车牌自动识别系统的设计与实现

《车牌自动识别系统的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ３１１．５单位代码：１０１批研究生学号：２０１３５３Ｒ７５３密级：公开戀吉林大学硕古学位论文（专化聲他）车牌自动识别系统的设计与实现ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＶｅｈｉｃｌｅＬｉｃｅｎｓｅＰｌａｔｅＲｅｃｏｇｎｉｔｉｏｎＳｓｔｅｍｙ■作者姓名：黃大光：在职工程硕类别：ｔ领域（方向）：软件工程指导教师：王酷副教授－＊培养单位：软件学院２０１６年１２月车牌识别图像预处理及匹配研究Ｒｅｓｅａｒｃｈｏｎｉｍａｅｒｅｒｏｃｅ

2、ｓｓｉｎａｎｄｍａｔｃｈｉｎｏｆｇｐｐｇｇｖｅｈｉｃｌｅｌｉｃｅｎｓｅｌａｔｅｒｅｃｏｇｎｉｔｉｏｎｐ作者姓名；黄大光领域（方向）：软件工程指导教师：王酷副教授类别；软件工程硕±答辩日期：２０１６年１１月２６日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕ｉ学位论文原创性声明独

3、立本人郑重声明：所呈交的硕±学位论文，是本人在指导教师的指导下，进行研巧工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名；＇日期；２０１６年、１月＼日摘要摘要车牌识别图像预处理及匹配研究我国的汽车保有量随着经济的快速发展呈现逐年的上升趋势，现如今，如何建设一个完善的城市交通监控系统已经得到了交通监管部门部门的广泛关户，并且逐渐发展壮大成为智能

4、交通系统中被重点关注的目标。我们知道，智能交通的实现离不开交通监管的保障，而且监管的关键地位无论是在交通控制方面，还是在模式识别方面都是无法取代的。近年来，人们的收入水平有了较大幅度的提升，同时对于生活质量有了更高的追求，因此这无疑推动了汽车市场的巨大需求，私家车的数量表现为逐年增加的形势，随之而来的是导致交通状况的出现越来越多。无论是意外的交通事故的大量出现，还是违反交通规则的行为的普遍增多，都给我们城市的交通管理带来了巨大的压力和挑战，此类状况的发生分明体现了交通监管部门无论是监管力度还是监管方式上的不足。然而事实上，即使是监管部门的监控

5、力度再怎么增强，也很难突破实际情况的约束，基本上是无法做到对于每一个城市中的每一个路段以及路口实现二十四小时无漏洞的全方位的监控的。因此，想要更好的攻克这个难题需要采取高科技的手段，通过机器视觉以及图像处理二者相互融合的途径，设计和实现出适合于城市交通管理的智能交通监管系统，完成道路上机动车辆的车牌、标志、型号的准确监测以及正确识别。现在相对来说比较成熟的机动车辆识别方法相继问世，像一些发达国家的城市的很多收费站，早已摆脱了司机过收费站的时候必须停止车辆交费的途径，麻烦不说，而且特别耽误时间，造成一定程度上的交通拥堵。目前采用的技术手段是使用

6、车载设备和地面基站设备两者自动识别和登记，从而达到收费的目的，就是所谓的不停车收费（ElectronicTollCollection），这种方式下，省去了收费站工作人员和司机师傅的手续，降低了人工方式可能带来的误操作，很大程度的提高收费站的工作效率并且减少了交通阻塞。目前还存在一个较为普遍的手段为检测机动车辆自带的参数，改种方法基于的前提是，利用合适的分类算法将车辆按照某种标准完成分类以后，依赖像激光、红光、声表面波等等等等的手段识别出机动车辆的若干特征信息，也就是专业领域人们常说的车辆自动分类技术。它的优势在于应用起来比较便捷，所以适用的场

7、景摘要很多，也比较普遍。由其衍生而来的方式有微波检测和超声波检测，而且对于车辆的识别率较为理想，可是美中不足的是它的安装过程比较繁琐，设备经常会受到周围环境的影响，因此应用成本比较高，如果设备收到损坏，往往造成较为严重的交通瘫痪。本文基于MATLAB对车牌车牌图像匹配算法进行了研究。首先介绍了车牌图像匹配的国内外研究现状，其次分析对比了各种车牌图像匹配理论，然后以车牌识别为例，研究了车牌图像匹配预处理技术：（1）车牌定位：横向初步定位、纵向初步定位、灰度化、二值化、横向精确定位、纵向精确定位；（2）车牌去噪、字符分割。最后，基于特征匹配和灰度

8、相关识别出车牌字符。首先提取字符的特征量，在满足特征匹配的前提下计算分割得到的字符与车牌字符库中各个字符的灰度互相关因子，选择灰度互相关因子最大的作为识别结果，最终