基于matlab的车辆识别研究

《基于matlab的车辆识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于MATLAB的车牌识别研究21摘要随着我国公路事业的发展，人工管理方式已经不能满足如今实际的需要。车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用，是现代智能交通系统（IntelligentTrafficSystem，简称ITS）中的重要组成部分之一。车牌识别系统（vehiclelicenseplaterecognitionsystem，简称LPR）使车辆管理更加智能化、数字化，有效提升了交通管理的效率。对于交通管理、治安处罚等工作的智能化起着十分重要的作用。它可广泛应用于交通流量检测，交通控

2、制与诱导，机场、港口、小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。而牌照作为机动车辆管理的唯一标识符号，使得车辆牌照识别系统的研究在机动车管理方面具有重要的实际意义。本文通过对题目的研究，设计了一个基于Matlab软件的车牌识别程序，可实现图像预处理、车牌定位、字符分割，然后通过神经网络对车牌进行字符识别，从图像中提取车牌中的字母和数字，从而得到文本形式的车牌号码。其中，图像预处理是通过图像灰度化及Roberts算子进行边缘检测完成。车牌定位是通过数学形态法来

3、确定，然后再通过车牌彩色信息的彩色分割法来完成车牌的切割。字符分割是将车牌部分进行二值化后，进行垂直投影以及对投影部分扫描得到。通过用该算法对三个问题中的照片和视频进行处理，可识别车辆牌照：问题1:image_1.jpg中牌照信息肉眼可识别为渝A•7Y618，但本算法未将汉字识别；image_2.jpg中牌照信息肉眼可识别为渝B•PY287，但本算法未将汉字识别，未将数字完整识别；image_3.jpg中牌照信息肉眼可识别为渝B•XW192，但本算法未能识别；问题2：image_4.jpg中牌照信息肉眼可识别为

4、渝B•SU298，但本算法未能识别；image_5.jpg中牌照信息未能识别；问题3：video.avi中肇事车辆牌照信息未能识别。关键词：Matlab；牌照识别；图像预处理；车牌定位；字符分割；神经网络21一、问题重述1.1引言车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用。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

5、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等等功能。因此基于计算机图像处理和字符识别技术的车牌自动识别技术，有着极其广阔的推广应用前景。车辆牌照识别系统是一个基于数字图像处理和字符识别的智能化交通管理系统，该先系统通过视频采集接口采集摄像头摄入包含车牌的视频图像，再对动态采集到的图像进行处理以克服图像干扰，改善识别效果，接着在动态采集到的图像中自动找到车牌的位置也就是边缘检测，并分割出单个字符的矩形区域，然后对车牌进行二值化，最后把规整好的字符输入字符识别系统

6、进行识别。1.2问题问题一：对于清晰车牌图像进行号码识别，并提取相应车牌号码，测试图像文件见image_1,image_2,image_3；问题二：对于低质量车牌图像进行号码识别，并提取相应车牌号码，测试图像文件见image_4,image_5；问题三：针对视频中的肇事车辆，请提取肇事车辆的车牌号码，视频文件见video.avi：二、模型假设及符号说明2.1模型假设（1）假设拍摄牌照时，光线较充足。（2）假设拍摄牌照时，光路中无较大灰尘、颗粒。（3）假设车辆牌照无人为或意外而被污染、模糊视线。（4）假设获取图像

7、的工具可正常使用，可得到当时所处环境下最大限度的原始图像信息。2.2符号说明此处未说明的符号将在下述文章中一一阐明。三、问题分析3.1背景概述当今社会发展迅猛，经济水平稳步增长，人们的生活水平与生活质量也在逐渐提高，伴随而来的私有车辆数量每年都在不断增多，城市交通管理的压力扩大，公路上出现的车辆超速、超载，日常丢车甚至发生车祸肇事逃逸等现象愈加严重，而在高速公路出入口处，沿用以往的收计费方式已经无法满足如今的公路管理模式，。由此可知，改善公路管理系统、提高公路管理效率由此造成的交通拥堵现象严重影响到了社会的正常

8、管理和人们的日常生活的安定是多么刻不容缓。为缓解公路管理压力，我们需要研究出一套现代智能公路管理系统来解决。而车牌作为每辆车的“身份证”，是用来确定每辆车的依据，故而车牌识别系统的建立是实现智能交通管理系统的重要前提。3.2具体分析21对于车牌识别技术的研究可以追溯到上个世纪，目前可知的方法包括图像处理技术、神经元网络算法、车辆检测技术、计算机视觉技术、人工智能技术和模糊数学理论等，而