系统的实时性与识别效率，本文提出一 种基于分块匹配的思想来加速匹配。 其原理是:以待识别字符的几何中心为原点，以过原点的水平 4个象限。从第一象限开始进行模板匹配，然线、垂直线将字符分成 后依次对二三四象限进行匹配。如果第一象限匹配后与模板差别较 大，则停止匹配。基本算法如下:设待处理字符的二值化图像为:{F(i, j), i=1, 2, 图7 多模板匹配进行车牌字符识别 , n, j=1, 2, , n, , m}，模板的二值化图像为{T(i, j), i=1, 2, 从图6 中可以看出，运用传统的模板匹配算法，其车牌汉字 j=1, 2, 取值为有图像的点取“1”，没有 , m}，且各F(i, j)，T(i, j) “闽”被错误识别成了“晋”字，尽管其他字符笔画完整的能被正确 图像的点取“0”。匹配系数为: 识别，但是仍然影响系统的最终识别率。 运用本文的多模板匹配算法，其结果示例如图7所示: 从图中可
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。
车牌识别系统安装流程及注意事项 一套完整的车牌识别系统包含车牌识别一体机、停车场收费显示屏、智能道闸、车牌识别软件等。这些设备的安装是否规范，很大程度上影响着整套车牌识别系统的工作性能。 在车牌识别设备安装前，要对项目现场进行详细的勘察，了解客户需求，制定完善的施工流程，那么勘察现场，安装流程应该侧重哪些因素呢？ 1、车牌识别主要设备的安装 1）首先要确定车牌识别一体机的安装位置，这会直接影响车牌识别效果，需根据每个出入口的现场环境和条件来决定，一般一条车道安装一台相机，如果车驶入车道时方向不固定，则角度太大时会影响识别，就要考虑安装副相机，以保证车头不管偏向哪边都可以识别。 2）其次如果使用抓拍识别，则需确定相机和线圈的安装位置：相机距线圈来车方向一侧最佳距离4-4.5m。线圈的位置应保证车辆触发车检器时车头方向尽量偏向相机一侧，这样可以使相机拍到清晰、
完整的图片。如果是单通道（进口和出口是同一车道），需要使用双路车检器。 如果使用视频识别模式，则无需安装地感线圈和车检器。 3）然后确定道闸和防砸线圈的位置：道闸一般安装在相机同侧，位于相机后面（与相机立杆距离30cm安装，保证道闸门可以方便的开启）。防砸线圈的位置在道闸杆正下方居中，要保证车头触发线圈时和车尾离开线圈时，车身的任何部分都不在道闸杆下方。 4）相机和道闸要安装在结实的地面上，如果地面是砖或沥青，要考虑破路面浇筑水泥墩来增加稳定性。 上述设备在安装前，要确定好线路的走线方式，根据设备安装位置，提前预留穿线管。为保证不因为车速影响识别效果，建议安装减速带控制车速。
2、车牌识别附属设备 1)配置电脑和服务器：电脑一般放在出口岗亭或值班室内，用于收费使用。 服务器根据客户需要选择放在客户办公室或岗亭。若放在办公室，需要从岗亭布设光纤至服务器，勘察现场时要估测出光纤到最近岗亭的距离并留出余量。如果客户不需要单独设置服务器，就用岗亭机做服务器，安装数据库和FTP服务。 2)交换机根据需要联网的设备数来选择，一般选择千兆8口或者5口交换机。交换机应该就近放置在岗亭或者配电箱里。 3)制作安全岛和岗亭：根据需要和现场情况设置安全岛，安全岛一般采用混凝土浇筑。安全岛的大小要保证岗亭或道闸等设备有足够的安装空间，且不影响车辆经过。安全岛在浇筑时要预埋穿线管。安全岛完成后可以刷漆增加醒目的效果。 岗亭一般安装在停车场出口位置，便于收费，尺寸根据安全岛或者安装位置的大小来确定，但必须保证岗亭内有足够的空间容纳电脑等设备和收费员工作。 4)配电箱的安装，可以选择安装在安全岛上或者放置在岗亭、值班室内，如放在室外，要选择防雨型，并做好接地。 3、车牌识别施工材料 1)设备供电总线使用不低于RVV3*1.5的线缆，一体箱和一体机及道闸均做好接地。总线取电的空开要根据所有设备的总功率来选择，防止过载跳闸。
摘要 摘要 车牌识别技术是智能交通系统中的重要组成部分，它在违章抓拍，不停车收费，停车场管理以及重要场所过往车辆的实时登记等方面都有重要的作用。论文从车牌字符识别的理论出发，基于MATLAB语言对现有的模板匹配，神经网络，基于向量机（SVM）等方法在字符识别过程中的优缺点以及识别率进行系统的研究。论文的主要工作如下： 1.针对车牌图片的预处理包括去噪，增强，分割，提取字符等等； 2.构建模板匹配，神经网络，基于向量机（SVM）字符识别的相关测试数据； 3.分别实现模板匹配字符识别算法，神经网络字符识别算法，基于向量机 （SVM）字符识别算法，并做相应识别率的实验，将三者的实验结果进行 比对； 4.基于MATLAB GUI做三种算法系统的界面。 关键词：车牌识别模板匹配神经网络向量机识别率
ABSTRACT ABSTRACT License plate recognition technology is the intelligent transportation system an important part of it illegal to capture, no parking, parking management, and an important place in the past, real-time vehicle registration and other aspects important role. Papers from the license plate character recognition theory, MATLAB language based on the existing template matching, neural network, based on vector machines (SVM) and other methods in the process of character recognition and the recognition rate of the advantages and disadvantages of the system. The main work is as follows: 1.Pre-treatment, including the license plate image denoising, enhancement, segmentation, extraction of character, etc. 2.Construction of template matching, neural network, based on the vector machine (SVM) test data related to character recognition; 3.Respectively, to achieve template matching algorithm for character recognition, neural network character recognition algorithm based on vector machines (SVM) algorithm for character recognition, and recognition rate accordingly experiment, the three sides to compare the experimental results; 4.Do three algorithms based on MATLAB GUI interface of the system. Keywords: License Plate Recognition Template matching Neural network Vector Recognition rate