基于图像处理的车牌识别定位算法研究

西南大学本科毕业论文（设计）1目录摘要..............................................................2文献综述..........................................................41车牌定位的研究.................................................42车牌字符识别的研究.............................................61绪论.............................................81.1课题的研究背景...............................................81.2车牌识别系统的原理...........................................91.3本论文的主要工作............................................102车辆牌照的定位方法..................................102.1图像分析与处理的基本方法....................................112.1.1图像转换..................................................112.1.2边缘检测..................................................122.1.3灰度图象二值化...........................................132.1.4数学形态学................................................142.2车辆牌照的预处理............................................152.3车辆牌照的定位..............................................192.3.1车辆牌照的水平定位........................................192.3.2车辆牌照的垂直定位........................................202.4实验结果及分析..............................................223.字符分割方法简介...................................224.字符的识别........................................244.1模板设计...................................................254.2识别过程....................................................265.结束语...........................................28附录..................................错误!未定义书签。参考文献...........................................34致谢.............................................36西南大学本科毕业论文（设计）2基于图像处理的车牌定位识别算法研究安广庆西南大学工程技术学院，重庆400716(摘要：随着我国公路交通事业的迅速发展，传统的人工管理方式已越来越不能满足实际工作的需要。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。我国的公路交通事业正在步入一个信息化、数字化的时代。车辆牌照自动识别系统在桥梁路口自动收费、停车场无人管理、违章车辆自动记录等领域有着广泛的应用。本论文的研究重点主要包括牌照的定位算法、牌照中字符的分割算法和字符识别算法三部分，通过对图像处理和分析技术的综合运用以及对问题本身特点的详细考察，最终实现了基于边缘特征和形态学分析的牌照定位算法。另外，本文还对拓扑特征识别算法和神经网络识别算法进行了研究。拓扑特征识别算法原理简单、速度快，无须进行校正;神经网络识别算法容错能力强，但算法复杂。关键词：车牌识别、图像处理、字符分割、字符识别BasedonImageProcessingLPRPositioningAlgorithmANGuangqingCollegeofEngineeringandTechnology,SouthwestUniversity,Chongqing400716,ChinaAbstract：Withthedevelopmentoftheroadtransportation,thetraditionaltransportationmanagementbyhandcannotmeetthepracticaldemandsnowadays.Moreandmoreattentionisbeingpaidtotheapplicationoftelecommunicationandcomputertechnologiesintransportationandthusitisdevelopingfasterandfaster.ThetransportationinChinaisgoingintoaninformationanddigitalera.AutomaticlicenseplateidentificationplaysanimportantroleinIntelligenttrafficcontrolsystemparkinglotmonitorsystemandautomaticchargingsystem.Thelicenseplateidentificationsystemhastoimplementlicenseplateregionidentification,charactersegmentationandcharacterrecognition.Weuseedgefeaturesandmathematicsmorphologytolocatetheplateregion.Inaddition,therearetwomethodstorecognizedcharacter.Oneistopology,whichis西南大学本科毕业论文（设计）3singleandquick.OtherisNN,whichiscomplexbutrobust.KeyWords：Vehiclelicenseplaterecognition,Imageprocessing,charactersegmentation,characterrecognition西南大学本科毕业论文（设计）4文献综述车辆牌照识别技术自1988年以来，人们就对它进行了广泛的研究，目前国内外已经有众多的算法，一些实用的LPR技术也开始用于车流监控、出入控制、电子收费等场合。然而无论是LPR算法还是LPR产品都存在一定的局限性，都需要适应新的要求而不断完善。LPR主要分为两大关键技术：:一是车牌的定位:二是车牌字符的识别。1车牌定位的研究车牌定位的研究国外起步比较早，现有比较好的牌照定位方法主要有J.Barroso等提出的基于水平线搜寻的定位方法，R.Parisi等提出的基于DFT变换的频域分析方法;CharCoetzee提出的基于Niblack二值化算法及自适应边界搜索算法的定位方法;J.Bulas-Cruz等人曾提出基于扫描行的车牌提取方法。上述方法，尽管在一定条件下能分割出车牌，但车牌识别系统大多是利用摄像机室外拍摄汽车图像，存在许多客观的干扰，如天气、背景、车牌磨损、图像倾斜等因素。因此定位并不十分理想，而且对于其它国家的车牌不能很好的识别，甚至产生拒识或误识现象。90年代以来，由于交通现代化发展的需要，我国也开始对车牌定位进行深入的研究，并取得了一定的效果。比较好的定位算法有基于车牌文字变化特点的自动扫描识别算法；基于特征的车辆牌照定位算法；基于变换函数提取车牌的算法；基于视觉的车辆牌照检测；还有同济大学的廖金周、宣国荣提出的基于字符串的车辆牌照分割方法。这些算法都是基于车牌的特征来研究车牌的定位与识别，因而具有一定的针对性和局限性。车牌定位是解决图像处理中的实际问题，方法多种多样，它可以是先前方法的改进，也可以是独辟蹊径的创新，也可以是新老方法的结合。对一些复杂图像应用某些数学工具不仅可以加快处理速度而且可以改善和优化处理结果。己有的区域定位算法，比较完善的，如机动车辆自动识别收费系统中所提出的一种基于局部阈值二值化与自适应形态滤波算法。此算法对于文字区域水平且其周围干扰西南大学本科毕业论文（设计）5区域较少的情况下定位比较准确，但此算法二值化所得结果中各种尺寸的干扰区域都保留下来，对于倾斜度的正确估计十分不利。经检验，它只在文字区域集中于某一范围且水平时比较准确，使用范围狭窄。另外，一些传统的定位技术在复杂背景、图像变形、噪声污损严重的情况下，也无法准确定位。为此，一些学者们从一些数学工具着手，利用数学形态学、小波分析、遗传算法等方法对一些传统定位方法进行改进。数学形态学的基础是腐蚀和膨胀以及由此产生的开、闭运算。传统的灰度图像中敲开、闭运算具有“削峰填谷”的功能，可以将目标区域显示出来，但同时也将大量非目标区域显示出来。上海交通大学的晏建华、赵正校提出了基于属性开运算的汽车牌照区域定位算法，通过对灰度图像采用属性开运算，削去满足特定属性的峰部，确定出目标以及少量非目标区域，然后计算出图像的倾斜角及目标区域所在范围；华南理工大学的戴青云和广东工业大学的余英林提出基于小波与形态学的车牌图像分割方法，这种方法通过小波多尺度分解提取出纹理清晰，具有不同分辨率、不同方向的边缘子图像，其中水平方向低频、垂直方向高频的这一分量，主要代表车牌的目标区域。然后，用数学形态学方法对小波分解后的细节图像进行一系列的形态运算，进一步消除无用信息和噪音，以找准车牌位置;南京理工大学的是湘全等人提出了利用遗传算法对图像进行优化搜索，结合区域特征矢量构造的适应度函数，寻找到牌照区域的最佳定位参量。以上介绍的方法是基于灰度图像的车牌定位方法，也是传统的图像处理技术与车牌特征的有机结合，然而无论是摄像机还是扫描仪，给人以全新感受的还是丰富多彩的彩色图像。人类视觉系统对彩色非常敏感，能够很好地区分出上万种不同的颜色，而且彩色图像不仅令人在视觉感受上比灰度图像舒服，更重要的是它能够提供更多的图像信息。由于牌照多具有不同的色彩，且多与牌号、车身、车辆背景不同，因此考虑基于颜色来研究车牌的分类定位应该说是车牌识别领域的一种新思路。近年来，在这方面做出尝试的有上海交通大学的赵雪春等人，他们提出了一种采用色彩分割及多级混合集成分类器的车牌自动识别方法。这种方法的主要思想是通过三层MLPN网络将具有均匀色度空间的彩色图像进行色彩分割，再利用投影法分割出潜在的各种底色的车牌区域。浙江大学的张引、潘云鹤等人也对彩色汽车图像牌照定位方法进行了研究。提出了彩色边缘检测算子ColorPrewitt西南大学本科毕业论文（设计）6和彩色边缘检测与区域生长相结合的牌照定位算法ColorLP。这种算法简单，而且全面作用在颜色空间三个分量上，检测出的牌照区域易于与背景剥离，因此用这种方法定位准确率高，适用于不同的光照，且具有较好的通用性。上述各种车牌定位方法都具有一定的实用性和参考价值，然而也都具有不完善的一方面，因此有必要对车牌的定位方法进一步的研究。2车牌字符识别的研究车牌字符识别实际上就是对车牌上的汉字、字母、数字进行准确确认的过程。能否准确识别车牌字