基于c++的车牌自动识别算法.docx
- 文档编号:11914449
- 上传时间:2023-04-16
- 格式:DOCX
- 页数:26
- 大小:38.81KB
基于c++的车牌自动识别算法.docx
《基于c++的车牌自动识别算法.docx》由会员分享,可在线阅读,更多相关《基于c++的车牌自动识别算法.docx(26页珍藏版)》请在冰豆网上搜索。
基于c++的车牌自动识别算法
目录
摘要1
Abstract2
第一章引言3
1.1课题提出的背景和意义3
1.2车牌识别技术的现状和特点4
1.3车牌识别技术的应用情况5
1.4中国汽车牌照的特点6
1.5本课题需要完成的主要工作7
第二章车牌自动识别系统7
2.1车牌识别系统的总体结构7
2.2车牌识别系统的软件流程8
2.3本章小结10
第三章车牌定位10
3.1常用的车牌定位方法10
3.2本章小结12
第四章基于c++的车牌自动识别算法12
4.1整体设计流程14
4.2C++特性在IC设计中的应用类是C++最重要的特征14
4.3Verilog与C++的对比分析14
4.4C++与Verilog之间的设计转化15
4.5模块的连接方式16
5结论17
参考文献:
18
致谢19
摘 要
随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交
通运输途径,是国家大力发展的基础设施。
日益拥堵的城市交通需要更先进、更
有效的交通管理、控制。
利用电子信息技术来提高管理效率、交通效率和安全的
智能交通系统ITS已经成为当前交通管理发展的主要方向。
车牌识别LPR是智能交通中关键技术之一。
它以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合,如高速公路收费系统;道路、卡口监控系统;小区、停车场收费、监控系统;车流统计、引导系统等。
本论文是基于数字图像处理的相关理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了较深入的研究和分析,主要完成的工作包括以下两部分:
(1)车牌定位算法。
研究了两种车牌定位方法,分别是基于高帽变换和小波
变换的车牌定位方法与基于投影法和数学形态学的车牌定位方法。
前者利用高帽
变换从车牌图像中定位出车牌的水平位置,利用小波变换从候选区域中定位出车
牌竖直位置,进而从原始图像中提取出车牌;后者采用投影法进行车牌水平定位,
通过数学形态学变换得到车牌竖直位置信息,从而准确地从含有车牌的图像中定
位出车牌图像。
(2)车牌识别系统软件平台。
搭建了一个基于c/c++语言的算法演示平台,
该平台集成了我们算法研究的结果,以及一些通用的数学算法,该平台是完全开
放的,可以自由在其基础上增加新的算法并可方便的观察算法结果。
本文提出的算法均已在软件平台上正确实现,并使用大量从各种不同环境下的具采集有代表性的车辆图像作为算法测试数据源对算法进行测试,结果证明两
种车牌定位算法的准确率分别为98.89%和97.78%,两种字符分割算法的准确率
分别为97.2%和98.44%。
关键词:
车牌识别系统,车牌定位,高帽变换,c/c++语言,字符分割
Abstract
Withthefantasticspurineconomyandrapiddevelopmentoftheowningamountofautomobile,thehighwaycommunicationbecomesoneofthemostimportantcommunicationandtransportationwaysinourcountry.Andnowitisinfrastructuresthatthecountrydevelopedenergetically.Alsocrowdedurbantrafficneedsmoreadvancedandmoreeffectivetrafficdministrationandcontrolsystem.IntelligentTransportationSystems(ITS)whichmakesuseofelectronicinformationtechnologytoraisemanagementefficiency,trafficefficiencyandtrafficsecuritybecomesmaindirectionoftrafficadministration.LicensePlateRecognition(LPR)isoneofthecriticaltechniquesfortheintelligent
transportationsystem.Thesystemcanautomaticallyregister,verify,monitorvehicleorreporttothepolicewithautomaticrecognitionforvehiclelicenseplates.Soitcanbeusedinmanykindsofoccasions,suchasthechargessystemofexpresswayy,monitoringsystematroadandroll-gate,chargeandmonitoringsystematthedistrict,parkingarea,guidesystem,thesystemcountingthequantityofvehiclepassinginacertainperiodtime,Basedondigitalimageprocessiontechnology,computervisiontechnologyandartificialneuralnetworktechnology,thepaperdeeplyresearchesandanalysesanautomobilelicenseplateidentificationsystem.AndIhavefinishedfollowingworks
(1)Detectionofvehiclelicenseplate.Twolicenseplatelocationmethodsareputforwardinthisarticle,whichcanlocatelicenseplateexactlyfromthelicenseplateimages.Thefirstoneislicenseplatelocationbasedontop-hattransformandwavelettransform,andtheotheroneislicenseplatedetectionbasedonprojectionandmathematical
(2)ThesoftwareplatformofLicensePlateRecognition.Asoftwaresystemcodedbyc/c++languagesisdesignedandaccomplished,itintegratesallofouralgorithms,itprovidesconvenientwaytoobservethealgorithmresults.Allofouralgorithmshavebeenprovedinthesoftwareplatform.Experimentshavebeenconductedonalargenumberoftypicalcarimagestakenfromvariousscenesanddifferentconditions,theresultshowsthattheratesofthetwolicenseplatelocationmethodsachieve98.89%and97.78%,respectively,andtheratesofthetwocharactersegmentationapproachescanachieve97.2%
KeyWords:
LicensePlateRecognitionSystem,Licenseplate
第一章引言
车牌识别系统(LPR)是智能交通系统(ITS)中关键技术之一。
近年来,随着ITS在社会生活中的广泛应用,LPR的发展也非常快,已经逐渐地应用到我们的现实生活中了。
由于LPR具有广阔的发展前景,它的开发和研制工作不论是在国内还是在国外都受到很大的关注,它涉及的领域也非常广阔,包括图像处理、计算机、人工智能、模式识别、信息论等多门学科,是一门综合的应用技术。
本章首先就本课题提出的背景和意义进行一个阐述;随后比较详细的介绍本文涉及的车牌识别技术在国内外的现状和特点;然后介绍车牌识别技术的应用情况,接着介绍中国汽车牌照的基本特点;然后回顾了本人在课题中所完成的工作;最后对本文的基本结构作了一个说明。
1.1课题提出的背景和意义
当前,智能交通系统(ITS)在交通信息统计收集、路车间通信、停车场管理、无停车收费等领域应用越来越为广泛。
公路和停车场逐渐向信息化、智能化和无人化管理方向发展,对仪器的智能化程度也提出了更高的要求,特别是收费路段和停车场,要进行无人化管理。
那么,准确无误的车牌识别,对于确定车辆身份,建立相应的数据库管理系统起到至关重要的作用。
近几年来,许多国家开始试行无停车收费和停车场无人管理系统,主要采用无线通信手段,但是大量未装载通信装置的车辆无法实行,另外还存在许多无线卡和车辆信息不符的现象。
为了解决这些问题,有的国家使用摄像机录像的方法,采用事后人工观察的手段来进行识别,造成无人化管理系统反而需要大量人工辅助工作的问题。
为了提高工作效率和实时识别车辆,车牌自动识别(ALPR,AutomaticLicensePlateRecognition)技术就成为ITS系统中的一个重要研究领域。
随着车牌自动识别系统性能的提高,其应用也在逐渐深入到我们生活的方方面面。
如今市场上已经出现了一些车牌识别系统,它们在系统规定的条件和环境下车牌的识别效果比较良好,但一旦条件发生比较大的变化,或者在一些比较特殊的环境下,比如说雾天、雨天和晚上等拍摄图像质量较差的环境下,这些系统出现识别率迅速下降和拒识等等一系列问题,系统的通用性比较差。
因此,寻找一个适合大多数情况和大部分环境的、更加通用的车牌识别方法显得十分有必要和重要。
也只有当在大多数环境下LPR都具有很高的性能时,LPR才会得到更加广泛的运用。
综上所述,车牌识别技术是未来交通领域必不可少的技术,现在进行车牌识别技术的研究和应用开发是具有相当的理论价值和现实意义的。
1.2车牌识别技术的现状和特点
车牌识别技术是现代交通管理中的一个非常重要的研究课题,在此基础上实现的车辆监控和管理的自动化、智能化是未来ITS的发展趋势,对其发展具有十分重要的意义。
发达国家在上个世纪就开始了对车牌自动识别系统的研究,取得了很多的研究成果,并且有些发达国家已经把车牌自动识别系统应用在实际交通系统中。
这不仅仅是因为国外的技术领先,而且还因为国外车牌比较单一,易于识别。
而在我国,由于存在信息技术发展时间短、车牌种类复杂和车牌类别较多等问题,我国在车牌自动识别系统方面的研发和应用目前还基本停留在实验室阶段。
虽然近年来也先后出现了一些实际应用,但受到一些因素的限制一直未能推广开来。
限制我国车牌识别技术的应用和推广的原因主要有以下三个方面:
(1)识别速度较慢,不能进行实时处理;
(2)识别率不稳定,只有在特定的环境下才可以达到比较高的识别率。
当天气和环境变化后,识别率有可能会大幅度下降;(3)系统可移植性不强,稳定性差,寿命较短。
到目前为止,国内外的许多专家和学者对车牌自动识别技术进行了广泛的研究,先后提出了许多新的、快速的算法,并不断对其进行改进。
比较常见的方法如基于扫描行的车牌提取方法。
它通过扫描行经过车牌区域会有规律的起伏的特性,达到识别车牌区域的目的。
其缺点是适用于车牌图像亮度变化比较均匀的情况。
但是在实际应用中车牌图像处于变化光源的环境中,亮度极不均匀,从而限制了上述方法的使用。
还有就是基于边缘检测的方法。
它通过提取图像的边缘信息进行分析,进而测得车牌字符边缘。
其缺点是要求图像边缘的连续性要好,但实际拍摄的车牌字符边框往往不连续。
为了解决好车牌自动识别过程中的处理速度这个“瓶颈”问题,使用计算机分布式结构进行处理是一种可行的选择方案,但实施起来难度较大。
直接根据车牌特征,进行特征提取与选择,进而分割图像,性好、可靠性高,便于使用,尤其是遗传算法用于车牌定位,鲁棒性较强。
车牌定位是车牌自动识别系统中的关键和难点,实际图像中的噪声、复杂的背景等干扰都会使定位困难增加。
将遗传算法用于车牌的定位,结合对待检测区域的特征提取,不用搜索全部图像就能寻找到车牌,抗噪声能力强,适用范围广。
如果对遗传算法加以改进,或结合其他图像分割方法,可进一步提高定位精度,减小运算量,具有十分诱人的前景。
然而,对于车牌识别系统而言,以上的算法都是针对图像后期处理,对整个系统的性能并不起决定性作用。
国内外的研究也表明,采集的图像的好坏对整个系统的性能在一定程度上起着决定性作用。
如果图像采集工具精度较高,即使在汽车高速行驶或者分辨率较低的环境中仍然可以得到比较清晰的图像,从而为图像处理提供了相当好的数据源,具有较高的信噪比。
因此对图像采集装置部分进行精心的设计和研究,可以得到鲁棒性较强的车牌识别系统,但这样却导致了大量硬件的使用和系统复杂化,也增加了系统成本。
针对这个问题,我们可以着重开发具有实时性和较强鲁棒性的软件算法,这样既可节省成本,应用也比较方便。
近年来,这方面的研究和技术在国内外发展都很快,许多研究人员纷纷提出了各种不同的和改进的技术,究其主要技术而言包括小波变换、FFT、DFT、DCT等变换技术,数学形态学也在国内外得到研究。
时国外在神经网络方面进行了大量的研究,模糊技术和遗传算法在车牌识别中的使用也在进行。
而且研究表明,神经网络、模糊技术和遗传算法的结合使用可以取得良好的效果。
1.3车牌识别技术的应用情况
车牌自动识别系统(LPR)是ITS的一个非常重要的发展方向,它在交通控制与监视中有多种应用,比如可以对车辆进行自动登记、验证、监视、报警,其应用场合包括:
高速公路,桥梁,隧道等收费管理系统;城市交通车辆管理,电子警察,海关边境交通监控;智能小区、智能停车场管理;车牌验证,车流统计,移动和车载系统等等。
其主要的实现方法是:
在通道网络入口和出口处分别安装车辆检测系统,通过对车牌的匹配和智能交通系统网络,对车辆行驶速度、流量进行估计,检测当前的交通拥挤程度,自动提供实时交通信息。
它能从一副图像中自动提取车牌图像,分割字符图像,进而对字符进行识别。
车辆牌照识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一。
若能用计算机实时地识别车牌就可以在无需为车辆加装其他特殊装置的情况下实现对车辆的自动监测,从而给交通系统的自动管理提供极大的方便,因此车辆牌照自动识别系统的实现是推动交通管理智能化的关键技术之一。
车牌自动识别系统能将输入的汽车图像通过车牌定位、字符分割和字符识别等步骤,输出为几个字节大小的车牌字符串,无论在存储空间的占用上还是与管理数据库相连方面都有无可比拟的优越性。
在大型停车场,交通部门的违章监测(电子警察)、高速公路及桥梁的收费站及桥梁的收费站管理等方面,有着广泛的应用前景。
车牌识别系统的成功开发将大大加速ITS的进程。
目前车牌识别系统的适用领域主要包括一下几个方面:
(1)高速公路收费、监控管理的应用
车辆的自动放行:
此项功能针对如特种车辆(如军车、警车)、预交费车辆(如办理月、年缴费卡)以及其他授权免费通行的车辆。
系统处于自动检测状态,一旦发现该类车辆经过,给出的控制信号不是驱动拦截装置,而是驱动放行装置。
系统此时会自动开启道闸,达到车辆不停车过卡和减少工作人员、严化内部管理的目的。
通常用于高速公路卡口专用车道。
其作用是可以解决车流高峰期的堵塞问题和减少运作费用。
自动检测出超速车辆:
此项功能适用于在高速公路上,由于车辆的超速而进行监控。
通过在路上拍摄到超速的车辆,传到指挥中心进行实时汽车牌照的识别,以使交管部门做出相应的处罚。
(2)城市道路监控、违章管理方面的应用
车辆的自动检测报警:
此项功能针对纳入"黑名单"的车辆,如冲关后或肇事后逃逸的车辆、被公安部门通缉或挂失的车辆、欠交费的车辆等。
只要将其车牌资料输入数据库,系统就会处于自动检测状态,24小时不停地对所有经过车辆自动进行识别、比较、处理;尤其可以使用于城市机动车辆的档案管理工作、特殊的交通管理工作。
同时该系统还可以与110指挥中心相连,完成EE-110的监控报警工作车辆身份的后台集中识别:
在道路交通监测部门,每天有大量的违规车辆(如闯红灯、超速、抢道等)图片汇集,现在的人工识别车牌及输入方式,工作量很易引致疲劳误判。
采用车牌识别系统能轻易自动地进行识别处理,可大量减少人力、减轻工作强度,大幅度提高处理速度和效率。
通常用于电子警察系统、道路监控系统。
套牌车辆自动稽查、指定车辆自动跟踪:
此项功能利用车辆信息网上的实时信息,以同一车牌出现时的方位、距离、时间等参数,快速计算处理,自动查出该车牌是否有套牌车。
同样也可利用网上信息查悉指定车辆的行踪。
车牌照自动过滤系统:
此系统是针对道路交通路口电子监控中,由于触发设备或摄像机的客观原因,从而产生大量错拍,误拍的图像,为后续的违章处理带来相当不便的情况,根据车牌清晰度、红灯、过线等标志,对图像进行不同的过滤处理。
以保证后续的处理工作顺利完成,加大加强处罚的准确度。
(3)智能小区、智能停车场管理的应用
车牌自动识别技术作为车辆识别的先进技术手段,在智能园区中可用于以下几个方面:
车辆出、入园识别:
园区的业主入住时,将自己的汽车进行登记,其车牌信息将记录在计算机数据库中。
在园区大门处,设有车牌自动识别系统,对进出车辆自动识别,并根据数据库中的车牌数据判断是否是园区内的车辆,对园区内的车辆放行并自动记录其出入园时间,以便出现车辆被盗等情况时查询;对园区外车辆,将要求其登记后方可进入。
停车场管理:
在园区停车场出、入口处,设有车牌自动识别系统,对进出停车场的车辆自动识别,并根据数据库中的车牌数据判断是否是已买(或租)车位的车辆,对已买(或租)的车辆放行,并自动记录其出入停车场时间,以便出现车辆被盗等情况时查询,对进入停车场的已买(或租)车位的车辆自动将其车位处的挡车器打开,以便车辆停放;对其它车辆,将自动记录其出入停车场的时间,以便计时收费,对进入停车场的其它车辆自动分配停车位并将其车位处的挡车器打开,以便车辆停放。
目前车牌自动识别技术大量应用智能园区的障碍是识别率的提高和经济成本的降低。
1.4中国汽车牌照的特点
为了便于对国内汽车的辨认和管理,世界每个国家和政府都为本国的车辆牌照了一个标准。
我国机动车使用的牌照主要是根据公安部一九九二年颁布的《中华人民共和国机动车号牌》标准(GA36-92)制作的。
我国车辆牌照的基本元素包括汉字(牌照中包括的汉字大约60个)、英文字母(A-Z)、数字(0-9)和颜色(蓝、黄、白、黑)。
根据92式机动车号牌规范规定,我国车牌具有以下几个特点:
(1)在字符组成和排列方面,我国标准汽车牌照是由汉字、英文字母和阿拉
伯数字组成,一共7个字符,一般按照X1X2·X3X4X5X6X7这个格式排列,但是有一些特殊类型的车牌略有差别。
其中X1是汉字,一般代表省、直辖市、自治区的名称或者军队的区域划分,X2为英文大写字母(不包括I和O,下同),代表发证照及监督机关的代号,X3X4X5X6X7为汽车编码,一般为5位数字,即从00001~99999。
编号超过10万时,就由A、B、C等英文字母代替,其中,第三、四个字符可能是英文字母,也可能是阿拉伯数字,第五至第七个字符均为阿拉伯数字。
(2)在颜色组合方面,汽车牌照的底色和字符颜色通常是对比度较强的两种颜色。
我国汽车牌照底色有蓝、黄、黑、白等,字符颜色有黑、红、白等,一般车牌颜色搭配是蓝白,黄黑,白红黑等。
可见,我国车牌的颜色种类众多,难于统一。
(3)就车牌尺寸而言,车前车牌是440mm长,140mm宽;每个字符为45mm宽,90mm高;字符之间间隔为10mm,其中第二个字符和第三个字符之间的间隔比较特殊为15.5mm,中间还有一个点;最后就是第一个字符和最后一个字符距离边界的距离为25mm。
车后牌照则是不同的车辆有不同的规定,一般在车牌识别系统中使用的车牌皆为车前车牌。
如图1-1所示:
目前国内汽车牌照主要有六种类型:
(1)大型民用汽车所用的黄底黑字牌照;
(2)小型民用汽车所用的蓝底白字牌照;(3)军队或武警专用汽车的白底红字、黑字牌照;(4)使、领馆等外籍汽车的黑底白字牌照;(5)试车和临时牌照的白底红字,且数字前分别有“试”和“临时”字标志;(6)汽车补用牌照是白底黑字。
图1-1我国典型车牌示例
1.5本课题需要完成的主要工作
本课题就车牌识别技术进行了一系列的研究和开发工作。
针对车牌识别技术,在以前国内外学者取得的成果基础上,努力学习和创新,并且结合我国车牌的特殊性,开发出具有实用性的车牌识别算法。
本人主要完成的工作包括:
(1)车牌定位算法。
针对中国的民用车牌,提出两种车牌定位的算法,分别是基于高帽变换和小波变换的车牌提取方法与基于投影法和数学形态学的车牌提取方法。
(2)在软件平台上实现车牌自动识别算法。
开发出了具有实用参考价值的车牌自动识别的软件演示平台,实现整个车牌的定位、字符分割和字符识别。
第二章车牌自动识别系统
本章首先对车牌自动识别系统的总体结构进行了一个粗略的说明,主要包括系统的硬件部分和软件部分;然后比较详细地介绍了车牌识别系统的软件流程;最后对本章进行总结。
2.1车牌识别系统的总体结构
车牌自动识别系统是一个以微处理器为核心,基于图像处理、模式识别、神经网络等技术的高度智能的电子系统,主要由摄像头、视频采集接口、辅助照明装置、计算机和识别软件组成。
当车辆通过关卡,经过车体位置传感器的敏感区域时,传感器发送一个信号给图像采集控制部分。
采集控制部分控制摄像机采集一幅汽车图像送至计算机内。
计算机内的软件模块从输入图像中找到牌照的位置,对牌照作字符分割,得到各个字符的点阵数据。
字符识别模块从点阵数据中提取字符特征数据,输入神经网络进行识别,得到字符识别的结果。
一个典型的车牌自动识别系统通常由车辆检测、图像采集、车牌提取、字符分割和字符识别等部分组成,其中,车辆检测模块一般使用地感线圈,它可以检测当前是否有车辆通过。
目前,随着视频检测技术的提高,有些已经开始使用视频流检测系统,检测是否有车辆通过。
图像采集部分包括光线不足时自动光源补足和CCD摄像头,以摄取清晰的车辆图像。
车牌提取、字符分割和字符识别部分由计算机或DSP处理器组成,可以完成对车牌的识别。
车辆图像采集车牌提取字符分割字符识别车辆检测
2.1.1车牌识别系统的硬件部分
车牌识别系统的硬件部分主要包括三个部分:
(1)图像采集部分
图像采集由CCD彩色摄像机和图像采集卡组成。
为了提高系统对天气、环境、光线等的自适应性,摄像机一般采用自动对焦、自动光圈的一体化机;车辆检测通常采用车辆传感器,如地感线圈、红外线等。
图像采集的工作过程是:
首先在摄像机前方检测点设置一传感器,当汽车通过检测点时,传感器向主机发出信号,系统即自动摄下车辆的图像,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 c+ 车牌 自动识别 算法