车牌汉字识别技术的研究与实现
江苏大学
硕士学位论文
车牌汉字识别技术的研究与实现
姓名：朱峰
申请学位级别：硕士
专业：计算机应用技术
指导教师：詹永照
20060401
车牌识别地matlab程序
( 附录 车牌识别程序 clear ; close all; %Step1 获取图像装入待处理彩色图像并显示原始图像 Scolor = imread('');%imread函数读取图像文件 %将彩色图像转换为黑白并显示 Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图 " figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图 figure,imshow(Sgray),title('原始黑白图像'); %Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel('disk',13);%strel函数 Bgray=imopen(Sgray,s);%打开sgray s图像 figure,imshow(Bgray);title('背景图像');%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract(Sgray,Bgray);%两幅图相减 ￥ figure,imshow(Egray);title('增强黑白图像');%输出黑白图像 %Step3 取得最佳阈值，将图像二值化 fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型 fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型 level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值 bw22=im2bw(Egray,level);%转换图像为二进制图像 bw2=double(bw22); %Step4 对得到二值图像作开闭操作进行滤波 、 figure,imshow(bw2);title('图像二值化');%得到二值图像 grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界
车牌识别(附源代码)
车牌识别 电子1301 洪江 13 一、目的与要求 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照输出。 三、详细设计步骤: 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照。 牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像 进行大围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然 后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为 牌照区域，并将其从图象中分割出来。 （2）牌照字符分割 :
第二代一体式车牌识别系统设计方案
第一部分：系统介绍及应用分析 一、系统简述 随着科学技术水平的发展，视频领域已进入高清时代，我公司通过多年研究，隆重推出了高清车牌识别一体机和道闸的简单且豪华组合，使用很少的设备完成了停车场系统对固定用户和临时收费的管理要求。传统的停车场大多采用近距离读卡方式，必须停车伸手刷卡，上下坡道停车刷卡容易造成溜车、碰撞等事故，并且停车场卡片属于一种耗材，后期添加需要购买，还涉及丢卡、坏卡等情况引发的经济纠纷，在以车牌识别为主导的智能车辆管理系统中不会出现此类情况，高清车牌识别系统主要通过车牌识别技术，实现对进出车辆车牌信息的识别，每一辆出入停车场的车辆均有出入图片匹配，由系统软件根据收费方案核算收费金额并显示在道闸的显示屏上，车辆进出场时可以实现不停车通行。 整套系统使用简单、维护方便、稳定性强，采用TCP/IP网络通讯，布线简单、方便，大大减少了施工难度，便于设备的调试及维护。 二、车牌识别介绍 车牌识别技术以计算机技术、图像处理技术、模糊识别为基础，建立车辆的特征模型，识别车辆特征，如号牌、车型、颜色等。它是一个以特定目标为对象的专用计算机视觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并直接给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别系统流程
第二部分：系统设备组成及工作逻辑 一、系统设备组成 该套系统主要由以下部分组成： 入口控制部分：X9道闸一体机也可换其他样式速度的道闸（含高清车牌识别一体 机、聚光灯、控制主板带控制功能） 出口控制部分：X9道闸一体机也可换其他样式速度的道闸（含高清车牌识别一体 机、聚光灯、控制主板带控制功能） 岗亭终端：电脑主机、停车场管理软件、485/232通讯转换器 管理中心：电脑主机、停车场管理软件 二、车辆管理流程 车辆入场： ◆临时车辆 临时车辆入场时，高清车牌识别一体机远距离自动识别车牌号、记录入场时 间等，并在道闸的显示屏上显示该车的车牌号，道闸远距离快速抬杆，不停车通 行进入车场；车辆通过后道闸杆自动落下。 ◆固定客户车辆 管理计算机将对应授权通道的车牌信息到车牌识别管理软件中。固定车辆进 入停车场时，车牌识别一体机自动抓拍、识别、处理车辆的车牌信息，并将识别 结果传送到管理计算机，管理计算机利用识别结果查询数据库，识别正确自动放 行车辆，并在道闸的显示屏上显示该车的车牌号；车辆通过后道闸杆自动落下， 达到车辆不停车通行。 车辆出场： ◆临时车辆 临时车辆出场时，高清车牌识别一体机远距离自动识别车牌号、上传到电脑， 管理电脑自动调出该车进场的车牌及入场时间等信息，并自动计算停车时间、收 费金额，并在道闸的显示屏上显示收费金额； 收费完成后，道闸杆自动开启放行车辆，车辆通过后道闸杆自动落下； ◆固定客户车辆 固定车辆外出停车场时，车牌识别一体机自动抓拍、识别、处理车辆的车牌 信息，并将识别结果传送到管理计算机，管理计算机利用识别结果查询数据库， 识别正确自动放行车辆，并在道闸的显示屏上显示该车的车牌号；车辆通过后道 闸杆自动落下，达到车辆不停车通行。
车牌识别系统验收检测标准完整版
车牌识别系统验收检测 标准 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
车牌识别系统验收检测标准 一、总则 第一条为确保我司车牌识别系统的工程质量，依据国家、行业标准GA/T 761-2008 《停车库（场）安全管理系统技术要求》、Q/SLK 01-2015《车牌识别停车场管理系统》、GA/T 992-2012 《停车库（场）出入口控制设备技术要求》及国家、行业相关标准、技术要求等，编制本检测标准。 第二条本标准适用于我司车牌识别系统工程的完工、竣（交）工验收前的质量评定。第三条车牌识别系统的检测频率：施工检测为100%，监理检测不低于30%，当检测的车道数少于3个时，全部检测。 第四条车牌识别系统质量检测结果分为合格和不合格。 第五条按照本标准进行质量检测的项目，质量保证资料应真实齐全，系统所用设备、原材料、半成品和制成品，均应符合有关产品标准、规范或合同的要求，并有出具的检验合格证明和出厂合格证。 二、基本要求 第六条摄像机、道闸、控制器及其配件的数量、型号规格符合合同要求。 第七条设备安装位置正确，符合设计要求，电源、通信线路按规范要求连接到位，设备处于正常工作状态。 第八条隐蔽工程验收记录、系统自检和设备调试记录、有效的设备检验合格报告或证书等资料齐全。 三、外观功能鉴定 第九条车牌识别系统 （一）补光单元 1、补光单元外观：表面清洁，无划伤、污垢、器件脱落。 2、补光单元连接设置 1）供电正常。 2）控制连接正常。
3、补光单元的安装 1）安装位置符合设计要求、固定牢固。 2） 3）配线正确、标识清楚。 4、补光单元的调试 1）与抓拍单元兼容性良好。 2）工作稳定。 3） （二）抓拍单元 1、抓拍单元外观 1）外壳喷涂均匀，无掉漆、破损。 2）外观文字标识清晰，无零件缺损，密封性良好。 2、抓拍单元连接设置 1）各部件固定牢固，无滑动现象。 2）底部可正常安装万向头及螺丝。 3）接地正确。 3、抓拍单元功能 1）输出图像清晰、色彩逼真、无扭曲抖动。2）测试程序可以控制抓拍单元摄像机。 3）测试程序抓拍图像清晰、识别正常。 4、抓拍单元的调试 1）与车牌识别系统兼容性良好。 2）工作稳定。 3） （三）立柱单元 1、立柱单元外观
车牌识别系统技术的研究与应用
车牌识别系统技术的研究与应用 时间：2011-03-01 15:53:00 来源：电子科技作者：余春琴张浩然李广林武警工程学院 摘要：本文介绍车牌识别的两种主要方法(基于无线射频识别技术(RFID)的自动检测识别方法和基于图像处理技术的检测识别方法)，并对两种技术的优缺点进行了比较，提出了一种双模式识别系统，重点阐述了主模式识别系统原理，并考虑了车载分机的安全性，给出了车载分机防移动的软硬件设计，可广泛用于各种门禁系统。 关键词：车牌识别；射频识别；车载分机；检测子系统；门禁子系统 0 引言 在我国，直至20世纪50年代，车辆管理主要靠人工方式，然而随着经济的迅猛发展，工业化程度的不断加深，汽车数量大量增加，给交通管理、环境治理、社会治安、交通运营等提出了许多新的问题。伴随着车辆数目的增加，生活小区、地方单位、部队营区、停车场等对车辆的管理面临着新的挑战。如何做到车辆状态有案可查、有据可依，如何实现车辆的科学化、自动化管理成为人们关注的话题。 1 车牌识别技术 车牌识别是车辆管理的重要前提和关键技术，主要可分为间接法和直接法两种。间接法是基于无线射频识别技术(Radio Frequency Id-entification，RFID)的自动检测识别方法；直接法是基于图像处理技术的检测识别方法。 基于图像处理的车牌识别，是对视频或图像中的车牌进行特征分析，确定车牌位置，然后设计识别算法，对车牌中的汉字、字母、数字进行识别，以确定车牌内容。目前，能够在车辆时速不超过220公里的情况下，实现单车牌照的准确抓拍、检测及识别。在没有任何外部触发装置时，可以完全基于视频触发控制，系统可对视频图像中静止或行驶中的一个或多个车辆的车牌同时进行实时检测和识别。车牌识别系统主要由车牌定位、字符分隔和字符识别三部分组成，如图1所示。 基于RFID的车牌识别系统由标签(Tag)、阅读器(Reader)、天线(Antenna)三部分组成。电子标签中保存车牌信息。系统的基本工作原理是：标签进入磁场后，如果接收到阅读器发出的特殊射频信号，就能凭借感应电流所获得的能量发送出存储在芯片中的产品信息(即Passive Tag，无源标签或被动标签)，或者主动发送某一频率的信号(即Active Tax，有源标签或主动标签)，阅读器读取信息并解码后，送到后台主系统进行相关处理；主系统根据逻辑运算判断该卡的合法性，针对不同的设定做出相应的处理和控制，发出指令信号控制执行机构动作。 对于车辆的识别，以往的车辆管理系统通常是单一地采用基于RFID的识别技术或基于图像处理的识别技术。这两种车辆识别方法各有优缺点：RFID识别技术抗干扰能力强、不受天气影响、且可穿透非金属物体进行识别，识别速率快、准确率高，却难以有效防止作弊，电子标 签容易丢失，并且只能管制内部车辆；基于图像处理的车牌识别技术对基础建设方面几乎没有要求，但是抗干扰性差，准确率也有待提高。
车牌识别(字符切割)大作业
图像处理技术
目录一．引言 (1) 二．目的和意义 (1) 三．设计原理 (1) 四.字符分割程序 (2) 五.结果 (4) 六.测试代码 (5) 七.系统的不足 (5) 八.总结 (5) 九.心得体会 (5) 十.致谢 (6) 十一.参考文献 (6)
一．引言 随着人们生活水平的不断提高,机动车辆数量大幅度增加，与之相配套的高速公路，城市路网及停车场越来越多，显著提高了人们对交通控制方面的要求。由于计算机技术的发展，信息处理水平的提高使智能交通系统成为世界交通领域研究的重要课题。其中车牌识别是智能交通系统的重要组成部分。车牌识别系统能够自动、实时地检测车辆、识别汽车车牌，从而监控车辆的收费、闯关、欠费以及各种舞弊现象。本系统为基于蓝色车牌的车牌识别系统，它能够识别非蓝色车辆的蓝底白字车牌。该系统通过车牌提取、车牌定位、预处理、字符分割、字符识别五个模块组成车牌识别系统。 二．目的和意义 通过对车牌识别系统的研究，自己开发小型车牌识别系统，虽有一定的局限性与不完整性，但可以使自己更加的熟悉MATLAB语言，激发对研究的兴趣，拓宽知识面，为自己以后的研究打下基础。在提升自身科研能力的同时，还能提高团队合作精神，清楚团队成员的分工，协调成员间的工作，为今后的团队合作研究积累经验。 三.设计原理 字符分割在此系统中有着承前启后的作用。它在前期车牌定位的基础上进行字符的分割，然后利用分割的结果进行字符的识别。字符识别的算法很多，应为车牌字符间间隔较大，不会出现字符粘连的情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为组成该块有两个字符，需要分割。一般分割出来的字符要进行进
车牌识别实验报告
数字图像处理在车牌识别中的应用 摘要 随着汽车数量在我国大面积的增加，城市交通状况逐渐受到人们的重视，如何进行有效的交通管理更是成为了人们关注的焦点。 针对此问题，人们运用新的科学技术，相继研制开发出了各种交通道路监视、管理系统。因此，智能交通系统已成为世界交通领域研究的重要课题。车牌识别系统作为智能交通系统的核心，起着非常关键的作用。目前，图像处理技术在车牌识别中的应用研究已经成为科学界的一个重要研究领域。 本文旨在粗浅的运用所学基本原理和知识分析数字图像处理技术在友好环境下的应用（所选车牌识别的车辆图片均为友好环境下，易于处理的实验图片，不具有广泛性）。以车牌为研究对象，主要研究如何通过图像的预处理、车牌的定位、车牌字符分割和字符识别等一系列过程，完成车牌的识别。 1.绪论 1.1背景及现状： 基于图像处理的车牌识别技术的研究在国外起步比较早，在美国、意大利、德国、以色列、新加坡等国家，现在都已经有比较成熟的产品投入使用，比如美国的（AUTOSCOF）2003系统、以色列的Hi-Tech公司研制的See/Car System、德国西门子公司的ARTEM7SXI系统、新加坡的Optasia公司研制的VLPRS等车牌识别系统，但因为我国车牌样式的多样性、车牌颜色的多样性以及包含汉字等特点，这些车牌识别系统不适合我国国情。 基于图像处理的车牌识别技术主要包括车牌定位、车牌分割、字符识别等方面的技术。 关于车牌定位方面，主要理由车牌的边缘、形状、颜色等特征，再结合数字图像处理、形态学、小波变换、人工神经网络等技术对车牌进行定位。 基于特征的车牌定位的方法有C.J.Setchel提出的基于字符边缘检测的车牌定位方法，M.M.Mfahmy提出一种基于迭代阈值的车牌定位方法。完全基于形态学的算法有运用数学形态学的闭运算获得车牌的候选区，然后采用投影的方法剔除假车牌，定位针车牌。 基于神经元网络的方法有基于BP网络的牌照定位方法，基于彩色的车牌定位方法有采用多层感知器网络对输入彩色图像进行彩色分割及多级混合集成分类器的车牌自动识别方法。还有根据彩色边缘检测算子ColorPrewitt和彩色边缘检测与区域生长相结合的车牌定位算法。 1.2原理及方法 通常，车牌识别过程分为图像预处理、车牌定位、车牌校正、车牌分割
高清车牌识别解决方案
一、车牌识别背景 随着科技经济的不断发展，人们生活水平不断提高，机动车的数量也在逐年增加，势必会产生一定的停车问题，比如停车难，停车场入出口拥堵，传统停车场管理系统效率低等，为改变目前的停车现状，以车牌识别技术为基础的车牌自动识别技术应运而生。 二、关于车牌识别技术 车牌自动识别技术是车牌识别技术（License Plate Recognition， LPR）以计算机技术、图像处理技术、模糊识别为基础，建立车辆的特征模型，识别车辆特征，如车牌号码、颜色等。它是一个以特定目标为对象的专用计算机视觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并直接给出识别结果，使得车辆的电脑化监控和管理成为现实。 三、高清车牌识别系统搭建 3.1车牌识别工作原理 高清车牌识别系统采用高清网络摄像机对进入停车场的车辆进行抓拍，上传计算机处理车牌信息，引导车辆进入，保存记录；在停车场出口通过高清网络摄相机对驶出的车辆进行图像抓拍，经计算机自动识别，与数据库中车牌信息对比，对固定车自动放行，对于临时车根据停车时间进行管理，实现车辆的进出监控和管理。 一台电脑能管理一进一出，和多台电脑组成局域网，能实现多进多出的停车场联网管理。入口通过摄像机抓拍图片，经TCP/IP网络上传给本客户端电脑，
产生入场记录保存在数据库，出口通过摄像机抓拍图片，由客户端电脑处理识别结果，比对服务器电脑数据库，计算停车时间，根据对应的收费方案计算收费，显示在客户端电脑管理界面，配置语音播报和显示屏显示。 3.2 高清车牌识别管理系统组成 高清车牌识别管理软件由识别模块和传统刷卡模块组成，集成传统软件稳定优势，融合识别模块，采用和汲取了国外及目前车牌识别算法的精华，并在此在基础上作了优化和改进，使得定位及识别的速度及准确性得到了很大的提升，特别是对光照的要求，因为过多地依赖环境无疑对安装及推广应用形成了障碍。由于安装位置的不固定性，车牌的反光，逆光，背光等因素将直接影响车牌的识别，改进过的算法对以上车牌的识别得到了很大提升。 3.2.1 车牌识别模块技术参数 1、视频触发捕获率： 监控区域内对5km/h～160km/h行驶的车辆图像捕获率达99%以上。 2、车辆号牌识别准确率： 白天车辆号牌识别准确率大于97%；夜间车牌识别准确率90%以上。 3、车牌捕获类型： 可识别02式牌照（GA 36.1-2001）；92式牌照（GA 36-92）；新军车牌照；警车牌照；武警车牌照；港澳车内地牌照；使馆车辆等牌号。 3.2.2管理软件 它将计算机视觉技术、神经网络系统技术、机械、电子自动化设备、计算机以及智能卡技术有机的结合起来，从而对各类出入车辆进行有效的管理。 高清识别智能停车场系统软件采用面向对象的C#平台开发，支持目前稳定可靠的大型数据库SQL 2000、SQL2008等，软件操作界面简单，具有超强的兼容性。车牌自动识别，实时监控，语音报价，车位提示，多样化收费标准，报表详尽，车辆管理完善，自由组合权限控制。
人工智能车牌识别
车牌自动识别 近年来，随着物联网、车联网的迅猛发展，以及中国汽车数量的不断增加，这对智能交通系统提出了新的要求。作为智能交通系统一部分的集成信号处理、计算机视觉、模式识别等技术的车牌识别系统因而也有了新的应用和挑战。除传统的用于高速公路超速违章管理、停车场管理、车辆流量管理以及车辆电子收费系统外，车牌识别系统还可以用于移动机器人对停车场车辆的监管以及交通管理部门对违章车辆车牌的自动登记等。 一、车牌自动识别系统的技术说明 车牌自动识别系统采用车牌识别技术来实现技术效果的。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。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、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通行车辆），建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。 汽车牌照号码是车辆的唯一“身份”标识，牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 以下列举了几种应用方式： ——监测报警 对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 ——超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的牌照号码及图片发往各出口；在各出口设置处罚点，用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。
(汽车行业)基于图像处理的汽车牌照的识别
（汽车行业）基于图像处理的汽车牌照的识别
基于图像处理的汽车牌照的识别 作者:陈秋菊 指导老师:李方洲 (温州师范学院物理和电子信息学院325027) 摘要：以壹幅汽车牌照的识别为例，具体介绍了车牌自动识别的原理。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，用MA TLAB软件编程来实现每壹个部分,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：汽车牌照车牌提取字符分割字符识别Thevehiclelicenserecognitionbasedontheimageprocessing Author:ChenQiuju Tutor:LiFangzhou (SchoolofPhysicsandElectronicInformationWenZhouNormalCollege325027) Abstract：Withonevehiclelicenserecognition,theprincipleoftheautomobileLicenserecognitionisintroduced.This processwasdividedintopre-process,edgeextraction,vehiclelicenselocation,characterdivisionandchara cterrecognition,whichisimplementedseparatedbyusingMA TLAB.Thelicenseisrecognizedatlast.Atthe sametime,theproblemsarealsoanalyzed Andsolvedintheprocess.Thebestmethodofrecognitiontotheveryvehiclelicenseisfound. Keywords:vehiclelicensevehiclelicenselocationcharactersegmentation Characterrecognition 引言 1.1选题意义 汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是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壹，是实现交通管理智能化的重要环节，它可广泛应用于交通流量检测，交通控制和诱导，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。目前，发达国家LPR（汽车牌照识别技术LicensePlateRecognition，LPR，简称“车牌通”）系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，车牌识别系统基本上仍停留在实验室阶段。基于这种现状仍有它广阔的应用前景，目前对汽车车牌的识别研究就有了深远的意义。 课题组成 汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下： 原始图像：由数码相机或其它扫描装置拍摄到的图像 图像预处理：对动态采集到的图像进行滤波，边界增强等处理以克服图像干扰 边缘提取：通过微分运算，2值化处理，得到图像的边缘 车牌定位：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域。最后得到的便为车牌区域。 字符分割：利用投影检测的字符定位分割方法得到单个的字符 字符识别：利用模板匹配的方法和数据库中的字符进行匹配从而确认出字符，得到最后的汽车牌照，包括英文字母和数字。
车牌识别系统的研究背景意义与国内外研究现状
车牌识别系统的研究背景意义及国内外研究现状 1 车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 1.2 车牌识别系统简介 2 车牌识别系统的国内外现状 3 车牌识别难点 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合能够唯一确定汽车身 份的凭证。我们可以以此为依据，设计一种车牌识别系统监控各个车辆的情况。 为此，我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都要求由制定部门统一进行管理。在此 基础上，如果研制出一种能在公众场合迅速准确地对汽车牌照进行自动定位识别 的系统(CPR)，那么这将是一件非常有意义的工作，并将极大地提高汽车的安全 管理水平及管理效率。 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。如图1 所示，LPR[1] 的部分应用： 图1 LPR 在收费口、道路监控和停车管理中的应用 近些年, 计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理
基于matlab的车牌识别(含子程序)
基于matlab的车牌识别系统 一、对车辆图像进行预处理 1.载入车牌图像： function [d]=main(jpg) [filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'}); if(filename == 0), return, end global FILENAME %定义全局变量 FILENAME = [pathname filename]; I=imread(FILENAME); figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：
2.将彩图转换为灰度图并绘制直方图： I1=rgb2gray(I);%将彩图转换为灰度图 figure(2),subplot(1,2,1),imshow(I1);title('灰度图像'); figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示： 3. 用roberts算子进行边缘检测： I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测 figure(3),imshow(I2);title('roberts 算子边缘检测图像'); 结果如下：
4.图像实施腐蚀操作： se=[1;1;1]; I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title('腐蚀后图像'); 5.平滑图像 se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se
matlab车牌识别课程设计报告(附源代码)
Matlab程序设计任务书 分院（系）信息科学与工程专业 学生姓名学号 设计题目车牌识别系统设计 内容及要求： 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生 分析问题和解决问题的能力，还能培养一定的科研能力。 1.牌照识别系统应包括车辆检测、图像采集、牌照识别等几 部分。 2.当车辆检测部分检测到车辆到达时,触发图像采集单元，采 集当前的视频图像。 3.牌照识别单元对图像进行处理，定位出牌照位置，再将牌 照中的字符分割出来进行识别，然后组成牌照号码输出。 进度安排： 19周：Matlab环境熟悉与基础知识学习 19周：课程设计选题与题目分析 20周：程序设计编程实现 20周：课程设计验收与答辩 指导教师（签字）： 年月日学院院长（签字）： 年月日 目录
一．课程设计目的 (3) 二．设计原理 (3) 三．详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21) 一、课程设计目的 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过
设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 三、详细设计步骤: 1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置；
车辆牌照图像识别算法研究与实现
西南科技大学 毕业设计（论文）题目名称：车辆牌照图像识别算法研究与实现年级：■本科□专科 学生学号： 学生姓名：指导教师： 学生单位：技术职称： 学生专业：教师单位： 西南科技大学教务处制
车辆牌照图像识别算法研究与实现 摘要：近年来随着国民经济的蓬勃发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高。因此，汽车牌照识别技术在公共安全及交通管理中具有特别重要的实际应用意义。本文对车牌识别系统中的车牌定位、字符分割和字符识别进行了初步研究。对车牌定位，本文采用投影法对车牌进行定位；在字符分割方面，本文使用阈值规则进行字符分割；针对车牌图像中数字字符识别的问题，本文采用了基于BP神经网络的识别方法。在学习并掌握了数字图像处理和模式识别的一些基本原理后，使用VC++6.0软件利用以上原理针对车牌识别任务进行编程。实现了对车牌的定位和车牌中数字字符的识别。 关键词：车牌定位；字符分割；BP神经网络；车牌识别；VC++
Research and Realization of License Plate Recognition Algorithm Abstract:In recent years, with the vigorous development of the national economy，there are more and more construct in the domestic expressway, urban road, and parking area. The requisition on the traffic control, safety management improves day by day. Therefore, license plate recognition technology has the particularly important practical application value in the public security and the traffic control. In the paper, a preliminary research was made on the license location, characters segment and characters recognition of the license plate recognition. On the license location，the projection was used to locate the license plate; On the characters segmentation, the liminal rule was used to divide the characters; In order to solve the problem of the digital characters recognition in the plate, BP nerve network was used to recognize the digital characters. After studying and mastering some basic principles of the digital image processing and pattern recognition, the task of license plate recognition was programmed with VC++ 6.0 using above principles. The license location and the digital characters recognition in the license plate were implemented. Keywords: license location, characters segmentation, BP nerve network, license plate recognition, VC++
车牌识别系统是如何实现的
车牌识别系统是如何实现的 智能交通中一个重要的技术就是车牌识别技术，对于拍到的车辆图像或录像,如果能够准确及时的返回车牌的号码,这样即方便了车辆管理,又可以及时对违章车辆进行处罚,同时由于识别的即时性和准确性,这一系统在军事上也有极其重要的意义。车牌自动识别技术自提出以来,受到了人们的广泛关注,它可以应用于公路和桥梁收费站、公路流量观测站、城市监控系统、港口和机场、停车场、以及军事要塞的入口等车牌认证实际交通系统中,以提高交通系统的车辆监控和管理的自动化程度。由于其在智能化交通控制管理中发挥着越来越重要的作用,目前西方发达国家的科研工作者对其进行广泛的研究,目前己有众多的算法,一般的车牌识别系统总体构架图恤口图所示,经过这些年的研究,有些已应用于交叉路口、车库管理、路口收费、高速公路等场合。但是由于需适应各种复杂背景,加之要识别的车辆种类繁多,颜色变化多端,以及检测时要适应不同天气变化导致的不同光照条件。因此,目前的系统都或多或少地存在着一些问题。随着计算机性能的提高和理论技术的发展,这种技术必将日趋成熟。以下对我们设计的车牌自动识别系统的构成作简单介绍。 一个完整的车牌自动识别系统通常由图像采集,车牌定位,车牌牌字符分割和车牌字符识别部分组成。 车牌自动识别系统是一个以微处理器为核心,基于图像处理、模式识别等技术的高度智能的电子系统,这个系统主要有摄像头、视频采集接口、辅助照明装置、计算机和识别软件组成。 在自然光较暗或夜间影响识别效果时,自动开启辅助照明装置提供摄像光源。当车辆通过关卡,经过车体位置传感器的敏感区域时,传感器发送一个信号给图像采集控制部分。采集控制部分控制摄像机采集一幅汽车图像送至图像预处理模块,由预处理模块对输入图像进行预处理后送入计算机内。计算机内的软件模块从输入图像中找到牌照的位置,对牌照作字
车牌识别(附源代码)
车牌识别 电子1301 孙洪江 20 一、目的与要求 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。三、详细设计步骤: 为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。 牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。 （2）牌照字符分割 :
车牌号识别解决方案
一、车牌识别背景 随着科技经济的不断发展，人们生活水平不断提高，机动车的数量也在逐年增加，势必会产生一定的停车问题，比如停车难，停车场入出口拥堵，传统停车场管理系统效率低等，为改变目前的停车现状，以车牌识别技术为基础的车牌自动识别技术应运而生。 二、关于车牌识别技术 车牌自动识别技术（License Plate Recognition， LPR）是以计算机技术、图像处理技术、模糊识别为基础，建立车辆的特征模型，识别车辆特征，如车牌号码、颜色等。它是一个以特定目标为对象的专用计算机视觉系统，能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并直接给出识别结果，使得车辆的电脑化监控和管理成为现实。
三、拓扑图 四、高清车牌识别系统搭建 4.1车牌识别工作原理 高清车牌识别系统采用高清网络摄像机对进入停车场的车辆进行抓拍，上传计算机处理车牌信息，引导车辆进入，保存记录；在停车场出口通过高清网络摄相机对驶出的车辆进行图像抓拍，经计算机自动识别，与数据库中车牌信息对比，对固定车自动放行，对于临时车根据停车时间进行管理，实现车辆的进出监控和管理。 一台电脑能管理一进一出，和多台电脑组成局域网，能实现多进多出的停车场联网管理。入口通过摄像机抓拍图片，经TCP/IP网络上传给本客户端电脑，产生入场记录保存在数据库，出口通过摄像机抓拍图片，由客户端电脑处理识别结果，比对服务器电脑数据库，计算停车时间，根据对应的收费方案计算收费，显示在客户端电脑管理界面，配置语音播报和显示屏显示。
汽车车牌的自动检测与识别
文章编号：１００５－８４５１（２００９）１１－００１７－０４ 收稿日期：２００９－０４－１４作者简介：陈 虹，讲师。 第１８卷第１１期Ｖｏｌ．１８ Ｎｏ．１１ 研究与开发 RESEARCH AND DEVELOPMENT 计 算 机 应 用 ＲＡＩＬＷＡＹＣＯＭＰＵＴＥＲＡＰＰＬＩＣＡＴＩＯＮ 铁路 汽车车牌的自动检测与识别 陈 虹 （南京铁道职业技术学院 苏州校区， 苏州 ２１５１３７ ） 摘 要：车牌识别系统是智能交通系统的重要组成部分。研究进行车牌识别的各项关键技术，提出基 于数学形态学与多特征组合分析相结合的快速汽车车牌定位方法。在分析近年来一些典型的车牌识别算法的基础上，给出改进算法的ＢＰ神经网络。实验表明，该算法可以有效提高识别速度和准确率。 关键词：车牌识别系统；车牌定位；字符分割；字符识别中图分类号：ＴＰ３９ 文献标识码：Ａ Auto location and recognition of car license plate CHEN Hong ( Suzhou Campus, Nanjing Institute of Railway Technology , Suzhou 215137, China ) Abstract: The Car License Plate Recognition System was an important component of Intelligent Transportation System. It was proposed a new method for car license plate location by combining morphology and multiple features. Algorithms of all modules related to LPRS were deeply studied and analyzed. An improved BP neural network was used to carry out the recognition of letters and numbers in the license plate. Key words : Car License Plate Recognition System; license plate location; character segmentation; character recognition 随着智能交通系统（Ｉｎｔｅｌｌｉｇｅｎｔ ＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍ，ＩＴＳ）的发展，车牌识别系统（ＬｉｃｅｎｓｅＰｌａｔｅｓ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ，ＬＰＲＳ）正逐渐被应用于电子收费、出入控制和车流控制等场合。车牌识别包括车牌图像输入、车牌定位、字符分割和字符识别等几个部分。 １车牌定位 １．１图像变换及边缘检测 １．１．１图像变换 我国的车牌主要有蓝底白字，黄底黑字，黑底白字等多种颜色，受天气和光照的影响较大，用颜色作为主要的定位手段可靠性不是很强。另外彩色图像占据的存储空间往往比较大，在图像定位和识别等后续工作中将会放慢系统处理的速度，因此，要对其进行灰度转换。 彩色图像转化为灰度图像的方法有很多种，本文采用加权平均值法。赋予Ｒ、Ｇ、Ｂ不同的权值，并使Ｒ、Ｇ、Ｂ等于他们的加权平均值，即Ｒ＝Ｇ＝Ｂ＝（ＷＲＲ＋ＷＧＧ＋ＷＢＢ）／３，其中，ＷＲ、ＷＧ、ＷＢ分别是Ｒ、Ｇ、Ｂ的权值，由于人眼对绿色敏感度 指标体系和方法的要求，对全国３１个省区交警部门信息化工作进行综合评价，从评价结果来看，指标体系和方法的可用性、可查性均能满足评价要求，对３１个交警信息化工作的评价结果和排名情况基本与实际情况相吻合。普遍反映，通过信息化工作评价指标体系，明确了工作标准和要求，找到了工作差距，明确了信息化工作的下一步努力方向，也引起了各级领导对信息化工作的重视，评价指标体系对促进交管信息化应用建设工作发挥了 积极作用。 下一步，将根据交管信息化工作的发展情况，不断完善和改进指标体系和评价方法，促进公安交通管理信息化建设进一步发展和应用水平不断提高。 参考文献： ［１］王靖亚，黄明，巩荣． 公安信息化信息安全指标体系研究［Ｊ］． 中国人民公安大学学报（自然科学版），２００８（４）：４３－４７．