毕业设计（论文） 题 目 基于彩色图像的车牌定位 算法研究 专 业 软件工程 班 级 软件102 学 号 3100921035 姓 名 朱海斌 指导教师 吕林涛 2014 年摘 要随着机动车数量的大幅度增加以及计算机技术的发展，人们对交通控制系统的要求显著提高，智能交通系统被广泛地应用于高速公路收费、停车场车辆管理、违章车辆监控、交通诱导控制等场合。与传统的车辆管理方法比较，车牌识别系统可以提高交通管理的效率和水平，帮助实现车辆管理的规范化，优秀的车牌定位算法可以大大加快车牌识别的速率和准确性。本文介绍了一个车牌定位算法并设计系统来实现它。本系统以车牌定位算法为基础，使用C+编程语言对汽车图像进行彩色转灰阶，分段灰度拉伸，中值滤波，Sobel边缘检测，动态二值化等一系列预处理，最终实现车牌的定位和显示。经过测试，在各种复杂情况下，本系统都能完成汽车图像的预处理、车牌区域边缘检测和图像标定，直至车牌的准确定位。关键词： 车牌识别，边缘检测，二值化ABSTRACTABSTRACTWith the development of a substantial increase in the number of motor vehicles and computer technology, peoples requirements for traffic control system significantly improved, intelligent transportation systems are widely used in highway fees, parking vehicles, illegal traffic monitoring, traffic guidance control occasions. Compared with the traditional method of vehicle management, license plate recognition system can improve the efficiency and level of traffic management, vehicle management to help achieve standardization, excellent license plate location algorithm can greatly accelerate the speed and accuracy of license plate recognition.This article describes a license plate positioning algorithm and system design to achieve it. It uses C+ for the car color to grayscale images, segmented gray stretch, median filtering, Sobel edge detection, dynamic binary series preprocessing, and ultimately the license plate positioning and display.Tested in a variety of complex situations, the system can complete an image preprocessing car, license plate edge detection and image calibration, accurate positioning until the license plate.KEY WORDS: License plate recognition,edge detection,image binaryzation目录目 录I前 言I第1章 引言11.1 课题研究的背景及意义11.2 国内外发展现状及发展趋势21.2.1 车牌识别国内外发展现状21.2.2 车牌识别发展趋势21.3 课题研究的主要内容41.3.1 模块划分及模块功能41.3.2车牌识别系统结构框图5第2章 课题相关基础知识和工具72.1 模式识别72.1.1模式识别概念72.1.2模式识别方法82.1.3模式识别系统结构92.1.4图像识别过程112.2位图基础122.2.1图像文件格式介绍122.2.2 BMP文件结构142.3 BP神经网络172.4 MFC182.5开发工具19第3章 车牌定位算法概述213.1 预处理算法213.1.1 BMP彩色转灰阶213.1.2 分段灰度拉伸233.1.3 中值滤波243.1.4 Sobel边缘检测253.1.5 动态二值化273.2 基于二值图的定位算法28第4章 车牌定位算法实现314.1车牌定位算法的实现梗概314.2 车牌定位系统的设计框架314.2.1车牌定位系统处理过程图31 4.2.2 车牌定位系统结构图324.3 车牌定位系统的功能模块图334.3.1 车牌定位系统预处理功能模块图334.3.2 车牌定位系统定位功能模块图34第5章 系统界面设计及系统测试375.1系统界面设计375.2 系统测试385.2测试结果分析42第6章 系统开发中的难点及对策456.1 难点一：主界面框架难以确定456.2 难点二：打开位图文件时报错456.3 难点三：图像预处理功能47第7章 结 论51第8章 毕业设计小节53参考文献57前言前 言随着我国经济的快速发展，人民生活水平的不断提高，私有车辆越来越多，交通需求量越来越大，现有的交通基础设施建设速度远远比不上机动车辆和其他交通工具的增长速度。传统的人工管理方式已经越来越不能满足实际工作的需要。由于违章造成的交通事故日益频繁，以及城市交通堵塞造成的运输效率低下，严重的影响了我国城市经济的发展和人民的生活，在路桥收费、十字路口交通和停车场收费中实行车辆的自动识别已成为管理部门的迫切要求。因此，为了解决这些问题，在继续加快交通基础设施建设的同时，应该充分利用卫星导航、视屏监控和计算机调度管理等技术，发展智能交通系统来提高运输效率，保障交通安全，缓解交通拥挤和实现管理自动化。车牌自动识别是智能交通系统实现的前提。近年来，车辆识别技术发展很快，主要有：射频识别、条形码识别和车牌识别。其中，射频识别和条形码识别属于间接识别，难以核对车与车牌信息是否相符。而车牌识别属于直接识别，与射频识别和条形码识别相比，车牌识别不需要在汽车上安装专门的条形码或者射频识别标志，可以对车辆图像进行检索、回放，升级和维护方便。因此，车牌识别系统具有更为广阔的应用前景。车牌识别涉及计算机视觉，图像处理和模式识别等技术，对它的研究也会促进这些领域的发展。该系统是计算机视觉、图像处理和模式识别等技术在智能交通领域的重要应用。基于以上背景，此次毕设内容是实现一个车牌识别系统原型，目的是通过原型系统的设计使车牌识别算法和实际应用有机的结合在一起。I2014届软件工程专业毕业设计（论文）第1章 引言1.1 课题研究的背景及意义随着21世纪经济全球化的到来，高速度、高效率的生活节奏，使车辆普及成为必然趋势，交通管理自动化越来越成为亟待解决的问题。近年来，通信和计算机技术在交通领域的应用受到人们广泛的关注，得到了迅速的发展。1我国的公路交通事业正在步入一个信息化、数字化的时代。各种各样的交通系统，如电子警察系统、事故管理系统、道路收费系统、车辆自动识别系统、全球定位系统等等都在为城市交通服务。车辆牌照识别(licenseplaterecognition,LPR)技术成为交通管理自动化的重要手段，其任务是分析、处理汽车图像，自动识别汽车牌号。LPR系统可以广泛用于电子收费、出入控制、公路流量监控、失窃车辆查询和停车场车辆管理等需要车牌认证的重要场合;尤其在高速公路收费系统中，实现不停车收费提高公路系统的运行效率，LPR系统更具有不可替代的作用，因而从事LPR技术的研究具有及其重要的现实意义3。关于车牌定位系统的研究，国内外学者己经作了大量的工作，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11。为此，近来不少学者针对车牌本身的特点，车辆拍摄不良的现象及背景的复杂情况，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。然而现代交通系统不断提高的快节奏，对车牌定位的准确率和实时性提出了更高的要求，因而进一步加深车牌定位算法的研究是非常必要的。1.2 国内外发展现状及发展趋势1.2.1 车牌识别国内外发展现状 近年来汽车产业的迅猛发展，车牌识别算法具有很强的实用性，国内外学者对于车牌识别算法的研究从一开始就倾注了比较多的心血。但是诸如复杂的背景、车牌图像的几何畸变、光线的明暗等潜在因素严重影响了识别的实际定位效果。出于外在不确定因素过多，识别情况千差万别考虑，最初的算法仅仅是针对某一种特定情况6。 国外研究人员早在20世纪80年代就开始车牌识别算法的研究，和现在不同的是那时大都是简单的模块化设计，直到最近十几年，车牌识别才进入了系统化阶段。外界干扰因素过多，中国车牌类型较多，使得学者们追求具有较低的时间复杂度和较强的鲁棒性的车牌识别算法，促进了识别系统的进一步发展和推广。国内车牌识别系统做的最好的的当属中科院自动化研究所汉王公司的“汉王眼”，另外上海交通大学的计算机科学与技术系、上海交通大学的图像处理与模式识别研究所、浙江大学的自动化系、清华大学人工智能国家重点实验室等也取得了一定的研究成果11。 车牌定位识别的研究在技术上己经取得了很大突破，然而离实用化要求还相差很远，许多新方法仅停留在理论和文章上或者限定在比较狭窄的约束范围内，并不能以产品的形式大范围投入使用，因而车牌定位识别的研究仍然有很长的路要走10。各种算法都或多或少的有这样那样的缺点，比较各种算法及其组合对车牌识别的影响已经成为许多学者研究的课题。1.2.2 车牌识别发展趋势车牌识别技术的研究最早出现在20世纪80年代，而近些年来，随着图像处理和计算机技术的发展，在车牌图像处理和识别的各个环节上，国内外出现了很多不同的解决方法。一般来说，一个完整的车牌识别系统的工作过程主要分为三个部分：一是车牌区域的精确定位(确定牌照区域在整幅图像中的相对位置)，其输入是复杂背景下的整幅原始的包含车辆信息的图像，输出的是车牌牌照子图像。二是车牌字符分割，它从定位出来的车牌牌照区域子图像中把各个字符分别分割提取出来，输入的是矩形牌照图像，得到的是分割后的各个字符小区域。三是车牌字符的识别，用来自动识别出车牌号码中的各位字符，输入的是分割好的单个字符小区域，得到的是车牌号码6。车牌定位是利用