基于Matlab的车牌识别系统设计课程设计论文
- 格式：doc
- 大小：801.50 KB
- 文档页数：46
下载文档原格式
合集下载
基于matlab的汽车牌照识别系统的研究设计
摘要：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。
本次试验主要有预处理、边缘提取、车牌定位、字符分割四大模块。
用MATLAB软件编程来实现每一个部分。
关键词：MATLAB 图像处理车牌定位牌照分割1 系统功能介绍与总体设计功能介绍：一、车牌定位(1)图像预处理：对动态采集到的图像进行滤波、边界增强等处理以克服图像干扰；(2)车牌定位：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域，最后得到的便为车牌区域；二、字符识别(1)字符分割：利用投影检测的字符定位分割方法得到单个的字符；(2)字符数据库：为第6步的字符识别建立字符模板数据库；(3)字符识别：通过基于模板匹配的OCR算法或基于人工神经网络的OCR算法，通过特征对比或训练识别出相关的字符，得到最后的汽车牌照，包括英文字母和数字。
总体设计：车辆牌照识别整个系统主要是由车牌定位和字符分割两部分组成，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；字符分割牌照分割和单个字符分割两个模块。
为了便于试验顺利进行，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，并将牌照从整个图象中分割出来。
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。
《2024年基于MATLAB的车牌识别系统研究》范文
《基于MATLAB的车牌识别系统研究》篇一一、引言随着智能交通系统的快速发展，车牌识别技术已成为智能交通系统的重要组成部分。
车牌识别技术能够有效地对车辆进行身份识别、交通监控、违法查处等，对于提高交通管理效率和保障交通安全具有重要意义。
本文将基于MATLAB平台，对车牌识别系统进行深入研究。
二、车牌识别系统概述车牌识别系统主要由图像采集、预处理、特征提取和识别四个部分组成。
首先通过摄像头等设备采集包含车牌的图像，然后对图像进行预处理，包括去噪、二值化、边缘检测等操作，使车牌图像更加清晰。
接着，通过特征提取算法提取出车牌上的字符特征，最后通过识别算法对字符进行识别，实现车牌号码的识别。
三、MATLAB在车牌识别系统中的应用MATLAB是一种强大的数学计算软件，具有强大的图像处理和机器学习功能，非常适合用于车牌识别系统的研究和开发。
在车牌识别系统中，MATLAB可以用于图像预处理、特征提取和识别等各个环节。
1. 图像预处理在MATLAB中，可以使用图像处理工具箱中的各种函数对车牌图像进行预处理。
例如，可以使用imread函数读取图像，使用imnoise函数添加噪声模拟实际环境中的干扰，使用gray2ind 函数进行图像二值化等。
此外，MATLAB还提供了许多滤波器和边缘检测算法，如Sobel算子和Canny算子等，可以用于去除图像中的噪声和增强边缘信息。
2. 特征提取特征提取是车牌识别系统中的关键环节。
在MATLAB中，可以使用各种算法对车牌图像进行特征提取。
例如，可以使用投影法、连通域法等算法对车牌字符进行分割和定位，然后使用模板匹配、神经网络等算法对字符进行特征提取和分类。
此外，MATLAB还提供了许多机器学习算法，如支持向量机、决策树等，可以用于训练和优化车牌识别模型。
3. 识别算法在特征提取后，需要使用识别算法对字符进行识别。
在MATLAB中，可以使用各种分类器对字符进行识别。
例如，可以使用最近邻分类器、贝叶斯分类器等基于统计的分类器，也可以使用神经网络、支持向量机等基于机器学习的分类器。
基于MATLAB车牌识别系统研究
毕业设计 [论文]题目：基于MATLAB车牌识别系统研究系别：电气与电子工程系专业：电气工程及其自动化姓名：学号：091210247指导教师：杨帆河南城建学院2012年05 月10 日摘要近几年，车牌识别系统作为智能交通的一个重要方向越来越受到重视。
车牌识别系统可以应用于停车场管理系统、高速公路超速管理系统、城市十字路口的“电子警察”、小区车辆管理系统等各个领域，对国家的安全发展有很大的作用。
虽然目前已有一些车牌识别系统相关产品出现，但是对其算法的研究发展从没有停止，仍有许多学者在做着进一步的研究改进。
本文首先对车牌识别系统的现状和已有的技术进行了深入的研究，在研究的基础上开发出一个基于MATLAB 的车牌识别系统。
确定了整体设计方案，其中软件部分包括车牌定位、车牌字符切分及车牌字符识别三个模块。
车牌定位模块中提出了基于小波变换的车牌边缘提取的算法，以及车牌二次定位的算法，提高了系统在光照条件较差的情况下的定位准确率，该算法对于各种底色的车牌具有良好的适应性；车牌的二值化采用了改进的Otus 算法，重新划分了其两维直方图的区域，改进后的算法大大减少了运行时间，对于各种类型的车牌都能达到较好的二值化效果。
根据上述算法搭建了一个测试平台。
整个测试平台的软件部分采用MATLAB 的M 语言编写。
通过测试平台，对353 幅卡口汽车照片进行车牌识别，测试系统的性能。
测试结果表明，本课题设计的车牌识别系统可有效地实现车牌识别，为今后的产品化奠定了很好的技术基础。
关键词：车牌识别，小波变换，Otsu 算法，模板匹配， MATLABABSTRACTIn recent years, the development of intelligent transportation has become more and more important. As an important aspect in intelligent transportation, plate license recognition system has taken more and more attention. The plate license recognition system can be applied to public parking, highway speeding management system, crossing road, district vehicle management system, and so on. Although now there are already some exsiting plate lecense recognition systems, the research and development of arithmetic have never stopped, and there are still many scholars who are doing further research and improvement.Firstly, the paper gives a deep research on the status and technique of the plate license recognition system. On the basis of research, a solution of plate license recognition system is proposed, and the paper focused on the software part. The whole system concludes three modules. They are plate location, plate character segmentation, and plate character recognition. In the plate location module, the paper puts forward an arithmetic of plate edge recognition by wavelet decomposition, and an arithmetic of locating twice, which improve the accuracy in bad light condition, and are fit for plates with different grounding. An improved Otsu arithmetic is used in the process of binaryzating, which reduces the running time, and can achieve good effect for different kinds of plate.Then, a test platform has been built with MATLAB, for the test of the system. Through the test of 353 monitoring car photographs, the results shows that the system can effectively meets the requirement, and lay a good foundation of technology for productization.KEY WORDS: plate license recognition, wavelet transform, Otsu, template matching, MATLAB摘要 (I)ABSTRACT ................................................. I II 1 绪论.. (1)1.1 研究背景 (1)1.2 车牌识别系统现状 (3)1.2.1 国内外车辆牌照识别技术现状 (3)1.2.2 车牌识别技术的应用情况 (4)1.2.3 车牌识别技术的发展趋势 (5)1.3 本课题的设计内容 (5)1.4 论文结构 (6)2 系统总体设计 (8)2.1 车牌识别系统总体设计 (8)2.2 系统硬件设计 (8)2.3 系统软件设计 (9)2.4 本章小结 (10)3 车牌定位 (11)3.1 车辆图像预处理 (11)3.1.1 图像灰度化 (11)3.1.2 灰度拉伸 (12)3.1.3 图像平滑 (13)3.2 图像的边缘检测 (14)3.3 车牌初步定位 (15)3.3.1 结构元素的选取 (15)3.3.2 提取候选区域 (16)3.4 车牌精确定位 (17)3.4.1 车牌水平方向的定位算法 (18)3.4.2 车牌垂直方向的定位算法 (19)3.5 本章小结 (20)4 车牌字符切分 (22)4.1 车牌字符切分综述 (22)4.2 车牌二值化 (22)4.2.1 图像二值化的基本原理 (22)4.2.2 Otsu 算法 (23)4.3 倾斜校正 (24)4.3.1 倾斜角度的计算 (24)4.3.2 坐标变换校正图像 (25)4.4 字符切分 (26)4.5 本章小结 (28)5 车牌字符识别 (30)5.1 车牌字符识别综述 (30)5.2 模板匹配字符识别 (31)5.2.1 模板匹配字符识别 (31)5.2.2 创建匹配模板 (32)5.2.3 提取车牌特征 (32)5.2.4 模板匹配 (33)5.2.5 模板匹配字符识别法小结 (34)5.3 本章小结 (35)6 系统测试及分析 (36)6.1 测试平台搭建 (36)6.2 测试平台介绍 (37)6.3 测试结果分析 (40)6.4 本章小结 (41)7 总结与展望 (42)7.1 总结 (42)7.2 展望 (43)参考文献 (44)附录 (45)致谢 (46)1 绪论1.1 研究背景1990 年，美国智能交通学会CITS America 提出了智能交通系统（ITS）的概念。
《2024年基于MATLAB的车牌识别系统研究》范文
《基于MATLAB的车牌识别系统研究》篇一一、引言随着智能化交通系统的不断发展，车牌识别技术在现代交通管理中发挥着越来越重要的作用。
基于MATLAB的车牌识别系统研究，能够为智能交通系统提供准确、高效的车牌信息处理手段。
本文旨在介绍基于MATLAB的车牌识别系统的基本原理、方法以及实际应用。
二、车牌识别系统基本原理车牌识别系统主要包括图像预处理、车牌定位、字符分割和字符识别四个基本环节。
基于MATLAB的车牌识别系统采用数字图像处理技术，对采集到的车牌图像进行处理，以实现车牌的准确识别。
1. 图像预处理图像预处理是车牌识别系统的第一步，主要目的是去除图像中的噪声、增强图像的对比度，以便于后续的车牌定位和字符分割。
MATLAB提供了丰富的图像处理函数，如滤波、二值化、边缘检测等，可以有效地实现图像预处理。
2. 车牌定位车牌定位是车牌识别系统的关键环节，主要采用颜色分割、形态学方法、投影分析等方法。
在MATLAB中，可以通过颜色空间转换、阈值分割等手段，提取出车牌区域，为后续的字符分割和识别提供基础。
3. 字符分割字符分割是将车牌图像中的每个字符进行分离的过程。
在MATLAB中，可以采用投影法、连通域法等方法进行字符分割。
首先对车牌区域进行垂直投影，根据投影峰值的分布情况，确定每个字符的位置，然后进行水平投影，进一步确定每个字符的宽度，从而实现字符的精确分割。
4. 字符识别字符识别是车牌识别系统的最后一步，主要是对分割后的字符进行识别。
在MATLAB中，可以采用模板匹配、神经网络等方法进行字符识别。
模板匹配法是通过将待识别的字符与标准字符模板进行比对，找出最相似的字符作为识别结果。
神经网络法则是通过训练大量的样本数据，建立字符识别的模型，从而实现高精度的字符识别。
三、MATLAB在车牌识别系统中的应用MATLAB作为一种强大的数学计算软件，在车牌识别系统中发挥着重要作用。
首先，MATLAB提供了丰富的图像处理函数和算法库，可以方便地实现图像的预处理、车牌定位、字符分割和字符识别等过程。
《2024年基于MATLAB的车牌识别系统研究》范文
《基于MATLAB的车牌识别系统研究》篇一一、引言车牌识别（License Plate Recognition，简称LPR）系统是一种智能化的图像识别系统，被广泛应用于公安交通、车辆管理等重要领域。
其作用是通过识别和读取车牌号码信息，提高车辆管理和安全控制的效率和精度。
本文将基于MATLAB软件平台，对车牌识别系统进行深入研究，并探讨其应用前景。
二、车牌识别系统概述车牌识别系统主要包括图像预处理、车牌定位、字符分割和字符识别等四个主要步骤。
其中，图像预处理是提高图像质量、去除噪声和增强图像特征的重要环节；车牌定位则是通过图像处理技术，将车牌从复杂背景中提取出来；字符分割则是将车牌上的字符进行分割，以便于后续的字符识别；字符识别则是通过机器学习、深度学习等技术，对分割后的字符进行分类和识别。
三、MATLAB在车牌识别系统中的应用MATLAB是一种强大的数学计算软件，具有强大的图像处理和机器学习功能。
在车牌识别系统中，MATLAB可以用于图像预处理、车牌定位、字符分割和字符识别的全过程。
1. 图像预处理在MATLAB中，可以使用图像处理工具箱中的各种滤波器、直方图均衡化等技术，对图像进行去噪、增强等预处理操作，以提高图像质量和特征提取的准确性。
2. 车牌定位MATLAB中提供了多种图像处理算法，如边缘检测、形态学处理等，可以用于车牌的定位。
通过这些算法，可以从复杂的背景中提取出车牌区域，为后续的字符分割和识别提供基础。
3. 字符分割在MATLAB中，可以通过投影法、连通域法等算法，对车牌区域进行字符分割。
这些算法可以有效地将车牌上的字符进行分割，为后续的字符识别提供方便。
4. 字符识别MATLAB中集成了多种机器学习和深度学习算法，可以用于字符的分类和识别。
通过训练分类器或神经网络等模型，可以对分割后的字符进行准确的分类和识别。
四、实验结果与分析本文通过实验验证了基于MATLAB的车牌识别系统的有效性和准确性。
基于MATLAB的车牌识别系统设计
本科毕业设计题基于MATLAB的车牌识别系统设计目作者：邹思凡专业：自动化(本一)指导教师：徐一鸣完成日期：2016年6月1日原创性声明本人声明：所呈交的论文是本人在导师指导下进行的研究成果。
除了文中特别加以标注和致的地方外，论文中不包含其他人已发表或撰写过的研究成果。
参与同一工作的其他同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了意。
签名：日期：本论文使用授权说明本人完全了解大学有关保留、使用学位论文的规定，即：学校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分容。
（的论文在解密后应遵守此规定）学生签名：指导教师签名：日期：大学电气工程学院2016 年6月1日摘要近几年，随着现代社会的发展，汽车数量越来越多，研究智能交通系统是势在必行。
其应用场合包括：违章车辆抓拍、不停车自动收费、交通流量检测、停车场车辆管理、失窃车辆查询等方面，具有巨大的市场前景及商业价值。
车牌识别系统在智能交通系统中的地位举足轻重。
基于MATLAB的车牌识别系统需要识别车牌图像，其中要涉及到图像处理技术、人工神经网络、模式识别技术。
本文简要介绍了国外车牌识别系统的研究现状和发展趋势，并结合车牌识别的各模块，选择了相应的算法。
利用MATLAB软件仿真达到了图像预处理、车牌定位、车牌字符分割和车牌字符识别四大模块的效果。
仿真结果证明，本次设计的车牌识别系统基本能够实现车牌识别、车牌定位、字符分割及字符识别的功能。
本实验共对60车牌图片进行了识别，其中总共包含了420个字符，识别中错误字符38个，正确率达到了90.5% 。
本系统基本可以满足车牌识别的各个功能，可以应用于实际生活中。
关键词：车牌识别，车牌定位，字符识别，字符分割，MATLABABSTRACTLast few years, with the development of modern society, the increase of city vehicles is rapid and the further research of the Intelligent Transportation System is increasingly important. Its applications include: electronic policeman, electronic toll collection system, traffic flow control, parking lot management, stolen vehicle inquiry, etc. It has a broad market prospects and mercial value. The License Plate Recognition System plays a pivotal role in the Intelligent Transportation System. The License Plate Recognition System based on MATLAB needs to recognize the license plate and it involves image processing, artificial neural networks, pattern recognition technology and some other fields.This article introduces the current research situation, the development trend of domestic and foreign license plate recognition system and selects the appropriate algorithms bined with each module of the license plate recognition system. We use the MATLAB software simulator and achieve good effects of four modules which are the image preprocessing, license plate location, license plate character segmentation and license plate character recognition.The simulation result shows that this license plate recognition system designed basically achieved the function of the license plate recognition, license plate location, character segmentation and character recognition. In this study, a total of 420 license plate images are identified, which contains 38 wrong characters, with the correct rate reaching to 90.5%. The system can basically meet the various functions of license plate recognition and it can be applied to real life.Key words: license plate location, character recognition, character segmentation, MATLAB目录摘要 (I)ABSTRACT (II)第一章绪论 (1)1.1课题背景及意义 (1)1.2 智能交通系统概述 (1)1.3 车辆识别技术简介 (2)1.4 车牌识别系统组成与设计 (4)1.5本论文主要研究容 (6)第二章车牌图像预处理 (6)2.1 引言 (6)2.2 图像格式转换及尺寸归一化 (7)2.3 图像灰度化 (8)2.4 边缘检测 (10)2.5 图像的二值化 (12)2.6 数学形态学处理 (16)第三章车牌定位及字符分割 (18)3.1 引言 (18)3.2 车牌定位算法简介 (18)3.3 本文车牌定位算法 (19)3.4车牌倾斜矫正 (20)3.5 车牌边框的去除 (22)3.6 车牌字符分割 (23)3.6.1 车牌的规格 (23)3.6.2车牌分割算法 (24)第四章车牌字符识别 (26)4.1引言 (26)4.2 车牌字符识别常用方法 (26)4.2.1基于模板匹配的字符识别算法 (26)4.2.2 基于支持向量机的字符识别算法 (27)4.2.3 基于人工神经网络的字符识别算法 (29)4.3 BP神经网络的结构 (30)4.4 BP神经网络在车牌识别中的应用 (30)4.4.1 特征提取 (31)4.4.2 BP 神经网络的结构与设计 (32)4.4.3 网络训练 (32)4.5实验结果 (33)第五章总结与展望 (38)5.1 总结 (38)5.2 展望 (39)参考文献 (40)致 (41)第一章绪论1.1课题背景及意义伴随着经济的持续发展，人民生活质量的日益改善，汽车数量的急速增加导致道路交通越来越拥挤。
基于MATLAB的车牌识别毕业设计
基于MATLAB的车牌识别毕业设计目录摘要................................................................................................................. 错误！未定义书签。
前言................................................................................................................. 错误！未定义书签。
第一章绪论. (2)1.1、课题研究背景和意义 (2)1.2、国内外研究概况及发展趋势 (3)1.3车牌定位的意义 (4)第二章MA TLAB简介 (5)2.1.MA TLAB发展历史 (5)2.2MA TLAB的语言特点 (6)第三章车牌定位 (8)3.1 车牌定位的主要方法 (8)3.1.1 基于直线检测的方法 (8)3.1.2 基于阈值化方法 (9)3.1.3 基于灰度边缘检测方法 (9)3.1.4 基于彩色图像的车牌定位方法 (10)3.2研究内容及实验方案 (11)3.2.1研究内容 (11)3.2.2 车牌识别系统研究的方案和方法 (11)3.3 图像的读取 (12)3.4 预处理及边缘提取 (14)3.4.1 图象的采集与转换 (14)3.4.2 图像预处理 (14)3.4.3 图像增强 (15)3.4.4灰度变换 (15)3.4.5 图象平滑的介绍 (17)3.4.6边缘检测 (18)3.4.7图像的腐蚀 (19)3.5 牌照的定位和分割 (20)3.5.1 牌照区域的定位和分割 (21)3.5.2 牌照区域的分割 (21)3.5.3车牌进一步处理 (21)3.6 图像边缘提取及二值化 (22)3.7 形态学滤波 (26)3.8 车牌提取 (28)第四章字符的分割与识别 (29)4.1 字符分割与归一化 (29)4.2 字符的识别 (30)总结和体会 (33)谢辞................................................................................................................. 错误！未定义书签。
《2024年基于MATLAB的车牌识别系统研究》范文
《基于MATLAB的车牌识别系统研究》篇一一、引言随着科技的发展和智能化水平的提升，车牌识别系统在智能交通系统中扮演着越来越重要的角色。
车牌识别技术作为计算机视觉和人工智能领域的一个重要应用，在交通安全、车辆管理、车辆监控等方面有着广泛的应用。
本文将介绍一种基于MATLAB 的车牌识别系统研究，该系统旨在通过图像处理和机器学习算法实现高效、准确的车牌识别。
二、车牌识别系统的原理与架构基于MATLAB的车牌识别系统主要包括以下几个步骤：图像预处理、车牌定位、字符分割和字符识别。
首先，系统将获取的图像进行预处理，包括灰度化、二值化等操作，以提高图像的对比度和清晰度。
然后，通过边缘检测和形态学操作等方法，定位出图像中的车牌区域。
接着，对车牌区域进行字符分割，将每个字符分割出来。
最后，利用机器学习算法对每个字符进行识别，得到车牌号码。
三、图像预处理图像预处理是车牌识别系统的重要步骤之一。
在MATLAB 中，我们首先对获取的图像进行灰度化和二值化处理。
灰度化操作可以将彩色图像转换为灰度图像，减少计算量。
二值化操作可以将灰度图像转换为二值图像，提高图像的对比度和清晰度。
此外，还可以通过滤波、去噪等操作进一步优化图像质量。
四、车牌定位车牌定位是车牌识别系统的关键步骤之一。
在MATLAB中，我们可以通过边缘检测和形态学操作等方法实现车牌定位。
具体而言，我们首先对预处理后的图像进行边缘检测，提取出图像中的边缘信息。
然后，利用形态学操作对边缘信息进行填充、腐蚀等处理，得到车牌区域的轮廓信息。
最后，通过轮廓检测和面积筛选等方法，定位出图像中的车牌区域。
五、字符分割与识别字符分割与识别是车牌识别系统的核心步骤。
在MATLAB 中，我们可以通过投影法或连通域法等方法实现字符分割。
具体而言，我们首先对车牌区域进行投影分析，根据字符在投影图上的特点进行分割。
然后，对每个字符进行归一化处理，使其大小和位置一致。
最后，利用机器学习算法对每个字符进行识别。
《2024年基于MATLAB的车牌识别系统研究》范文
《基于MATLAB的车牌识别系统研究》篇一一、引言随着科技的发展，车牌识别系统在交通管理、安全监控、车辆定位等领域的应用越来越广泛。
MATLAB作为一种强大的编程语言和数据处理工具，被广泛应用于图像处理和机器视觉等领域。
本文旨在研究基于MATLAB的车牌识别系统，包括系统的基本原理、实现方法、实验结果和结论。
二、车牌识别系统的基本原理车牌识别系统是一种基于图像处理和机器视觉技术的自动识别系统。
其主要原理包括图像预处理、车牌定位、字符分割和字符识别四个部分。
在MATLAB中，这些过程通过数字图像处理算法、计算机视觉算法以及机器学习算法实现。
（一）图像预处理图像预处理是车牌识别系统的第一步，主要目的是消除图像中的噪声和干扰信息，提高图像的清晰度和对比度，以便后续的图像处理和分析。
常用的预处理方法包括灰度化、二值化、滤波等。
（二）车牌定位车牌定位是车牌识别系统的关键步骤，其主要目的是从图像中准确地检测出车牌的位置。
常用的车牌定位方法包括基于颜色特征的方法、基于形状特征的方法和基于模板匹配的方法等。
在MATLAB中，可以通过边缘检测、Hough变换等方法实现车牌的定位。
（三）字符分割字符分割是将车牌图像中的每个字符分割出来的过程。
常用的字符分割方法包括投影法、连通域法等。
在MATLAB中，可以通过图像形态学操作、阈值分割等方法实现字符的分割。
（四）字符识别字符识别是将分割后的字符进行分类和识别的过程。
常用的字符识别方法包括模板匹配法、神经网络法等。
在MATLAB中，可以通过训练分类器、使用机器学习算法等方法实现字符的识别。
三、车牌识别系统的实现方法在MATLAB中，我们可以通过编写程序实现车牌识别系统的各个步骤。
具体实现方法如下：（一）图像预处理首先，对输入的图像进行灰度化和二值化处理，消除噪声和干扰信息。
然后，通过滤波等操作提高图像的清晰度和对比度。
（二）车牌定位通过边缘检测和Hough变换等方法检测出车牌的轮廓，并确定车牌的位置。
基于MATLAB的车牌识别系统研究
毕业论文基于MATLAB的车牌识别系统研究姓名：学院：专业：班级：指导教师：2016 年6 月1日天津工业大学毕业论文任务书题目基于MATLAB的车牌识别系统研究学生姓名学院名称电子与信息工程学院专业班级课题类型教师科研课题课题意义近几年，车牌识别系统作为智能交通的一个重要方向越来越受到重视。
车牌识别系统可以应用于停车场管理系统、智能交通管理系统、小区车辆管理系统等各个领域，对交通管理及治安管理有着十分重要的作用。
虽然目前已有一些车牌识别系统相关产品出现，但是对其算法的研究发展从没有停止。
研究车牌识别系统的现有技术，在研究的基础上开发出一个基于MATLAB 的车牌号识别系统。
该设计方案仅进行MATLAB软件的开发，图像采用能够清楚显示的汽车图片，软件包括车牌定位、车牌字符分割及车牌字符识别三个模块。
任务与进度要求利用MATLAB，对车牌识别系统进行研究。
2016.3.1-2016.3.31 查阅相关文献资料，翻译外文文献；2016.4.1-2016.4.30进行理论知识分析，编写软件，系统调试；2016.5.1-2016.5.31整理资料，撰写论文；2016.6.1-2016.6.2准备毕业答辩。
主要参考文献[1] 赵丹，丁金华，基于MATLAB的车牌识别，大连理工学报，2008.6[2] 王刚，冀小平，基于MATLAB的车牌识别系统研究，电子设计工程，2009.11[3] 徐辉，基于MATLAB实现汽车车牌自动识别系统，人工智能及检测技术2010.6[4] MATLAB R2007图像处理技术与应用，王爱玲，叶明生，邓秋香，电子工业出版社，2008.1[5] 张德丰，MATLAB模糊系统设计，国防工业出版社，2009.2[6] 郭大波，陈礼民，卢朝阳，韩丽萍.基于车牌底色识别的车牌定位方法.计算机工程与设计，2003，4(5)：81～89.[7] 刘伟铭，赵雪平. 一种基于扫描行的汽车车牌定位算法. 计算机工程与应用，2004，223～225.起止日期2016.01.09～2016.06.01 备注院长教研室主任指导教师毕业设计（论文）开题报告表姓名学院电子与信息工程学院专业电子信息科学与技术班级题目基于MATLAB的车牌识别系统研究指导教师一、与本课题有关的国内外研究情况、课题研究的主要内容、目的和意义：与本课题有关的国内外研究情况：车辆牌照在交通系统管理中有着重要的作用，从20世纪90年代初，国外的研究人员就已经开始了对车牌识别的相关研究，其中具有代表性的工作有：R．Parisi利用DSP和神经网络技术开发出了一套车牌识别系统。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
课程设计 （数字信号处理）
题目：基于matlab的车牌识别系统设计
目录 1 绪论 ..................................................... 3 1.1 车牌号识别研究背景 ................................... 3 1.2 车牌号识别技术研究现状和趋势 ......................... 4 1.3 车牌识别研究内容 ..................................... 5 2 车牌识别系统设计原理概述 ................................. 6 3 车牌识别系统程序设计 ..................................... 8 3.1 图像读取及车牌区域提取 ............................... 8 3.2 字符切割 ............................................ 15 3.3字符识别 ............................................ 19 4 仿真结果及分析 .......................................... 21 4.1 车牌定位及图像读取及其图像处理 ...................... 21 4.2 车牌字符分割及其图像处理 ............................ 22 4.3 车牌字符识别及其图像处理 ............................ 23 5 结论 .................................................... 23 6 个人心得..................................................................25 附录：程序清单 ............................................. 27 1 绪论 1.1 车牌号识别研究背景 随着我国公路交通事业的发展，车辆的数量正在迅速增长，在给出行提供方便的同时，车辆管理上存在的问题日益突出，人工管理的方式已经不能满足实际的需要。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。作为信息来源的自动检测、图像识别技术越来越受到人们的重视。近年来计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理带来巨大转变，先进的计算机处理技术，不但可以将人力从繁琐的人工观察、监测中解放出来，而且能够大大提高其精确度，汽车牌照自动识别系统就是在这样的背景与目的下进行开发的。汽车牌照等相关信息的自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理、交警稽查等方面有着十分重要的意义，成为信息处理技术的一项重要研究课题。 车牌识别的难点： 1）由于车牌图像多在室外采集，会受到光照条件、天气条件的影响，会出现图像模糊，对比度低，目标区域过小，色彩失真等影响，并且会伴随复杂的背景图像，这些都会影响车牌定位及识别。 2）每次采集时目标所处位置不会一样，采集视角会有很大变化，并且由于车牌挂的不正，都将导致车牌出现扭曲。 3）牌照多样性。其他国家的汽车牌照格式，如尺寸大小，牌照上字符的排列等，通常只有一种。而我国则根据不同车型、用途，规定了多种牌照格式，例如分为军车、警车、普通车等。我国标准车牌照是由汉字、英文字母和阿拉伯数字组成的，汉字的识别与字母和数字的识别有很大的不同，增加了识别的难度。 4）我国汽车牌照的底色和字符颜色多样，蓝底白字、黄底黑字、黑底白字、红底黑字、绿底白字等多种。 5）由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路，而在我国仍可上路行驶。使得车牌的对比度降低，特征不是很明显，即使在定位准确的情况下，字符的识别也会受到很大影响。 目前在国内存在多种牌照格式，且存在以上种种困难和特殊性，加大了我国车牌自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。
1.2 车牌号识别技术研究现状和趋势 1.2.1国内外车牌识别技术情况及我国车牌特点 目前我国有普通地方车牌号、武警车牌号、军队车牌号三种类型，普通地方车牌号又叫自选号牌车牌（如图1所示），自选号牌车牌尺寸是520122.5MM，即车牌长宽比为4.5:1，一共7个字符，每个字符的高宽比为2:1。首个字符为中文字符，为各个省或直辖市的简称，第二个字符为英文大写字符，前两个字符确定该车牌所在地，后五个字符由阿拉伯数字及英文大写字符组合而成，并且后五个字符间距相同，七个字符大小也相同。
图 1.1 我国车牌号示例 1.2.2车牌识别技术的应用前景 车辆牌照自动识别技术是智能交通系统的一个重要组成部分，广泛应用于交通的监控及管理。车辆牌照识别系统技术能够从一幅车辆图像中准确定位出车牌区域，然后经过字符切割和识别实现车辆牌照的自动识别。目前车牌识别系统主要应用于以下领域： 1）停车场管理系统。利用车牌识别技术对出入车辆的号牌进行识别和匹配，与停车卡结合实现自动计时、计费的车辆收费管理系统。 2）公路自动管理系统。以车牌自动识别技术为基础，与通信等其他高科技结合，对高速公路交通流状况进行自动监测、自动布控，从而降低交通事故的发生率，确保交通顺畅。 3）安防布控。采用车牌识别技术实现对车辆的自动识别，快速报警，既可以有效查找被盗车辆，同时又为公安机关提供了对犯罪嫌疑人的交通工具进行远程跟踪与监查的技术手段。 4）城市十字交通路口的“电子警察”。可以对违章车辆进行责任追究，也可以辅助进行交通流量统计，交通监测和疏导。 5）小区、校园车辆管理系统。社区保安系统将出入的车辆通过车牌识别技术进行记录，将结果与内部车辆列表对比可以实现防盗监管。
1.3 车牌识别研究内容 车牌系统是计算机视觉和模式识别技术在智能交通领域的重要应用课题之一。车牌识别系统是一特定目标位对象的专用计算机系统，该系统能从一幅图像中自动提取车牌图像、自动分割自符，进而对分割自符的图像进行图像识别。系统一般由硬件和软件构成。硬件设备一般由车体感应设备、辅助光源、摄像机、图像采集卡和计算机。软件部分是系统的核心，主要实现车牌自符的识别功能。 车牌识别学科主要有模式识别、人工智能、图像处理、计算机视觉和信号处理等。这些领域的许多技术都可以应用到车牌识别系统中，车牌识别技术的研究也必然推动这些相关学科的发展。车牌识别的关键技术有：车牌定位、字符切割和字符识别等。 车牌定位是要完成从图像中确定车牌位置并提取车牌区域图像，目前常用的方法有：基于直线检测的方法、机遇与域值化的方法、基于灰度边缘检测方法、基于彩色图像的车牌分割方法、神经网络法和基于矢量量化的牌照的定位的方法等。 字符切割时完成车牌区域图像的切分处理从而得到所需要的单个字符图象。目前常用的方法有：基于投影的方法和基于连通字符的提取等方法。 字符识别是利用字符识别的原理识别提取出的字符图像，目前常用的方法有：基于模板匹配的方法、基于特征的方法和神经网络法等。
2 车牌识别系统设计原理概述 一个完整的车牌号识别系统要完成从图像采集到字符识别输出，过程相当复杂，基本可以分成硬件部分跟软件部分，硬件部分包括系统触发、图像采集，软件部分包括图像预处理、车牌位置提取、字符分割、字符识别四大部分，一个车牌识别系统的基本结构如图2.1所示：
图 2.1 车牌识别系统基本结构框图 一：原始图像：由停车场固定彩色摄像机、数码相机或其他扫描装置拍摄到的图像。 二：图像预处理:对动态采集到的图像进行滤波，边界增强等处理以克服图像处理。 三：车牌位置提取：通过运算得到图像的边缘，再计算边缘图像的投影面积，寻找谷峰点以大概确定车牌的位置，再计算连通域的宽高比，剔除不在阈值范围内的连通域，最后便得到了车牌区域。 四：字符分割：利用投影检测的字符定位分割方法得到单个的字符。 五：字符识别：利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符。 六：输出结果：得到最后的汽车牌照，包括汉字、字母和数字。
车牌号图像识别要进行牌照号码、颜色识别 。为了进行牌照识别，需要以下几个基本的步骤：
原始 图像 图像预处 理 车牌 位置 提取 字符 分割 字符 识别 输出 结果 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，由于汽车图像背景复杂、光照不均匀等原因，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。一般采用的方案是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。通过以上步骤，牌照一般能够被定位。
（2）牌照字符分割 : 在完成牌照区域的定位后，还需要将牌照区域分割成单个字符，然后进行字符识别，最后输出结果。字符分割一般采用垂直投影法。垂直投影法的原理是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牌照的字符书写格式、字符、尺寸限制和一些其他条件。所以利用垂直投影法对复杂环境下的汽车图像的字符分割有较好的效果。
（3）牌照字符识别： 字符识别方法目前主要得算法有两种即基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有两种：
一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。实际应用中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到