MATLAB车牌识别.docVIP

目 录 1.引言 2 2.设计概述 3 2.1车牌识别技术 3 2.2 车牌识别技术的发展 3 2.3 车牌识别技术的国内外研究现状 4 2.4 主要应用领域 6 3.设计方案 7 4.车牌识别系统的matlab实现 8 4.1 图像的读取 8 4.2 图像预处理 9 4.2.1灰度变换 9 4.2.2 图像校正 10 4.3 牌照分割 10 4.3.1 图像边缘提取及二值化 11 4.3.2 BP神经网络 14 4.4 车牌提取 15 5.设计结果及分析 16 5.1程序运行结果 16 5.2程序结果分析 17 总结体会 18 参考文献 19 附 录1 20 附 录2 28 1.引言 伴随着世界各国车辆数量的增加，城市交通状况日益受到人们的重视。如何有效地进行交通管理，越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运行先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑，运行各种先进的技术解决道路交通的问题，统称为智能交通系统( Intelligent Transportation System，简称ITS)。ITS 是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。智能交通系统以车辆的自动检测作为信息的来源，因而对车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(License Plate Recognition ，LPR) 技术逐渐发展起来，成为信息处理技术的一项重要研究课题。 车牌自动识别是智能交通管理系统中的关键技术之一。目前，国内外车牌的识别技术有IC卡识别技术、条形码识别技术、图像处理技术、人工神经网络识别技术。采用计算机视觉技术和图像处理技术进行车牌识别是一个发展方向。基于数字图像处理的车牌识别系统主要由图像的采集、牌照的定位、字符分割和字符识别四部分组成。车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，牌照字符定位、字符分割，最后自动识别车牌上的字符。为了保证车牌识别系统在各种复杂环境下，能发挥其应有的作用，识别系统必须满足以下要求： (1) 鲁棒性: 在任何情况下均能可靠正常地工作，且有较高的正确识别率。 (2) 实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。 本文先提出了一种基于颜色与数学形态学的定位方法对车牌进行定位，后采用基于模板匹配的方法对车牌的字符识别进行研究。车牌字符的识别过程实际上是在车牌准确定位的基础上，逐步去除非车牌字符区的干扰实现字符正确匹配的过程。由于车牌中的字符数目有限（汉字约50个，字母A-Z，数字0-9），识别方法有其特殊性，它不需要大量的汉字库，但同时受现场环境的影响，分割出来的单个字符图像中往往存在噪声。本文深入研究了一种基于神经网络的车牌字符识别算法，大规模的并行处理和分布式信息存储，良好的自适应性、自组织性，很强的学习功能、联想功能和容错功能，其识别率高，抗干扰能力强，灵活性大。虽然神经网络具有较高的识别率，但单个神经网络的可信度并不高。本文针对单个神经网络可信度不高的问题，提出了一种基于多个神经网络进行车牌字符识别的方法。 2.设计概述 2.1车牌识别技术 随着模式识别技术的发展，车牌字符识别已成为智能交通系统的重要组成部分，它可以从复杂的背景中准确地提取、识别汽车牌照、车辆类型等信息，在交通控制和监视中占有很重要的地位，具有广泛的应用前景。所以，汽车牌照的识别问题已经成为现代交通工程领域中研究的重点和热点问题之一。由于受环境、待识别车辆的车型复杂和车牌位置不固定等的影响，给车牌定位方法的选择带来一定的困难。车牌本身的污染、缺损也会影响识别率。一些车辆由于天气或是路况不好，使得车牌被灰尘、泥土沾染，另外还有一些车辆行驶时间较长，车牌上的字符已经部分缺损了，严重的时候，人眼也很难辨别车牌上的字符，这些情况都会影响系统的识别工作，导致误识别。可见，要提高车牌定位系统和字符分割系统的正确率将碰到很多困难。无疑，如果车牌字符识别系统有较高的自适应性和鲁棒性，即对有一定噪声或变形的字符图像仍能正确识别，则会极大的减轻车牌定位系统和字符分割系统的压力。因此，设计一个抗干扰性能良好的车牌字符识别系统对整个车牌自动识别系统都是有益的。同时，字符在某种程度上反映了图形的一般特点，是一类特别的图形，其自动识别一直受到人们的极大关注，因为它的解决对于人们的生产