汽车牌照定位系统设计与开发(MATLAB)

汽车牌照定位系统设计与开发(MATLAB)(含任务书,开题报告,中期进度表,毕业论文说明书22000字,程序代码)
摘  要  
车辆牌照识别系统（vehicle license plate recognition system，简称LPR）是现代智能交通系统中的一项重要研究课题，是实现智能交通的重要环节，涉及领域异常广阔。智能交通系统可以在不影响汽车正常行驶的状态下自动完成对牌照的有效识别，很显然这一技术的发明对于交通管理工作起到了很大的推动作用。目前，车辆牌照识别技术已经广泛应用于高速公路的监测，电子收费，交通违规管理，安全停车管理，偷盗车辆辨别等重要领域。由于牌照拍摄场景的复杂性以及车牌位置和图像质量的不可预知性，车牌定位系统一直都未做到令人满意，所以车牌定位一直是这个领域研究的热点。因此对于汽车牌照识别技术的研究具有重要的现实意义。
    车牌识别技术主要包括车牌定位和车牌识别两部分,而车牌定位是该系统的关键之一。本文针对车牌识别系统中关于静态图片中的车牌定位问题。在车牌定位系统中，在MATLAB开发平台上，我们分别对图像预处理、图像的边缘检测和分割的若干方法进行编程实验，通过对静态图片进行灰度变换，二值化，中值滤波等一系列处理，提出了基于垂直边缘检测算子的车牌定位方法，根据汽车牌照区域的垂直边缘统计特性，从图像中确定可能存在的牌照候选区，在利用车牌几何形状的特点对这些候选区进行筛选，得到车牌位置，为进一步的字符识别打下基础。

关键词：车牌定位；图像处理；边缘检测；MATLAB

Abstract

The vehicle license plate recognition system (vehicle license plate recognition system, referred to as LPR) is an important research subject in modern intelligent transportation system, is an important part of realizing intelligent transportation, relates to the very broad filed. Intelligent transportation systems can auto-complete state does not affect the normal driving license identification, it is clear that the invention of this technology for traffic management has played a significant role in promoting. At present, the vehicle license plate recognition technology has been widely used in highway monitoring, electronic toll collection, traffic violation management, security, parking management, vehicle theft to identify important areas such as. License shooting scene complexity as well as the license plate location and image quality of the unpredictability of the, license plate positioning system, none has been done satisfactorily, so license plate location has been a hot research of this area. Therefore, the vehicle license plate recognition technology has important practical significance.
License plate recognition technology mainly includes two parts of the license plate location and license plate recognition, the license plate location is one of the keys of the system. In this paper, the license plate location for license plate recognition system on a static picture. License plate positioning system, in the MATLAB development platform, we use image preprocessing, image edge detection and segmentation method for programming experiment, by gray-scale transformation of the still pictures, the two values, median filtering and a series of processing, put forward license plate location method based on vertical edge detection operator, according to the vertical edges of the statistical characteristics of the vehicle license area, identify possible license candidate from the image, on the use of license plate geometry characteristics of these candidate screening, license plate location, and lay the foundation for further character recognition.

Keywords：License plate location; image processing; edge detection; MATLAB
 
本课题主要研究的内容
    车牌定位(License Plate Location，简称LPL)就是要在一副拥有复杂背景的车辆图像中把汽车牌照区域分割出来，它是汽车牌照识别系统中的第一步却是至关重要的一步。对于一幅车辆图像来说，车牌区域只占全图的一小部分，要想将其准确定位并分割出来是及其困难的，这就要求研究人员对车牌区域内的字符的纹理特征和字符与其背景之间的灰度特征进行分析，寻找它们之间的差别。当前最常见的定位技术主要有：“基于边缘检测的方法、“基于彩色分割的方法”、“基于小波变换的方法和遗传算法等。
本论文是基于Sobel边缘检测和数学形态学的车牌定位系统。针对车牌四周边框，采取了一种水平垂直结构元素的方法，有效地削弱它们对车牌定位准确率的不利影响，该方法主要利用了边缘检测和数学形态学中的开运算、图像膨胀和腐蚀、区域填充等对车牌图像进行处理。有效地提高了车牌定位准确率。

设计的总体思想
本文介绍了课题设计的内容和步骤，然后分析了图像与处理中运用到得处理方法，如灰度变换，边缘检测，中值滤波等.最后检测车牌上下界和左右界，从而定位出车牌。

第一步：在进行图像处理前先将位图读入到内存，这一步相当于车牌识别系统的汽车图像数据的采集。
第二步：图像的预处理：包括灰度转换、边缘检测、背景干扰消弱、中值滤波等处理。
第三步：车牌区域定位：采用水平投影和垂直投影法来获得车牌的具体位置。
第四步：裁减车牌并显示：在获得车牌的坐标位置的灰度图像上裁减车牌并显示出来。

本文各章节内容安排
第一章：主要介绍了课题的研究背景及意义，重点阐述了车牌识别技术的研究现状，并对研究内容和论文结构作了详细描述。
第二章：基本知识和MATLAB的基本原理介绍。
第三章：车牌定位详细设计
第四章：实验结果测试
第五章：结论与展望
 

目  录
摘  要    III
ABSTRACT    IV
目  录    V
1 绪论    1
1.1 本课题的研究背景和意义    1
1.2 国内外的发展概况    1
1.3 本课题主要研究的内容    2
1.4 我国车牌的特点    2
1.5 设计的总体思想    3
1.6 本文各章节内容安排    3
1.7 开发工具及运行环境    3
2 基础知识和技术介绍    5
2.1 基础知识    5
2.2 MATLAB 简介    6
3 车牌定位详细设计    11
3.1 图像预处理    12
3.1.1 车牌的基本特征    12
3.1.2 彩色图像的灰度化    12
3.1.3 图像灰度变换    17
3.1.4 线性变换    17
3.1.5 分段线性灰度变换    18
3.1.6 非线性灰度变换    19
3.1.7 图像平滑    19
3.2 平滑处理    19
3.2.1 噪声的基本概念    19
3.2.2 空间域平滑    20
3.2.3 频率域平滑    22
3.3 图像边缘检测    22
3.3.1 引言    22
3.3.2 梯度算子    22
3.3.3 Roberts算子    23
3.3.4 Prewitt算子    23
3.3.5 Sobel算子    24
3.3.6 Canny算子    25
3.3.7 Laplacian算子    26
3.4 牌照的定位与分割    27
3.4.1 形态学去噪    28
3.4.2 牌照区域的分割    32
3.4.3 车牌图像二值化    32
3.4.4 中值滤波    34
3.4.5 字符的分割与归一化    36
3.5 本章小结    37
4 车牌定位系统实现与测试    39
4.1 系统构成    39
4.2 实验结果及分析    39
4.3 本程序对其他图片的识别效果    44
4.4 本章小结    50
5 结论与展望    51
5.1 结论    51
5.2 研究工作的展望    51
致  谢    53
参考文献    54