基于matlab软件的车牌识别

《基于matlab软件的车牌识别》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、第1页共33页基于MATLAB软件的车牌识别作者：林维泉学号：02101237作者：孔方方学号：02101273学院(系)：电子工程学院专业：电子信息工程题目：基于matlab的车牌识别指导教师：李洁职称：教授2013年5月焦作大学毕业设计说明书I第3页共33页摘要第3页共33页随着经济社会的发展及人们生活水平的提高，机动车辆的数量越来越多，给交通管理带来了很大的压力，所以，我们必须找到一种方法来解决这个问题。因为车牌号的重要地位，我们第一个想到就是设法利用车牌号来对车辆进行管理，所以车牌提取应运而生，用来提高汽车的安全管理水平及管

2、理效率。车牌识别系统主要包括了图像采集、图像预处理、车牌定位、字符分割、字符识别等五大核心部分。关键词：MATLAB、图像预处理、车牌识别与分割第3页共33页目录1.绪论11.1本课题的研究背景11.2国内外发展状况31.3主要应用领域51.4设计原理62.MATLAB简介72.1MATLAB发展历史73．各模块的实现113.1设计方案113.2图像预处理113.2.1图像灰度化113.2.2图像的边缘检测123.3车牌定位和分割143.3.1车牌的定位153.3.2车牌的分割163.3.3对定位后的彩色车牌的进一步处理173.4字

3、符的分割和归一化处理173.4.1字符的分割183.4.2字符的归一化处理193.5字符的识别194．实验结果和分析225．实验总结24致谢25参考文献26程序附录27第33页共33页第33页共33页第33页共33页第一章绪论1.1本课题的研究背景随着经济社会的发展及人们生活水平的提高，机动车辆的数量越来越多，给交通管理带来了很大的压力，所以，我们必须找到一种方法来解决这个问题。因为车牌号的重要地位，我们第一个想到就是设法利用车牌号来对车辆进行管理，所以车牌提取应运而生，用来提高汽车的安全管理水平及管理效率。此外，智能交通系统，简称

4、ITS（IntelligentTrafficSystem）已成为现代社会道路交通发展趋势。智能交通系统，是在当代科学技术高速发展的背景下产生的。其目标在于将现金的计算机处理技术、数据通信技术、自动控制技术等综合应用于地面交通管理体系，从而建立起一种高效、准确、实时的交通管理系统。公路交通基础建设的不断发展和车辆管理体制的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好基础。车牌号识别系统是基于图像处理技术的基础进行研究的。本课题图像处理分为以下几方面：1.图像数字化其目的是将模拟形式的图像通过数字化设备变为数字计算机可

5、用的离散的图像数据。2.图像变换为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。3.图像增强图像增强的主要目标是改善图像的质量。采用某些处理技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征，让观察者能看到更加直接、清晰的分析和处理图像。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。4.图像分割第33页共33页在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像中需要的那一个部分分割出来

6、。5.图像分析图像分析的内容分为特征提取、图像分割、符号描述、和图像的检测与匹配。1.2国内外的发展状况　　在现代化交通系统中，如何快速准确地提取目标车辆的车牌信息一直是一个技术性难题，它一直制约着交通系统现代化、自动化、智能化的发展脚步。车牌识别技术的研究早在20世纪90年代就已经开始了。技术的核心是通过对拍到的车牌图像进行分析，在非人工千预的情况下自动获取车牌信息，从而确定车辆牌号。在车牌识别系统研究中，许多的新技术和新方法被不断地提出并应用，例如图像处理技术、模糊数学理论、神经元网络算法等等，也有人将一些传统方式和高新技术相结

7、合来进行应用，但到目前为止，由于各种客观的不利环境因素存在，还没有一种解决办法可以作为最有效的"银弹，，来解决应用中的所有技术难题，它们在系统的准确性和实时性方面虽都有其自己的解决办法和设计方案，但健壮性和鲁棒性均达不到理想要求。因此LPR系统虽然经历了20多年的发展，依然是一个能够被解决但一直没有被妥善解决的问题。　　国外在这方面的研究工作开展较早。早在上世纪70年代，英国就在实验室中完成了"实时车牌检测系统，，的广域检测和开发。同时代，还诞生了面向被盗车辆的第一个实时自动车牌监测系统。直至今日，国外对车牌检测的研究已经取得了一些

8、令人瞩目的成就，如YuniaoCul提出了一种车牌识别系统，在车牌定位以后，利用马尔科夫场对车牌特征进行提取和二值化，对样本的识别达到了较高的识别率。EunRyung等利用图像中的颜色分量，对车辆牌照进行定位识别，其中提到了三种方法: