基于vc的车牌识别系统研究毕业论文(编辑修改稿)

基于vc的车牌识别系统研究毕业论文(编辑修改稿)内容摘要：

........................................... 18 字符归一化紧排 .......................................................................................... 19 字符的细化 .................................................................................................. 20 字符识别 .............................................................................................................. 21 本章小结 ................................................................................................................ 25 第 4 章 车牌识别系统运行结果及语言介绍 .................................................................... 26 西 南交通大学本科毕业设计（论文） 第 VII 页 车牌捕捉运行结果 ................................................................................................ 26 车牌识别运行识别结果 ........................................................................................ 28 开发平台及编程语言简介 .................................................................................... 28 Visual C++的集成开发环境 ........................................................................ 28 MFC 是一个编程框架 ................................................................................. 29 本章小结 ................................................................................................................ 31 结 论 .............................................................................................................................. 32 致 谢 .............................................................................................................................. 34 参考文献 .............................................................................................................................. 35 西南交通大学本科毕业设计（论文） 第 1 页 第 1 章 绪 论 本论文的背景和意义 课题的研究背景 20 世纪 80 年代以来，随着我国国民经济的迅速发展，机动车辆规模及流量 大幅度增加，全国机动车量年均增长 15%以上，城市通路里程年均增长 %，高速公路和城市交通管理现代化水平的提高势在必行，迫切需要采用高科技手段来充实和加强交通管理水平。 智能交通管理系统是 21 世纪道路交通管理的发展趋势，高速公路的不断发展和车辆管理体制的不断完善，为智能交通管理系统进入实际应用领域提供了契机。 在整个智能交通管理系统中，车牌识别系统是实现交通管理智能化的重要环节，车牌识别系统的应用可有效解决在高速公路收费、超速车辆布控、城市卡口、停车场管理和社区管理中的问题，其具体应用可概括为： 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、队长、排队规模等交通信息，防范和观察交通事故。 它还可以同雷达测速器或其他的检测器配合使用，以检测违犯限速值的车辆。 当发现车辆超速时，摄像机获取该车的图像，并得到该车的牌照号码，然后给该车超速的警告信号。 2. 交通流控制指标参量的测量 为达到交通流控制的目标，一些交通流指标的测量相当重要。 该系统能够测量和统计很多交通流指标参数，如总的服务流率，总行程时间，总的流入量流出量，车型及车流组成，日车流量，小时 /分钟车流量，车流高峰时间段，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。 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。 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出该车档案材料，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。 若同车型检测器联用，可迅速发现所挂车牌与车型不符的车辆。 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。 课题的研究意义 汽车牌照识别系统是智能交通系统的一个重要组成部分，它是一个特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符， 西 南交通大学本科毕业设计（论文） 第 2 页 进而对字符进行识别，它运用模式识别、人工智能技术，对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别技术的根本性作用在 于自动识读出车辆的唯一身份证 车牌号码，摆脱了人工查看图片识读车牌号码的工作，由于这一智能化的技术，顿时使车辆管理的技术水平跨上了一个新台阶，虽然任何车辆管理系统最终都不可能完全摆脱人的参与(即真正意义上的 “无人化值守 ”)，但毕竟在降低人工劳动强度、提高管理效率、增加管理的客观性方面起到了巨大的推动作用。 目前这一技术随着需求的不断提高将会得到更快的发展，以这一技术为核心的车牌自动识别系统的成功开发必将大大加速 ITS的进程。 本论文的主要方法和研究进展 国内外研究进展 从 20 世纪 90 年代初，国外就已经开始了对汽车牌照自动识别的研究，其主要途径就是对车牌的图像进行分析，自动提前车牌信息，确定汽车牌号。 在各种应用中，有使用模糊数学理论也有用神经元网络的算法来识别车牌中的字符，但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件的影响，给车牌的识别带来较大的困难。 国外的相关研究有 J Barroso 提出的基于扫描行高频分析的方法以及 Lancaster 提出的类字符分析方法等。 为了解决图像恶化的问题，目前国内外采用主动红外照明摄像或使用特殊的传感器来提高图像的质量，继 而提高识别率，但系统的投资成本过大，不适合普遍的推广。 车牌识别系统中的两个关键子系统是车牌定位系统和车牌字符识别系统。 关于车牌定位系统的研究，国内外学者已经作了大量的工作，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。 为此，近年来不少学者针对车牌本身的特点，车辆拍摄的不良现象及背景的复杂状况，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。 然而现代化交通系统不断提高的快节奏，将对车牌定位的准确率和实时性提出更高的要 求。 因而进一步加深车牌定位的研究是非常必要的。 车牌字符识别是在车牌准确定位的基础上，对车牌上的汉字、字母、数字进行有效确认的过程，其中汉字识别是一个难点，许多国外的 LPR 系统也往往是因为汉字难识而无法打入中国市场，因而探寻好的方法解决字符的识别也是至关重要的。 目前己有的方法很多，但其效果与实际的要求相差得很远，难以适应现代化交通系统高速度、快节奏的要求。 因而对字符识别的进一步研究也同样具有紧迫性和必要性。 西 南交通大学本科毕业设计（论文） 第 3 页 车牌识别研究的主要技术方法 车牌识别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. 车牌定位研究 车牌定位的研究国外起步比较早，上个世纪 90 年代以来，我国也开始对车牌定位进行深入的研究，并取得了一定的成效。 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；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。 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。 已有的区域定位算法，比较完善的如机动车辆自动识别收费系统 当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。 另外，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，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；提出了基于小波与形态学的车牌图像分割方法等。 上述车牌定位方法具有一定的实用性和参考价值，然而也都有不完善的方面，有待进一步完善。 2. 车牌字符识别研究 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。 车牌字符识别实际上是依附在车牌上的印刷体文字的识别，能否正确识别不仅是文字识别技术的问题，还要考虑其载体 ——车牌区域的影响。 车牌字符识别技术是文字识别技术与车牌图像自身因素协调兼顾的综合性技术。 由于摄像机的性能、车牌的整洁度、光照条件、拍摄时的倾斜角度及车辆运动等因素的影响使车牌中的字符可能出现比较严重的模糊、歪斜、缺损或污迹干扰，这些都给字符识别带来了难度。 文献 [15]给出了基于神经网络的车牌字符识别方法；文献[16]提出了一种基于模板匹配的车牌识别方法。 综合上述方法 ，文献 [17]提出了基于模板匹配和神经网络的车牌字符识别方法，该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的各自优势，提高了车牌字符的识别效率。 车牌字符识别的研究在技术上虽然取得了很大的突破，然而离实用化的要求还相差很远，许多新方法仅停留在理论和文章上或者限制在比较狭窄的约束范围内，并不能以产品的形式大范围的投入使用。 因而车牌字符识别的研究仍然有很长的路要走。 本论文的主要内容 本文实验的图像是用数码相机拍得的以及从网上收集到的汽车彩色图像 (包括 西 南交通大学本科毕业设计（论文） 第 4 页 静态的和行驶中的汽车图像 )，图像质量比较 差，在各种光照条件和自然条件下的汽车图像都有，因此也对本系统的实现增加了难度。 在整个车牌自动识别系统中实现高识别率主要有三个部分起着关键的作用：在全车身图像中车牌部分的定位、定位后车牌字符的分割、对单个字符的识别。 本文先实现了车牌定位，再对车牌中的字符分割和字符识别，因此本系统由四大部分组成，车辆图像的预处理、车牌区域的定位、车牌字符识别的预处理、车牌字符的识别，系统详细流程图见图 11。 车 牌 反 色车 牌 倾 斜 度 调 整车 牌 字 符 分 割 归 一车 牌 紧 缩车 牌 细 化开 始结 束 图 11 系统流程图 其中 图像 预处理流程图如图 12 所示。 西 南交通大学本科毕业设计（论文） 第 5 页 图 像 灰 度 化图 像 二 值 化图 像 中 值 滤 波车 牌 边 缘 检 测图 像 去 噪开 始结 束 图 12 图像预处理流程图 字符处理如图 13 所示。 车 牌 反 色车 牌 倾 斜 度 调 整车 牌 字 符 分 割 归 一车 牌 紧 缩车 牌 细 化开 始结 束 图 13 字符 处理流程图。