Abstract
As a special computer vision system, the license plate recognition system (LPR) can capture a vehicle automatically and identify the plate numbers in the image. It can be used in the road tolling system, parking system, stolen vehicle identification system, guard system, intelligent transportation system and so on. It has many contributions on the automation of the transportation management.
In this thesis, some methods and algorithms are introduced by preprocessing of images, license plate locations, character segmentations and character recognitions. Also, the methods and algorithms have a comprehensive discussion of the overall designs. Moreover, I have compared the methods with the existing. At the same time, I try to design and improve parts of critical algorithms.
This process includes preprocessing of images, license plate locations, character processing and character recognitions. The preprocessing of images is the first one I want to introduce. The image preprocessing is that an image is processed by several algorithms which include gray level stretching, image binarization, median filter, edge detection, and removed noise. Through the processing, the noises on the image are eliminated effectively, and vertical texture on image is clearer. License plate locations are extremely important steps in the computer vision system. There is a location method which bases on a horizontal texture feature and a vertical texture feature is put forward in this thesis. This method can get a satisfactory recognition effect. Character processing is work for license plate. In the beginning, inclination rectification method is applied to license plate images. The second step is the corresponding connection regions are used to be divided into several isolate characters. Finally, characters are normalized. These normalized characters can help to be recognized. The character recognitions we select 13 features which are based on template matching method for the purpose of character recognition with high speed and high recognition rate. The program is using a pure software method to achieve the automatic license plate character recognitions and to reach a higher recognition rate.
Keywords: image preprocessing; license plate location; vertical texture; character
segmentation; character recognition
目 录
摘 要 ............................................................................................................................. III ABSTRACT .............................................................................................................................. V 第1章 绪 论 ....................................................................................................................... 1
1.1 本论文的背景和意义 .............................................................................................. 1
1.1.1 课题的研究背景 ........................................................................................... 1 1.1.2 课题的研究意义 ........................................................................................... 1 1.2 本论文的主要方法和研究进展 .............................................................................. 2
1.2.1 国内外研究进展 ........................................................................................... 2 1.2.2 车牌识别研究的主要技术方法 ................................................................... 3 1.3 本论文的主要内容 .................................................................................................. 3 1.4 本论文的结构安排 .................................................................................................. 4 第2章 车牌识别系统功能设计方案 ................................................................................. 7
2.1 车牌识别系统概述 .................................................................................................. 7 2.2 车牌识别系统的设计原则 ...................................................................................... 7 2.3 本章小结 .................................................................................................................. 8 第3章 车牌识别算法设计 ................................................................................................. 9
3.1 车辆图像的预处理 .................................................................................................. 9
3.1.1 图像的灰度化 ............................................................................................... 9 3.1.2 图像的二值化 ............................................................................................... 9 3.1.3 图像的中值滤波 ......................................................................................... 11 3.1.4 图像的边缘检测 ......................................................................................... 12 3.1.5 消弱背景噪声 ............................................................................................. 15 3.2 车牌捕捉 ................................................................................................................ 16 3.3 字符处理 ................................................................................................................ 17
3.3.1 车牌反色 ..................................................................................................... 17 3.3.2 车牌倾斜度调整 ......................................................................................... 18 3.3.3 字符分割 ..................................................................................................... 18 3.3.4 字符归一化紧排 ......................................................................................... 19 3.3.5 字符的细化 ................................................................................................. 20 3.4 字符识别 .............................................................................................................. 21 3.5 本章小结 ................................................................................................................ 24 第4章 车牌识别系统运行结果及语言介绍 ................................................................... 25
4.1 车牌捕捉运行结果 ................................................................................................ 25 4.2 车牌识别运行识别结果 ........................................................................................ 26 4.3 开发平台及编程语言简介 .................................................................................... 27
4.3.1 Visual C++的集成开发环境 ........................................................................ 27 4.3.2 MFC是一个编程框架 ................................................................................. 27 4.4 本章小结 ................................................................................................................ 30 结 论 ............................................................................................................................. 31 致 谢 ............................................................................................................................. 33 参考文献 ............................................................................................................................. 34
第1章 绪 论
1.1 本论文的背景和意义
1.1.1 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7.9%，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。
1.1.2 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，
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。
1.2 本论文的主要方法和研究进展
1.2.1 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 I.T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。