目录1 引言31.1 课题研究的背景和意义32 应用领域42.1交通监控42.2交通流控制指标参量的测量42.3高速公路上的事故自动测报42.4对养路费交纳、安全检查、运营管理实行不停车检查42.5车辆定位43 研究的主要内容车牌识别系统53.1图像采集部分53.2 图像预处理部分53.3车牌定位63.4 字符分割63.5 字符识别74 车牌识别系统的评价指标74.1识别率84.2识别速度84.3后台管理体系85 识别技术95.1采集方式决定了车牌识别的技术路线95.2 软硬件体系结构105.3 触发方式116 总结11摘要: 车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一, 是实现交通管理智能化的重要环节, 主要包括车牌识别、字符预处理和特征提取三个关键环节。车牌识别包括车牌定位、灰度（或彩色）图像二值化、字符切分及字符识别等。图像预处理包括图像灰度变换、图像增强、图像二值化、梯度锐化、噪声去除、倾斜度调整、车牌边框去除、字符分割、尺寸标准归一化、紧缩重排。特征提取本文采用逐象素特征提取法来对支付进行识别。理论上，本系统可以对中国大陆普通汽车车牌的字符进行识别。关键词：车牌识别 图像预处理 特征提取The image characters segmentation system designAbstract:Automatic license plate recognition in computer vision, image processing and pattern recognition technology in intelligent traffic domain application one of the important research topics, is the realization of intelligent traffic management important link, including license plate recognition, character pretreatment and feature extraction in three key link. License plate recognition including the license plate location, gray ( or color ) images of the two values, character segmentation and character recognition. Image processing including image transform, image enhancement, image two values, gradient sharpening, noise removal, tilt adjustment, character segmentation, license plate frame removal, standard size normalization, tightening rearrangements. Feature extraction using pixel-by-pixel feature extraction method to pay recognition. In theory, this system can on the mainland of China general car license plate character recognition.Keywords: license plate recognition image preprocessing feature extraction1 引言1.1 课题研究的背景和意义随着经济全球化的发展和人民生活水平的提高，世界各国汽车数量迅速增加，城市的交通压力也越来越大。如何有效地进行交通管理日益成为各国政府相关部门所关注的焦点。针对这一问题，智能交通系统Intelligent Transport Systems，ITS的研究被提到了重要的位置。智能交通系统 ITS 是 90 年代兴起的新一代交通运输系统，迄今为止国际上没有公认的定义。第一届 ITS 世界大会认为，智能交通系统是将先进的信息技术、计算机技术、数据通信技术、电子控制技术、人工智能技术等有效的集成并应用于地面交通系统，从而建立起可以在大范围内发挥作用的，实时、准确、高效的地面交通系统。智能交通系统在有效利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率、促进社会经济发展、提高人民生活质量、推动社会信息化及形成新产业等方面均具有极其重要的作用，从而受到世界各国的重视。 车辆自动识别Automatic Vehicle Identification，AVI是智能交通系统中的一项基础技术，它通过辨别车辆所具有的车牌、条形码、射频识别标志等特征来自动识别车辆，为交通管理、通行收费、区域出入控制等工作的开展提供条件。车辆牌照识别Vehicle License Plate Recognition，VLPR技术是车辆自动识别技术的重要组成部分：其功能是对采集到的汽车图像进行处理和分析，以自动识别其中的牌照编号。牌照是机动车辆的身份标志。通过车牌识别系统的图像采集和处理获得尽可能多的车牌信息，达到识别车牌号码的目的，从而使现代交通领域达到更高的智能化管理程度。 智能交通系统的研究领域十分广阔，各国各地区的侧重点也有所不同。如：电子收费系统是ITS在公路收费领域的具体表现，可解决收费站的“瓶颈”制约，较好地缓解收费站的交通拥挤、排队等候以及环境污染等问题。为了满足这些需求，十分有必要在智能交通管理系统引入车辆牌照自动识别技术。汽车牌照是车辆最清晰、准确、唯一的标志。车辆牌照识别系统作为一个专门的计算机视觉系统，它能够自动拍摄车辆行进中的动态数据，有效判断和提取有车牌的图像数据，并实时准确的识别出车辆牌照上的字符。车牌识别技术自 1988 年提出以来，受到了人们的广泛关注。2 应用领域2.1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、队列长度、排队规模等交通信息，观察和防范交通事故。它还可以同雷达测速器或其它的检测器配合使用，以检测超速的车辆。当发现车辆超速时，摄像机获取该车的图像，并得到该年的牌照号码，然后给该车超速的警告信号。2.2交通流控制指标参量的测量一些交通流指标的测量对交通流控制相当重要。该系统能够测量和统计很多交通流指标参数，如总的服务效率，总行程时间，以后简称为车辆牌照识别为车牌识别。总的流入量和流出量，年型及年流组成，日车流量，小时年流量，年高峰时间段，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。2.3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。2.4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 m 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。若与车型检测器联用，可迅速发现所挂车牌与车型不符的车辆。 2.5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。由于车牌识别系统在智能化交通控制管理中发挥着越来越重要的作用，吸引了各国的科研工作者对其进行广泛的研究。由于需适应各种复杂背景，加之要识别的车辆种类繁多、颜色变化多端，以及检测时要适应不同天气变化导致的不同光照条件，因此，目前的车牌识别系统都或多或少地存在一些问题。但是，随着计算机性能的提高和计算机图像处理技术的发展，车牌识别技术必将日趋成熟。3 研究的主要内容车牌识别系统 车牌识别系统是以特定目标一一车辆牌照为对象的专用计算机视觉系统。该系统能够从一幅图像中自动提取车辆牌照，进行字符分割，进而对分割出的字符图像进行识别。一个典型的车牌识别系统包括图像采集、车牌定位、字符分割、字符识别以及结果输出五个功能模块。 系统的核心部分为图像采集、车牌定位、字符分割、字符识别。下面简述各部分的主要功能： 3.1图像采集部分当系统发现有车辆通过时通过检测器检测或是通过视频中运动目标的检测，触发图像采集系统，一般采用 CCD 摄像机摄取车牌前视图或后视图，由光照检测装置控制现场的光照，位置检测装置控制摄像机的拍摄角度。图像采集目前主要采用专用摄像机连接图像采集卡，或者直接连接便携式笔记本进行实时图像采集，同时将模拟信号转换为数字信号。图像处理主要是对采集的图像进行增强、恢复、变换等处理，目的是突出车牌的主要特征，以便更好地提取车牌区域。3.2 图像预处理部分需要对采集到的图像进行图像增强、平滑、恢复等操作，目的是突出车牌的主要特征，以便更好地提取车牌。 字符图像预处理就是对输入的字符图像进行处理，以使其变成某种特定的标准形式，使后续的特征提取和字符识别更容易进行。其主要功能有两点：一是消除图像中的噪声，修正图像断线或粘连现象；二是通过各种线性、非线性归一化方法，使变换后的图像相对稳定，便于识别。LPR的摄像部分工作于开放的户外环境，拍照时的光线，摄像机与牌照的距离和角度等都会造成采集图像的模糊、歪斜等，严重影响车牌的分割识别。所以在进入车牌识别模块之前，首先要对采集到的车牌图像进行预处理。目前，适应于各种应用环境的，较为通用的图像预处理方法还不是很成熟，论文在现有车牌预处理算法的基础上，针对车牌图像提出了改进的预处理方案。具体过程是在现有的中值滤波、灰度化及二值化的常规处理后，又提出了对二值图像进行二次中值滤波来对二值图像降噪，并将通常用于实现车牌定位的锐化边缘算法运用到预处理中，为去除车牌图像背景，提取车牌字符做好了准备。3.3车牌定位车牌的定位是一个寻找最符合车牌特征区域的过程，从本质上讲，就是一个在参量空间寻找最优定位参量的问题。车牌定位算法需要挖掘并提取车牌区域的独有特征，从而将车牌图像分割提取出来。在车牌定位过程中，由于采集到的图像中军牌区域经常是倾斜的，为避免后续的字符分割和字符识别的失败，必须对车牌行倾斜校正。从人眼视觉的角度出发，同时根据车牌的字符目标区域特点，在二值化图像的基础上，可以提取其相应的定位特征。这从本质上说，就是一个在参量空间寻找最优定位参量的问题，它需要用最优化方法予以实现。一般可计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域，最后得到的就是车牌区域。车牌定位是车辆牌照自动识别系统中的关键和难点，实际图像中的噪声、复杂的背景等干扰都会给定位增加困难。车辆牌照的分割是一个寻找最符合牌照特征区域的过程。 车牌检测定位方法包括图像预处理，车辆牌照粗定位，车辆牌照精确定位等几个组成部分。 3.4 字符分割即从定位得到的车牌图像中分离出单个字符包括汉字、字 母和数字等的图像，以便于字符识别。车辆牌照的字符分割是把经过定位后的车牌区域切分成若干个子区域，每一个子区域包含一个字符。字符分割的任务是把多行或多字符图像中的每个字符从整个图像中分割出来，使其成为单个字符。对于一般的字符识别来说，其识别过程是从输入的待识别字符(样本)点阵图形中提取描述该字符的特征，再根据一定准则来判定该样本所属的模式类别。因此，字符描述、特征提取