汽車車牌識別系統(tǒng)研究開題報告

1、武漢科技學院畢業(yè)設計（論文）開題報告課題名稱汽車車牌識別系統(tǒng)研究院系名稱計算機科學學院專 業(yè)計算機科學與技術班 級計科051學生姓名吳 俊一 、研究背景和意義隨著我國公路建設的迅速發(fā)展和汽車數(shù)量不斷增加，交通管理的任務日趨繁重，利用計算機汽車車牌識別技術(license plate recognition, lpr)自動識別汽車牌號在現(xiàn)代交通監(jiān)控中具有非常重要的作用。車牌自動識別系統(tǒng)能廣泛應用于高速公路不停車收費站、城市交叉口、港口和機場、國家重要機關出入地等場所，對提高這些場所交通系統(tǒng)的管理水平和自動化程度具有重要的意義。車牌自動識別系統(tǒng)是計算機模式識別技術的一個重要應用，主要包括車牌定位和

2、車牌字符識別兩部分。汽車車牌識別系統(tǒng)在圖像處理算法方面以及識別車牌速度和精度方面都有許多亟待提高的地方，具有較大的發(fā)展空間。本課題的目的就是研究基于圖像處理的車牌識別系統(tǒng)，并在此基礎上實現(xiàn)相應的汽車車牌識別系統(tǒng)。二 、所屬領域的發(fā)展狀況隨著汽車工業(yè)和交通運輸業(yè)的發(fā)展，實現(xiàn)對公路交通進行現(xiàn)代化的管理已經(jīng)成為一個熱門的研究課題。從20世紀90年代初，國外就已經(jīng)開始了對汽車牌照自動識別的研究，其主要途徑就是對車牌的圖像進行分析，自動提取車牌信息，確定汽車牌號。雖然國內(nèi)對實時車牌識別系統(tǒng)方面的研究還處于起步階段，而且與國際上先進國家相比還有很大的差距。但就在近二十年還是取得了一定的研究成果。在國內(nèi)，對

3、實時汽車牌照識別系統(tǒng)方面的研究還處于起步階段，最主要還在試驗室研究。因而值得我們開展這項研究工作。在各種應用中，有使用模糊數(shù)學理論的也有用神經(jīng)元網(wǎng)絡的算法來識別車牌中的字符，但由于外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化及車牌本身比較模糊等條件的影響，給車牌的識別帶來較大的困難。為了解決圖像惡化問題，目前國內(nèi)外采用主動紅外照明攝像或使用特殊傳感器來提高圖像的質(zhì)量，繼而提高識別率，但系統(tǒng)的投資成本過大，不適合普遍的推廣。車牌識別系統(tǒng)中的兩個關鍵子系統(tǒng)是車牌定位系統(tǒng)和車牌字符識別系統(tǒng)。關于車牌定位系統(tǒng)的研究，國內(nèi)外學者已經(jīng)作了大量的工作，但實際效果并不是很理想，比如車牌圖像的傾斜、車牌表面的污

4、穢和磨損、光線的干擾等都是影響定位準確度的潛在因素。為此，近年來不少學者針對車牌本身的特點，車輛拍攝的不良現(xiàn)象及背景的復雜狀況，先后提出了許多有針對性的定位方法，使車牌定位在技術和方法上都有了很大的改善。然而現(xiàn)代化交通系統(tǒng)不斷提高的快節(jié)奏，將對車牌定位的準確率和實時性提出更高的要求。因而進一步加深車牌定位的研究是非常必要的。車牌字符識別是在車牌準確定位的基礎上，對車牌上的漢字、字母、數(shù)字進行有效確認的過程，其中漢字識別是一個難點，許多國外的lpr系統(tǒng)也往往是因為漢字難以識別而無法打入中國市場，因而探尋好的方法解決字符的識別也是至關重要的。目前已有的方法很多，但其效果與實際的要求相差得甚遠，難以

5、適應現(xiàn)代化交通系統(tǒng)高速度、快節(jié)奏的要求。因而對字符識別的進一步研究也同樣具有緊迫性和必要性。我國的實際情況有所不同，國外的實際拍攝條件比較理想，車牌比較規(guī)范統(tǒng)一，而我國車牌規(guī)范不夠，不同汽車類型有不同的規(guī)格、大小和顏色，所以車牌的顏色多，且位數(shù)不統(tǒng)一，對處理造成了一定的困難。在待處理的車牌圖像中就有小功率汽車使用的藍底白字牌照，大功率汽車所用的黃底黑字牌照，軍車和警車的白底黑字，紅字牌照，還有國外駐華機構(gòu)的黑底白字牌照等。就位數(shù)而言，有七位數(shù)字的，有武警車九位數(shù)字的，有軍車、前兩位字符上下排列的等，這也造成了處理的難度。從目前一些產(chǎn)品的性能指標可以看出，車牌識別系統(tǒng)的識別率和識別速度有待提高。

6、現(xiàn)代交通的飛速發(fā)展以及車牌識別系統(tǒng)應用范圍的日益拓寬給車牌識別系統(tǒng)提出了更高的要求。因此，研究高速、準確的定位與識別算法是當前的主要任務，而圖像處理技術的發(fā)展與攝像設備、計算機性能的提高都會促進車牌識別技術的發(fā)展，提高車牌識別系統(tǒng)的性能。三 、課題的研究內(nèi)容本論文的研究的內(nèi)容包括了牌照定位、牌照中字符的分割和字符識別三部分。對于整個車牌識別系統(tǒng)來說，車牌識別精確度的高低主要取決于定位精確度的大小。由于車牌識別本身問題的復雜性，如何提高車牌字符的分析效果是解決車牌識別率的關鍵所在。本文研究的主要內(nèi)容：1、系統(tǒng)的組成及原理2、汽車車牌圖像定位提取算法分析3、車牌圖像預處理算法設計和分析4、車牌字符

7、分割算法分析5、車牌字符識別算法分析6、結(jié)論與展望系統(tǒng)詳細流程圖如下：汽車車牌圖像獲取圖像預處理車牌的定位于分割圖像進一步處理車牌字符切割bp神經(jīng)網(wǎng)絡識別車牌四 、研究方法利用matlib提供的圖像處理算法驗證系統(tǒng)的可行性，并進行初步的探索，然后利用visual c+工具在mfc框架下實現(xiàn)。系統(tǒng)采用microsoft visual c+6.0作為系統(tǒng)軟件的編程語言和編譯環(huán)境。visual c+作為一個集成開發(fā)工具，為編程工作者提供了程序框架代碼自動生成和可視化的資源編輯功能，從而使編程工作變得更為簡單。由于microsoft為visual c+提供了強大的基本類庫mfc (microsoft

8、foundation classes),因此確立了visual c+在開發(fā)語言平臺上的領先地位，它真正把windows應用程序開發(fā)帶入了一個面向?qū)ο蟮臅r代。visual c+不僅僅是程序設計語言，而且也是一個非常全面的應用程序開發(fā)環(huán)境，使用它可以開發(fā)具有專業(yè)水平的windows應用程序。mfc體系結(jié)構(gòu)包容了windows 應用程序中的用戶界面部分，并使程序員能夠很容易地以面向?qū)ο蟮姆绞介_發(fā)windows應用程序。這種體系結(jié)構(gòu)適用于所有版本windows系統(tǒng)并彼此兼容，因此，使用mfc所建立的源程序是完全可移植的。五 、研究手段研究的軟件平臺：windows xp操作系統(tǒng)、matlib7.1、v

9、isual c+ 6.0（sp6）。首先學習matlib的圖像處理相關的工具箱，學習vc+和mfc框架，然后學習了解各種算法，了解各種圖像處理算法的功能，最后用c+語言實現(xiàn)。六 、研究步驟該系統(tǒng)的開發(fā)分為以下幾個階段：1、進行簡單需求分析，確定整個系統(tǒng)大概的所需的模塊和規(guī)模。2、進行系統(tǒng)分析，確定該系統(tǒng)該具有哪些功能，有哪些模塊，各個模塊之間是怎樣聯(lián)系的，以及怎樣組合的。3、通過對系統(tǒng)的分析，我們要確定系統(tǒng)的結(jié)構(gòu)是怎么樣的，要盡可能的合理，操作上更加方便、簡潔。4、劃分功能模塊，分別實現(xiàn)各個模塊。5、系統(tǒng)模塊的拼裝，把每個模塊組裝成一個系統(tǒng)，并且使系統(tǒng)整體能夠運行。6、調(diào)試整個的系統(tǒng)各個模塊的

10、功能，看各個功能是否能正常運行，并找出程序中的錯誤，改正這些錯誤 。7、撰寫畢業(yè)論文及答辯。七 、參考文獻1 黎濤.車牌字符識別技術研究d.四川：四川大學電路與系統(tǒng),2006.2 譚浩強.c程序設計（第三版）m. 北京：清華大學出版社.2005.73 馬俊莉.車牌字符識別算法的研究d.上海：上海大學電路與系統(tǒng)，2002.4 李昊，傅曦.visual c+指紋模式識別系統(tǒng)算法及實現(xiàn)m.北京：人民郵電出版社.2008.125 張永宜.汽車牌照定位分割及車牌字符識別研究d.西安：西北大學電路與系統(tǒng),2006.6 楊淑瑩，邊奠英.vc+圖像處理程序設計(第2版) m.北京：清華大學出版社，北京交通大學

11、出版社.2005.1(2007.8重印).7 王占全，徐慧.visual c+數(shù)字圖像處理技術與工程案例m.北京：人民郵電出版社.2009.1.8 趙茜.基于圖像處理的車牌識別系統(tǒng)的研究d.計算機應用技術，2006.9 宋坤，劉銳寧，馬文強.visual c+視頻技術方案寶典m. 北京：人民郵電出版社.2008.210 高偉.車牌字符識別技術的研究d.山西：山西大學模式識別與智能系統(tǒng)，2005.11 (美)約翰遜鮑爾(johnsonbaugh,r) 等.面向?qū)ο蟪绦蛟O計-c+語言描述（原書第二版）m.北京機械工業(yè)出版社.2002.912 黃維通.visual c+ 面向?qū)ο笈c可視化程序設計(第2版) m.北京：清華大學出版社.2003.12.13 周妮娜.基于模式識別的車牌字符識別研究與實現(xiàn)d.武漢：華中科技大學控制理論與控制工程，2003.14 sorin draghici. a neural network based artificial vision system for licence plate recognitiond. dept. of computer science, wayne state university.15 clemens arth, florian limberger, horst bischof.