有限范围的视频车辆识别算法的研究和实现【开题报告】.doc

1、毕业设计 开题报告 计算机科学与技术 有限范围的视频车辆识别算法的研究和实现 一、 选课的背景及意义 智能交通系统（ ITS）的是 21 世纪世界道路交通的发展趋势。公路交通基础建设的不断发展和车辆管理体系的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好的基础。在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。 车牌自动识别技术用于智能小区停车场，利用其能够不停车自动识别汽车牌照和车型的特点，在车辆经过卡口的一瞬间，得到识别结果并通过网络将识别出的车辆信息及入口信息传送到各出口。既不需要道口 值班员发放通行介质，又可以保证车辆信息准确无误地送至出口，起到了代替道口值班

2、员和节省通行介质的作用，可以节省这两项成本的开始。车场使用者也以在最短的时间进入或离开停车场，提高车场管理质量。 1 车牌识别（ LRP）系统是智能交通系统（ ITS）的一个重要组成部分，该系统能从一幅车辆图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，得到车牌号码。从 20世纪 90 年代初，国外的研究人员就开始对汽车拍照自动识别系统的研究，其主要途径就是采用计算机图像处理技术对车牌的图像进行分析，自动提取车牌信息，确定汽车牌号 等。国外的汽车牌照识别系统研究工作已有一定的进展，而在我国尚属起步阶段。 2 车牌自动识别系统从上世纪 80 年代就开始进去应用阶段，这个阶段的研究没有形

3、成完整的系统体系，仅仅针对某一具体的问题进行研究，通常采用简单的图像处理方法来解决。进入 90 年代后，随着计算机视觉（ Computer Vision Technology）的发展和计算机性能的提高，开始出现系统化的车牌识别研究。各国相继投入大量的人力、物力进行应用研究，随着社会的进一步发展，交通状况急需更快的发展用来适应经济发展需求，各国应更加关注该系统的研究 和应用。 3 但是由于我国的特殊国情，国外开发的系统往往不适用于我国。我国的车牌包含了汉字、英文和阿拉伯数字，国外的系统通常不能正确的识别汉字。 国内该产品做的好的有中科院自动化所汉王公司的“汉王眼”，还有上海高德威智能交通系统有限

4、公司，亚洲视觉科技有限公司，中国信息产业部下属的中智交通电子预先公司等都有自己的产品。 3 二、 研究的基本内容与拟解决的主要问题 车牌识别系统能从车辆图像中提取出车牌的图像，自动分割识别字符从而得到车牌号码。系统的关键在于车牌定位、字符分割和字符识别三大部分，以下介绍每部分的 特点： 1. 车牌定位是车牌识别系统中最关键的一步，从包含整个车辆的图像中找到车牌区域的位置，车牌定位的方法是从出发点利用车牌区域的特征来判断，将车牌区域从整个车辆图像中分割出来。 2. 车牌字符分割是将车牌区域分割成单个字符区域，方便下一步的字符识别。国内的车牌包含汉字，英文和阿拉伯数字，在系统常用的分割算法基础上，

5、利用横、纵方向投影的方法实现字符的分割。 3. 字符识别是对分割出的字符进行进一步的识别，我国车牌字符是由有限的汉字、英文字母和数字组成，识别有较大的难度。将所有的字符图像识别完毕后，系统可以形成一个车牌号码字 符串作为识别结果。 本文研究车牌识别系统拟解决以下问题： 1. 使不同规格包含车辆信息的图像统一为方便识别的 bmp 格式。 2. 车牌定位方法要适应图像复杂的背景，并且如何有效的避免具有类似车牌区域特征的干扰因素。 3. 排除字符粘连和车牌边框的干扰，使用投影算法进行有效的分割。 4. 排除字符扭曲变形，笔画粗细不同、断裂等干扰情况进行有效的字符识别，并且进一步提高字符识别的正确率。

6、 5. 将处理好的号码字符串保存到数据库方便调用查看。 三、 研究的方法与技术路线、研究难点、预期达到的目标 本系统研究的难点在定位的准确性和字符分割的准确率。 为达到提取清楚的字符串这个目的，着重研究在各个模块上的算法。 在车牌预处理阶段常用以下算法： 1. 去除噪声：图像中夹杂着大量的干扰会降低系统的运行速度，还会干扰有用的信息。消除大部分冗余信息可以用滤波操作，可选的滤波方法很多，例如均值滤波算法，中值滤波算法两种常用方法以及混合滤波算法。再进行一下操作之前采用适当的方法减少噪声是一项非常重要的步骤。 4 2. 灰度化：将彩色图像的灰度转换，提高计算速度和节省存储空间。采用加权系数法得到

7、最合理的灰度图像； 3. 二值化：采用自适应阈值法，提取合理的阈值满足实际需要。这是预处理 阶段较为重要的一步，对后面的处理影响较大，阈值的选取也尤为重要。 4. 边缘检测：采用自定义模板算子，运算简单结果理想，可以获得汽车图像的边缘信息。 在车牌区域定位这方面，目前常用的方法有： 1. 基于边缘颜色和纹理分析的方法：首先进行彩色边缘检测，然后以每一边缘点为中心，垂直于边缘方向取一个线形窗口，在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的底色和字符的颜色。该方法抓住车牌背景与字符具有固定的颜色搭配这一重要特点，综合利用车牌的结构特征与纹理特征。 5 2. 基于数学形态学的定位方法：结合数学

8、形态学的基本运算，试 用数学形态学来实现车牌定位。形态学图像处理的基本思想是利用一个称为结构元素的“探针”收集图像信息，来探测和研究图像的结构特点。 6 3. 投影法：利用投影特征从整幅图像中提取出车牌部分，分为车牌粗定位和车牌细定位两步骤。 以及灰度特征法、变换法、神经网络法等。 字符分割在程序设计中也属于难点和关键之一： 1. 倾斜校正：对于发生倾斜的车牌图像，在分割之前需要进行倾斜校正。目前常用的倾斜校正方法有（ 1） Hough 变换法；（ 2）通过模板匹配寻找牌照四个顶点，在通过双线性空间变换重建车牌区域矩阵；（ 3）通过求取车牌字符区域 的局部极小极大特征点，再投影确定车牌倾斜角等

9、等诸多方法。 7 2. 字符分割：利用 Hough 变换和先验知识的分割算法，针对车牌分割中噪声干扰、边框影响、铆钉和间隔符等诸多干扰因素。 字符识别模块是一个热门的研究领域，在车牌识别系统上的运用又有巨大的作用。 1. 车牌数字识别：因为数字的字体以及大小都是一定的，为识别上大大的降低难度，利用这个特征和投影技术可以快速准确的进行数字识别。 2. 英文字母及汉字的识别：在识别前还需要进行预处理，将为之归一化，大小归一化，字符细化。然后提取每个字符的特征统计，最后进行识别，得出结果。 汉字部分则采用支持向量机的识别方法较容易实现。孰优孰劣还需要通过实验检测证明。 3. 常用的方法有统计模式识别

10、和结构（句法）模式识别，但由于诸多的干扰因素，两种识别方法都很难完全准确实现。由于神经网络的容错性较强，所以常常选用神经网络进行字符识别。但为保证神经网络技术高识别率，需要大量的识别样本，并且与时俱进、保持更新。 通过上述的算法处理后，因得到完整正确的车牌字符串信息，并整合所有信息传送至数据库。查询调用时能在用户界面看到清楚的车牌图像，正确的车牌号码显示以及包含车辆整体信息的图像。 各模块不同技术性质对比 ： 车牌定位技术 利用车牌的纹理的几何变化的定位方法 ：按照模式识别原理，找到车牌区域图像固有的且与其他区域不易混淆的属性，并且所有使用的属性在各种环境下社区的图像具有稳定性。 利用图像信息

11、差进行车牌定位的方法 ：利用两帧或两场图片之间的信息差进行车牌定位，也叫做基于互相关矢量图的车牌定位算法。该算法可在车牌两倍大小范围内自适应车牌大小，同时还可以得到对后续处理非常有用的信息。 利用颜色的车牌定位方法： 对车牌的大小、汽车在图像中的位置以及图像背景限制很少，而且综合特征定位比单一特征定位更符合人的视觉要求， 定位效果更好，应用范围更广。利用颜色空间距离及相似度计算。 投影法进行车牌定位： 一种非常常用也非常实用的方法，投影定位有牌照水平方向的定位算法和垂直方向的定位算法两种，前几种定位法中都有采用投影方法进行切分。 字符分割技术 图像的二值化： 二值化是车牌识别中最重要的处理手段

12、，既可以被用在车牌定位中，也可以用在车牌分割中。图像的二值化就是把灰度图像转变为黑白图像。二值化算法分为固定阈值和自适应阈值。 寻找边界： 字符区域与背景区域交界处发生像素个数冲突时就认为有可能到达边界，排除一些噪音干扰就可以得到字符区 域的边界。 字符分割： 投影法进行图像字符分割是最简便快捷的方法，在投影图中寻找相对集中的投影峰值群，根据投影分值群的特点进行分割。 字符识别技术 模板匹配字符识别： 模板匹配是字符识别中最基本的方法之一，该方法是将识别的字符与现实构造好的模板进行比较，根据与模板的相似度来确定最终的识别结果。 基于过线数特征的识别方法： 该方法是为了提高识别速度，是对模板算法

13、进行的优化。从模板中提取一些有用的特征是识别的速度大大提高。 基于左右轮廓特征的印刷体数字识别： 实质上也是一种特征提取额方法，由于印刷体数字的形状相对 固定，其左右轮廓基本上反映了字符的特征，将字符左右轮廓特征归一化后得到多个特征值。 四、 论文详细工作进度的安排 第七学期第 17 周至期末： 熟悉设计任务相关知识，软件环境和开发工具； 第八学期第 01 周至第 03 周：完成总体设计，撰写论文（设计）提纲； 第八学期第 04 周至第 11 周：完成详细设计； 第八学期第 12 周至第 13 周：完成应用软件系统的设计，完成毕业论文（设计）文档； 第八学期第 14 周： 完善毕业论文（设计）

14、文档，完成答辩准备工作； 第八学期第 15 周： 毕业论文（设计） 答辩。 五、 主要参考文献 1) 汽车牌照静态图像识别系统的研究 硕士学位论文 应宏微 浙江工业大学信息工程学院 2004 年 4 月 2) 智能园区车牌识别系统中关键技术的研究 硕士学位论文 花蕾 西北大学 2006 年 5月 3) 汽车牌照定位分割及车牌字符识别研究 硕士学位论文 张永宜 西北大学 2006 年 5月 4) 图像去噪混合滤波方法 关新平，赵兴利，唐英干 中国图象图形学报 2005 年 3 月第10 卷第 3 期 5) 基于边缘颜色对车牌定位的新方法 李文举，梁德群，张旗，樊鑫 计算机学报 2004年 2 月

15、第 27 卷第 2 期 6) 基于数学形 态学的车牌定位方法 卢雅琴，邬凌超 计算机工程 2005 年 2 月第 31 卷第 3 期 7) 一种新的车牌倾斜矫正方法 李文举，梁德群，崔连延，王新年 信息与控制 2004年 4 月第 33 卷第 2 期 8) 利用 Hough 变换和先验知识的车牌字符分割算法 张云刚，张长水 计算机学报 2004年 1 月第 27 卷第 1 期 9) 一种改进 BP 神经网络的车牌字符识别方法 李晓斌 重庆电子工程职业学院学报 2009 年 3 月第 18 卷第 2 期 10) 车牌字符识别技术 黄山，王鉴，严国莉，凌彤辉 中国测试技术 2005 年 3 月第

16、31卷第 2 期 11) 汽车 牌照定位算法研究 硕士学位论文 郭天舒 沈阳工业大学 2006 年 3 月 1 号 12) 汽车牌照自动识别系统的研究与开发 硕士学位论文 杜建波 东北林业大学 2006 年6 月 1 号 13) A Back Propagation Based Real-Time License Plate Recognition System Yo-Ping Huang, Tsun-Wei Chang, Yen-Ren Chen, Frode Eika Sandnes International Journal of Pattern Recognition and Artificial Intelligence Vol.22.NO.2(2008)233-251 14) License-Plate Recognition Using DWT And Neural Network Tian-Ding Chen International Journal of Wavelets, Multiresolution and Information Processing Vol.4.NO.4(2006)601-615