摘 要

随着交通运输业的发展，出现越来越多的车辆，车辆的管理也越来越困难。而车牌识别技术作为当今智能运输系统的焦点，被广泛应用于需要车牌认证的重要场合，如停车场所车辆管理、电子收费站等，提高了停车场的管理水平和对车辆的检测能力。

车牌识别技术是指运用图像处理、模式识别等多种技术对采集到的车辆图像进行处理分析，以得到车辆的车牌号码，并对车牌号码进行识别的过程。本文采用车牌识别技术检测进出库的车辆，提取每辆车牌号码作为车辆ID，可以使管理更加智能、减少人力成本，具有重要的经济价值，其研究与实现可分为如下几个步骤：

（1）对车辆图像进行预处理。图像预处理主要包括灰度化、图像增强、图像滤波、二值化和边缘检测。首先将采集到的车辆原图像转变成灰度图像，采用直方图均衡化来增强转变的灰度图像；接着使用均值滤波去除噪声；最后利用全局阈值中的Otsu算法提取边缘。预处理的目的是突出车牌特征，方便车牌定位。

（2）车牌定位。本文采用了一种结合数学形态和彩色特征的车牌定位算法，精确定位处于复杂背景中的车牌区域图像，提高了定位的准确度。首先对预处理后的车辆图像进行Prewitt边缘算子检测；再对其进行腐蚀和闭运算，得到初步的车牌候选区域；最后根据车牌的彩色特征定位到准确的区域。

（3）车牌字符分隔和识别。在车牌字符分割中，将投影分割法与聚类分析法相结合，先对车牌做垂直投影法处理，根据其波谷划分候选字符区域；再对车牌做聚类分析，分割汉字和非汉字字符，得到独立的字符；最后根据模版匹配法来分别识别单个的字符，得到车辆的车牌信息，完成进出库的车辆检测。

关键词：车辆检测；图像预处理；车牌定位；字符分隔；字符识别

Abstract

With the development of the traffic and more and more vehicles, vehicles has become increasingly difficult to manage. Therefore, license plate recognition technology as the core of the intelligent transportation system, is widely used in important occasions required license plate, such as electronic toll stations, vehicle management of parking etc. Thus improving the parking management level and the vehicle detection capability.

License plate recognition technology refers to the use of image processing, pattern recognition and other technologies to process and analyze the collected vehicle image, in order to obtain the license plate number of the vehicle and identify it. In this paper, the license plate recognition technology is used to detect vehicles, and vehicle license number is extracted as the vehicle ID, thus make more intelligent management, reduce labor costs, and has an important economic value. And it is divided into the following steps:

(1)Vehicle image preprocessing. Image preprocessing including graying, image enhancement, image filtering, binarization and edge detection. First, the original image is transformed into gray image, and the histogram equalization is used to enhance the grayscale image; then using the mean filter to remove noise; finally, utilizing Otsu algorithm to detect edges. The purpose of preprocessing is to highlight the characteristics of the license plate to easily locate the license plate.

(2) License plate location. This paper uses a license plate location algorithm which is based on mathematical morphology and color characteristics. This algorithm pinpoint the location of license plate area image in the complex background, what's more, it improves the accuracy of positioning. First, detecting the edge of the preprocessed vehicle image by using Prewitt operator; then the image is eroded and closed to get a preliminary license plate candidate region; Finally, according to the color features to locate the correct license plate area.

(3) Vehicle license plate character separated and identified. In the character segmentation, combining of projection and clustering analysis method, first divide candidate character regional according to its trough; then make cluster analysis to split character and non-characters character and get independent character; Finally, using the template matching to identify a single character, and obtaining the license plate information.

Key words: vehicle detection；image preprocessing；license plate location；character separation；character recognition

目 录

第一章 绪论 1

1.1 背景及意义 1

1.2 国内外研究现状 1

1.3 研究的主要内容 2

1.4 论文的组织结构 3

第二章 车辆图像预处理 4

2.1 彩色图像的灰度化 4

2.2 图像增强 5

2.2.1 灰度变换 5

2.2.2 直方图均衡化 7

2.3 图像滤波处理 8

2.3.1 线性平滑滤波 8

2.3.2 非线性平滑滤波器 9

2.4 图像的二值化 10

2.4.1 阈值与二值化 10

2.4.2 Otsu算法 11

2.5 边缘检测 12

2.5.1 边缘检测常用算子 12

2.5.2 边缘检测算子的比较 13

第三章 车牌定位 15

3.1 车牌特征 15

3.2 常用车牌定位方法 15

3.2.1 基于边缘检测的定位方法 15

3.2.2 基于彩色特征的车牌定位方法 16

3.2.4 基于遗传算法的定位方法 17

3.3 基于数学形态和彩色特征的车牌定位 17

3.3.1 数学形态学 18

3.3.2 基于彩色特征的车牌区域选择 21

3.3.3 车牌定位结果 21

3.4 本章小结 22

第四章 车牌字符分割 23

4.1 车牌字符图像特征 23

4.2 常用字符分割方法 23

4.2.1 投影法 23

4.2.2 聚类分析法 24

4.2.3 模版匹配法 25

4.3 基于投影与聚类分析法的字符分隔 25

4.3.1 车牌区域图像预处理 25

4.3.2 字符的分割 26

4.4 分割结果 27

4.5 本章小结 28

第五章 车牌字符识别 29

5.1 常用字符识别方法 29

5.1.1 基于模版匹配的字符识别 29

5.1.2 基于神经网络的字符识别 30

5.1.3 基于支持向量机的字符识别 31

5.2 基于模版匹配的车牌相似字符识别算法 31

5.3 字符识别结果 33

5.4 本章小结 33

第六章 基于GUIDE可视化界面的设计 34

第七章 总结与展望 39

7.1 总结 39

7.2 经济性评价 39

7.3 展望 39

参考文献 41

致谢 43

第一章 绪论

1.1 背景及意义

车辆的自动检测是图像识别技术在智能交通运输范畴应用的重要研究目标之一，是完成交通监管智能化的关键所在。其中车型识别技术是以计算机视觉、数字信号处理、模式识别等技术为基础，经过视频监控或高速照相等方法取样，以工控机或嵌入式处理器为处理平台，完成汽车、卡车、公共汽车和其他车辆的分类和鉴定^[1]。

车牌识别技术能自动完成车辆识别，使车辆管理、车辆的交通控制和道路交叉口实现自动化程度高。基于图像处理的车辆检测在道路交通监测、交通事故勘察、交通违法行径记录、道路上的自动收费体系、停车场自动化的安全管理等方面有着广泛的应用前景，并具有巨大的经济价值值得开发。