车牌照字符分割Word格式.docx

车牌照字符分割Word格式.docx

《车牌照字符分割Word格式.docx》由会员分享，可在线阅读，更多相关《车牌照字符分割Word格式.docx（39页珍藏版）》请在冰豆网上搜索。

评阅人

评语

评阅人（签章）

成绩

答辩委员会主任（签章）

年月日

毕业设计任务书

班级自动化1班学生姓名常烁学号20052213专业自动化

发题日期：

2009年1月10日完成日期：

2009年6月10日

题目基于静止图像的车牌照字符分割改进方法研究

题目类型：

工程设计技术专题研究理论研究√软硬件产品开发

一、设计任务及要求

车牌照识别是智能交通系统的一个重要课题，在车辆管理、不停车收费等系统中有广泛应用。

而车牌照字符分割技术又在车牌照识别系统中起着关键作用，车牌照字符分割效果的好坏会直接影响到字符识别的结果，因此设计一个好的字符分割技术是非常有必要的。

具体要求如下：

1、首先校正检测出的车牌照的方向，使字符准确位于图像坐标中的水平和垂直方向；

2、确定车牌照中字符的具体位置；

3、将图像二值化后的字符与背景分割出来，使得每个字符独立、清晰。

为使后续工作的顺利进行及实际应用的要求，该设计具体要达到的基本技术要求：

（1）每张图片的处理时间不能大于0.5S；

（2）车牌分割的准确率要达到90%以上。

二、应完成的硬件或软件实验

1、利用MATLAB或VC++编程实现车牌照字符的分割技术

2、设计一个人机交互界面以显示车牌照字符分割的结果

三、应交出的设计文件及实物（包括设计论文、程序清单或磁盘、实验装置或产品等）

1、毕业设计论文（必须完全符合学校规范，内容严禁有丝毫的抄袭剽窃）

2、CD-R（含论文，程序，程序使用说明书，演示视频，盘面标注班级，姓名，专业，日期）

3、英文翻译按学校规定，导师无特殊要求

四、指导教师提供的设计资料

1、研究报告介绍（包括课题背景、动机、内容、意义）

2、计划说明书

3、部分英文文献资料和MedialabLPR图像数据库

五、要求学生搜集的技术资料（指出搜集资料的技术领域）

1、本课题相关领域国内外重要论文及资料

2、MATLAB、C++编程指南

六、设计进度安排

第一部分查阅相关资料，学习相关编程语言（5周）

第二部分编制程序并进行软件调试（8周）

第三部分撰写毕业论文（2周）

评阅及答辩毕业论文修改和参加答辩（1周）

指导教师：

年月日

系主任审查意见：

审批人：

注：

设计任务书审查合格后，发到学生手上。

西南交通大学信息科学与技术学院2008年制

摘要

随着我国公路交通事业的迅速发展，智能交通管理系统ITMS（intelligenttrafficmanagementsystem）已成为了人们关注的焦点问题。

车辆牌照识别LPR（LicensePlateRecognition）系统作为智能交通管理系统的一部分在桥梁路口自动收费、停车场自动管理及违章车辆自动记录等领域都有着广泛的应用。

车辆牌照识别系统作为一个综合的实时计算机视觉系统主要包括车牌照定位，字符分割和字符识别三个部分。

它的研究主要涉及到了模式识别PR（PatternRecognition）、人工智能AI（ArtificialIntelligence）、计算机视觉CV（ComputerVision）、数字图像处理DIP（DigitalImageProcessing）等众多学科领域。

车牌照的字符分割是该系统的关键步骤之一，由于图像场景的复杂性以及车牌位置和图像质量的不可预知性，牌照定位分割系统一直都未能做到令人满意的程度，所以车牌照的定位分割算法一直是该领域的研究热点。

本文主要对车辆牌照识别系统中的字符分割技术进行研究。

在讨论了国内外研究现状的基础上，本文主要完成了以下三方面的工作：

（1）对车牌照进行了灰度处理、二值化、中值滤波以及数学形态学处理；

（2）学习改进了传统分割方法，设计出了本文所用的字符扫描分割算法，很好实现了对预处理后的车牌照的字符分割，并达到了实时性要求；

（3）运用了MATLAB自带的GUI（GraphicalUserInterface）界面设计工具设计了人性化的程序操作界面。

关键词：

车牌识别系统；

字符分割；

图像二值化；

形态学处理

Abstract

Withtherapiddevelopmentofourcountry’sroadtransportation,theITMS（intelligenttrafficmanagementsystem）becomesahotspotwhichispaidattentionto.Asapartoftheintelligenttrafficmanagementsystem,LPR（LicensePlateRecognition）systemplaysanimportantroleinautomaticchargingsystemsatentrances,automaticparkinglotmonitorsystemsandautomaticrecordofpeccancysystems.

Beingaspecialcomputervisionsysteminthereal-timecase,thelicenseplaterecognitionsystemmainlyincludesthesubsystemoflicenseplatedetection,charactersegmentationandcharacterrecognition.TheLPRsysteminvolvesnumerousdisciplinedomains,suchasPR（PatternRecognition）,AI（ArtificialIntelligence）,CV（ComputerVision）,DIP（DigitalImageProcessing）,etc.ThecharactersegmentationoflicenseplatesisthekeyofLPRsystem.Becauseofthecomplexofimagebackgroundandtheuncertaintyofplatepositionorimagequality,thelocationofplatesisnotsatisfied.Therefore,thestudyonthealgorithmofcharactersegmentationoflicenseplateisalwaysthehotspot.

ThispaperismostlyfocusesoncharactersegmentationinLPRsystem.Basedondiscussingpopularmethods,thefollowingthreepartsofworkhavemainlybeendoneinthispaper,including:

（1）Processingthevehiclelicenseplatebygray-scale,binaryzation,medianfilteringandmathematicalmorphologyprocessing.

（2）Improvingthetraditionalcharactersegmentationmethod,doinganalgorithmofcharacterscanningsegmentationandcuttingthecharactersoutoftheVehiclelicenseplateonrealtime.

（3）UsingtheGUI（GraphicalUserInterface）toolsofMATLABtodesignahumanisticoperatinginterface.

Keywords:

Licenseplaterecognitionsystem;

Charactersegmentation;

Imagebinaryzation;

Morphologicalprocessing

第1章绪论

1.1研究背景及研究意义

随着21世纪经济全球化和信息时代的到来，计算技术、通信技术和网络技术的迅猛发展，使得自动化的信息处理能力和水平不断提高，并在人们社会生活的各个领域得到广泛应用。

生活节奏越来越快，使汽车普及成为必然趋势，交通管理的自动化越来越成为亟待解决的迫切问题。

在这种情况下，图像检测及图像识别技术越来越受到人们的重视，也为智能交通管理系统[1]进入实际应用领域提供了契机。

车牌自动识别系统是一个涉及图像处理、模式识别、计算机视觉、神经网络和软件工程等多个领域的研究课题，十余年来，车牌自动识别技术尽管已经取得了一些成果，也在一些地方得到了初步应用，但由于车牌识别涉及到很多复杂的实际问题，现有的理论和方法还存在一些问题和不尽人意之处尚待改善，还尚未达到很实用的程度，成熟产品也少，对许多问题都有必要开展进一步研究，尤其近几年，对车牌自动识别技术的研究非常活跃。

该技术的研究对于园区车辆管理、交通稽查、卡口收费、停车场管理等方面有着十分重要的意义，己经成为信息处理技术的一项重要研究课题。

现代智能交通系统ITS（IntelligentTransportationSystem）[2]中，在智能交通系统中，车辆牌照识别系统LPR（LicensePlateRecognition）[3-10]是一个重要的子系统，在高速公路、城市交通和停车场等项目的管理中占有举足轻重的地位。

车辆牌照识别系统本身是一个整体的智能化解决方案，主要包括图像采集、车牌提取、字符分割、字符识别等工作模块，系统同时具有良好的维护性和扩展性，可在无需为车辆加装其他特殊装置情况下实现对车辆的自动检测。

车辆牌照识别LPR技术作为交通管理自动化的重要手段，其任务是采集、分析、处理汽车监控视频图像，自动捕获定位和识别汽车牌号，并进行相关智能化数据管理。

LPR系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查、监测黑牌机动车、监控违章车辆的电子警察等需要车牌认证的重要场合，尤其在基于车牌识别技术的高速公路收费系统中，相对于射频卡等技术，可以实现不停车收费，提高了公路系统的运行效率。

另外，还有如便携式车牌识别移动稽查系统等，可以实现在任意时间地点对车辆进行自动识别和比对。

总之，对车牌识别技术的研究和相关应用系统的开发具有重要的现实意义，也具有广阔的市场和巨大的商业应用前景。

由于车牌自动识别技术具有上述重大的意义，而车牌识别系统中的字符分割是一个重要环节，字符分割质量的好坏直接影响到后面的识别系统。

十几年来随着计算机技术、图像处理技术的发展，车牌识别中的字符分割速度和分割的精度在不断的提高。

同时，由于实际应用的需要，对字符分割技术提出了更高的要求。

在实际应用过程中，由于各种因素的影响。

譬如光照条件，天气因素以及车牌自身无损因素的影响等，会导致分割系统的准确性下降，甚至无法分割。

因此，车牌识别中的字符分割[11-22]算法必须要具有更高的准确性和实时性。

1.2国内外研究现状

车牌字符分割是把车牌的字符一个个分离出来，为车牌字符的识别做好准备工作，车牌字符分割属于印刷体字符分割的范畴，印刷体字符分割的任务是把多行或多字符图像中切割出来成为单个字符，对于字符分割的问题常常不被重视，但是字符的正确分割对字符的识别又非常关键，由于各种因素的影响，使得字符分割的复杂性变大。

目前的字符分割的算法一直在不断完善，针对车牌图像的字符分割，是字符分割的一个具体应用，目前人们根据车牌字符的特征已提出了一些算法，比如基于先验知识的分割算法，基于投影轮廓和拓扑结构的分割算法等，但是考虑到车牌中字符可能存在的粘连、断裂等情况，字符分割技术仍然需要进一步改进。

对分割出的车牌进行字符的分割，是为最终的字符识别做准备的。

目的是要准确定位出车牌中每个字符的上下左右边界，将其以单个字符图像的形式分割出来，作为字符识别部分的输入数据。

目前的车牌字符分割方法基本上都借助了投影信息来实现。

北京理工大学的吴大勇、魏平等提出了基于区域最小值判断分割的算法。

根据车牌字符垂直投影信息的最小值，在确定具体分割点时，先找投影信息的波谷横坐标x，接着利用以x为中心的区域最小值与图像在x处的垂直投影进行比较，如果相等，则由此判断坐标x才是真正的分割点坐标。

上海同济大学的叶晨洲等提出的方法是:

为了获得每一个字符的始末位置，取得图像竖直方向投影直方图信息，根据该投影图的期望E与方差D决定一个阈值e，e=E-D。

根据投影直方图与0的比较来决定潜在字符的始末位置。

随后根据字符特征检查起始位置后的邻域及结束位置前的邻域，判断这些潜在始末位置的可靠性，将可靠性低的点略去后对潜在始末位置进行匹配。

随后根据字符宽度和相对位置验证匹配结构，进行调整，最终将字符分割出来。

清华大学的陈寅鹏，丁晓青等提出了一种基于模板匹配的字符分割算法，该算法充分利用了车牌字符等宽、排列规则的特征，有效地解决了燕山大学工学硕士学位论文以往车牌字符分割算法中切分不准确、受车牌磨损、变形等因素影响大的问题。

该算法分为预处理、去除铆钉、谷值分析和模板匹配四部分。

根据车牌的字符排列规则，引如图1-1所示的模板，并使用该模板与垂直积分投影曲线匹配，计算最佳匹配位置，从而得到字符分割的准确结果。

图1-1字符分割模版

清华大学的张云刚、张长水提出了利用Hough变换和先验知识的车牌字符分割算法。

他们在文中提到有很多会影响车牌字符分割的准确性的因素。

首先，脱色、泥点、反光等原因使车牌不准确，还有车牌的前两个字符和后面五个字符之间的间隔符（小圆点），对字符识别有影响;

车牌旋转对水平分割有较大影响;

光照不均匀引起分割错误。

对应于一般的字符分割算法，这些因素都会使分割准确率明显下降。

为了解决以上问题，他们提出了一种新的车牌字符分割算法。

通过一种新的预处理算法，克服噪声的影响，该方法是采用先分段，再用Hough变换拟合的水平分割方法，去掉上下边框和铆钉的影响（它们对旋转角度较大的车牌及光照不均的车牌分割效果都很好），然后采用结合现有知识的垂直分割方法，有效抑制垂直边框和间隔符的影响。

和传统的方法相比，本算法具有很多优点，特别是能有效克服以上不利因素的影响。

与先进行二值化再进行分割的方法相比，本算法充分利用了图像的灰度信息，避免了图像二值化带来的断裂、粘连等负面影响。

与单纯的投影分析方法相比，本算法恰当地利用了先验知识，使分割更准确，对各种质量的车牌图像适应性更强。

在实际的车牌自动识别系统中，汽车图像的获取均是由置于汽车前上方的摄像机拍摄数字化后送到计算机的，由于透视变形的存在，所获得的汽车牌照不一定是标准的矩形，总会有一定的倾斜。

这种倾斜随摄像头与车辆的距离和角度而不同，主要是水平方向的变形。

这使得从图像中提取的数据不准确，对机器识别性能的影响比较大，因此在字符识别前一定要进倾斜校正。

目前很多人根据车牌照的特点提出了车牌倾斜的校正方法，下面简单介绍有代表性的几种方法：

（l）解放军理工大学的茵挺和沈春林提出的采用轮廓跟踪方法去除牌照图像中和矫正无关的所有冗余信息并采用分级检测的策略，在最大程度上减少矫正过程的运算量。

实验结果表明该方法可以准确地检测出车牌的倾斜角度，同时矫正速度也比较快，可以满足实时性的要求。

（2）辽宁师范大学的李文举和梁德群提出的采用水平和垂直彩色边缘检测结合旋转投影求取车牌的水平和垂直倾斜角度，对水平倾斜的车牌进行双线性插值旋转校正，对垂直倾斜的车牌进行双线性插值的错位偏移校正。

实验结果表明，该方法简单实用，对光照、污迹等不敏感，抗干扰能力强。

（3）北方工业大学的叶青提出的基于Hough变换和图像分析法提取控制点的实时标定方法，最后通过空间坐标变换和灰度插值来完成图像的校正。

实验证明，这种方法符合汽车牌照图像的特点，具有较好的处理效果。

（4）天津科技大学的孙鸿波提出的方法是首先分析实际牌照图像的畸变是由水平、垂直距离和旋转差三部分构成的结论，然后依据此三部分变形性质及作用大小，提出一种斜线平移四顶点畸变校正的方法。

实验证明，该算法对还原畸变牌照图像有良好的效果。

1.3研究内容及研究方法

本小节主要介绍了本基于静止图像车牌照的字符分割设计的研究内容和主要的研究方法。

1.3.1研究内容

字符分割的任务是把多行或多字符图像中的每个字符从整个图像中分割出来，成为单个字符。

对于字符分割的问题常常不被重视，但是字符的正确分割对字符的识别是至关重要的。

由于字符字体存在着多样性，所以在一般的字符识别系统中，字符识别之前要先对图像进行阈值化，然后再进行行字切分，以分割出一个个具体的二值表示的字符图像点阵，作为单字符识别的输入数据。

由于获得的文本图像不但包含了组成文本的一个个字符，而且包含了字符行间距与字间的空白，甚至还会带有各种标点符号，这就需要采用一定的处理技术将文本中的一个个字符切分出来，形成单个字的图像阵列，以进行单字识别处理。

1.3.2研究方法

字切分是从切分出的文本图像行中将单个的字符图像切分出来。

字切分的正确与否直接影响识别结果，是字符识别系统中比较难的部分。

以单个的汉字切分为例来说明。

可以借助汉字图像行切分的思想，来确定字切分的主要方法：

利用字与字之间的空白间隙在图像行垂直投影上形成的空白间隔将单个的字符图像切分出来。

事实上，分析图像行的垂直投影可以发现，垂直投影上的空白间隔部分不仅没有行与行之间的空白间隔部分宽，而且分布也不均匀。

是因为在汉字文本中一般汉字间距远不如行间距明显，同时汉字中有相当数量汉字是左、右结构或左、中、右结构的，这些汉字图像的垂直投影在一个单字的内部也会出现空白间隙，使得文本汉字的字切分比行切分困难。

为了解决这个问题，可以利用汉字间的间隔一般大于汉字内间隔这一特点先进行汉字的粗切分，再根据汉字基本是个方块图形这一事实进行细切分。

具体实现为：

根据汉字的行切分，可以获得汉字的高度信息，从而可以估计出汉字的基本宽度;

对粗切分出的每个汉字，以此宽度信息进行衡量，以粗切分的起始位置为出发点，向左右两方向进行搜索，对起始位置进行细微的调整，从而使得字的切分更准确。

这种方法不仅可以保证单个汉字的内部结构不被分离，而且还避免了切除汉字的边缘，其切分结果基本提取出了完整的汉字，消除了笔划的误切除。

车牌照上的字符串具有以下几个特点：

（1）同一类的实际车牌中的字符位置是固定不变的，一个车牌上的所有字符的高宽比是相等的（除了“1”外）。

（2）根据牌照种类的不同，有的牌照是有边框的，不能直接进行投影分割。

（3）车牌上的字符与背景对比较大，但是由于曝光、焦距等原因，字符产生横向扭曲，而非字符区域时常也有高亮度区域。

（4）由于车牌自身的磨损等原因或采用的二值化算法的局限性，使得在图像预处理之后，仍然存在断裂的字符。

（5）车牌的字符串信息受到车牌污损及两个铆钉信息的影响。

其中特点

（1）是在牌照字符分割时的有利信息，如：

字符固定的高宽比等。

其余的特点都增加了车牌字符分割的难度。

一般的字符分割过程如图1-2所示。

图1-2字符分割过程

本文设计的字符分割系统是通过基于静止车牌像，对车牌识别系统识别出来的车牌照进行了预处理，包括图像的二值化处理，形态学处理和字符分割处理，最终得到单个的车牌字符。

该系统采用MATLAB专业图形处理软件进行设计。

通过文件打开的方式读取图像文件，可以对任意一幅JPG（JointPhotographicGroup）格式的车牌图像文件进行分割，其分割的整体流程如图1-3所示。

图1-3字符分割流程图

本文设计的基于静止车牌的字符分割系统的主界面如图1-4所示。

图1-4字符分割系统的主界面

1.4本文结构安排

在基于静止车牌的字符分割方法中，最主要的核心就是对原始静止车牌图像进行预处理和对预处理后的图像进行字符分割，因此本文在第二章主要给出了对原始图像预处理的算法设计；

第三章则给出字符分割的算法实现及最终分割显示；

第四章主要介绍了使用MATLAB的GUI界面系统设计的系统界面，以及对程序的时间分析和精度分析，最终实现比较完备的字符分割系统。

第2章静止车牌图像的预处理

在基于静止车牌的字符分割方法中，第一步要解决的就是如何从复杂背景中提取出单一清晰的车牌二值图像。

此预处理的好坏对字符的识别有很大的影响。

因此，本章将先简单介绍一下数字图像处理技术，随后利用灰度处理，二值化处理，滤波处理以及膨胀腐蚀处理对车牌图像进行预处理。

2.1车牌图像的处理技术

在字符分割技术中，为了保证实时性和精度的要求，要对图像进行预处理，从而使后面的分割达到更快更好的效果，下面就对和字符分割相关的图像处理技术进行一下简单介绍。

利用计算机对图像进行处理，其处理特点可以分为两大类：

（l）一类是以最终恢复原图像为前提的图像压缩和为了使其比原图像更适合于特定应用的图像变换处理。

基于数据压缩的图像传输和存储以及通过图像变换来改善图像的增强和恢复，都属于这一类。

（2）另一类对图像的处理主要是提取特征信息，其处理的最终目的是为了识别判别目标。

处理过程中，提取对识别目标有用的特征信息，而对于其他信息则尽量予以舍弃，并根据提取的特征信息进行分类和识别。

这一类对图像的处理属于模式识别的范畴。

图像处理的基础是数学，最主要的任务是各种算法的设计和实现。

目前的图像处理技术已经在许多不同的应用领域中得到重视，并取得了巨大的成就。

本文对于静止车牌照的图像处理就属于第一大类别，是通过处理，变换等途径来改善原图像，从而便于进行字符分割。

图像处理系统是执行图像处理、分析理解图像信息任务的计算机系统，虽然图像处理技术应用广泛，图像处理系统种类繁多，但它们的基本组成是相近的，主要包括图像输入设备、执行处理分析与控制的计算机、输出设备及存储设备中的图像数据库、图像处理程序库与模型库。

系统的结构原理框图如图2-1所示。

图2-1计算机处理示意图

数字图像处理与其他数据处理的不同之处是其庞大的数据处理量和存储量，以及对图像的显示。

一帧512x512像素的真彩色的图像，在不进行压缩的情况下，需要7