下载文档原格式
【关键字】方法1 绪论1.1问题的提出和研究背景车辆牌自动识别(Automated License Plate Recognition,ALPR)技术作为交通管理自动化的重要手段，其任务是分析、处理汽车监控图像，自动识别汽牌照号，并进行相关智能化数据库管理。
ALPR 系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查入监测黑牌机动车、监控违章车辆的电子警察等需要牌照认证的重要场合。
尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率。
人们一般将车牌识别系统划分为三大部分[1],首先将车牌从经过预处理的图像中定位出来,然后对车牌中的字符进行准确的切分,最后对分割好的字符进行识别"如何从复杂图像中将待识别的信息进行准确有效的定位与分割就是自动识别的关键1.2 ALPR系统简介车辆牌自动识别系统，总体来说是图像处理技术与牌照本身特点的有机结合，也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用。
一个车牌自动识别系统基本包括:图像预处理、牌照定位、牌照校正、牌照字符分割、字符识别及结果输出等。
图1-1为系统的流程框图：图1-1 车辆牌照自动识别流程1.3 ALPR关键技术：1.图像采集：用一个摄像机摄取车辆前视图或后视图。
2.图像处理：对采集到的图像进行增强，恢复，变换。
目的是突出车牌的特征，以便更好的提取车牌。
3.车牌定位：在采样的图像中找到车牌的位置。
4.车牌字符分割：对获得的车牌分离出单个字符（包括汉字、字母和数字等）5.字符识别：对分割得到的字符进行归一化处理，转化为文本存入到数据库或直接显示出来。
由此可见，车牌识别系统在硬件上一般包含一台PC机，摄像头，图像采集设备，相应的图像处理软件，以及汽车到来的检测装置。
1.4国内外研究现状和发展趋势牌照识别技术自1988年以来，人们就对它进行了广泛的研究，目前国内外己经有众多的算法，一些实用的ALPR技术也开始用于车流监控、出入控制、电子收费、移动稽查等场合。
车牌的定位与分割实验报告一实验目的针对交通智能系统所拍摄的汽车图片，利用设定的算法流程，完成对汽车车牌部分的定位，分割车牌部分，并完成字符的分割，以便于系统的后续分析及处理。
二实验原理详见《车牌的定位与字符分割》论文。
三概述1一般流程车牌自动识别技术大体可分为四个步骤：图像预处理、车牌定位与分割、车牌字符的分割和车牌字符识别。
而这四个步骤又可归结为两大部分：车牌分割和车牌字符识别。
图1-1为车牌自动识别技术的一般流程图。
2本实验的流程（1）图像预处理：图像去噪（2）车牌的定位：垂直边缘检测（多次）形态学处理的粗定位合并邻近区域结合车牌先验知识的精确定位（3）车牌预处理：车牌直方图均衡化倾斜校正判定（蓝底白字或者黄底黑字）归一化、二值化（4）字符的分割：垂直投影取分割阈值确定各个字符的左右界限（结合字符宽度、间隔等先验知识）分割字符四实验过程4.1图像预处理4.1.1图像去噪一般的去噪方法有：空间域上的均值滤波和中值滤波；频率域上的巴特沃斯滤波器。
图4-1是各滤波器处理椒盐噪声的效果。
a．被椒盐噪声污染的图片 b.均值滤波的效果图 c.中值滤波的效果图 d.BLPF的效果图图4-1 各滤波器处理椒盐噪声的仿真可见，中值滤波对椒盐噪声的处理效果极好，而一般所拍摄的图片上最多的便是孤立的污点，所以此处以中值滤波为主进行去噪。
图4-2是采用中值滤波处理实际汽车图片的效果。
a.原始图像b.灰度图像c.中值滤波后的图像图4-2 中值滤波处理实际汽车图片的效果很显然，经过中值滤波后去除了原图上的部分污点。
4.1.2图像复原由于通常情况下都不知道点扩展函数，所以我们采用基于盲解卷积的图像复原策略。
图4-3~4-7图是函数进行盲解卷积的实验结果，其中图4-3是图像cameraman 的模糊图像。
图4-3 模糊图像在盲解卷积处理中，选择适当大小的矩阵对恢复图像的效果很重要。
PSF的大小比PSF的值更重要，所以首先指定一个有代表性的全1矩阵作为初始PSF。
安徽大学硕士学位论文车牌识别系统中的字符分割与识别姓名：高勇申请学位级别：硕士专业：计算机应用技术指导教师：张燕平20070401丘嘲ｊ、’’，慨Ｉ。
毕¨硷上第卓系统的具体雌｜卜－Ｊ其啦别率，【圣ｊ５即为拍摄到的个车图。
因此，必须采取车牌图像顾处理印Ｊ｝＃施以提高Ｕｉ别率。
同时，由于车牌不可避免地存在噪声，而且由于车牌识别系统任室外２４小时工作，光照度大范【嗣变化，也存在光照不均，亮度太低对比度太小等情况，这蝗都会降低系统的字符识别率，因此需采取滤噪、光照不均校Ｊ下和对比度增强等图像增强措施１２１Ｉ。
预处理是整个车牌识别系统的第一步，它的有效与否直接关系到下一步定位的成功率高低。
预处理的主要目的是增强图像中的目标的信息，减少或者消除非目标信息，以有利于下一步的图像进一步处理。
对于含有车牌的图像来说，预处理主要是为了让目标字符的信息加强，并且消除干扰信息，从而便于系统进行下面的车牌区域的定位工作。
一般来说，预处理的方法主要分为空域法和频域法两大类【２ｌＪ。
空域法主要是利用图像中各点之间的位置关系与颜色信息来进行处理，用于其中预处理的空域法主要有图像的点运算、图像增强等；频域法则是将图像变换到频域然后再进行处理，一般采用的变换方式都是线性正交变换、傅立叶变换、离散余弦变换等，然后根据目标信息的特征进行相应的滤波处理。
一般来说，利用空域法比较直接方便，理解上直观；利用频域法则有计算量小、易于消除噪声等特点。
３．３．３车牌定位图５：拍摄到的车图Ｆｉｇｕｒｅ５：ａＶｅｈｉｃｌｅＰｌａｔｅ车牌定位是车牌识别系统中的关键之一，如何在复杂的背景下克服干扰准确定位出含有车牌字符区域直接关系到车牌识别系统后续识别部分的正确率。
到目前为止，有关车牌定位的研究很多，其中主要的方法有下面几种吲：基于边缘的。
目录摘要 (Ⅰ)Abstract (II)1 绪论 (1)1。
1 课题的来源及意义 (1)1.2 课题主要研究的问题 (2)1。
3 系统设计的目标及基本思路 (2)1.3.1 设计目标 (2)1.3。
2 基本思路 (3)2 图像预处理 (4)2.1 汽车牌照的特征 (4)2。
2 灰度变换 (5)2.3 图像增强 (6)2.4 图像边缘提取及二值化 (7)2。
4。
1 图像边缘提取 (7)2。
4.2 灰度图像二值化 (14)2。
5 形态学滤波 (15)3 车牌定位方法研究 (19)3.1 车牌定位常用方法介绍 (19)3.1.1 基于纹理特征分析的定位方法 (19)3。
1。
2 基于数学形态学的定位方法 (19)3.1。
3 基于边缘检测的定位方法 (19)3.1。
4 基于小波分析的定位方法 (19)3.1。
5 基于图像彩色信息的定位方法 (20)3。
2 基于行扫描灰度跳变分析的车牌定位方法 (20)4 车牌识别方法研究 (22)4。
1 牌照区域的分割和图像进一步处理 (22)4.1.1牌照区域的分割 (22)4。
1.2车牌进一步处理 (22)4.2 字符的分割与归一化 (23)4.2。
1字符分割 (23)4。
2。
2字符归一化 (24)4.3 字符的识别 (24)5 总结与展望 (27)5。
1 总结 (27)5.2心得体会 (27)5。
3展望 (28)致谢 (29)参考文献 (30)附录一 (31)摘要车牌识别系统作为智能交通系统的一个重要组成部分，在交通监控中占有很重要的地位.车牌识别系统可分为图像预处理、车牌定位和字符识别3个部分,其中车牌定位作为获得车辆牌照图像的重要步骤，是后续的字符识别部分能否正确识别车牌字符的关键环节。
车牌定位系统实现对车辆牌照进行定位的功能，即从包含整个车辆的图像中找到车牌区域的位置，并对该车牌区域进行定位显示,将定位信息提供给字符识别部分。
针对车牌本身固有的特征，本文首先介绍了在车牌定位过程中常用的几种数字图像处理技术：图像的二值化处理、边缘检测和图像增强等。
《数字图像处理》研究报告——车牌定位与分割方法研究（2008/2009学年第二学期）车牌定位与分割方法研究1、前言随着公路逐渐普及，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。
汽车牌照自动识别整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，其中字符识别过程主要由以下3个部分组成：①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。
用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。
在研究的同时对其中出现的问题进行了具体分析，处理。
作为现代社会的主要交通工具之一的汽车, 在人们的生产、生活的各个领域得大量使用, 为快速、高效地进行车辆的管理和监控,实现交通管理的自动化、智能化,车牌识别技术在智能交通系统中成为核心技术之一,而图像处理技术能将输入的车辆图像通过处理和识别,转换为车牌号的字符串形式,为车牌识别的后续计算机处理奠定了基础,在其中起着关键性的作用。
数字图像处理已经成为一门独立的新学科,并有着广泛的应用,正在空间、时间和功能上的扩展人类视觉。
2、图像预处理先对视频采集的车牌图像进行必要的预处理,有助于进一步的识别。
图像预处理包括:图像的复原和图像的变换等。
2.1 图像的复原在一些场合输入的图像很有可能是模糊不清的, 也就是说存在噪声的影响,通常存在影响的因素是多方面的,如光线和天气条件的变化、角度不合适、同类型的车牌字符和车牌背景的细微差别等都有可能使图像模糊不清。
因此要对图像进行复原。
在不同的环境下对具体的图像的复原方法也不同, 例如由于均匀直线运动而引起的复原,几何畸变复原等等。
2.2 图像的变换原始图像的数据一般比较大,对其进行处理的时间一般也较长,而由于实时性的要求,车牌的提取需要一次处理性就能把绝大多数特征提取出来,而尽可能的不要利用后面的结果来调整这一步的工作。
