 |
网络高等教育
本 科 生 毕 业 论 文（设 计）
题 目：智能交通关键技术的研究
学习中心：
层 次： 专科起点本科
专 业： 电气工程及其自动化
年 级： 年 季
学 号：
学 生：
指导教师：
完成日期： 2021 年02月22日
汽车牌照自动识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动识别系统中，首先要将车牌从所获取的图像中分割出来，这是进行车牌字符识别的重要步骤，定位准确与否直接影响车牌识别率。本次毕业设计首先对车牌识别系统的现状和已有的技术进行了深入的研究，并提出了车牌预处理、车牌粗定位和精定位的方法。从而初步定出车牌的区域，再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理，从而得到车牌的精确区域，并且取得了较好的定位结果。
关键词：汽车牌照；自动识别系统；设计
目 录
1.1 课题的背景及意义
目前随着人们购买力的提高和汽车成本的下降，汽车的普及率在近十年来大幅度提高，汽车正逐渐成为日常出行的必备交通工具。汽车的普及带来交通便捷的同时，也造成了交通拥堵、事故频发等不良后果，仅依赖交通部门有限的人力资源已无法及时有效的解决这些问题。所以，发展智能交通系统，实现交通管理自动化技术已经成为了目前智能交通的发展方向。智能交通系统（Intelligent Transport System 或者 Intelligent Transportion System，简称 ITS）是把先进的信息科学技术、通信技术、传感器技术、工业控制技术以及计算机科学技术等有效地集成运用在交通运输管理体系的整个系统中，从而建设起一整套在大范围内、全方位起作用的，准确、高效、实时的综合运输与管理系统。ITS 利用路、人、车的和谐和密切配合来提升交通运输 效率，缓解交通压力，提升路网单位时间通过能力，减少交通事故的发生，降低运输能源消耗，减轻环境污染压力。智能交通系统的组成包括交通信息采集系统、信息处理分析系统和信息发布系统。一般认为信息采集系统是智能交通系统中的基础，因此，要实现商业化的智能交通首先要解决信息采集中的问题。而车牌作为区分车辆的最重要特征，如何实现对其智能化识别对交通信息采集具有重大意义。车牌识别系统（Vehicle License Plate Recognition System，VLPRS）已经成为现代智能交通系统中的一个不可或缺的组成部分，具有非常大的经济效益和社会效益，拥有非常广泛的应用前景例如：交通部门通过车牌自动识别处理闯红灯或超速等交通违规行为，为规范交通秩序提供保障；运输部门通过车牌自动识别可以实现运输车辆定位，监控交通流量等，以降低交通拥堵，提高交通运输能力；小区停车场管理系统通过自动识别车牌比照车辆是否有进出小区权限，提高收费管理和防盗能力；高速公路可以通过车牌自动识别实现过往车辆的不停车收费，从而大幅度降低工作人员的工作量，提高通行速率等。车牌识别系统通过现场摄像头实时捕捉交通路口出现的闯红灯等交通违规现象，并使用车牌识别系统识别违规车辆的车牌号码，使得交通违规 处理有可靠的依据。从19世纪80年代起国内外的科研人员就着手对车辆识别系统展开了很多研究。在广大科技工作者的努力下，目前已有众多基于不同算法的识别系统，其中部分系统已经应用于实际交通系统或者收费系统中，但受到应用现场复杂环境的影响和车牌识别技术中所应用的算法存在不足的限制，现有的车辆识别系统均或多或少的存在一定的不足。因此，鉴于车牌识别技术具有极大经济、社会效益，且车牌识别技术的不完车牌识别技术的设计与实现，研究合理的算法，设计更加有效的车牌识别系统具有重要的理论价值和现实意义。
1.2 国内外研究现状
车牌识别技术是一种从特殊视频或者图像中获得车牌信息的计算机模式识别技术。车牌识别技术包括现代计算机视觉技术、现代导航定位技术、现代数字图像处 理技术和模式识别技术等这些众多的技术领域。
车牌识别过程为：首先通过视频提取或照相等方法，获取待识别车辆的图片；然后需要依据车牌的特有特征对车牌进行定位，分割出只有车牌的图像；接着对车牌进行预处理，去除车牌边框、铆钉及污点影响，对倾斜车牌进行矫正等；接下来就是对预处理后的车牌区域依据字符特征把车牌中的字符分割成单一字符块；最后抽取字符特征向量，使用模式识别方法将每个字符进行识别分类。车牌识别的整个过程中各个环节紧密相连，任何一个环节的处理效果都对车牌的识别率具有重要影响，只有提高了每个识别环节的效率才能保证整体车牌识别系统的效率，得到满意的识别效果。
1.3 本文的主要内容
本文主要对车牌识别技术展开研究，总结已有的车牌识别技术，并对各类车牌识 别系统进行比较，列举各种方法的有缺点，并选取适当的方法实现车牌识别系统。一个完整的车牌识别系统通常包含车牌的定位、车牌字符的分割以及车牌字符识别三个部分，全文共分为5章，各章内容简介如下：
第一章绪论，简述课题的背景和意义、论题的国内外发展现状，介绍论文的主要内容；
第二章车牌定位技术的设计；
第三章车牌字符的分割技术设计；
第四章车牌字符识别技术设计；
本文最后对全文进行总结，并指出了研究课题的未来发展方向。
2 车牌定位技术的设计
2.1 引言
车牌定位是车牌识别的关键技术，是车牌字符分割和字符识别的基础，其效果直接影响整个车牌识别系统的识别成功率。从车辆图片中定位出仅占图片小区域的车牌图像是整个车牌识别系统中计算量最大的过程，因此该过程还直接影响整个系统的运行速率。受到车辆图像拍摄环境复杂多变的影响，车牌区域定位需要有较强的鲁棒性。本章将根据我国车牌区域的特征，对常用的车牌定位算法进行设计。
2.2 车牌定位算法概述
2.2.1 基于边缘颜色对比方式
由于我国车牌边框为银白色亮条构成，与车牌底色以及周边车身颜色反差较大，所以在车牌边缘处车辆图片的RGB值会出现一定的跳变，且车牌边框区域和车牌内部区域的跳变在一个可预知范围内，例如蓝色车牌底色，则该跳变值为银白色的RGB值与蓝底的RGB值之差，根据该色差可以对车牌位置进行定位。该方法的不足在于对车牌的底色和车身底色依赖性强，且如果对车框进行改造，例如换成黑色车框，则需要进行相应的阈值切换。
2.2.2 基于边缘特征的方式
提取基于边缘特征的车牌定位方法是根据我国车牌标准中规定车牌的形状以及尺寸大小对车牌进行定位的方法。如果车辆上或周边环境存在类似车牌形状和大小的图像块，则车牌定位效果将大幅下降。该方法常结合车框边缘颜色跳变进行车牌定位。
车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，定位、分割牌照字符，最后自动识别牌照上的字符。为了保证汽车车牌识别系统能在各种复杂环境下发挥其应有的作用，识别系统必须满足以下要求:
(1)鲁棒性:在任何情况下均能可靠正常地工作，且有较高的正确识别率。
(2)实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。
车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识别率的主要因素，是车牌识别技术中最为关键的一步。目前车牌定位的方法多种多样, 归纳起来主要有基于纹理特征分析的方法、 基于边缘检测的方法、 基于数学
