深圳大学本科毕业论文（设计）开题报告

《深圳大学本科毕业论文（设计）开题报告》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、深圳大学本科毕业论文（设计）开题报告题目汽车牌照图像的投影失真校正学生姓名范洋学号2009130061专业电子信息工程学院信息工程学院指导教师裴继红本选题的意义及国内外发展状况：近年来，智能交通系统(IntelligentTransportationSystem,ITS)在城市交通系统中的应用越来越广泛，车牌识别技术作为智能交通系统的重要组成部分，主要应用于高速公路收费、停车场车辆管理、违章车辆监控、交通诱导控制等场合。在车牌识别系统中，从车辆图像的获取到车牌字符的处理是一个复杂的图像处理和模式识别的过程。在车牌定位与字符分割间有一个重要的处理过程，那就是车牌校正。由于摄像机

2、与车牌之间拍摄角度、车牌悬挂道路坡度等的影响，车辆图像存在一定的倾斜。这种倾斜对于下一步的字符分割是一种阻碍，也对车牌识别的正确率造成直接地影响。因此通过车牌定位得到车牌图像后，通常都要进行倾斜校正。一般情况下，可将倾斜的车牌图像近似看成一个平行四边形，有三种倾斜模式：水平倾斜、垂直倾斜和水平垂直倾斜，其中水平垂直倾斜可分解成水平倾斜与垂直倾斜，车牌的水平倾斜使得车牌图像的矩形区域内包含车牌字符以外的内容，容易影响垂直校正的精确度。因此一般先进行水平校正，然后去除这些字符以外的背景，确定字符的上下边界后，再进行垂直校正。目前，车牌图像倾斜校正方法主要有三种：Hough变换法、

3、旋转投影方法、主成分分析法。Hough变换法是先对车牌图像进行边缘检测，再由Hough变换确定车牌边框倾斜角度，但因噪声、污迹等干扰以及二值化的影响等使车牌的边框有时并不明显甚至看不见，使得校正效果不理想且计算量过大。旋转投影法通过旋转车牌图像，将边缘点向坐标轴投影，找出每次旋转后投影的最小值，求取倾斜角度进行校正，它具有较强的抗干扰能力，但最佳倾角的求取是一个寻优过程，要进行多次投影才能逐步逼进最佳倾角，因此计算量也很大。主成分分析法将搜索图像倾斜角度问题转换为求取图像协方差矩阵的特征值和特征向量，速度较快且不受边框清晰度的影响目前，车牌识别系统LPRS(LicensePl

4、ateRecognitionSystem)在国外应用比较广泛，以色列Hi一Tech公司的See/CarSystem系列，新加坡Optasia公司的LPRS系列都是比较成熟的产品。其中See/CarSystem的变形产品See/CarChinese系统还可以对中国大陆的车牌进行识别。除此之外，还有很多西方发达国家都有适合本国车牌的识别系统。　　国内目前比较成熟的产品有中科院自动化所汉王公司的“汉王眼”，亚洲视觉科技有限公司、深圳吉通电子有限公司、中国信息产业部下属的中智交通电子有限公司等也都有自己的产品。另外，一些高校也作过类似的研究和开发。　　发达国家的LPRS在实际交通系统

5、中已成功应用，而我国的开发应用进展比较缓慢。直到近几年，车牌识别技术才开始在我国高速公路中得到一定程度的应用。　　虽然国内外都有一些实用的汽车牌照识别系统，但是这些系统的应用都存在一定的局限性，至今，车牌识别技术尚未达到理想的程度。例如，利用摄像机拍摄的汽车图像，在很大程度上存在许多客观的干扰，如受摄像机的性能、背景、光照条件、车牌磨损、拍摄时的倾斜角度及车辆运动等因素的影响，使车牌中的字符可能出现比较严重的模糊、缺损或污迹。这些干扰都给字符定位和识别带来了难度，造成字符定位和字符识别的效果不是很理想。另外，也很难适应全天候复杂环境下及高速度条件的要求，需要不断地完善和更新。

6、研究内容：汽车车牌校正其中详细包括：如何去除背景，以及背景干扰。如何选取合适的二值化阈值。如何选取合适的边缘检测函数。如何利用hough变换中找到真正有用的直线。其中如需提取车牌边框为有用素材，如何排除车牌号码内存在的字母或数字中含有较长直线的干扰（如P,B,1）。研究方法、手段及步骤：1.图像去背景，图像二值化，边缘检测对图片做预处理：将照片灰度化、图像二值化，然后对其进行边缘检测。选择合适的边缘检测函数，以降低噪声和背景对检测的影响。图像去背景我们运用到了形态学方法：A被结构元素B的形态学开运算,这种运算时A被B腐蚀后再用B来膨胀腐蚀结果:AB=(AB)B(1)开运算具有

7、平滑边界,滤掉比结构元素小的斑点、突刺,断开狭长连接的作用。A被结构元素B的形态学闭运算,它是先腐蚀再膨胀的结果:AB=(AB)B(2)闭运算具有平滑边界,填充比结构元素小的缺口或洞,连接狭窄缺口形成细长弯口的作用。由于Matlab工具箱中含有丰富的形态学图像处理函数,使得我们在用形态学方法进行处理时能尽可能达到所需要的效果。形态学技术对图像进行预处理的过程中能够很好实现对图像的滤波、细化和裁剪,还能实现对图像边缘检测及特征提取。图像的二值化处理就是将图像上的点的灰度置为0或255，也就是使整个图像呈现