车牌识别文献综述

1 前言

随着我国汽车产业的飞速发展，大量在公共场合的汽车需要得到监管，为了更好地进行管理，必须对车辆进行一种智能化管理。所谓的智能交通系统，是指在较完善的基础设施（包括道路，机场）之上将先进的通信技术和计算机技术和系统综合技术有效的集合并应用于地面交通运输系统，从而建立起来在大范围发挥作用的，准确，高速，实时的交通运输系统。车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，该技术应用范围非常广泛，其中包括：（1）交通流量检测；（2）交通控制与诱导；（3）机场、港口等出入口车辆管理；（4）小区车辆管理；（5）闯红灯等违章车辆监控；（6）不停车自动收费；（7）道口检查站车辆监控；（8）公共停车场安全防盗管理；（9）计算出行时间；（10）车辆安全防盗、查堵指定车辆等。其潜在在市场应用价值极大，有能力产生巨大的社会效益和经济效益。

车牌识别系统作为智能交通系统最重要的子系统之一，是指对公路上配置的摄像头所拍摄的照片进行数字图像处理与分析对汽车图像进行平滑、二值化、模糊处理、边缘检测、图像分割等利用多种手段实现车牌定位，识别，分割最终完成对车牌的识别。车牌识别系统的用途很多，在高速公路收费站、路口监测(电子警察)、大型停车场等场所具有广阔的发展前景。由此可见，对车牌自动识别系统的研究有重要的现实意义。

2 国内外研究现状

车牌自动识别系统起源于20 世纪80 年代，那时候主要是应用在被盗车辆的检测，还没有形成一套完整的识别系统。到了80 年代，出现了一些用于车牌自动识别的图像处理方法，那时只是针对一些特定的问题采用简单的图像处理技术来实现。到了20 世纪90 年代，随着计算机视觉技术的发展以及计算机计算性能的提高，才兴起了车牌的自动识别研究热潮，欧美的一些国家率先开始了车牌识别系统的研究工作。

国外学者具有代表性的研究工作有：A.S.Johnson 等在1990 年提出了利用图像分割来实现车牌自动识别，系统主要由特征提取、模板构造和字符识别三个部分组成，该系统可以实现车牌的自动识别，具有开创性的意义。R.Mullot等在1991 年利用文字纹理的特性对车牌和集装箱上的文字进行定位和识别，开发了

一套包含车牌识别和集装箱识别于一体的识别系统。EunRyung等于1995 年利用图像中的颜色分量实现对车牌的定位和识别，也得到了比较高的识别率。Tindail在1997年开发了一套利用车牌反光原理而实现的车牌识别系统。R.Paris 在1998年结合人工神经网络和DSP 开发出了一套车牌识别系统，向真正的市场应用打下良好的开端。现有国外技术比较成熟而且应用广泛的的产品主要有：以色列Hi-Tech 公司研发的see/Car 系统系列，香港Asia Vision Technology 公司研发的VECON 系列，新加坡Optasia 公司研发的VLPRS 系列。其中，VECON 系列和VLPRS 系列主要适合于香港和新加坡地区的车牌。See/Car Chinese 系统能够对中国内地大部分地区的车牌类型进行识别，但是对于车牌字符中的汉字却无法进行识别，因此不能直接应用于我国的车牌识别。

国内在车牌识别方面的研究开始于20 世纪90 年代，取得了一定的成效并且日趋成熟，车牌识别率可达到95%左右。国内比较好的定位算法有基于车牌字符变化特征的自动扫描识别算法，但由于车牌多具有不同的色彩，且多与牌号、车身、车辆背景不同，因此基于颜色来研究车牌的定位成为了车牌定位方法的一种新思路。尽管在车牌的彩色定位方面的研究还不十分成熟，但有些人做出了一些有益的探索。赵雪春等提出了一种采用色彩分割及多级混合集成分类器的车牌自动识别方法，该方法采用多层感知器网络(MLPN)将具有均匀色度空间的彩色图像进行色彩分割，再利用投影法分割出潜在的各种底色的车牌区域。郭捷等车牌图像从RGB 颜色模型转换为HSV 颜色模型，利用颜色空间距离和相似度计算，得到满足车牌颜色特性的区域，再利用纹理及结构特征对分割出的颜色区域进行分析和进一步判断，确定车牌区域。任仙怡等将图像从RGB 颜色模型转换到HSI 颜色模型，再结合区域融合的方法定位车牌区域。这些人在这方面做出一些有益尝试，但这些方法受环境光的影响较大，特别是偏色光线的影响，并且对计算机性能的要求也比较高。

虽然上述各种车牌定位方法都具有一定的实用性和参考价值，但大都不完善，具有一定的针对性和局限性，背景要求比较简单，基本属于单一车辆情景，不能满足当今背景复杂、车牌多、干扰多等实际场合应用要求。因此对实用的复杂背景下的车牌定位方法需要做进一步研究，需要解决如下一些难点：

(1) 拍摄图像受环境因素干扰，如逆光、光学成像发生衍射等，图片的质量

很难保证。

(2) 其它字符区域的干扰，车牌难以准确定位，如车牌旁挂其它牌子。

(3) 车牌出现污点变脏，字迹模糊和退色。

(4) 车牌磨损厉害，噪声污损严重。

(5) 车牌部分被遮挡和车牌变形。

(6) 图像背景复杂和一幅图像多车牌。

(7) 运动图像的模糊失真，形成锯齿。

从目前一些产品的性能指标可以看出，车牌识别系统的识别率和识别速度有待提高。但不可否认，目前的这些车牌识别系统已经大大提高了智能交通的管理效率。

3 技术分析

车牌识别系统主的研究要包括车牌定位、字符分割、字符识别三大部分。

3.1车牌定位的研究

车牌定位就是从经过图像预处理后的灰度图像中确定牌照位置，并将车牌部分从整个图像中分割出来，它能有效地解决图像处理中的实际问题。对车牌定位的研究内容包括：先进行图像的预处理，其中有对RGB彩色图像的灰度化、图像灰度拉伸、图像边缘检测、灰度图的二值化、图像去噪等；车牌定位采用改进的基于水平和垂直投影分布特征的方法。

3.2字符分割的研究

字符分割是把多行或多字符图像中的每个字符从图像中切割出来成为单个字符。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。对车牌定位的研究内容包括：先对定位后的车牌图像进行预处理，然后对预处理后的车牌图像进行水平方向的投影，根据车牌边框的性质定位车牌字符的上下边界；最后利用模板匹配—垂直投影结合法，在确定字符上下边界的基础上，进行字符的垂直分割。

3.3字符识别的研究

字符识别是对车牌上的汉字，英文字母，阿拉伯数字进行准确确认的过程。其基本原理是将输入文字与各个标准文字进行模式匹配计算类似度，将具有最大

类似度的标准文字作为识别结果输出。目前用于车牌字符识别中的算法主要有基于模板匹配的OCR算法。基于模板匹配的OCR的基本过程是:首先对待识别字符进行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。模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高。

4 总结

综上所述，可见在智能交通系统中，车牌自动识别系统是智能化交通系统非常重要的发展方向。而随着社会经济的高速发展，车辆数目增长迅速，道路交通运输日益繁忙，造成了交通堵塞和交通事故频繁发生，给我国的交通生活带了颇大的困扰，日益严重的交通状况也让人们更加重视了交通运输管理系统的开发和应用，其中车牌自动识别系统便越来越受到人们的关注。

虽然，目前车牌识别系统的研究已经取得了技术上的很大突破，但是距离普及应用化还有很大的差距，许多研究方法还停留在理论上，所以对车牌自动识别的研究还有很长的路要走。

5.参考文献

[1] 陆福宏.车牌识别技术在智能交通系统中的应用[J].中国科技博览. 2010(12).

[2] 史忠科,左奇一. 一种基于数学形态学的实时车牌图象分割方法[J].中国图象图形学报.2009.

[3] 李树广,吴舟舟,罗小伟.基于边缘统计和颜色特征的车牌综合自动定位方法[J].山东大学学报.工学版.2005,35(3).

[4] 齐永奇,王文凡,赵岩,赵耀.基于纹理特征和垂直投影的车牌定位算法研究[J].现代电子技术.2007.

[5] 曾致远,李波,周建中等.一种车牌自动识别系统设计方法.计算机应用研究,2006,10.

[6] 姚蕾.车牌识别系统法规的软件设计与实现,硕士学位论文,上海交通大学, 2009.12

[7] 成瑜.汽车牌照自动识别技术研究[J].南京航空航天大学学报.2006.4：29-30.

[8] 白利波.车牌检测与识别算法研究[D].北京交通大学,2007.

[9] 智斌,黎绍发,余棉水.车辆牌照定位算法研究[J].微型电脑应用.2006, 27(21).

[10] 周妮娜,王敏,黄心汉,吕雪峰,万国红.车牌字符识别的预处理算法.计算机工程与应用，2003(15)

[11]谢伟生.车牌定位及字符分割算法的研究预实现[D].西南交通大学2010.

[12]郭景云.图像处理与车牌识别[J]。科技资讯2007(12).

[13]廖翔云，许锦标，龚仕伟. 车牌识别技术研究[J].微机发展.2003(s2).

[14]庞茂群,邓开发.一种基于灰度图像的车牌定位方法[J].计算机工程与科学.2009(10).

[15]裴加强.车牌识别系统中车牌定位方法的研究[J].可编程控制器与工厂自动化.2009(09).

[16]吕文敏.车牌识别系统中图像的采集和定位问题研究[J].计算机与现代化.2009(03).

[17]关学忠，刘勇智. 基于数字图象处理的车牌定位继字符分割算法[J].装备制造.2010(01).

[18]邹星. 车牌识别中的图像提取和分割算法[J].重庆工学院学报(自然科学版)2009(08).

[19]李战明，徐锦钢. 车牌识别系统中的车牌图像预处理研究[J]2008(08).

[20]冯慧娜.车牌识别系统中车辆定位与字符分割技术的研究[D].电子科技大学2010.

汽车车牌识别系统的设计文献综述

计算机图形学课程设计题目名称：汽车车牌识别系统的设计综述班级：学号：学生姓名：

汽车车牌识别系统的设计综述摘要车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一, 是实现交通管理智能化的重要环节, 主要包括车牌识别、字符预处理和特征提取三个关键环节。车牌识别包括车牌定位、灰度（或彩色）图像二值化、字符切分及字符识别等。图像预处理包括图像灰度变换、图像增强、图像二值化、梯度锐化、噪声去除、倾斜度调整、车牌边框去除、字符分割、尺寸标准归一化、紧缩重排。特征提取本文采用逐象素特征提取法来对支付进行识别。理论上，本系统可以对中国大陆普通汽车车牌的字符进行识别。关键词：车牌识别，图像预处理，特征提取

引言 1.1 问题概述随着我国汽车产业的飞速发展，大量在公共场合的汽车需要得到监管，为了更好地进行管理，必须对车辆进行一种确认，而车牌识别就是其中最有效的确认方法，汽车车牌识别VLPR 是Vehicle License Plate Recognition 的简称，他是智能交通系统(Intelligent Transportation Systems，ITS)的一个重要组成部分。车牌识别技术的运用使得“大输入小输出”成为了可能——输入一幅很大存储量的图像，输出时仅仅是很小存储量的数字，这必然使得其在大量存储和管理数据库相连等方面有无可替代的优越性。车牌识别技术在高速公路收费站、路口监测(电子警察)、大型停车场等场所具有广阔的发展前景。 1.2 目的和意义车牌识别LPR[1]是智能交通系统(ITS)的一个重要组成部分。在社会生活，治安管理等方面有很大的作用。车牌识别技术的运用使得“大输入小输出”成为了可能——输入一幅很大存储量的图像，输出时仅仅是很小存储量的数字，这必然使得其在大量存储和管理数据库相连等方面有无可替代的优越性。由于光照、气候引起的车牌图像上字符光照不均，车牌本身污损造成的字符笔画不清和字符间粘连，汽车行驶速度较快，使拍摄出的车牌字符产生变形、模糊不清，因此图像需要增强。另外又由于拍摄角度及拍摄点的高度、路面的倾斜等情况造成了车牌图像的倾斜，从而需要对车牌进行校正。另外字符的识别也是一个重点问题。 1.3 思路和方法借助数字图像处理和模式识别技术，我们对车牌图像依次进行以下处理：彩色的256 色的BMP 图进行灰度转换－>图像增强－>图像二值化－>梯度锐化（Roberts 梯度算子）->离散点噪声去除->倾斜度调整->边框切除->字符切割->字符尺寸归一化->字符紧缩重排->神经网络的字符识别，最后得出车牌字符。

车牌识别英文文献2翻译

实时车辆的车牌识别系统摘要本文中阐述的是一个简炼的用于车牌识别系统的算法。基于模式匹配，该算法可以应用于对车牌实时检测数据采集，测绘或一些特定应用目的。拟议的系统原型已经使用C++和实验结果已证明认可阿尔伯塔车牌。 1.介绍车辆的车牌识别系统已经成为在视频监控领域中一个特殊的热门领域超过10年左右。随着先进的用于交通管理应用的视频车辆检测系统的的到来，车牌识别系统被发现可以适合用在相当多的领域内，并非只是控制访问点或收费停车场。现在它可以被集成到视频车辆检测系统，该系统通常安装在需要的地方用于十字路口控制，交通监控等，以确定该车辆是否违反交通法规或找到被盗车辆。一些用于识别车牌的技术到目前为止有如BAM（双向联想回忆）神经网络字符识别[1]，模式匹配[2]等技术。应用于系统的技术是基于模式匹配，该系统快速，准确足以在相应的请求时间内完成，更重要的是在于阿尔伯塔车牌识别在字母和数字方位确认上的优先发展。由于车牌号码的字体和方位因国家/州/省份的不同而不同，该算法需要作相应的修改保持其结构完整，如果我们想请求系统识别这些地方的车牌。本文其余部分的组织如下：第2节探讨了在识别过程中涉及的系统的结构和步骤，第3节解释了算法对于车牌号码的实时检测，第4节为实验结果，第5节总结了全文包括致谢和参考文献。 2.系统架构系统将被用来作为十字路口的交通视频监控摄像系统一个组成部分来进行分析。图1显示了卡尔加里一个典型的交叉口。只有一个车牌用在艾伯塔，连接到背面的车辆照相机将被用于跟踪此背面车牌。图1 卡尔加里一个的典型交叉口

系统架构包含三个相异部分：室外部分，室内部分和通信链路。室外部分是安装摄像头在拍摄图像的不同需要的路口。室内部分是中央控制站，从所有这些安装摄像头中，接收，存储和分析所拍摄图像。通信链路就是高速电缆或光纤连接到所有这些相机中央控制站。几乎所有的算法的开发程度迄今按以下类似的步骤进行。一般的7个处理步骤已被确定为所有号牌识别算法[3] 共有。它们是：触发：这可能是硬件或软件触发。硬件触发是旧的方式，即感应圈用于触发和这个表述了图像通过检测车牌的存在何时应该被捕获。硬件触发现在在操作上在许多地方被软件触发取代。在软件触发，图像分为区，通过图像对于分析的车辆的检测的执行。图像采集：硬件或软件触发启动图像捕捉设备来捕捉和存储图像来进一步的分析。车辆的存在：这一步是只需要如果在确认一定时间间隔后触发完成不需要知道车辆存在于捕获的图像中。这一步背景图像与捕获的图片作比较，并检测是否有任何重大改变。如果没有，拍摄的图像被忽略，否则进入到下一个步骤。寻找车牌：此步骤是在捕获的图像中定位车牌。一些技术的可用于这一步，例如颜色检测[4]，特征分析[5]，边缘检测[6]等。在捕获的图像中的任何倾斜是纠正在这一步。一旦车牌已被定位，图像即准备进行字符识别。字符分割：分割可以通过检测浓到淡或者淡到浓的过渡层。车牌中的每个灰色字符产生了一个灰色带。因此，通过检测类似灰度带每个字符可以被分割出来。识别过程：这是光学字符识别的一步。一些技术可以被用于到这一步包括模式匹配[2]，特征匹配[7][8]和神经网络分类[9]。发布过程：这是应用程序的特有的一步。根据应用此步骤可保存已被检测出来的车牌用于交通数据收集，尝试匹配号牌与被盗车辆数据库或在停车场中为认可停车的车辆打开汽车门等等。 3.算法该算法用于在处理捕获的图像和车牌检测后的车牌字符识别。基于模式匹配，系统沿用了一个智能算法用于艾伯塔车牌字母和数字的识别。图2显示了一个艾伯塔省车牌样本其中包含三个字母，3个数字和破折号在内。所以通过基本的字符确认方法，模糊的字符比如有：数字'0'和字母'O'，数字'8'和字母'B已被解决。此外，由于前三个字符是字母，所以只需与A-Z这一段的字母作比较比较。类似的，在最后三个字符，它门只需与0-9这一段数字作比较。

毕业设计--基于单片机的车牌识别系统设计与实现

基于单片机的车牌识别系统设计与实现目录摘要 (2) 二、选题 (4) 三、系统主要特点 (5) 四、系统方案、实现原理 (6) 4.1 图像采集及存储格式 (8) 4.2 图像的灰度化 (8) 4.3 图像的二值化 (9) 4.4 车牌的去边框 (9) 4.5 图像的梯度锐化 (10) 4.6 字符分割算法 (11) 4.7 字符的归一化 (12) 4.8字符特征提取 (13) 4.9 字符识别算法 (15) 4.9.1 BP神经网络法 (15) 4.9.2 模板匹配法 (17) 五、操作说明与硬件框图 (18) 六、实验程序 (19) 七、数据统计分析 (66) 八、结果分析 (66) 九、实验心得 (66) 十、参考文献 (69)

摘要伴随着世界各国汽车数量急剧增加，城市交通状况日益引起人们的重视，如何有效地进行交通管理，已成为越来越多人关注的焦点，解决这些问题的关键就是建立智能交通系统。车牌识别是智能交通系统的重要组成部分，它在交通控制与监视中有着多种用途，目前已广泛应用于各种领域。本文将TMS320C54XX作为核心器件用于车牌自动识别系统中，完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景以及其实现意义。然后对实现车牌识别的硬件环境作简要介绍。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。之后，对几种字符特征提取算法进行了对比分析，最后选取最适合的网格特征提取法，以此为基础进行模扳匹配，最终识别出车牌号码。关键词：车牌提取；图象处理；车牌识别；单片机；模扳匹配

车牌识别系统外文文献

Vehicle License Plate Recognition System Based on Digital Image Processing Yao Yuan,Wu xiao-li Department of Computer Science and Engineering, Henan University of Urban Construction eyaoyuan@https://www.360docs.net/doc/f19092847.html, Akf1l'll c l-This paper analyzes the basic method of digital video image processing, studies the vehicle license plate recognition system based on image processing in intelligent transport system, presents a character recognition approach based on neural network perceptron to solve the vehicle license plate recognition in real-time traffic flow. Experimental results show that the approach can achieve better positioning effect, has a certain robustness and timeliness. Keywonls-veltic/e license plate recognition; imllge processing,· "igilll/I'fJ ltology I. INTRODUCTION Since the 21st century, with social development and improvement of living standards, the number of vehicles is continuously increased, the traffic conditions is worsening, which brought huge pressures to the society and environment. Intelligent transport system is a real-time, accurate, and efficient transportation management system built based on a relatively perfect road infrastructure and by synthetically using the advanced electronic technology, information technology, sensor technology and systemic engineering technology in ground transportation [1] . d management . This system can solve the vanous roa problems generated by the traffic congestion, thus receiving more and more attention. Vehicle license plate recognition is one of the key technologies in the intelligent transport system, while its development is rapid, has been gradually integrated into our real life. Vehicle license plate recognition system can carry out automatic registration, verification, monitoring and alarm management, is an important part of modem highway toll management system, highway speed automatic monitoring system, highway surveillance, parking automatic charging management and other fields. II. VEHICLE LICENSE PLATE RECOGNITION SYSTEM A. Vehicle license p late recognition system overview Vehicle license plate recognition system is mainly composed by hardware and software. The hardware part includes a control computer, one Ethernet camera, a UPS power supply and an interface control port. These sections ensure the car images intake and processing. The software part is divided into the Ethernet camera embedded front-end software and the processing software in the industrial computer. Vehicle license plate recognition system usually consists of data acquisition (license plate image acquisition), license plate extraction, and license plate identification several major components, the system architecture as shown 978-1-4244-5540-9/10/$26.00 ?2010 IEEE in figure 1. Image extraction Recognition results Image preprocessing Information recognition Figure I. Vehicle license plate recognition system structure In the vehicle license plate recognition system, the image acquisition is completed mainly by the hardware, which is to extract the foreground image of the vehicle, to convert the camera's video signal to digital image signals to be sent to the computer for processing. Because the impact of the natural environment and the lighting conditions, there are many disturbances in the license plate images, which brings inconvenience to the positioning of the license plate, so in order to better extract the license plates, it needs to preprocess the license plate image to ensure the license plate location quality. VLP detection, this part is the core of the system, and the implementation of which affects the performance of the whole system, which is mainly to use pattern recognition [2] , digital image processing, information theory and other knowledge to position and extract the license plate in the license plate images. Character segmentation and recognition, when the plate has been successfully extracted, it needs to segment the characters in which, and use prior knowledge to identify them to get the final results. B. Key technologies o/license p late recognition 1) Vehicle license regional positioning technology: it is to use the above characteristics to determine the true location of l icense plate. To accurately position the vehicle license plate .from the images obtained .from the natural scene is the key of the vehicle license plate recognition system, is also the most diffi c ult ste p. 2) Vehicle license plate character segmentation technology: it is to divide the license plate region into a single character region .for the follow-u p license plate recognition module to ident!fY the single characters. J) Vehicle license plate character recognition technology: character recognition is the p rocess of confirming the Chinese characters, English letters and numbers on the license plate on the basis of the accurate l"J segmentationfor the vehicle license p late character .

汽车车牌识别系统-车牌定位子系统的设计与实现毕业论文

汽车车牌识别系统 ---车牌定位子系统的设计与实现摘要汽车车牌识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动识别系统中，首先要将车牌从所获取的图像中分割出来实现车牌定位，这是进行车牌字符识别的重要步骤，定位的准确与否直接影响车牌识别率。本次毕业设计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，在此基础上设计并开发了一个基于MATLAB的车牌定位系统，通过编写MATLAB文件，对各种车辆图像处理方法进行分析、比较,最终确定了车牌预处理、车牌粗定位和精定位的方法。本次设计采取的是基于微分的边缘检测，先从经过边缘提取后的车辆图像中提取车牌特征，进行分析处理，从而初步定出车牌的区域，再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理，从而得到车牌的精确区域，并且取得了较好的定位结果。关键词：图像采集，图像预处理，边缘检测，二值化，车牌定位

ENGLISH SUBJECT ABSTRACT The subject of the auto matic recognition of license plate is one of the most significant subjects that are improved fro m the connection o f computer vision and pattern recognition. In LPSR, the first step is for locating the license plate in the captured image which is very important for character recognition. The recognition correctio n rate of license plate is governed by accurate degree of license plate location. Firstly, the paper gives a deep research on the status and techniq ue of the plate license recognition system. On the basis of research, a solution of plate license recognition system is proposed through the software MATLAB,by the M-files several of methods in image manip ulatio n are co mpared and analyzed. The methods based on edge map and das differential analysis is used in the process of the localization of the license plate,extracting the characteristics of the license plate in the car images after being checked up for the edge, and then analyzing and processing until the probably area of license p late is extracted，then come out the resolutions for localization of the car plate. KEY WORDS：imageacquisition，image preprocessing，edge detection，binarizatio n，licence，license plate locatio n

毕业设计论文_车牌识别系统的设计与实现参考

车牌识别系统的设计与实现摘要车牌识别系统是智能交通系统的重要组成部分，有着广泛的应用，同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点。车牌识别系统广泛应用于高速公路自动收费和超速监管系统、公路流量监控系统、停车场收费管理系统、安防系统以及小区物业管理系统等等。本文在VC++6.0平台下，结合OpenCV视觉库，开发了车牌识别系统。车牌识别系统分为五大组成部分：图像预处理、车牌定位、车牌倾斜校正、字符分割和字符识别。本系统能够对输入的图像进行图像预处理，包括图像灰度化、图像滤波、边缘检测和二值化等；其次，通过使用数学形态学技术和车牌的高宽比固有特征从预处理后的图像中定位出车牌位置，并把车牌提取出来；再次，使用Hough 变换方法测出倾斜角，对车牌进行有效的旋转校正；通过水平投影去除车牌的上下边框，使用垂直投影法把字符一个个分割出来；最后，通过模板匹配法识别车牌字符并输出。实验结果表明，车牌定位的准确率为87.9%，车牌字符的正确识别率为72.6%。关键词：车牌定位，数学形态学，Hough 变换，倾斜校正，投影

Design and Implementation of License Plate Recognition System Abstract License plate recognition system is an important part of intelligent transportation system and it has a wide range of applications. It is a hot spot of research in computer vision, image processing and pattern recognition. License plate recognition system is widely applied in the highway automatic charging and speed regulation system, highway traffic monitoring system, parking fee management system, security system and the residential property management system, etc. This system is developed in VC++6.0 platform and computer vision library OpenCV. License plate recognition system designed is mainly divided into five parts: image preprocessing, license plate orientation, license plate tilt correction, character segmentation and character recognition. This system can perform the image pretreatment to the input image, including the image gray level, the image filtering, edge detection and binarization and so on. Secondly, by using the technology of mathematical morphology and the plate inherent characteristics of aspect ratio to position license plate location in the image after pretreatment, and extract the license plate. Thirdly, Hough Transform method is used to measure the angle and effective rotation correction the license

在线车辆租赁系统-文献综述

一、中外文献资料目录 [1] 方兴东，王俊秀．博客：e时代的盗火者．机械工业出版社，2003年8月． [2] 萨师煊，王珊．数据库系统概论[M]．北京：高等教育出版社，2000年2月，247-249． [3] Julia Case Bradley, Anita https://www.360docs.net/doc/f19092847.html,spaugh.C#.NET 程序设计[M].北京：清华大学出版社,2005年1月， 50-123. [4] 微软公司．Web应用开发——https://www.360docs.net/doc/f19092847.html, 2.0．高等教育出版社，2007年7月． [5] 刘锦楠万云龙.HTML语言务实[M].北京：机械工业出版社，2005年6月，50-112. [6] 微软公司．SQL Server 2005 数据库开发与实现．高等教育出版社，2009年8月． [7] 微软公司．.NET Framework 2.0 程序设计．高等教育出版社，2007年7月． [8] 微软公司．Visual C# 2005 程序设计语言．高等教育出版社，2008年2月． [9] Stephen Walther. https://www.360docs.net/doc/f19092847.html, 3.5 Unleashed. Sams, January 7, 2008. [10] 胡海璐，彭接文，胡智宇等.XML Web Services高级编程范例,北京:电子工业出版社,2003:36-37. [11] 韩小良等编著.Excel＋SQL Server数据库管理技术详解.机械工业出版社,2008-6-1. [12] 慕西亚诺（Musciano，C.），肯尼迪（Kennedy，B.）著，技桥译. HTML和XHTML权威指南.清华大学出版社,2004-6-1.

外文翻译 ---建立一个自动车辆车牌识别系统

附件1：外文资料翻译译文建立一个自动车辆车牌识别系统车辆由于数量庞大的抽象,现代化的城市要建立有效的交通自动系统管理和调度。最有用的系统之一是车辆车牌（心室晚电位）辨识系统，它能自动捕获车辆图像和阅读这些板块的号码在本文中，我们提出一个自动心室晚电位识别系统，ISeeCarRecognizer，阅读越南样颗粒在交通费的注册号码。我们的系统包括三个主要模块：心室晚电位检测，板数分割和车牌号码识别。在心室晚电位检测模块，我们提出一个有效的边界线为基础Hough变换相结合的方法和轮廓算法。该方法优化速度和准确性处理图像取自不同职位。然后，我们使用水平和垂直投影的车牌号码分开心室晚电位分段模块.最后，每个车牌号码将被OCR的识别模块实现了由隐马尔可夫模型。该系统在两个形象评价实证套并证明其有效性是适用于实际交通收费系统。该系统也可适用于轻微改变一些其他类型的病毒样颗粒。一.导言心室晚电位识别的问题是一个非常有趣，但困难的一个问题.这在许多交通管理系统中是非常有用的.心室晚电位识别需要一些复杂的任务，如心室晚电位检测，分割和承认。这些任务变得更加复杂时，处理各种倾斜角度拍摄的图像或板噪音板的图像。由于此问题通常是在实时系统中使用，它不仅需要准确性，而且要效率。大多数心室晚电位识别应用通过建立减少一些复杂的约束的位置和距离相机车辆，倾斜角度。通过这种方式，心室晚电位识别率识别系统已得到明显改善.在此外，我们可以更准确地获得通过一些具体的当地样颗粒的功能，如字符数，行数在一板，或板的背景颜色或的宽度比为一板高. 二.相关工作心室晚电位的自动识别问题在20世纪90年代开始就有研究。第一种方法是基于特征的边界线。首次输入图像处理，以丰富的边界线的一些信息如梯度算法过滤器，导致在一边缘图像。这张照片是二值化处理，然后用某些算法，如Hough变换，检测线。最终，2平行线视为板候选人[4] [5]。另一种方法是基于形态学[2]。这种方法侧重于一些板块图像性质如亮度，对称，角度等.由于这些特性，这种方法可以检测出图像中的某些相似的性质和找到车牌区域的位置。第三种方法是基于纹理[3]。在这种方法中，一个心室晚电位被认为是

基于单片机的车牌检测

毕业论文基于Matlab的车牌识别系统设计系部：学生姓名：专业班级：学号：指导教师： 2015 年 03月 21日

声明本人所呈交的论文《基于Matlab的车牌识别系统设计》，是我在指导教师的指导和查阅相关著作下独立进行分析研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确说明并表示谢意。作者：日期：

【摘要】本设计以基于MATLAB的车辆牌照识别算法的研究，以车辆牌照识别的算法设计为实例，详细介绍图像识别的基本方法。在整个车辆牌照识别的过程中，有预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，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。寻找出对于具体的汽车牌照识别过程的最好的方法。【关键词】：MATLAB，车牌识别，字符识别，编程 Abstract This design is based on the research on vehicle license plate recognition algorithm based on MATLAB algorithm, to design the vehicle license plate recognition as an example, introduces the basic method of image recognition. In the process of the whole vehicle license plate recognition, pretreatment, edge detection, license plate location, character segmentation, character recognition five big modules, using MATLAB software programming to implement every part, and finally identify the license plate. The study also analyzes the problems, treatment. To find out the best method for car license plate recognition process of concrete. 【key words】: MATLAB, license plate recognition, character recognition, programming

基于模式识别的车牌定位算法研究-开题报告

安徽建筑工业学院电子与信息工程学院本科毕业设计（论文）开题报告课题名称：基于模式识别的图像处理算法研究 ——基于模式识别的车牌定位算法研究专业：电子信息工程班级：08电子①班学生姓名：陈宇栋学号：08205010127 指导教师：填表日期：2012年3月5日安徽建筑工业学院电子与信息工程学院二○一一年十二月制表

说明 1.抓好毕业设计（论文）的开题报告是保证毕业设计（论文）质量的一个重要环节。为了加强对毕业设计（论文）的过程管理，规范毕业设计（论文）的开题报告，特印发此表。 2.毕业生一般应在毕业设计前期准备过程中，通过文献调研，主动跟指导教师讨论，完成毕业设计（论文）的开题报告。 3.此表经过指导教师和有关人员签字后，一份由指导教师保存，一份交院教学办公室。 4.毕业生在毕业设计（论文）答辩时，必须提交这份毕业设计（论文）开题报告。填写选题依据和设计方案，力求简练，若表中栏目不够填写，可另加附页。

一、简表学生简况姓名陈宇栋性别男出生年月1988-08入学时间2008-09学号08205010127专业电子信息工程班级08电子①班课题名称基于模式识别的图像处理算法研究子课题基于模式识别的车牌定位算法研究课题来源纵向课题类型计算机软件设计研究（设计）内容随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛，智能交通工具在世界范围内引起重视，而车牌识别系统是智能交通工具的重要组成部分，该系统可以记录十字路口违章车辆，实现高速公路、收费路口、停车场等地的收费。车牌识别系统包括从图像的采集到预处理，再到车牌区域的定位和字符的分割，最后对分割出的字符进行识别的一系列过程。本次毕业设计主要对汽车牌照识别系统进行处理研究，借助于Visual C++编程环境运行在相应的硬件平台上，利用数字图像模式识别技术实现对汽车牌照的自动识别。按照模式识别系统组成，完成汽车牌照自动识别技术包括车牌预处理、车牌特征提取和车牌识别等功能，完成相应的算法研究。对采集的车牌图像进行预处理包括图像灰度化、二值化、灰度拉伸及边缘提取等过程，并且过滤图像噪声使图像区域特征明显，根据区域特征确定车牌区域。车牌字符分割可以采用车牌区域纵向灰度投影的方式进行字符区域识别和分割实现。最后进行车牌分割字符图像归一化，将分割好的字符图像通过系数变换得到高度、宽度均相等的图像，以方便特征提取，提高识别的准确率，实现车牌的识别。

智能交通控制系统文献综述

智能交通控制系统发展概述随着城市的发展和车辆的增加，实行有效的交通控制以保证交通的通畅，已日益成为交通管理部门所面临的重要问题。简单的控制方式如定时控制、感应控制、单路口的孤立控制等已不能满足城市交通控制的需要，为了提高交通网络的运行效率，必须要建立一个智能的交通控制系统，能够根据车流量的变化自动调节红绿灯的时间长度，最大限度地减少十字路口的车辆滞流现象，有效的缓解交通拥挤、实现交通控制系统的最优控制，大大的提高了交通控制系统的效率。随着我国道路交通拥挤的问题日益突出，可以预见，智能交通控制系统将具有广大的应用前景。 1 国外智能交通控制系统的研究现状 20世纪80年代以后，世界各国的交通控制出现了前所未有的发展热潮，随着计算机技术和自动控制技术的发展，以及交通流理论的不断发展完善，交通运输组织与优化理论的不断提高，城市交通控制开始向信息化、智能化方向发展[1]。在20世纪90年代，发达国家已开始出现智能交通控制系统，并将城市交通控制系统纳入智能交通运输系统中，成为先进交通管理系统的重要子系统[2]。世界各国解决城市交通存在的问题，主要采用先进的交通控制方法。当今世界各国广泛使用的最有代表性且有成效的交通控制系统有澳大利亚的SCAT系统、英国的TRANSYT系统和SCOOT系统[3-5]。（1）TRANSYT(Traffic Network Study Tools)系统自1968年问世以来，经历不断的改进，已经发展成为先进的TRAN-SYT/9型。该系统采用静态模式，以绿信比和相位差为控制参数，优化方法为爬山法。作为最成功的静态智能交通控制系统，虽然已经被世界400多个城市所使用，但是由于其计算量较大，很难获得整体最优的配时方案，同时需要大量的路网几何尺寸和交通流数据。（2）SCOOT(Split、Cyele and Offset Optimization Technique)系统采用联机实时控制的动态模式，对周期、绿信比和相位差进行控制，采用小步长寻优方法，相对TRANSYT 而言具有相当大的优势。但是SCOOT相位不能自动改变，现场安装调试时相当繁琐等也急需改进。

车牌识别英文文献1翻译

提出的模型本文的主要目的是要开发一个系统可以从没有虚假质量的复杂的现场图像中提取车牌号码，相机和车牌之间的距离，其中的相对车牌已被抓获在相机等。对车牌识别系统概述见图1，在车辆图片由相机拍摄后，它会被传递到预先处理单位由系统作进一步处理。其主要功能是消除图像采集子系统所造成的噪声，提升图像的其他两个子系统使用的功效。图像将被板提取模块扫描以找到车辆的车牌。下一阶段是对于车牌中字符的分割。最后每个字符将传递给光学字符识别（OCR）模块来进行识别确定，最终结果将是ASCII字符和车牌号码。 3.1.预处理输入图像的最初处理是为了提高其质量，并为系统的下一阶段执行作准备。首先，该系统使用的NTSC标准的方法将RGB图像转换为灰度图像。 G=0.299*R+0.587*G+0.114*B 第二步，用中值滤波（5x5）对灰度图像进行处理，以消除噪音，同时也能保持图像的清晰度。中值滤波是一种非线性滤波器，它用各像素5x5邻里的计算得出中位值来取代该像素的值。

3.2.板块提取板块提取处理包含五个不同的阶段进行，如图2所示；在这里每个阶段执行灰度图像分割过程以消除不属于车牌区域的多余的像素。例如，水平定位阶段是负责寻找水平部分可能包含一个车牌。在下面的讨论中，每一个阶段都会被细细展开讨论。马来西亚车牌由一排白色字符在黑色的背景底色，所以我们可以说，车牌区域的特点是从一排黑色过渡到一排白色，反之亦然，这样转换被称为“边缘”。从车牌字符到其背景在色彩强度上总的变化叫做边缘的强度。最强边缘值，能够在从一个黑色像素过渡到一个白色像素或从白色像素变为黑色像素情况下被找到。在理想的情况下，马来西亚的车牌是白色的字符绘制在黑色的背景上，因此这种搭配产生了高强度边缘值，用于查找出可能的板区域。在本文中我们将使用Sobel算子来查找边缘。Sobel运算在图片上执行一个2-D空间梯度测量。通常它是用来寻找近似绝对的梯度幅度对在每一个点在输入的灰度图像上。该Sobel 边缘检测器使用一对3x3卷积板块，一个在x方向（列）上按梯度检测，另一个在y方向（行）按梯度检测。实际索贝尔Sobel面具如下：图4说明了一个边缘检测过程中使用Sobel算子。较淡的区域表示更强板块边缘的情况下牌照。在创建的边缘图像后，系统会搜索有高边缘值的区域，这些区域中最有可能包含车

毕业设计论文任务书车牌识别系统

焦作大学毕业设计(论文)任务书题目基于matlab的车牌识别系统的设计主题：学生姓名曲思静专业：通信技术学号：参加人员指导教师职称讲师职称发任务书日期2012 年11月8日

（一）毕业设计（论文）任务具体要求和技术指标通过本课题完成车牌识别这一功能子模块的研究，具体任务如下： 1．完成方案总体设计和需求分析。 2．对车牌识别的现状及发展趋势进行调研。 3．了解车牌识别的相关原理及算法。 4．构建本课题车牌识别系统的软硬件平台完成车牌识别的功能，过程设计具体，翔实，有独特之处。 5．完成毕业论文的书写。。（二）毕业设计（论文）说明书内容 1、图像预处理之所以要进行图像预处理，是因为在整个的车牌识别系统中，采集进来的图像是真彩图，还有其他因素的影响，例如采集环境因素、硬件设备等原因，图像比较模糊，其背景和噪声会严重影响字符的准确分割和识别，经过图像预处理后，可以大大提高图像质量。 2、车牌区域定位对经过预处理后的车牌的二值图片运用形态学进行滤波，使得车牌区域能够形成一个连通区域，然后以车牌的先验知识为依据筛选所得到的连通区域，进而获得车牌区域的准确位置，最后完成从图片中提取车牌的任务。 3、车牌分割车牌分割的过程首先对车牌图片进行水平方向的投影，去除水平边框，然后再进行垂直方向的投影。通过分析车牌投影可以得知，投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔，第二大峰中心距离对应的是车牌字符的宽度，以此类推就可以对车牌进行分割。 3、车牌识别和显示字符识别的方法有很多种，一般来讲模板匹配方法是应用最广泛的。在进行识别的过程中，要先建立标准字库，然后将分割所得到的字符进行分类，将分类后的字符与标准字库中的字符进行比较，最后以误差最小的字符作为结果显示出来。