2022年基于静止图像的车牌照定位改进方法研究.docx

《2022年基于静止图像的车牌照定位改进方法研究.docx》由会员分享，可在线阅读，更多相关《2022年基于静止图像的车牌照定位改进方法研究.docx（48页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品学习资源西 南 交 通 大 学毕业设计 论文 基于静止图像地车牌照定位改进方法争论年级:2005 级学号:20052298姓名:关伟专业: 自动化（交通信息工程及掌握） 指导老师 :侯 进二零零九年六月欢迎下载精品学习资源院 系信息科学与技术学院专 业 自动化（交通信息工程及掌握） 年 级2005 级姓 名关 伟题 目基于静止图像地车牌照定位改进方法争论指导老师评语指导老师 签章评 阅 人评语评 阅 人 签章成绩答辩委员会主任 签章 年月日欢迎下载精品学习资源毕 业 设 计 任 务 书班 级 交控 1 班 同学姓名 关 伟 学 号 20052298专 业 自动化（交通信息工程及掌握） 发题

2、日期： 2021 年 01 月 01 日完成日期： 2021 年 06 月 15 日题目基于静止图像地车牌照定位改进方法争论题目类型：工程设计技术专题争论理论争论软硬件产品开发一、设计任务及要求车牌照识别是智能交通系统地一个重要课题，在车辆治理、不停车收费等系统中有广泛应用.而车牌照定位又在车牌照识别技术中起着关键作用.由于多样化地牌照形式、不一样地户外光照条件、不同地车辆行驶速度及复杂背景等因素，使得车牌照识别技术课题极具挑战性.因此对于车牌照定位技术要求有较好地鲁棒性和实时性.具体要求如下：1. 对给定地静止图像（假设存在车辆）进行预处理分析；2. 通过减弱背景干扰缩小定位区域，并搜寻可能

3、地牌照位置；3. 标记牌照区域并截取车牌照子图像.为使后续工作顺当进行及实际应用地要求，该设计具体要达到地基本技术要求：1 每张图片地处理时间不能大于0.5S；2 车牌地猎取精确率要达到95%以上 .二、应完成地硬件或软件试验1. 利用 MATLAB或 VC+ 编程实现车牌照地定位系统设计2. 设计一个人机交互界面以显示和记录车牌照定位地结果三、应交出地设计文件及实物包括设计论文、程序清单或磁盘、试验装置或产品等1. 毕业设计论文（必需完全符合学校规范，内容严禁有丝毫地抄袭剽窃）2. CD-R （含论文，程序，程序使用说明书，演示视频，盘面标注班级，姓名，专业，日期）3. 英文翻译按学校规定，

4、导师无特别要求欢迎下载精品学习资源四、指导老师供应地设计资料1. 争论报告介绍 包括课题背景、动机、内容、意义2. 方案说明书3. 部分英文文献资料和Medialab LPR 图像数据库五、要求同学搜集地技术资料指出搜集资料地技术领域1. 本课题相关领域国内外重要论文及资料2. MATLAB、C+ 编程指南六、设计进度支配第一部分查阅相关资料，学习相关编程语言5 周其次部分编制程序并进行软件调试8 周第三部分撰写毕业论文2 周评阅及答辩1 周指导老师：年 月日系主任审查看法：审 批 人：年月 日注：设计任务书审查合格后，发到同学手上.西南交通高校信息科学与技术学院2021 年制欢迎下载精品学习

5、资源摘 要智能交通是当前交通治理进展地主要方向，车牌照识别系统就是智能交通系统地核心，而车牌定位是其中最为关键地技术，对整个识别系统地性能起着至关重要地作用.多样化地牌照形式、不一样地户外光照条件、不同地车辆行驶速度及复杂地背景等因素，都成为了车牌定位地难点 .从目前地争论成果来看，车辆牌照定位系统仍远未达到完善地程度，利用各种图像处理地理论和方法进行车牌定位仍是当前争论地热点之一.所以，怎样得出一种好地定位方法，始终是现在争论人员努力地方向.本文就是针对车牌如何更好地定位，争论更为有效地车牌定位算法.对于车牌定位地方法很 多，也都是各有特点，但是都存在一些问题，如算法普遍存在运算量大、定位不

6、够精确等缺点. 所以为了能够更好地定位车牌，本文采纳基于区域特点地牌照定位技术.第一 ,此方法是对原始车牌进行预处理，其中包括图像灰度化和边缘检测，并且通过数学外形学地方法来连接离散字符边缘 .其中外形学基本运算包括膨胀运算、腐蚀运算、闭合运算、开启运算等.由于外形学处理过程中车牌可能断裂，造成车牌不能最终精确地定位，本文利用自设定阈值和判定方法来连接相邻地区域，目地就是连接被断开地车牌，在连接后，此结果可以滤除一些干扰区域，并形成最 终地车牌候选区域 .然后从车牌图像固有地一些特点入手，例如车牌图像中车牌地长宽阈值范畴地设定、车牌占整个图像地比例等，从候选区域中进一步判定和定位出最终地汽车牌

7、照.本文所提及地算法全部用MATLAB编程构建成车牌定位地软件平台.该平台包含了上述地车牌定位全部步骤.并且利用本文中地算法，对实际猎取地车牌进行了大量试验，本系统获得了比较令人中意地结果 .关键词： 车牌照识别系统；车牌定位； 车牌区域特点； 边缘检测； 数学外形学欢迎下载精品学习资源AbstractCurrently, intelligenttraffic is the main direction of the development of the traffic management. Vehicle license plate recognitionsystem is the har

8、d core of the intelligenttrafficsystem, and the positioningof vehicle license plate is the most pivotaltechnology in the recognitionsystem, which plays an important role in the performance of the whole system. Some factors, such as variety of license forms, differentoutdoor lightingconditions, diffe

9、rent vehicle speeds and complex background, have became difficulties in plate positioning. Current technique of license plate recognition is far away from perfect. Using the theory and the technology to reform license plate recognition technique is one of the research keys. So, how to come up with a

10、 better location method, has been a study for the direction of staff efforts.This paper focuses on better positioning plate and attempts to find a more effective vehicle license plate locating algorithm. There are a lot of methods about vehicle license plate and each method has its feature. However,

11、 these methods also have some problems, such as, algorithmusually have large amount of calculation, positioning plate is not accurate enough and etc. So in order to locate plate better, thepositioningtechnologylicenseofthepositioningtechnologylicensebasedonregional characteristics is used in this pa

12、per. First of all, in this method, the original license plate is pre-processed, includinggray of image and edge detection and the edge of discrete characters is connected by the approach of mathematical morphology. Basic morphological operations include expansion computing, corrosion computing,closu

13、re operator, open computing and etc. Because the vehicle license plate is probable broken during the morphology processing procedure, which may finally cause the license plate can t be positioned accurately, the set threshold and identification methods are used to connect adjacent regions in this pa

14、per, the purpose is to connect the broken plate, after connecting, the results can filterout some interference regions, and form the final license plate inquire electoral district. Then starting from some of the inherent characteristics of license plate images, such as setting the threshold range of

15、 the length and width of license plate in license plate image and the proportion of the total license plateimages and etc, to furtherdetermine the finalpositioningofthe vehicle license fromthe inquire electoral district.Algorithm mentioned in this paper, a software platform is constructed by MATLAB

16、programming tool. This platform contains all the steps mentioned above. And using the algorithm introduced in this paper, extensive experiments are conducted over a lot of vehicle license plates obtained in real life, and this system have achieved a satisfactory result.Keywords:Vehiclelicense plater

17、ecognitionsystem ； License platelocalization ； Regional欢迎下载精品学习资源characteristics of plates ； Edge detection； Mathematical morphology欢迎下载精品学习资源目录摘 要 .I.V.ABSTRACT .V.第 1 章 绪 论.1.1.1 选题地背景和意义及国内外争论现状1.1.1.1 选题地背景和意义 .1.1.1.2 国内外争论现状 .2.1.2 车牌定位地主要内容和争论方法 .2.1.2.1 车牌定位地主要内容 .2.1.2.2 基于灰度图像地车牌定位方法地争论 3.

18、1.2.3 基于彩色图像地车牌定位方法地争论 4.1.3 本文地争论内容和系统体系结构 .5.1.3.1 车牌定位方法内容概述 .5.1.3.2 系统地体系结构设计 .5.1.4 本文地结构支配 .7.第 2 章 车牌定位地前期处理 .8.2.1 真彩色到灰度图像地转换 .9.2.2 灰度图像地变换增强 .1 02.3 灰度图像地边缘检测 .1 12.4 本章小结 .1 3.第 3 章 车牌区域定位地实现 .1 43.1 数学外形学处理 .1 4.3.1.1 结构元素矩阵 .1 53.1.2 膨胀运算 .1 5.3.1.3 腐蚀运算 .1 6.3.1.4 开启和闭合运算 .1 73.2 车牌区

19、域定位地实现 .1 93.2.1 车牌区域地合并 .1 93.2.2 车牌区域地定位 .2 23.3 本章小结 .2 5.第 4 章 二次车牌定位地算法和性能分析 .2 54.1 二次车牌定位算法 .2 6.4.2 本论文算法地性能分析 .2 9欢迎下载精品学习资源4.2.1 对于不同背景下地车牌定位分析2.94.2.2 图片处理时间和精确度分析 .3 24.3 本章小结 .3 4.结 论 .3.5.致 谢 .3.6.参考文献 .3.7.欢迎下载精品学习资源第 1 章 绪 论1.1 选题地背景和意义及国内外争论现状1.1.1 选题地背景和意义近年来，智能交通系统IntelligentTrans

20、portation System越来越受到人们地重视，并逐步应用在交通信息统计收集、路车间通信、停车场治理、不停车自动收费、车辆自动行驶等领域，而上述领域都与汽车牌照地自动识别有关1. 对汽车车牌地正确识别，既可以实现在交通路口、高速大路、军事要塞、机关门卫对过往车辆地实时登记、流量统计和对防卫目标地安全警备，对肇事车辆、被盗车辆、犯罪车辆进行辨识和拦截；又可在汽车存车场对进出地车辆进行登记、统计和查询，以保证安全防盗，并可帮助自动记费，这些是建设智能交通系统不行或缺地部分 2.车牌识别系统 License Plate Recognition System,LPRS 是智能交通中地重中之重，而

21、车牌识别系统地流程如图1-1 所示.图像采集车牌定位字符分割输出结果字符识别图1-1 汽车牌照识别系统框图从图 1-1 流程图中不难看出，在车牌识别系统中，最重要地步骤就是车牌定位，定位地胜利与否以及定位地精确程度将会直接打算后期能否进行车牌识别以及识别地精确度.由于在现实中，汽车地车牌图像受到光照、背景、车型等外界干扰因素以及拍照角度、远近等人为因素地影响，造成图像受光不匀称，车牌区域不明显，给车牌区域地提取带来了较大地困难.近年来不少学者针对车牌本身地特点，车辆拍照地不良现象及背景复杂状况，先后提出了很多有针对性地定位方法，使车牌定位在技术和方法上都有了很大地改善 .然而现代化交通系统不断

22、提高地快节奏，将对车牌定位地精确率和实时性提出更高地要求 .因而，进一步加深车牌定位地争论是特别有必要地，同时争论高效地汽车牌照定位算法也有着重要地应用价值 .欢迎下载精品学习资源1.1.2 国内外争论现状国内外都进行了应用图像处理技术解决汽车牌照识别地争论，最早提出在上世纪80岁月， 这个阶段并没有形成完整地系统，而是就车牌识别地某个问题、某一种特定环境进行争论，而且通常实行简洁常用地图像处理技术来解决地.进入 90岁月，由于运算机视觉地进展，开头显现了汽车牌照识别系统化争论，并且在1990年，第一个车牌识别系统争论胜利.到目前为止国外地车牌识别系统地识别率已经达到90%左右 3.车牌定位在

23、整个汽车牌照自动识别系统中地重要位置是显而易见地.在国外典型地牌照定位 方法有： J.Barroso提出地基于水平线搜寻地定位3 ； R.Parisi 等提出地基于 DFT 变换地频域分析方法 4 ； Charl Coetzee提出地基于 Niblack 二值化算法及自适应边界搜寻地定位方法5. 另外，灰度阈值、区域生长、边缘检测、频域和空间分割等方法也在传统地定位技术中得到大量应用.然而，由于车牌识别大多是在户外进行地，所以存在像天气等客观缘由，使车牌定位系统不能很好地识别，甚至产生不能识别或错误识别地现象.在国外争论过一些关于识别地产品，这些产品大多是车牌识别系统，其中地核心部分都是车牌定

24、位系统，这些产品有：1. 英国IPI公司研发了 RTVNPRReal Time Vehicle Number Plate Recognition系统 .2. 交通检测系统 VNPRV ehicle Number Plate Recognition.3. 新加坡地 Optasia公司自行研发了车牌识别系统IMPSIntegrated MultiPass System.4. CARINA软件开发包是 FORNIX 公司开发地一个自动可视监测识别汽车牌照地图像识别软件包 .5. LPR License Plate Recognition 是HSTOL 公司开发地系统，该系统能应用到停车场、入口掌握、

25、交通监测等场所，能检测和识别汽车车牌2.90岁月以来，由于交通现代化进展地需要，我国也开头对车牌定位进行深化争论，并取得了肯定成效. 国内比较好地定位算法有:直线边缘检测法6-8 ；基于灰度图像二值化地方法910 ；基于神经网络地车牌定位方法1112 ；基于彩色图像地车牌分割方法131426 ；基于行扫描地车牌定位算法等15.而在国内与车牌定位相关地公司有：上海高德威智能交通系统有限公司、北京汉王科技有限公司、亚洲视觉科技有限公司、聪明光科技有限公司、沈阳聚德视频技术有限公司、中国信息产业部下属地中智交通电子系统有限公司等2.此外，国内地很多高校和科研院所都做过汽车牌照自动识别系统地争论并开发

26、了相关地产 品，比如清华高校、浙江高校、西安交通高校、上海交通高校和中国科学技术高校等2.1.2 车牌定位地主要内容和争论方法1.2.1 车牌定位地主要内容车牌定位技术地动身点是通过车牌区域地特点来判定牌照，可利用地车牌特点主要包括：欢迎下载精品学习资源1. 车牌区域内地边缘灰度直方图统计“特点 ”，车牌区域内地边缘灰度直方图具有两个明显且分别地分布中心 .2. 车牌地几何特点，即车牌地高、宽、高宽比在肯定地范畴内16.3. 车牌区域地灰度分布特点，穿过车牌地水平直线其灰度出现连续地峰、谷、峰地分布.4. 车牌区域水平或垂直投影特点，车牌区域水平或垂直投影出现连续地峰、谷、峰地分布.5. 车牌

27、外形特点和字符排列格式特点，车牌有矩形边框、字符排列符合肯定地标准.目前，主要通过两条技术路线进行车牌定位地争论.一条技术路线是基于灰度图像地车牌定位方法 .另一条技术路线是基于彩色图像地车牌定位方法.早期由于受运算机运算速度和内存大小影响，考虑到实时性，车牌定位主要是基于灰度图像处理技术，包括灰度阈值方法、频域和空间分割方法、连接元素分析方法以及Hough 变换法等， 可大致分为如下几类：1. 基于直线检测地方法这类方法一般采纳 Hough 变换等方法来检测直线（车牌四周边框形成） .Hough变换运算量较大，对于边框不连续地实际车牌，需附加大量地运算.2. 基于阈值化地方法图像经过阈值化得

28、到字符和背景分别地二值图像是这类方法地特点.目前已经提出了多种阈值化策略，但简洁算法二值化成效不好，复杂算法运算时间长、运算量大限制了实际应用 .3. 基于灰度边缘检测方法此类方法通常利用车牌区域局部对比度明显和灰度有规律地纹理特点来定位 .中国车牌类型较多，在不同光照条件下车牌对比度更加不统一，需要进行图像增强处理，仍需要考虑图像中与车牌特点特别相像地非车牌区域地排除问题17.1.2.2 基于灰度图像地车牌定位方法地争论基于灰度图像地车牌定位具体方法有：中国科学院地刘智勇，刘迎建等人针对车牌特点，设计了一个变换函数突出其特点从而进行车牌地提取 18. 这种方法采纳最大方差法来进行二值化阈值地

29、选取，并对二值化后地图像进行水平扫描，找出相对小地而且扫描线变化猛烈地区域作为候选区域，再以适当地变化率确定车牌位置置 .该方法在实践中取得了良好地成效，但是在车牌提取时可能显现“反工 ”，造成处理时间太长，不能很好地满意实时性.南京航空航天高校地刘效静，成瑜等人提出了基于车牌字符变化特点地自动扫描识别算法19. 这种方法是利用汽车牌照中字符笔划变化频率比较稳固地特点，即笔划间隔地像素是稳固在某一个范畴内，笔划数也存在下限地特点.设定阈值，通过扫描确定上下边界位置和左右边界位置，再在已缩小地范畴内用上述方法进行递归检测，直到牌照位置比较稳固为止.这种方法在拍照角度、距离、光线都有很大调整地情形

30、下，能够快速精确定位、分割车牌.小波分析是当前应用数学和工程学科中一个快速进展地新领域，经过二十多年地探究和研究，重要地数学形式化体系已经建立，理论基础更加扎实.与 Fourier 变换、 Gabor 变换相比，小欢迎下载精品学习资源波变换是空间 时间 和频率地局部变换，因而能够有效地从信号中提取信息 .华南理工高校地戴青云和广东工业高校地余英林提出了基于小波与外形学地车牌图像分割方法 20. 这种方法通过小波多尺度分解提取出纹理清楚，具有不同辨论率、不同方向地边缘子图像，其水平方向低频、垂直方向高频地这一重量主要代表车牌地目标区域.然后，用数学外形学方法对小波分解后 地细节图像进行一系列地势

31、状运算，进一步排除无用信息和噪音，以找准车牌位置.试验结果说明该方法成效较好 .当然除了上面介绍地几个具体地关于灰度车牌定位实例外，仍有其他地方法，这里就不再赘述了 .上述基于灰度图像方法，其缺点是当车牌图像地对比度较小或光照不匀称以及有类似车牌纹理特点地干扰时，误识率增加且无法供应车牌地颜色信息.颜色是车牌地重要特点，不同种类车辆地车牌具有不同地颜色模式，因此，交通监控、不停后收费等应用领域已对车牌识别系统提出了颜色要求.近年来随着运算机技术地飞速进展，很多学者已开头应用彩色图像处理技术进行车牌定位，实行地主要方法有：1. 应用神经网络对图像进行颜色分割，然后运算车牌底色地水平和垂直投影值，

32、最终依据车牌地宽高比来定位车牌.2. 采纳彩色边缘检测与区域生长相结合地方法来定位车牌.3. 采纳彩色、空间、距离和相像度进行车牌底色地颜色分割；再采纳投影法依据车牌宽高比确定车牌区域；最终对候选车牌区域灰度图像进行纹理分割提取车牌.4. 利用车牌字符边缘颜色对进行分割.依据车牌颜色特点、车牌背景与字符等，也就是说字符边缘两侧像素地颜色具有固定搭配地特点，判定剥离不符合车牌底色地非车牌区域，能够将车牌底色褪色或虽具有和车牌相像地几何及纹理特点，但不符合颜色特点地伪车牌剔除17.1.2.3 基于彩色图像地车牌定位方法地争论基于彩色图像地车牌定位具体方法有：中国科技高校地陈锻生等人提出了一种在复杂

33、背景下彩色图像汽车牌照提取分割技术21.此项方法提取了汽车牌照自身标准模式地多种重要特点，综合了局部特点分布、外形、彩色等学问，如局部区域地宏纹理 水平方向上地灰度和色度跳变地平均数、体态比、密集度和颜色组合等信息 .第一利用自适应阈值对梯度图求出二值化边缘区域；然后利用数学外形学运算和连通域外形分析，初步选择出候选地车牌区域，再利用彩色分析，选择出正确地车牌区域，并实现了牌照地倾斜校正和边框线与铆钉去除；最终运用投影分析分割出车牌地各个字符.试验结果说明该技术方案在实时性、鲁棒性和正确率等方面都能够达到有用技术指标，但该方法在速度估算、正确角度图像捕捉和非正面车牌图像地几何透视校正等方面存在

34、不足，仍需要进一步地争论.华中科技高校图像识别与人工智能争论所地任仙怡等人提出了一种基于颜色信息地车牌定欢迎下载精品学习资源位策略 22. 第一将图像从 RGB 颜色模型转化为HSI 模型，利用颜色信息对输入图像进行彩色粗分割，得到了为车牌颜色地一些区域；然后将分割结果中地伪目标区域 即除了车牌区域外地其它区域 分为两类：一类是与汽车牌照颜色相近地背景；一类是可能和牌照颜色相近地汽车外壳，分别进行处理；最终利用投影法得到精确地牌照位置.试验结果说明该方法成效较好.浙江高校地张引等人提出了彩色边缘检测算子ColorPrewitt 和彩色边缘检测与区域生长相结合地车牌定位算法 23 ，这种方法地主

35、要思想是通过边缘检测算子ColorPrewitt对彩色图像进行边缘检测，并借助数学外形学地膨胀技术实现区域地连通，采纳区域生长法标记得到一些候选区域，最终利用车牌地先验学问，剔除伪车牌区域，确定真正地车牌区域.该算法简洁，定位精确率高，适应性强，通用性较好.在基于彩色图像地车牌定位处理方法上，虽然从颜色地角度处理要更直观些，但是由于对于三维地彩色处理有时候会比较麻烦，而且对于车牌地底色不固定地情形需要进行多种情形地考虑，特别是对于不同国家地不同车牌，由于不同国家地不同车牌地底色都是不一样地，也给此方法地运用带来了肯定地困难.1.3 本文地争论内容和系统体系结构1.3.1 车牌定位方法内容概述本文地主要争论内容：通过将真彩色图像转化为灰度图像，并且对灰度图像进行一系列地预处理，其中预处理包括了灰度图像地线性拉伸和边缘检测，并通过数学外形学反复对图像进行处理，以此来去除图像中一些干扰背景，并通过一胞元数组记录预处理后区域地坐标，同时利用本文中采纳地区域合并算法将一些区域合并起来，同时得到候选区域，然后利用先验学问 包括车牌图像中车牌地