车牌识别软件系统设计开题报告.doc

设计(论文)题目: 车牌识别软件系统设计 武汉理工大学本科生毕业设计（论文）开题报告1、目的及意义（含国内外的研究现状分析）随着图形图像技术的发展，车牌识别技术也越来越趋于成熟，现在的车牌识别技术准确率越来越高，识别速度越来越快。车牌设别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别、辅助光源和通信模块组成的。近几年，国内有许多公司以及科研机构进行这方面的研究，并且有一些实用化产品，这些产品的车牌识别率都在70%以上，但是对环境要求较高，在全天候的条件下，都存在识别精度不高、识别时间长等缺点，车牌识别技术还存在很大的发展空间。目前，这一领域仍很活跃。由于本车牌识别系统只要求做软件部分，因此触发、辅助光源和通信模块都已经省略了。主要完成的功能如下：先读入图像，再经过图像灰度化、图像增强、边缘提取、二值化等操作对图像进行预处理，然后通过中国车牌的先验知识以及相应的算法将车牌从整幅图像中分割出来，接着将车牌上的每一个字符分割出来并与模板匹配，最后将得出的车牌与实际车牌对比，判断实验结果的正确性，经过多次比对后确定本车牌识别系统的识别率。为了准确的将车牌从整幅图像中分割出来，必须要对车牌图像进行边缘检测，由于边缘是图像中最基木的特征，边缘信息是一种图像的紧描述，所包含的往往是图像中最重要的信息。对图像提取边缘能极大地降低我们要处理的数据量。经过国内外学者几十年的研究已经形成了许多成熟的边缘检测技术，并取得了很好的应用，图像边缘检测方法主要包括以下几类：1）微分算子法：这种方法主要从边缘点同时也从二阶微分的零交叉点出发，设计一些一阶或二阶微分算子，求得其梯度或二阶导数过零点，再选择一定的阈值提取边界。如Robert算子、Sobel算子、Prewitt算子、Laplacian算子等。2）最优算子法：这类方法的目的是根据信噪比求得检测边缘的最优滤波器。Marr_Hildreth算子是Marr和Hildreth应用Gauss函数先对图像进行平滑，然后采用拉普拉斯算子根据二阶导数过零点来检测边缘，也被称之为LOG算子。Canny从边缘检测算子的信噪比准则、定位精度准则、单边缘响应准则出发，提出了Canny算子，它检测受高斯白噪声影响的阶跃型边缘有比较好的效果。3）多尺度方法：此方法是随着多分辨率和小波理论的出现而逐渐发展起来的。窗口大小参数的自动调整是很难的，而应用多个尺度可以对此问题给出一个比较满意的解决。多尺度信号处理的目的不仅是为了辨识出信号中的重要特征，而且能以不同细节程度来构造对信号的描述，在高层次视觉处理的任务中多尺度方法有着重要的作用，是一种新兴的边缘检测方法。4）基于自适应平滑滤波的边缘检测方法：基于自适应平滑滤波的边缘检测方法的基本思想是利用一个通用算子对信号进行平滑，该算子能使其版本身与信号的局部结构相适应。利维等人提出的一种加权模板，其系数是根据窗口的中心点及其相邻点的灰度平均值来确定。还有一种方法是选择具有与中心点灰度值最接近的邻近点，并利用这些点灰度值的平均值取代中心点值。5）松弛迭代法：有学者从边界增强的角度出发提出了松弛迭代的方法。这种方法分三步，图像的平滑、边缘的获取、松弛迭代。它使用边缘点的位置、梯度矢量、曲率等信息来初始化松弛网络像素的标记，根据边界曲线上的点的信息在局部具有一致性和相关性，而噪声点的信息是随机的、规律的特点，进行邻域点的信息的相互作用，增强有规律的边缘信息同时削弱无规律的噪声，通过不断的迭代对标记进行重复纠正和约束，最后使得迭代收敛于真实的边缘。以上方法是目前研究较多的边缘检测方法，其中前两类方法属于经典边缘检测方法，都是依靠对图像进行微分运算求得梯度来进行边缘检测的，其优点是计算简单，速度快，缺点是仅仅依靠了局部信息，对噪声较为敏感。2、基本内容和技术方案设计的系统要求能从已给出的比较清晰的含有汽车图像的图片中，利用数字图像处理和一些相关算法，准确、快速地识别出车牌。总体设计流程图如下。图1 总体设计流程图1、读入图像输入的图像由于受到天气、光照等的影响，再加上车牌老化污损、陈旧褪色，这些都可能使车牌图像产生对比度不足的弊端，图像细节分辨不清，车牌字符部分不突出。而且，对高速行进中的汽车拍摄的图像往往产生模糊、扭曲、变形等现象，这都增加了预处理的难度。而这些处理需要很复杂的过程，因为系统把读入的图片默认为比较清晰的、几乎没有倾斜度的图片。2、图像预处理图像预处理过程需要把图像转换成便于定位的二值化图像。需要经过图像灰度化、图像增强、边缘提取、二值化操作。3、车牌定位车牌定位方法的出发点是利用车牌区域的特征来判断车牌，将车牌区域从整幅车牌图像中分割出来。车牌自身具有许多的固有特征，这些特征对于不同的国家是不同的。4、字符分割字符的分割要求能够准确地定位字符边界，进而将车牌内的所有字符提取出来。5、字符识别应用模板匹配的算法来实现字符的识别，要求能准确地识别车牌。3、进度安排12周 查阅相关文献，了解相关知识；34周 翻译外语资料，写开题报告；56周 学习MATLA