山东轻工业学院2012届本科生毕业设计（论文）
摘 要
车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，受到越来越多人们的关注。车牌识别系统一般分为车牌定位、牌照上字符的分割和字符识别三个主要组成部分。
从车辆图像中准确的定位分割出车牌区域是车牌识别中最为关键的步骤之一。图像分割是图像提取中的重要组成部分，只有有效地完成分割，才能进一步提取目标特征并识别目标。本文对车牌图片的预处理主要包括车牌图像的二值化、倾斜校正、去除边框干扰、切割出最小范围等步骤。本文通过投影分析和连通域分析，对车牌字符进行分割，并对分割后的字符进行规格化。最后运用基于模板匹配的车牌字符识别算法对其进行字符识别。 课题设计实现一个基于模板对比算法的车牌识别系统，该管理系统主要分为四大模块：图像预处理模块、车牌定位模块、字符分割模块、字符识别模块。该系统的设计是由美国Microsoft公司开发的可视化开发工具Microsoft Visual Studio 2008进行，在代码方面主要是以C#为主的设计语言。
通过测试验证，本车牌识别系统具有一定的实用价值，可以实现特定车牌图像的字符识别。
关键词：字符分割 字符识别 模板识别 车牌识别
III
山东轻工业学院2012届本科生毕业设计（论文）
ABSTRACT
The vehicle license plate image,we separate the character and normalize the character. Through researching the traditional template match algorithm, we supply As one of the focal points and hot problems of studying in the field of modem traffic engineering,the license plate recognition (LPR) has attracted more and more attention．License plate recognition algorithm consists of three modules in general,those are：license plate location,character segmentation and character recognition.
An image from the vehicle positioning accurate segmentation of license plate identification license plate region is the most critical one of the steps. Image segmentation is the extraction of an important component of the partition only effectively in order to further extract and identify the characteristics of the target goal. In this paper, pre-treatment plates include images of license plate image linearization, tilt correction, removal of border interference, such as cutting out the minimum steps. Projection-domain analysis and connectivity analysis, segmentation of license plate characters, and after the partition of standardized characters. Template matching based on the final use of the license plate character recognition algorithm for character recognition.
Program Design and Implementation of an algorithm based on the template contrast license plate recognition system, the management system is divided into four modules： image preprocessing module, the license plate locating module, character segmentation module, the character recognition module. The design of the system developed by Microsoft Corporation USA, visual development tool Microsoft Visual Studio 2008, language in the code is C #.
Verification test, the license plate recognition system has a certain practical value, can achieve a specific license plate image character recognition.
Key words：character segmentation; character recognition; pattern recognition; license plate recognition
IV
山东轻工业学院2012届本科生毕业设计（论文）
第一章 绪论
1.1 课题背景和意义
经济的迅速发展和人民生活水平的不断提高促进了汽车数量的急速增长，截至2011年底我国机动车保有量达到2.25亿辆，交通管理自动化越来越成为亟待解决的问题。现代智能交通系统 (Intelligent Transportation System，ITS)中，车辆牌照识别( License Plate Recognition，LPR)技术是计算机视觉与模式识别技术在交通领域应用的重要研究课题之一，是实现交通管理能够智能化的重要环节，其任务是分析、处理汽车图像，自动识别汽车牌号。LPR系统可以广泛应用于电子收费、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技术的研究具有极其重要的现实意义和巨大的经济价值。
LPR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，国内外学者已经做了大量的工作，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有必要的。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别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。目前已有的方法很多，但其效果与实际的要求相差的很远，难以适应现代化交通系统的高速度、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。车牌定位与识别方法，总体来说是图像处理技术与车牌本身特点的有机结合，当然也包括模式识别、神经网络、数学形态学、小波分析、模糊理论等知识的有效运用。一个车牌定位与识别系统基本包括：图像预处理、车牌搜索、车牌定位、车牌校正、车牌字符切分和字符识别结果的输出。本文主要研究车牌字符识别的算法问题。
1.2 国内外研究现状
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技术已经开始用于车辆监控、出入控制、电子收费等场合。如以色列的Hi．Tech公司，新加坡的Optasia公司，Zamir公司分别研制了名为See／Car system，VLPRS，Insignia的LPR系统，这三种产
1
山东轻工业学院2012届本科生毕业设计（论文）
品所能识别的汽车图像均为单车牌灰度图像，即每一幅灰度图像只含有一个车牌的灰度图像。See／Car系统只能识别字母和数字，不能识别汉字。Insignia是针对欧洲和远东地区实际的车牌识别系统。香港的Asia VisionTechnology Ltd公司的产品慧光车牌号码自动识别系统，此系统能自动侦测、识别及验证行驶或停泊中车辆的车牌号码，并能辨认以文字和数字排列的车牌号码，如含有中、英及韩文的车牌。该软件识别准确率达到95％，要求车牌的宽度至少占整个图像宽度的1／5，识别时间小于1秒。欧洲的LPR产品大多只适合于该国的车牌格式的牌照，不能识别汉字。最近深圳吉通电子有限公司也推出了基于车牌识别技术的系统，这个平台是基于二值特征和灰度特征相结合的识别算法，因此也只能处理灰度图像，此外还有深圳创兴达科技有限公司的车牌识别系统。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。
虽然国外汽车牌照识别系统研究工作已有一定进展；但并不尽合我国国情；这主要是因为以下五个方面的原因：
（1）我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成；汉字的识别与字母和数字的识别有很大的不同，从而增加了识别的难度。
（2）国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色，例如韩国，其车牌底色为红色，车牌上的字符为白色；而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色；字符颜色也有黑、红、白等若干种颜色。 （3）其他国家的汽车牌照格式，如汽车牌照的尺寸大小，牌照上字符的排列等，通常只有一种；而我国则根据不同车辆、车型、用途；规定了多种牌照格式，例如分为军车、警车、普通车等。
（4）我国汽车牌照的规范悬挂位置不唯一。
（5）由于环境道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路；而在我国仍可上路行驶。
由于我国汽车车牌识别的特殊性；采用任何一种单一识别技术均难以奏效，目前正在研制的无源型汽车牌照智能识别系统综合利用了车辆检测技术、计算机视觉技术、图像处理技术、人工智能技术和人工神经网络技术等，是一个比较有发展前途的车牌识别系统。
1.3 本文所做主要工作
车牌识别系统中，研究的重点和难点是软件算法的设计，本课题所做主要工作是深入研究了车牌识别系统中所需要的图像处理和模式识别的关键算法，基于Visual Studio2008环境，运用C#语言，设计并实现了一个完整的车牌识别系统。
本文阐述了图像预处理算法、字符分割算法和车牌识别算法；改进了图像预处理过程中图像灰度化过程，使图像更加细腻清晰，提高了图像的识别度；采用基于模板匹配的车牌字符识别算法来解决车辆牌照识别问题，针对现有的字符算
2
山东轻工业学院2012届本科生毕业设计（论文）
法来对车牌识别技术的关键算法进行了改进，依据现行的车牌设计原则，采用了一种自适应分割方法，将车牌图像分割7个待识别字符，并对分割后的字符进行了归一化处理；对分割后的字符，通过模板匹配的车牌识别算法进行识别，然后输出最终识别结果。
1.4章节安排
第一章：本章主要介绍了课题的研究背景，国内外研究现状，阐明了本文所做的工作。
第二章：本章主要介绍了车牌识别设计的一些算法和相关技术的原理。 第三章：本章主要对车牌识别系统进行了系统分析，平台技术简介。 第四章：本章主要通过实例对系统各模块的原理和功能实现进行了分析。
3