还剩37页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
西安工业大学北方信息工程学院本科毕业设计论文题目基于数字图像处理的校园车辆通行管理系统设计及实现 系 別电子信息系 专业通信工程 班级 学生 学号: 指导教师郭锦2013年06月西安工业大学北方信息工程学院毕业设计(论文)任务书系別电子信息系专业通信工程班级B090310姓名学号
1.毕业设计(论文)题目校园车辆通行管理系统设计
2.题目背景和意义大多数的企事业单位,尤其是涉及到保密工作的科研院所,对于出入车辆的严格检查是一项不可忽视的安全工作但是,目前这些单位对于出入车辆得检查仍然主要是依靠人工操作来完成的,其结果往往是导致车辆的滞留和交通堵塞,尤其是在节假日和上下班的时间段同时,大量的保安岗位设置需求也给企事业单位带来了不小的经济压力
3.设计论文的主要内容(理工科含技术指标)论文的主要内容包括对某类型企事业单位,如大学院校的车辆通行的设计和识别课题基于图像处理的车辆通行管理系统设计的技术指标主要是对出入关于校园车辆的车牌的识别
4.设计的基本要求及进度安排(含起始时间、设计地点)基于图像处理的车辆通行管理系统设计主要完成的任务包括1针对具体单位的车牌的获取2车牌图像的处理3车牌字符的识别进度安排第1周--第3周:查阅相关资料理解题目要求确定方案,完成开题报告第4周--第5周:完成针对具体单位的车牌获取以及车牌的处理的设计第6周--第14周:实现对车牌的识别和编程实现第15周--第17周:完成毕业设计论文准备答辩
5.毕业设计(论文)的工作量要求
①实验(时数)*或实习(天数)上机不少于200学时
②图纸(幅面和张数)*
③其他要求外文翻译字数不少于3000字指导教师签名年月日学生签名年月日系(教研室)主任审批年月日基于数字图像处理的校园车辆通行管理系统设计摘要面对出入园区机动车辆数量的日益增多,高校校园相关管理部门所采用的传统人工管理方式已经不能满足管理的需要通过调查,针对当前实际管理中所存在的问题,提出了一种基于车牌自动识别技术的车辆出入管理信息系统,即通过车辆图像信息的采集、车牌定位、字符分割、字符识别等操作完成车牌身份信息的自动提取,最后将获取到的信息存入数据库,通过搜索、查询匹配等模块的处理,实现自动智能管理的要求基于数字图像的校园车辆通行管理系统信息系统,主要包括图像的采集模块,车牌识别模块,车牌数据库模块,然而车牌的识别系统是现代智能交通管理的重要组成部分之一本文核心介绍了车牌识别的模块即核心介绍车牌定位、字符分割和字符识别三个部分的实现方法车牌识别系统使车辆管理更智能化,数字化,有效的提升了交通管理的方便性和有效性本文是针对其核心部分进行阐述并使用__TLAB软件环境中进行仿真实验关键词__TLAB;图像预处理;车牌定位;字符分割Designof__nagementSystemofTrafficofCampusVehicleBasedonDigitalI__gePro__ssingAbstractFa__dwithagrowingnumberofmotorvehicleac__sstotheparkthetraditional__nual__nagementmodeofuniversitycampusdepartmentsadoptedhasbeenunabletomeettheneedsof__nagement.Throughtheinvestigationinviewoftheexistingproblemsintheactual__nagementputforwardakindofauto__ticidentificationtechnologybasedontheli__nseplateofthevehicle__nagementinfor__tionsystemtheauto__ticextractionoftheli__nseplateidentificationinfor__tionthroughthevehiclei__geinfor__tionacquisitionli__nseplatelocationcharactersegmentationcharacterrecognitionandotheroperationstheac__sstotheinfor__tionstoredinthedatabase__tchingquerypro__ssingmodulethroughsearchauto__ticin____igent__nagementrequirements.__nagementinfor__tionsystemthroughCampusVehicleBasedondigitali__gepro__ssingincludingi__gecollectionmoduletheli__nseplaterecognitionmoduletheli__nseplatedatabasemodulehoweverli__nseplaterecognitionsystemisoneoftheimportantpartofmodernin____igenttraffic__nagement.Thecoreofthispaperintrodu__stheli__nseplaterecognitionmodule.Thatisthecoreoftheimplementationofthreeparts:li__nseplatelocationcharactersegmentationandcharacterrecognition.Li__nseplaterecognitionsystem__kesthevehicle__nagementmorein____igentdigitaleffectivelyimprovetheconvenien__andeffectivenessofthetraffic__nagement.Thispaperisaimedatthecorepartexpatiatedandsimulatedusingthe__TLABsoftwareenviro__ent.KeyWords:__TLABSoftwareI__gePrepro__ssingLi__nsePlateLocalizationCharacterSegmentation目录TOC\o1-3\h\u1绪论
11.1本课题的研究背景
11.2本课题的研究目的及意义
21.4主要应用领域
41.5设计原理52工作流程
72.1系统框架结构和工作流程73详细设计步骤
93.1设计方案
93.2图像预处理9图像灰度化10图像的边缘检测
113.3车牌定位和分割1212车牌分割13对定位后的彩色车牌的进一步处理
143.4字符分割与归一化15字符分割15字符归一化处理
153.5字符的识别164实验结果和分析195结论21____22致谢23毕业设计(论文)知识产权声明24毕业设计(论文)独创性声明25附录1源程序261绪论
1.1本课题的研究背景近年来国内高校呈现出来的多校区办学、开放式办学模式,使得穿梭于高校校园的各种机动车辆越来越多,车辆的出入管理成为一项重要工作,如何让管理人员及时了解每一辆车的详细信息,有效识别合法及非法车辆,提高合法车辆的通行效率,杜绝非法车辆的出入,成为各个高校急需解决的一个难题对北信学院现有的机动车辆出入管理系统进行调研,发现每天进出学院的车流量非常大,其中包括学院内部教职工的车辆,更有相当大一部分的校外来学院办事的社会车辆,无论是校内车辆还是校外车辆,目前均采用传统的人工身份认证方式进行出入管理,该种方式既费时、低效,又不能共享信息,不利于全局管理,更重要的是面对身份复杂的社会车辆,人工认证的方式很难快速、精准的确认车辆的身份信息,从而给高校校园带来了严重的安全隐患,威胁了师生员工的生命和财产安全,妨碍了“平安校园”和“和谐校园”的建设当前高校校园车辆出入管理模式的__迫在眉睫针对高校校园机动车辆进出管理所存在的问题,提出了一种基于车牌识别技术的车辆出入管理系统,该系统能够自动识别进出校园车辆身份信息,并自动记录车辆进出时间,提高车辆进出校园的自动化、安全性,做到车辆出入有据可查,有据可依,在提高安全性的前提下,降低管理人员工作的难度和强度在这种智能交通系统中,车牌自动识别系统是一个非常重要的发展方向车牌自动识别系统简称ALPRS或LPRS,该系统可以对车辆进行自动登记、验证、监视、__系统应用场合包括高速公路,校园,智能小区、智能停车场管理,车牌验证,车流统计等同时,汽车牌照自动识别的基本方法还可以应用到其他检测和识别领域,所以车牌自动识别问题已成为现代交通工程领域中研究的重点和热点问题之一车牌识别系统是一项科技含量很高的多种技术结合的产品,主要有计算机视觉、数字图像处理、数字视频处理、模式识别等技术组成也是智能交通系统的核心技术,产生于60年代在80年代,由于城市交通问题日益严重,美国和欧洲许多国家投入了大量的人力和物力,建立了自动化高速公路网,__了摄像、雷达探测系统和光纤网络,建立智能交通系统在美国、欧洲、__等发达国家的带动下,世界各国也开始简历智能交通系统由于公路车流量日益增大、道路交通日益拥挤,车辆管理相对越来越困难,因此各个发达国家和发展中国家都在积极建设适应未来交通运输需求的智能交通系统
1.2本课题的研究目的及意义车牌识别系统的主要任务是分析和处理摄取到的复杂背景下的车辆图像,定位分割牌照,最后自动识别汽车牌照上的字符,车牌识别是利用车辆牌照的唯一性来识别和统计车辆,它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统在现代化交通发展中车牌识别系统是制约交通系统智能化、现代化的重要因素,车牌识别系统应该能够从一幅图像中自动提取车辆图像,自动分割牌照图像,对字符进行正确识别,从而降低交通管理工作的复杂度车牌识别系统将获取的车辆图像进行一系列的处理后,以字符串的形式输出结果,这样不但数据量小,便于存储,操作起来也更容易,因此车牌识别系统的便捷性是人工车牌识别所不能比拟的,它蕴藏着很大的经济价值和发展空间,对车牌识别技术的研究是非常有意义的在车牌识别系统中最为重要的两个技术是车牌定位和车牌字符识别,这两个技术的好坏直接影响到整个车牌识别系统的实时性和准确性国内外己有不少学者对车牌定位技术做了大量的研究,但在实际的应用中还没有一个有效可行的方法,如由于车辆抖动造成车牌图像的歪斜、由于污迹和磨损造成车牌字符的模糊、由于光照不均造成车牌图像的模糊等都会或多或少影响到车牌定位的准确度针对以上实际情况,很多学者开始在鉴于车牌图像本身特征的基础上研究车牌定位技术,并先后提出了一些有效的定位方法,以减小种种主、客观因素对车牌定位准确度的影响然而智能交通的不断发展使得车牌定位系统有了更高的要求,主要表现在系统的实时性和准确性车牌字符识别的实质是对车牌上的汉字、字母和数字进行快速准确的识别并以字符串的形式输出识别结果,字符识别技术是整个车牌识别系统的关键车牌识别系统与其它图像识别系统相比较而言要复杂的多,在字符识别中,汉字识别是最难也是最关键的部分,很多国外较为成熟的车牌识别系统无法进入中国市场的原因就在于无法有效的识别汉字此外,由于外界环境的影响,系统必须保证能够在任何天气情况下全天不间断的正常工作到目前为止,在众多的车牌自动识别方法中还没有一个可以达到理想的效果,因此对车牌识别技术的研究意义重大
1.3国内外发展状况从20世纪_____,国外就已经开始了对汽车牌照自动识别的研究,其主要途径就是对车牌的图像进行分析,自动提取车牌信息,确定汽车牌号在各种应用中,有使用模糊数学理论也有用神经元网络的算法来识别车牌中的字符,但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件的影响,给车牌的识别带来较大的困难国外的相关研究有JBarroso提出的基于扫描行高频分析的方法和I.T.Lancaster提出的类字符分析方法等为了解决图像恶化的问题,目前国内外采用主动红外照明摄像或使用特殊的传感器来提高图像的质量,继而提高识别率,但系统的投资成本过大,不适合普遍的__车牌识别系统中的两个关键子系统是车牌定位系统和车牌字符识别系统关于车牌定位系统的研究,国内外学者已经作了大量的工作,但实际效果并不是很理想,比如车牌图像的倾斜、车牌表面的污秽和磨损、光线的干扰等都是影响定位准确度的潜在因素为此,近年来不少学者针对车牌本身的特点,车辆拍摄的不良现象及背景的复杂状况,先后提出了许多有针对性的定位方法,使车牌定位在技术和方法上都有了很大的改善.然而现代化交通系统不断提高的快节奏,将对车牌定位的准确率和实时性提出更高的要求因而进一步加深车牌定位的研究是非常必要的车牌字符识别是在车牌准确定位的基础上,对车牌上的汉字、字母、数字进行有效确认的过程,其中汉字识别是一个难点,许多国外的LPR系统也往往是因为汉字难以识别而无法打入中国市场,因而探寻好的方法解决字符的识别也是至关重要的目前己有的方法很多,但其效果与实际的要求相差很远,难以适应现代化交通系统高速度、快节奏的要求因而对字符识别的进一步研究也同样具有紧迫性和必要性从实用产品来看,如以色列的Hi-Tech公司研制的多种See/Carsystem,适应于几个不同国家的车牌识别,就____格式车牌的See/Carsyste而言,它不能识别汉字,且识别率有待提高新加坡Optasia公司的VLPRS产品,适合于新加坡的车牌,另外__、___、德国、意大利、英国等西方发达国家都有适合于本国车牌的识别系统我国的实际情况有所不同,国外的实际拍摄条件比较理想,车牌比较规范统一,而我国车牌规范不够,不同汽车类型有不同的规格、大小和颜色,所以车牌的颜色多,且位数不统一,对处理造成了一定的困难在待处理的车牌图像中就有小功率汽车使用的蓝底白字牌照,大功率汽车所用的黄底黑字牌照,军车和警车的白底黑字,红字牌照,还有国外驻华机构的黑底白字牌照等就位数而言,有七位数字的,有__车九位数字的,有军车、前两位字符上下排列的等,所以也造成了处理的难度国内做得较好的产品主要是中科院自动化研究所汉王公司的“汉王眼”,此外国内的亚洲视觉科技有限公司、深圳市吉通电子有限公司、中智交通电子系统有限公司等都有自己的产品,另外西安交通大学的图像处理与识别研究室、__交通大学的计算机科学与工程系、清华大学、浙江大学等都做过类似的研究通常处理时为了提高系统的识别率,都采用了一些硬件的探测器和其他的辅助设备如红外照明等,其中“汉王眼”就是采用主动红外照明和光学滤波器来减弱可见光的不可控制影响,减少恶劣气候和汽车大小灯光的影响,另外还要求在高速公路管理窗口到“汉王眼”识别点埋设两条线路管道,一条管道铺设220伏50赫兹1安培的交流供电线路;另一条管道铺设触发__线路和汉王眼与管理计算机的通讯线路,投资巨大,不适合于大__的__另外,还有两种专门的技术被用于车牌的识别中,条形码识别技术和无线射频技术条形码识别要求预先在车身上印刷条形码,在系统的某一固定位置上__扫描设备,通过扫描来读取条形码,以达到识别车辆的目的无线射频技术要求在车内__标示卡,在系统某一位置__收发器等装置,通过收发器来接受标示卡的__,从而识别出经过的车辆显然,这两种技术更难以__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现代交通的飞速发展以及车牌识别系统应用范围的日益拓宽给车牌识别系统提出了更高的要求因此,研究高速、准确的定位与识别算法是当前的主要任务,而图像处理技术的发展与摄像设备、计算机性能的提高都会促进车牌识别技术的发展,提高车牌识别系统的性能
1.4主要应用领域车牌自动识别系统具有广泛的应用范围,主要应用于高速公路收费、监控管理;小区、停车场管理;城市道路监控、违章管理;车牌登录、验证;校园车流统计、安全管理等车牌自动识别系统应用于这些系统,可以解决通缉车辆的自动稽查问题,可以解决车流高峰期因出入口车流瓶颈造成的路桥卡口、停车场交通堵塞问题,可以解决因工作人员作弊造成的路桥卡口、高速公路、停车场应收款流失的问题,还可以以最简单的方式完成交通部门的车辆信息联网,解决数据统计自动化,模糊查询的问题车牌自动识别系统可__于公路收费站、停车场、十字路口等交通关卡处,其具体应用可概括为a.交通监控利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规模等交通信息,防范和观察交通事故它还可以同雷达测速器或其他的检测器配合使用,以检测违犯限速值的车辆当发现车辆超速时,摄像机获取该车的图像,并得到该车的牌照号码,然后给该车超速的警告__b.交通流控制指标参量的测量,为达到交通流控制的目标,一些交通流指标的测量相当重要该系统能够测量和统计很多交通流指标参数,如总的服务流率,总行程时间,总的流入量流出量,车型及车流组成,日车流量,小时/分钟车流量,车流高峰时间段,平均车速,车辆密度等这也为交通诱导系统提供必要的交通流信息c.高速公路上的事故自动测报这是由于该系统能够监视道路情况和测量交通流量指标,能及时发现超速、堵车、排队、事故等交通异常现象d.对养路费交纳、安全检查、运营管理实行不停车检查根据识别出的车牌号码从数据库中调出该车档案材料,可发现没及时交纳养路费的车辆另外,该系统还可发现无车牌的车辆若同车型检测器联用,可迅速发现所挂车牌与车型不符的车辆e.车辆定位由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置这为防范、发现和追踪涉及车辆的犯罪,保护重要车辆如运钞车的安全有重大作用,从而对城市治安及交通安全有重要的保障作用车牌自动识别系统拥有广阔的应用前景,但若在每个街口都装配一套全新的车辆探测器的硬件系统则投资巨大,所以急需一个纯软件实行的车牌自动识别系统来最大限度的减少费用,而纯软件的设计,不仅投资小而且灵活性高,适合我国的国情
1.5设计原理由于车辆牌照是机动车唯一的管理标识符号,在交通管理中具有不可替代的作用,因此车辆牌照识别系统应具有很高的识别正确率,对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈,并且要求满足实时性要求该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用,它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成其基本工作过程如下a.当行驶的车辆经过时,触发埋设在固定位置的传感器,系统被唤醒处于工作状态;一旦连接摄像头光快门的光电传感器被触发,设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像;b.由摄像机或CCD摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理,图像预处理包括图像转换、图像增强、滤波和水平较正等;c.由检索模块进行牌照搜索与检测,定位并分割出包含牌照字符号码的矩形区域;d.对牌照字符进行二值化并分割出单个字符,经归一化后输入字符识别系统进行识别2工作流程
2.1系统框架结构和工作流程汽车牌照识别LPR系统通过引入数字摄像技术和计算机信息管理技术,采用先进的图像处理、模式识别和人工智能技术,通过对图像的采集和处理,获得更多的信息,从而达到更高的智能化管理程度在LPR系统产品的性能指标中,识别率和识别速度难以同时提高其中原因既包括图像处理技术不够成熟,又受到摄像设备计算机等性能的限制因此,研究高速准确的定位与识别算法,是当前的主要任务汽车车牌自动识别系统主要包括触发拍照、图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等单元,如图
2.1所示图
2.1车牌识别系统工作流程图触发拍照该单元会自动检测车辆在指定区域的存在,现有的成熟技术的有线圈触发、视频触发、红外触发、雷达触发以及激光触发其中线圈触发和视频触发得到了广泛的应用图像采集该单元是指道路上__的摄像头在检测到有车辆通过的同时进行拍照并借助网络传送到汽车自动识别系统图像预处理该单元是指车牌识别系统对拍摄的汽车__进行灰度化和边缘检测等处理在外界光照不均匀,光照强度不稳定的情况下,通过摄像机采集到的车牌原始图像会模糊不清,因此需要对其进行图像增强的处理;在外界环境噪声以及电子器件自身产生的噪声干扰下,车牌图像质量会有所下降,因此需要对原图像进行去噪处理等等以上所做的这些处理均属于图像预处理的工作车牌定位是指对预处理过的汽车__进行处理,把车牌部分进行定位,把无用的部分去除,得到定位好的车牌__在一张完整的车辆图像中,大部分区域都是背景图像,对识别工作毫无意义,我们可以将背景区域视为无用区域,并设法将其去除,即从复杂的背景图像中准确的定位并分割出车牌区域图像,从原图像中提取出需要的部分舍弃不需要的部分,以便节省系统识别时间,这也是车牌定位分割的目的及意义所在在定位分割的过程中要保证不能把非车牌区域误判为车牌区域,也不能漏检车牌区域,否则后继的工作将无法进行字符分割对已经定位的车牌__的进行字符分割,将车牌分割为7个单一的字符__被分离出的车牌区域图像,系统并不能直接对其进行识别,还需要将车牌上的每一个字符都__的完整的分割出来,即从车牌区域图像中将车牌上所包含的每一个字符都切分出来,使其成为不具有任何相关性的单个字符图像,再由系统分别对每个字符进行识别,在对字符进行切分时,要注意保证每个字符的完整度字符识别车牌字符识别是最为关键的一步,前面对车牌图像所做的处理都是为了完成最终的识别系统输入的是单个的字符图像,输出的却是文本格式的完整的车牌号码,车牌字符识别的准确率直接反映出车牌识别系统性能的好坏输出结果输出识别结果,并进行数据存储对于车牌识别系统而言,以上的每一个步骤都是必不可少的,并且后一步骤均是建立在前面步骤的基础之上进行的,因此,只有确保做好每一步才能顺利完成系统最终的识别工作3详细设计步骤车牌识别系统包括图像采集、图像预处理、车牌定位、字符分割、字符识别等模块,本文主要研究图像预处理、车牌定位、字符识别三个模块
3.1设计方案该系统主要是由图像处理和字符识别两部分组成其中图像处理部分包括图像预处理、边缘提取模块、牌照的定位以及分割模块字符识别部分可以分为字符分割与特征提取和单个字符识别两个模块字符识别部分要求照片清晰,但由于该系统的摄像头长时间在室外工作,加上光照条件、摄像头角度和距离、车辆自身条件以及车辆的行驶速度的影响,想拍出较理想的__很困难因此,我们要对摄像头拍摄的__进行预处理,主要包括__灰度化和__边缘提取等车牌定位和车牌分割是整个系统的关键,其作用是在经图象预处理后的灰度图象中确定牌照的具__置,并将包含牌照字符的一块子图象从整个图象中分割出来,供字符识别子系统识别之用,分割的准确与否直接关系到整个牌照字符识别系统的识别率车牌识别系统的最终目的就是将不清楚的车牌照片进行识别,输出清晰的__现在字符识别的常用方法有模板匹配法和神经网络模型法
3.2图像预处理图像预处理及边缘提取流程图如图
3.1所示图
3.1预处理及边缘提取流程图图像灰度化汽车图像样本目前大都是通过摄像机、数码相机等设备拍摄获取的,因而预处理前的图像都是彩色图像真彩色图像又称RGB图像,它是利用R、G、B分量表示一个像素的颜色,R、G、B分别代表红、绿、蓝3种不同的颜色,通过三基色可以合成出任意颜色而每个分量有255种值可取,这样一个像素点可以有,1600多万(255×255×255)的颜色的变化范围而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,每一个像素点的变化范围为255种,所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征所以,对一个尺寸为m×n的彩色图像来说,存储为一个m×n×3的__数组彩色图像包含着大量的颜色信息,不但在存储上开销很大,而且在处理上也会降低系统的执行速度由于图像的每个象素都具有三个不同的颜色分量,存在许多与识别无关的信息,不便于进一步的识别工作,因此在对图像进行识别等处理中,经常将彩色图像转变为灰度图像,以加快处理速度数字图像分为彩色图像和灰度图像在RGB模型中,如果R=G=B,则颜色表示一种灰度颜色,其中R=G=B的值叫做灰度值由彩色转换为灰度的过程叫做灰度化处理灰度图像就是只有强度信息而没有颜色信息的图像,存储灰度图像只需要一个数据矩阵,矩阵每个元素表示对应位置像素的灰度值彩色图像的象素色为RGBRGB,灰度图像的象素色为RGBrrr,R,G,B可由彩色图像的颜色分解获得.而R,G,B的取值范围是0-255,所以灰度的级别只有256级对于将彩色图像转换成灰度图像时,目前比较主流的灰度化方法叫平均值法,公式为H=
0.229R+
0.588G+
0.144B公式中H表示灰度图的亮度值;R代表彩色图像红色分量值;G代表色彩图像绿色分量值;B代表彩色图像蓝色分量值RGB三分量前的系数为经验加权值加权系数的取值建立在人眼的视觉模型之上对于人眼较为敏感的绿色取较大的权值;对人眼较为不敏感的蓝色则取较小的权值通过该公式转换的灰度图能够比较好地反应原图像的亮度信息在__TLAB中我们可以调用im2gray函数对图像进行灰度化处理灰度化的__TLAB程序如下,原图如图
3.2所示I=imreadcar.png;figure1imshowI;title原图图
3.2原图I1=rgb2grayI;figure2subplot121imshowI1;title灰度图;figure2subplot122imhistI1;title灰度图直方图;灰度图如图
3.3所示图
3.3灰度图图像的边缘检测边缘是指图像灰度发生空间突变或者在梯度方向上发生突变的像素的__用摄像机采集到的机动车图像由于受到噪声干扰以及车辆本身的影响,使得获得的图像质量不理想因此,在进行对汽车牌照的定位及字符识别之前需要先对车辆图像进行边缘检测处理,提高图像的质量,使其易于后面的分割和识别通过良好的边缘检测可以大幅度的降低噪声、分离出复杂环境中的车辆图像、保留完好的车牌字符信息,方便后面的车牌精确定位与字符识别由于车牌识别系统摄像头__位置固定以及机动车车牌的固有属性,我们可以发现机动车车牌图像都处在水平的矩形区域,在图像中位置较为固定,车牌中字符都是按水平方向排列因为有这些明显的特征,经过适当的图像变换,可以清晰的呈现出车牌的边缘本文采用经典的Roberts边缘检测算子来对图像进行边缘检测边缘检测的__TLAB程序如下I2=edgeI1robert
0.08both;figure3imshowI2;titlerobert算子边缘检测Robert算子边缘检测如图
3.4所示图
3.4Robert算子边缘检测
3.3车牌定位和分割该系统的摄像头拍摄的__是整个机动车的__,而只有车牌部分是对系统有用的所以我们要对照片进行车牌定位和分割车牌的定位和分割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,从而进行字符识别
[7]车牌图像的灰度图的车牌部分是一个水平度很高的长方形图样,在原图中比较集中,且灰度值和周围图样有明显差异,因此很容易用边缘检测来对图像进行分割车牌定位和分割的准确度直接关系到最后的字符识别的质量se=strelrectangle
[4040];I4=imcloseI3se;figure5imshowI4;title平滑图像的轮廓;平滑图像的轮廓如图
3.5所示图
3.5平滑图像的轮廓I5=bwareaopenI42000;figure6imshowI5;title从对象中移除小对象;从对象中移除小对象后图像如图
3.6所示图
3.6从对象中移除小对象后图像车牌分割车牌字符分割是车牌自动识别系统中的重要步骤
[13],这一模块的正确性受到很多因素的影响,最大问题是二值化不彻底使投影图像中字符间的波谷不够分明;其次,车牌污损、反光、光照不均等原因使车牌图像交差,存在大量噪声;再次,车牌边框和铆钉也会造成分割不正确;还有车牌的前两个字符和后面五个字符之间的间隔符(小圆点)对字符识别有影响;车牌旋转对水平分割有较大影响本文车牌部分的分割采用的是利用车牌彩色信息的彩色分割法使用统计彩色像素点的方法分割出车牌区域,确定车牌底色蓝色RGB对应的灰度范围,然后统计在行方向的颜色范围内的像素点数量,确定车牌在行方向的区域然后,在分割出的行区域内,统计列方向蓝色像素点的数量,最终确定完整的车牌区域车牌对位的图像如图
3.7所示图
3.7车牌对位的图像对定位后的彩色车牌的进一步处理定位后车牌图像是彩色的,会占用较大的存储空间,加重计算机负担且车辆__不可避免存在噪声,所以要对图像进行灰度化,二值化以及滤波处理图像的二值化处理就是将图像上的点的灰度置为两个数值,通常为0或255,使整个图像呈现出明显的黑白效果也就是将256个亮度等级的灰度图像通过适当的门限值选取而获得仍然可以反映图像整体和局部特征的二值化图像
[4]滤波则是为了除去图像噪声滤波方法有多种,本文采取的滤波方法为均值滤波均值滤波是典型的线性滤波算法,指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素再用模板中的全体像素的平均值来代替原来像素值车牌的进一步处理如图
3.8所示图
3.8车牌的进一步处理
3.4字符分割与归一化字符分割和归一化流程图如图
3.9所示图
3.9字符分割和归一化流程图字符分割在汽车牌照自动识别过程中,字符分割有承前启后的作用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将得到的车牌区域图像进行二值化处理后,对图像进行垂直投影,投影图上有明显的类似于峰谷的波形起伏变化,通过对投影图上的波形从左向右进行扫描,根据谷和峰的特征就可以判断出每个字符的位置;计算垂直峰,检测合理的字符高宽比在字符切割时往往由于阈值取得不好,导致字符切割不准确,针对这种情况,可以对切割出的字符宽度进行统计分析,用以指导切割,对因错误切割过宽的字符进行__处理字符分割后的图像如图
3.10所示图
3.10字符分割后的图像字符归一化处理由于数码相机拍摄的汽车图像大小不一样,所以得到的牌照上的字符大小就不一样,为了便于字符的识别,需要对字符进行归一化处理归一化处理的目的就是使车牌字符同标准模块里面的字符特征一样而大小归一是指在长度和宽度方向上分别乘以一个比例因子,使其等于标准模块的字符大小,本文采用的大小归一的方法是分别从水平投影和垂直投影两个方向上对字符象素的大小进行归一化处理,如图
3.11所示图
3.11字符归一化后的图像
3.5字符的识别字符的识别目前用于车牌字符识别OCR中的算法主要有基于模板匹配的OCR算法以及基于人工神经网络的OCR算法
[17]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综合模板匹配的这些优点我们将其用为车牌字符识别的主要方法模板匹配是图象识别方法中最具代表性的基本方法之一,它是将从待识别的图象或图象区域fij中提取的若干特征量与模板Tij相应的特征量逐个进行比较,计算它们之间规格化的互相关量,其中互相关量最大的一个就表示期间相似程度最高,可将图象归于相应的类也可以计算图象与模板特征量之间的距离,用最小距离法判定所属类然而,通常情况下用于匹配的图象各自的成像条件存在差异,产生较大的噪声干扰,或图象经预处理和规格化处理后,使得图象的灰度或像素点的位置发生改变在实际设计模板的时候,是根据各区域形状固有的特点,突出各类似区域之间的差别,并将容易由处理过程引起的噪声和位移等因素都考虑进去,按照一些基于图象不变特性所设计的特征量来构建模板,就可以避免上述问题如图
3.12所示图
3.12字符识别流程图此处采用相减的方法来求得字符与模板中哪一个字符最相似,然后找到相似度最大的输出汽车牌照的字符一般有七个,大部分车牌第一位是汉字,通常代表车辆所属省份,或是军种、警别等有特定含义的字符简称;紧接其后的为字母与数字车牌字符识别与一般文字识别在于它的字符数有限,汉字共约50多个,大写英文字母26个,数字10个所以建立字符模板库也极为方便为了实验方便,结合本次设计所选汽车牌照的特点,只建立了4个数字26个字母与10个数字的模板其他模板设计的方法与此相同首先取字符模板,接着依次取待识别字符与模板进行匹配,将其与模板字符相减,得到的0越多那么就越匹配把每一幅相减后的图的0值个数保存,即为识别出来的结果如图
3.13所示图
3.13识别结果4实验结果和分析本文以__TLAB
7.0为实验平台,以摄取的彩色车牌照片为对象进行实验实验的最终结果如图
3.13所示在得到这个结果之前,需要对车牌图像进行预处理、车牌定位、车牌分割等处理由于摄像部分多工作于开放的户外环境,加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响,牌照图象可能出现模糊、歪斜和缺损等严重缺陷,因此需要对原始图象进行识别前的预处理预处理包括灰度化、车牌校正、平滑处理等对于光照条件不理想的图象,可先进行一次图象增强处理,使得图象灰度动态范围扩展和对比度增强,再进行定位和分割,这样可以提高分割的正确率在本文中根据采集到的图像本身的特点,对它进行了灰度化的处理因为彩色图像包含着大量的颜色信息,不但在存储上开销很大,而且在处理上也会降低系统的执行速度,因此将彩色图像转化为灰度图像,以缩短处理速度图像中车辆牌照是具有比较显著特征的一块图象区域,这此特征表现在近似水平的矩形区域;其中字符串都是按水平方向排列的;在整体图象中的位置较为固定正是由于牌照图象的这些特点,再经过适当的图象变换,它在整幅中可以明显地呈现出其边缘,于是对其边缘提取,此处边缘的提取采用的是Roberts算子在定位模块,本文采用的是车牌颜色与数学形态学相结合的定位方法首先,将预处理后的图像用数学形态学的方法进行处理数学形态学的应用可以简化图像数据,保持它们基本的形态特征,并除去不相干的结构本文中对图像进行了腐蚀、平滑处理,腐蚀和平滑都具有滤波的作用,腐蚀是对图像内部做滤波处理,平滑是对噪声进行滤波这样可以把字符与字符之间的杂色点去除,只有白色的字符和黑色的背景存在,这样有利于的字符分割进行最后还用了bwareaopen来去除对象中不相干的小对象再根据车牌底色等有关的先验知识,采用彩色像素点统计的方法,先确定行方向的车牌区域,再确定列方向的区域,得出最终的车牌区域车牌分割即把车牌的整体区域分割成单字符区域,具有承上启下的作用其难点在于噪声合字符粘连,断裂对字符的影响,因此必须先将定位后的车牌进一步处理包括灰度化、二值化、均值滤波、膨胀或腐蚀处理分割采用的方法为寻找连续有文字的块,若长度大于某阈值T,则认为该块有两个字符组成,需要分割为满足下一步字符识别的需要,将分割后的字符归一化最后将分割出来的字符运用模板匹配的方法与模板字符进行匹配,将其与模板字符相减,得到的0越多那么就越匹配把每一幅相减后的图的0值个数保存,然后找数值最大的,即为识别出来的结果模板的制作很重要,必须要用精确的模板,否则就不能正确的识别对于识别错误情况的分析可知,主要原因一是牌照自身的污渍等影响了图象的质量;二是牌照字符的分割失败导致的识别错误;再就是部分字符的形状相似性,比如,B和8,A和4等字符识别结果可能发生混淆的情况总之,尽管目前牌照字符的识别率还不理想,但是只要在分割出的字符的大小、位置的归一化,以及尝试提取分类识别能力更好的特征值和设计分类器等环节上再完善,进一步提高识别率是完全可行的5结论本文主要解决了以下几个问题第一,在背景的图象中如何定位分割牌照区域;第二,对分割下来的牌照字符如何提取具有分类能力的特征;第三,如何设计识别器在车辆牌照字符识别系统的研究领域,近几年出现了许多切实可行的识别技术和方法,从这些新技术和方法中可以看到两个明显的趋势一是单一的预处理和识别技术都无法达到理想的结果,多种方法的有机结合才能使系统有效识别能力提高在本系统的设计时,也汲取了以上一些算法的思想,结合实际,反复比较,综合分析;二是在有效性和实用的原则下,结合神经网络和人工智能的新技术的应用是研究的一个方向根据车牌特点,一般采用的车牌定位算法有边缘检测定位算法;利用哈夫变换进行车牌定位;色彩分割提取车牌等这里本人采用的是边缘检测的方法实现定位的字符分割的方法也有多种基于聚类分析的字符分割;投影分割的方法;基于模板匹配的字符分割等最常用的是投影分割,主要是针对在车牌定位,图像预处理后比较规则的车牌图像优点是程序逻辑设计简单,循环执行功能单一,便于设计和操作,程序执行时间短字符识别的基本方法通常又三类结构特征分析方法;模板匹配法;神经网络法此处采用的是模板匹配的方法,即是将要识别的字符与事先构造好的模板进行比对,根据与模板的相似度的大小来确定最终的识别结果但是系统本身还存在许多不足,距离具体实用的要求仍有很大差距,但本人却在这次课程设计中学到了很多知识____
[1]冈萨雷斯.数字图像处理.第二版[M].北京:电子工业出版社2007365-
367.
[2]谢盛嘉.车牌识别系统的设计与实现[J].微计算机信息20106:78-
79.
[3]郁梅.基于视觉的车辆牌照检测[J].计算机应用研究19995:65-
67.
[4]叶晨洲.一种基于纹理的牌照图象二值化方法[J].计算机与现代化19996:28-
29.
[5]朱学芳.一种自适应细化方法[J].模式识别与人工智能19976:140-
145.
[6]杨万山.基于BP神经网络的工程图纸图形符号的识别[D].Vol.16No.
22000.
[7]袁志伟.车辆牌照定位的算法研究[J].昆明理工大学学报2001262:56-
60.
[8]刘阳.数字图象处理应用于车辆牌照的识别[J].辽宁大学学报200465-
68.
[9]许志影.__TLAB极其在图像处理中的应用[M].计算机与现代化
20044.
[10]崔江.车牌自动识别方法中的关键技术研究[N].北京:中国科学院
2003.
[11]宋建才.汽车牌照识别技术研究[J].工业控制计算机200444-
45.
[12]韩勇强.汽车牌照子图像的定位算法[M].微型电脑运用199960-
65.
[13]梁玮.一种复杂背景下的多车牌图像分割与识别方法[D].
2003.169-
171.
[15]RichardPD.CampusLandscapes:FunctionsFormsFeatures[M].NewYork:Wiley
2000.
[16]GeorgeFR.__rkTMgristinDH.CampusSecurity:SituationalCrimePreventioninHigh2DensityEnviro__ents[M].NewYork:Cfim2inalJusti__Press
2001.
[17]张引.面向车辆牌照字符识别的预处理算法[J].计算机应用究19997:85-
87.致谢大学本科的学习生活即将结束,在此,本人要感谢所有曾经教导过本人的老师和关心过本人的同学,他们在本人成长过程中给予了本人很大的帮助本文能够成功的完成,要特别感谢本人的指导老师郭锦老师的关怀和教导,郭老师广博的学识、严谨的治学态度、高度的事业心和责任感给了本人深刻的影响,让本人永生难忘在这里本人要向郭锦老师致以最崇高的敬意并表达本人最诚挚的感激之情自进入西安工业大学北方信息工程学院以来,回首自己走过的路程,成长的不只是年龄在这里求学的这几年中,认识了很多的注定要在本人一生中留下深刻痕迹的朋友、同学、老师,在他们的关心和鼓励下,本人不断的成长,不断的进步,本人的人生因他们而精彩最后还要感谢本人的父母,是他们一直在背后支持着本人使本人心灵的天平永远倾向执著奋斗使本人深深的体会到在这个竞争的社会里,没有真才实学,没有吃苦精神,是无法立足,无法生存的本人要时时刻刻的记住人的一生要“活到老,学到老”紧跟时代步伐,以豪情勃发的远足迈向新的征途,新的挑战用科学知识来武装自己的头脑,用高科技技术来描绘未来的憧憬和期盼再此感谢本人的老师和同学毕业设计(论文)知识产权声明本人完全了解西安工业大学北方信息工程学院有关保护知识产权的规定,即本科学生在校攻读学士学位期间毕业设计(论文)工作的知识产权属于西安工业大学本人保证毕业离校后,使用毕业设计(论文)工作成果或用毕业设计(论文)工作成果发表论文时署__位仍然为西安工业大学学校有权保留送交的毕业设计(论文)的原文或复印件,允许毕业设计(论文)被查阅和借阅;学校可以公布毕业设计(论文)的全部或部分内容,可以采用影印、缩印或其他__手段保存毕业设计(论文)(保密的毕业设计(论文)在解密后应遵守此规定)毕业设计(论文)__签名指导教师签名日期毕业设计(论文)独创性声明秉承学校严谨的学风与优良的科学道德,本人声明所呈交的毕业设计(论文)是我个人在导师指导下进行的研究工作及取得的研究成果尽我所知,除了文中特别加以标注和致谢的地方外,毕业设计(论文)中不包含其他人已经发表或撰写过的成果,不包含他人已申请学位或其他用途使用过的成果与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢毕业设计(论文)与资料若有不实之处,本人承担一切相关责任毕业设计(论文)__签名教师签名日期附录1源程序function[d]=__inpngI=imreadcar.png;figure1imshowI;title原图;I1=rgb2grayI;figure2subplot121imshowI1;title灰度图;figure2subplot122imhistI1;title灰度图直方图;I2=edgeI1robert
0.08both;figure3imshowI2;titlerobert算子边缘检测se=[1;1;1];I3=imerodeI2se;figure4imshowI3;title腐蚀后图像;se=strelrectangle
[4040];I4=imcloseI3se;figure5imshowI4;title平滑图像的轮廓;I5=bwareaopenI42000;figure6imshowI5;title从对象中移除小对象;[yxz]=sizeI5;myI=doubleI5;tic%计算tic与toc之间程序的运行时间Blue_y=zerosy1;fori=1:yforj=1:xifmyIij1==1Blue_yi1=Blue_yi1+1;endendend[temp__xY]=__xBlue_y;PY1=__xY;whileBlue_yPY11=120PY11PY1=PY1-1;endPY2=__xY;whileBlue_yPY21=40PY2yPY2=PY2+1;endIY=IPY1:PY2::;Blue_x=zeros1x;forj=1:xfori=PY1:PY2ifmyIij1==1Blue_x1j=Blue_x1j+1;endendendPX1=1;whileBlue_x1PX13PX1xPX1=PX1+1;endPX2=x;whileBlue_x1PX23PX2PX1PX2=PX2-1;endPX1=PX1-2;PX2=PX2+2;dw=IPY1:PY2::;t=toc;figure7subplot121imshowIYtitle行方向合理区域;figure7subplot122imshowdwtitle定位剪切后的彩色车牌图像imwritedwdw.jpg;[filenamefilepath]=uigetfiledw.jpg输入一个定位裁剪后的车牌图像;%读取jpg=strcatfilepathfilename;a=imreaddw.jpg;b=rgb2graya;figure8;subplot321imshowbtitle
1.车牌灰度图像g___x=double__x__xb;g_min=doubleminminb;T=roundg___x-g___x-g_min/3;[mn]=sizeb;d=doubleb=T;figure8;subplot322imshowdtitle
2.车牌二值图像figure8subplot323imshowdtitle
3.均值滤波前h=fspecial__erage3;d=im2bwroundfilter2hd;figure8subplot324imshowdtitle
4.均值滤波后se=eye2;[mn]=sized;ifbwaread/m/n=
0.365d=imerodedse;elseifbwaread/m/n=
0.235d=imdilatedse;endfigure8subplot325imshowdtitle
5.膨胀或腐蚀处理后d=qieged;[mn]=sized;figuresubplot211imshowdtitlenk1=1;k2=1;s=sumd;j=1;whilej~=nwhilesj==0j=j+1;endk1=j;whilesj~=0j=n-1j=j+1;endk2=j-1;ifk2-k1=roundn/
6.5[valnum]=minsumd:[k1+5:k2-5];d:k1+num+5=0;endendd=qieged;y1=10;y2=
0.25;flag=0;word1=[];whileflag==0[mn]=sized;left=1;wide=0;whilesumd:wide+1~=0wide=wide+1;endifwidey1d:[1:wide]=0;d=qieged;elsetemp=qiegeimcropd[11widem];[mn]=sizetemp;all=sumsumtemp;two_thirds=sumsumtemp[roundm/3:2*roundm/3]:;iftwo_thirds/ally2flag=1;word1=temp;%WORD1endd:[1:wide]=0;d=qieged;endend[word2d]=getwordd;[word3d]=getwordd;[word4d]=getwordd;[word5d]=getwordd;[word6d]=getwordd;[word7d]=getwordd;figure9imshowword1title1;figure10imshowword2title2;figure11imshowword3title3;figure12imshowword4title4;figure13imshowword5title5;figure14imshowword6title6;figure15imshowword7title7;[mn]=sizeword1;word1=imresizeword1
[4020];word2=imresizeword2
[4020];word3=imresizeword3
[4020];word4=imresizeword4
[4020];word5=imresizeword5
[4020];word6=imresizeword6
[4020];word7=imresizeword7
[4020];figure16subplot378imshowword1title1;subplot379imshowword2title2;subplot3710imshowword3title3;subplot3711imshowword4title4;subplot3712imshowword5title5;subplot3713imshowword6title6;subplot3714imshowword7title7;imwriteword
11.jpg;imwriteword
22.jpg;imwriteword
33.jpg;imwriteword
44.jpg;imwriteword
55.jpg;imwriteword
66.jpg;imwriteword
77.jpg;liccode=char[0:9A:Z鲁陕苏渝京];SubBw2=zeros3216;l=1;forI=1:7SubBw2=zeros3216;ii=int2strI;t=imread[ii.jpg];SegBw2=imresizet
[3216]nearest;SegBw2=doubleSegBw220;ifl==1kmin=37;k__x=40;elseifl==2kmin=11;k__x=36;elsel=3kmin=1;k__x=36;endfork2=kmin:k__xfname=strcat字符模板\liccodek
2.bmp;SamBw2=imreadfname;SamBw2=doubleSamBw21;fori=1:32forj=1:16SubBw2ij=SegBw2ij-SamBw2ij;endendD__x=0;fork1=1:32forl1=1:16ifSubBw2k1l10|SubBw2k1l10D__x=D__x+1;endendendErrork2=D__x;endError1=Errorkmin:k__x;MinError=minError1;findc=findError1==MinError;Codel*2-1=liccodefindc1+kmin-1;Codel*2=;l=l+1;endfigure5imshowdwtitle[车牌号码:Code]Colorb;%子程序(getword子程序)function[wordresult]=getworddword=[];flag=0;y1=8;y2=
0.5;whileflag==0[mn]=sized;wide=0;whilesumd:wide+1~=0wide=n-2wide=wide+1;endtemp=qiegeimcropd[11widem];[m1n1]=sizetemp;ifwidey1n1/m1y2d:[1:wide]=0;ifsumsumd~=0d=qieged;elseword=[];flag=1;endelseword=qiegeimcropd[11widem];d:[1:wide]=0;ifsumsumd~=0;d=qieged;flag=1;elsed=[];endendendresult=d;%(qiege子程序)functione=qieged[mn]=sized;top=1;bottom=m;left=1;right=n;%initwhilesumdtop:==0top=mtop=top+1;endwhilesumdbottom:==0bottom1bottom=bottom-1;endwhilesumd:left==0leftnleft=left+1;endwhilesumd:right==0right=1right=right-1;enddd=right-left;hh=bottom-top;e=imcropd[lefttopddhh];图像采集车牌定位字符分割字符识别输出结果触发牌照图像预处理输入车牌图象灰度校正平滑处理提取边缘[m,n]=size(d),逐排检查有没有白色像素点,设置1=jn-1,若图像两边s(j)=0,则切割,去除图像两边多余的部分切割去图像上下多余的部分根据图像的大小,设置一阈值,检测图像的X轴,若宽度等于这一阈值则切割,分离出七个字符归一化切割出来的字符图像的大小为40×20,与模板中字符图像的大小相匹配建立自动识别的代码表读取分割出来的字符第一个字符与模板中的汉字模板进行匹配第二个字符与模板中的字母模板进行匹配待识别字符与模板字符相减,值越小相似度越大,找到最小的一个即为匹配的最好的识别完成,输出此模板对应值后5个字符与模板中的字母与数字模板进行匹配。