【本科优秀毕业设计】车牌字符分割与数字识别算法研究

毕业设计（论文）车牌字符分割与数字识别算法研究学院年级专业03级电子信息工程学生姓名指导教师专业负责人答辩日期2007年6月24日毕业设计（论文）任务书学院系级教学单位电子信息与通信工程系学号学生姓名专业班级电子信息工程题目车牌字符分割与数字识别算法研究课题来源自选主要内容车牌识别系统是智能交通不可或缺的一部分，可分为车牌定位、字符分割与字符识别三个部分。该题目要求完成该系统中的字符分割与车牌字符自动识别算法研究，重点为车牌数字的自动识别，并对所研究算法进行编程验证。基本要求1通过学习相应书籍和查阅资料，熟悉并掌握数字图像处理的基本技术2学习一种用于图像处理算法验证的软件工具。3学习并研究字符分割与字符识别算法。4编程验证算法的有效性。参考资料1智能图像处理技术李弼程等编著电子工业出版社20042VISUALC/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著人民邮电出版社20043用于验证所用算法的编程语言参考书自选4IEEE，ELSERVIER以及中国期刊网上的相关文章周次14周58周912周1316周1718周应完成的内容收集资料熟悉课题内容查阅参考书确定设计思路编程语言学习及设计中使用的算法的理解和熟悉编制处理程序，并上机进行软件程序调试及优化实验结果整理和总结论文书写课题总结答辩指导教师张涛系级教单位审批说明如计算机输入，表题黑体小三号字，内容五号字。本任务书一式二份，教师、学生各执一份。摘要随着高速公路逐渐普及，我国的公路交通事业发展迅速。而相应的人工管理方式已不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。目前典型地应用如告诉公路自动收费系统、违章车辆在自动记录系统和道路车辆数字图象采集系统等。目前的车牌字符的分割与数字识别有许多方法，本文首先介绍了字符切分与数字识别的几种方法，并采用基于图像提取的方法实现了字符分割，应用数字字符轮廓结构特征和统计特征相结合的方法进行数字识别，完成了车牌识别的实时算法,实现了车牌识别的研究目标。最后本文通过计算机试验对该方法进行了验证，试验证明该方法有效。关键词字符分割；字符识别；字符轮廓；轮廓的统计特征ABSTRACTWITHTHEWIDELYAPPLICATIONOFHIGHWAY,THEHIGHWAYTRANSPORTATIONBUSINESSRAPIDLYDEVELOPSINOURCOUNTRYDUETOTHESHORTAGEOFCORRESPONDINGARTIFICIALMANAGEMENT,THEAPPLICATIONOFTHEMICROELECTRONIC,COMMUNICATIONANDCOMPUTERTECHNOLOGYINTRANSPORTATIONFIELDGREATLYIMPROVESTHEMANAGEMENTEFFICIENCYOFITRECENTLY,MANYTYPICALCASES,SUCHASTHEHIGHWAYAUTOMATICCHARGESYSTEM,AUTOMATICRECORDINGSYSTEMOFILLEGALVEHICLEANDTHEPICTUREACQUISITIONOFVEHICLEINROAD,AREWIDELYUSEDCURRENTLY,MANYNEWMETHODSAREUSEDINVEHICLENUMBERPARTITIONANDDIGITALIDENTIFICATIONTHISPAPERINTRODUCESAFEWMETHODSABOUTCHARACTERSLICEANDDIGITALIDENTIFICATIONCHARACTERSLICEISFINISHEDBYTHEMETHODOFPICTUREACQUISITIONCOMBINEDDIGITALCHARACTEROUTLINESPECIFICATIONWITHSTATISTICS,VEHICLENUMBERIDENTIFICATIONISREALIZEDBYDIGITALIDENTIFICATIONMETHOD,ANDITSREALTIMEALGORITHMISDESIGNEDATLAST,THISMETHODISTESTEDBYCOMPUTEREXPERIMENT,THERESULTSHOWSITSVALIDITYKEYWORDSCHARACTERLISTPARTITIONSCHARACTERLISTIDENTIFIESCHARACTERLISTONLINECOVARIANCECHARACTERISTICOFOUTLINE目录摘要IABSTRACTII第1章绪论111课题背景112汽车牌照自动识别技术的现状与发展1121汽车牌照识别的主要应用技术1122我国汽车牌照识别的特殊性3123无源型汽车牌照智能识别系统413汽车牌照识别技术的应用514本文结构5第2章目前汽车车牌识别技术的方法721汽车车牌字符分割方法7211基于聚类分析的车牌字符分割方法7212利用HOUGH变换和先验知识的车牌字符分割算法10213基于数字形态学的车牌字符分割算法1322汽车车牌的字符识别方法举例17221车牌字符识别中的字符特征提取方法17222BP神经网络算法在字符识别中的应用1923本章小结22第3章本文采用的汽车车牌识别方法2531汽车车牌的识别过程2532汽车车牌的字符分割方法2533汽车车牌的数字识别方法27331字符轮廓定义27332结构基元28333基元的检测29334轮廓的统计特征30335数字字符的识别算法3034本章小结31第4章程序调试与试验分析3341软件调试33411字符分割程序调试33412数字识别程序调试3342本章小结34结论35参考文献37附录139附录245附录351致谢67第1章绪论11课题背景现代社会已进入信息时代，随着计算机技术、通信技术和计算机网络技术的发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用。在这种情况下，作为信息来源的自动检测、图像识别技术越来越受到人们的重视。目前指纹识别、视网膜识别技术已经到了实用阶段；声音识别技术发展也是相当的快。作为现代社会的主要交通工具之一的汽车，在人们的生产、生活的各个领域得到大量使用，对它的信息自动采集和管理对于交通车辆管理、园区车辆管理、停车场管理等方面有十分重要的意义，成为信息处理技术的一项重要课题。随着城市道路监控技术和ITS智能交通技术的发展和融合，“电子警察”已经成为缓解交通紧张、降低交通事故和隐患体现科技强警的一项重要举措。电子警察执法处罚具有高技术含量，可以对“超速、逆行、闯红灯、禁停、压黄线、抢占公交车道等一系列违章现象进行准确、稳定、自动、全天候的监控、执法和处罚。电子警察的出现可以大大缓解因违章行为导致交通事故增加与警力少和警务人员劳动强度大的矛盾，有效抑制的由于人为违章引起的交通事故。电子警察在国内一些大中城市经过近几年的广泛应用，技术已经很成熟，由早期单一的闯红灯抓拍演变为多项违章内容及车流量、排队长度、等待时间、车道占有率、平均速度等交通信息统计分析的监控系统。汽车牌照识别技术是车辆检测系统中的一个重要环节，它在交通监视和控制中占有很重要的地位,有着多种应用1，例如自动收费系统、不停车缴费、失窃车辆的查寻、停车场车辆管理、特殊部门车辆的出入控制等等。同时，汽车牌照识别的方法还可应用到其他检测和识别领域。所以汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点问题之一。12汽车牌照自动识别技术的现状与发展121汽车牌照识别的主要应用技术1211IC卡识别技术IC卡是一种集微电子技术、通讯技术和计算机技术于一体的高科技产品，利用IC卡技术进行汽车牌照的识别，主要是指在每辆汽车上安装一个微型的电子信号接收和发射装置即IC卡，卡内存储了该车的车牌号码以及其他一些信息，当汽车通过设有车辆检测装置的路口时，IC卡系统将与路口的计算机系统进行对话，使之辨识出该汽车的车牌号码和其他有关内容，从而可以实现监督与管理。然而，尽管IC卡技术识别准确度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬件设备十分复杂，不适用于异地作业，且须要制定出全国统一的标准。另外，无法核对车、卡是否相符，也是IC卡技术存在的缺点。1212条形码识别技术2条形码技术由于识别速度快、准确度高、可靠性强以及成本较低等优点，目前已广泛应用在商品销售、图书借阅管理、仓库进出货管理、邮政管理等众多领域。而条形码用于汽车牌照的识别方面还是一种新方法，它可以通过在车辆的侧面印刷条形码。其中包括地区、车型、车牌号码等基本信息，当条形码扫描器阅读出这些信息后，就可以完成识别的任务。但是条形码识别技术对于扫描器要求很高，并且同IC卡技术一样，须在全国范围有统一的标准。这给近期短时间内推广造成困难。1213图像处理技术运用图象处理技术解决汽车牌照识别的研究国内外都有，最早出现于80年代，这个阶段的研究并没有形成完整的系统体系，而是就车牌识别中的某一个具体问题进行讨论，并且通常是采用简单的图象处理技术来解决。识别过程是使用工业电视摄像机INDUSTRIALTVCAMERA拍下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预。例如车辆牌照中省份汉字的识别问题，1988年戴营等利用常见的图像处理技术方法提出汉字识别的分类是在抽取汉字特征的基础上进行的。根据汉字的投影直方图PROJECTIONHISTOGRAM，选取浮动阈值，抽取汉字在Y方向的峰值，利用树形查表法进行汉字的粗分类；然后根据汉字在X方向的投影直方图，选取适当阈值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分类，完成汉字省名的自动识别。1214传统模式识别技术传统模式识别技术一般包括模板匹配法，统计特征法等进入90年代，由于计算机视觉技术COMPUTERVISIONTECHNIQUE的发展，开始出现汽车牌照识别的系统化研究。1990年ASJOHNSON等3运用计算机视觉技术和图象处理技术实现了车辆牌照的自动识别系统。该系统分为图象分割IMAGESEGMENT、特征提取和模板构造FEATUREEXTRACTIONANDTEMPLATEFORMATION、字符识别CHARACTERRECOGNITION等三个部分。利用不同阈值THRESHOLD对应的直方图不同，经过大量统计实验确定出车牌位置的图象直方图的阈值范围，从而根据特定阈值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配PATTERNMATCHING识别出字符。1990年RALOTUFO等4使用视觉字符识别技术OPTICALCHARACTERRECOGNITIONTECHNIQUES分析所获取的图象，首先在二值化图象中找到车牌，然后用边界跟踪技术提取字符特征，利用统计最邻近分类器ASTATISTICALNEARESTNEIGHBORCLASSIFIER与字符库中的字符比较，得出一个或几个车牌号码，对这些号码做核实检查，看是否确实有该车牌号码，从而最终确定出一个实际存在的正确的号码。总之，这个时期的应用在识别正确率方面有所突破，但还没有考虑到识别实时性的要求，识别的速度有待进一步提高。1215人工神经网络技术近几年以来，计算机及其相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌的自动识别问题例如1994年MMMFAHMY等就成功地运用了BAMBIDIRECTIONALASSOCIATIVEMEMORIES神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯一一个BAM矩阵,通过与车牌上的字符比较，识别出正确的车牌号码。这种采用BAM神经网络方法的缺点是无法解决识别系统存储容量和处理速度相矛盾的问题。由于人工神经网络技术抛开了传统的计算结构和相应的算法，采用了生物神经网络的模型,因此它能较好地实现人类存储知识及处理信息的机能,使系统可以模拟人类思维,对需要处理和解决的问题进行记忆、联想、推理,从而较好地解决了车牌识别中所提出的因字符残缺不完整而无法识别的问题。另外人工神经网络技术应用于车牌识别领域与传统方法相比,还可以避免繁重的数据分析和数学建模工作,可以将信息存储与处理并行起来,大大提高了运行速度,因此越来越受到人们的广泛关注。122我国汽车牌照识别的特殊性如上所述，国外汽车牌照识别系统研究工作已有一定进展，但并不尽合我国国情，这主要是因为以下五个方面的原因1我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数字的识别有很大的不同，从而增加了识别的难度；2国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色（例如韩国,其车牌底色为红色，车牌上的字符为白色，而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等若干种颜色；3其他国家的汽车牌照格式如汽车牌照的尺寸大小，牌照上字符的排列等通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式例如分为军车、警车、普通车等；4我国汽车牌照的规范悬挂位置不唯一；5由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路，而在我国仍可上路行驶。由于我国汽车车牌识别的特殊性，采用任何一种单一识别技术均难以奏效。目前正在研制的无源型汽车牌照智能识别系统综合利用了车辆检测技术、计算机视觉COMPUTERVISION技术、图象处理技术、人工智能技术和人工神经网络技术等，是一个比较有发展前途的车牌识别系统。123无源型汽车牌照智能识别系统1231系统特点该系统融合了多种先进技术，对由数字照相机或数字摄像机采集到的行使中汽车图象进行分析与处理，自动分割出汽车牌照并智能识别出汽车牌照号码。所谓无源型汽车牌照智能识别系统是指在无任何专用于发送车牌信号的车载发射设备如无线、微波、红外、可见光、超声波等的情况下，对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能识别的系统。与传统系统相比，这种系统节省了设备安置及大量资金,从而提高了经济效益。另外，由于采用了最先进的计算机应用技术，所以可提高识别速度，较好地解决实时性问题。1232系统关键技术从大体上此系统的关键技术可分为以下两方面1汽车车牌的提取根据我国标准汽车车牌底色及字符是由固定的几种颜色白色、蓝色、黄色、黑色、红色组成，这些颜色信息可帮助牌照的定位，故可以利用人工神经网络技术先检验相关颜色，初步定出一个或几个可能存在车牌的区域，再在这些区域中寻找适当特征的图形，找到车牌位置，从而将完整的汽车车牌分割提取出来。2汽车车牌字符的智能识别考虑到部分汽车牌照会存在受污损，涂漆脱落，以及对行驶中的汽车进行图象采集时造成的图象扭曲、变形等情况，如果运用以往一些技术方法，可能造成识别错误，因此可以利用人工神经网络方法具有自适应性和记忆特性，对于不完整的汉字同样能够正确识别的特点，对汽车牌照上有限的汉字进行准确快速处理。该系统设想采用人工神经网络技术建立省份简称汉字、英文字母以及阿拉伯数字的标准模板，与汽车车牌上的字符相匹配，自动智能地识别出汽车车牌号码。13汽车牌照识别技术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1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。2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。可以预言，用不了多久这种基于计算机数字识别技术的车牌自动识别产品将会大量使用于智能园区的车辆管理。3用于高速公路收费管理一旦车牌自动识别技术到了实用阶段，它可以首先推广应用到高速公路收费管理。它可以使高速公路行驶的车辆不必停车而实现收费管理。4用于城市交通车辆管理车牌自动识别技术还可以将该车的外貌、颜色等参数结合起来使用，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。14本文结构本文首先对汽车车牌数字识别技术的国内外现状与发展进行了比较全面的描述，然后介绍了当今汽车车牌识别技术的几种先进方法及其基本的特点，其次是本文研究此课题所用方法，实现了车牌识别的研究目标，并完成了车牌识别的实时算法。最后对代码进行调试得出相关结论。第2章目前汽车车牌识别技术的方法文字是人类互相交流信息的重要工具。与其他信息载体相比，他具有便于信息保存和传递的优点，使信息在时间和空间商得以迅速扩散。并且用简单的几个字符可以表达大量的信息，且能方便地被人们接受和理解。因此，文字地信息表达几乎渗透了人类活动地各个角落。社会反战进入信息时代，人们已不再停留在用自己地耳朵和眼睛去直接获取这些信息，再用手指将信息记录在纸上，然后进行信息地分析处理。而是使用计算机代替人的简单、重复劳动。目前，文字识别与提取技术已经有了一定的进展，并且应用到了一些领域，比如交通、公共安全等领域。我相信文字识别技术将来会得到进一步的发展，并且在日常生活的会有更广泛的应用。下面介绍几种有关汽车牌照字符分割和数字识别的方法。21汽车车牌字符分割方法211基于聚类分析的车牌字符分割方法2111车牌特点我国现行的拍照主要有四种类型蓝底白字、白底黑字或红字、黑底白字。车牌共有七个字符和一个点符号。一般第一字符是汉字，且是各省市的简称，如”湘”、”鄂”、”沪”等；第二个字符是大写英文字，如”A”、”B”、”C”等；接着是一个点”；第三个字符可能是英文字母，也可能是阿拉伯数字；第四至第七个字符均为阿拉伯数字，如”鄂AX1234”，车牌的长度为45厘米，宽度为15厘米。其中单个字符统一宽度为45毫米。高90毫米，第二、三个字符为34毫米，其中字符间隔为12毫米。2112字符分割字符分割是指将车牌分割成单个字符区域。如图21中包含字符的矩形黑框所示，图21中的碎细线段为残余的车牌边框。需要强调的是，为了准确识别车牌上的汉字，英文和数字，每个字符区域必须是包括单个字符的最小巨型区。切分越准确，则后面识别的效果越好，如果偏移了12行象素，尽管不大，但是由于车牌图象中字符很小，一般和高约10到20多的象素，这样对字符识别，尤其是汉字识别造成很大的困难。目前常采用的方法是水平投影法，即沿水平方向，计算每列字符的象素数目。这样，字符块在水平方向的投影会在字符的间隙处取得局部最小值，因此字符的正确分割位置应该在上诉局部最小值附近，由于第2，3个字符的终止位置，再依次找出1、2、3、4、5、6、7的起始位置。图21字符分割示例但是再实际处理中，由于摄像机的性能，车牌的整洁程度、光照条件等因素的影响使拍照中字符可能出现严重的模糊、缺损或污迹干扰，如图22第一行。同时，经过车牌定位而分割出的拍照区域并非完全是精确到拍照上的字符区域。一般是含有拍照四条边框的残缺和拍照上两个铆钉干扰的区域，如图22第二、三行，有时更由于定位的不准确，定位车牌的长度过长，多了一段不属于车牌的区域，如图22第四行。对于”沪”、”湘”等汉字，由于汉字部首与字并不连接，水平投影时也存在局部最小值，往往把部首当作背景切掉，如图22第五行。这些因素都可能导致水平投影法字符切割的不准确，甚至失败。最后由于有些车牌字符的不规范，如有的白牌黑底车牌字符多于7个，使水平投影无法使用。因此，文中提出了一种基于聚类分析切分车牌字符的方法，按照属于同一个字符的象素构成一个连通的原则，再结合拍照字符的固定高度、间距的固定比例关系等先验知识，较好得解决了汽车拍照在复杂背景条件下的字符切分问题，降低了对车牌定位准确的要求。同时如稍加改动，也适用于字符不为7个的不规范车牌。2113切割方法从图22中可看到到，在理想情况下，对于车牌的第27个字符，每个字符的象素（此时为黑色）构成了一个独立的连通。于是只要得到每个连通域的行列的起始和终止位置，并由此构成一个矩形区，就得到了包含字符的最小矩形区，定义这样的矩形区为一个类。而对第一个字符，由于汉字的不连通性，如”沪”，聚类分析时往往为多个连通区域。假设得到了”沪和三个点共四个连通域，但通过简单比较类”户”的宽度与后6个已知类字符的宽度，就知道需要对第一个字符重新聚类。这样根据后6个已知的字符的长度和宽度等先验知识，完全可以简单方便地得到第一个字符的起始和终止位置。同样对于字符粘连，铆钉干扰也可通过聚类分析加以解决。设车牌二值化后背景象索为白色，用0表示，而字符象索为黑色，用1表示；图象宽度为NWIDTH，高度为NHEIGHT；类为包含单独连通域的最小矩形区。具体聚类分析方法如下1对车牌图象采用差分直方图法5二值化二维熵阀值分割快速法效果好，但速度慢，如图23的第二列。2以LINWIDTH8为阀值对车牌图象按行进行扫描，如果有线段的长度大于L2认为是牌照的左右边框。因此可除掉拍照边框部分，如图3的第二列。3对处理后的图象从上到下按行逐象素扫描快速聚类6，如两象素闻距离DRT,则检测到结构为右斜R；若SLLT,SRRT,则检测到结构为圆弧C。2由于字符轮廓突变处，表示字符轮廓不连续，则突变前后的轮廓特征必须分别检测。即若K1处检测到P，则在1,K11的字符范围内统计SL，SV和SR独立进行结构基元检测。若在K2处又检测到P，则在K11,K21范围内进行基元检测，依此类推。3由于字符轮廓基元的形成需要一定数T轮廓像素点，即只有当SLSVSRT时，才能进行基元检测，否则不进行基元检测。例如，当SLSVSR2时，其形成的基元结构是不稳定。4检测到突变结构P的有效范围XST,NST1，YST,MST1,其中ST表示字符笔划的宽度。这主要是为了避免干扰严重情况下，轮廓边缘光滑处理不够理想时，可能检测到的假突变基元。334轮廓的统计特征采用上述的结构基元还不足以准确认识残缺和完整的数字，引入轮廓的统计特征。1水平方向的最大字符宽度WMAXWMAXMAXRPKLPK37该特征主要用于识别数字1。当WMAXH/2,即为数字1，HM。2垂直方向的笔画数该特征主要用于识别数字0和8。因为0和8的轮廓结构特征及其相似，所以借助于垂直方向的笔画数加以区分。受数字底部残缺的影响，8在垂直方向的最大笔画数也可能为2。采用检测到笔画数为2时垂直方向的最小值来代替。假设J列上像素点PJ,I1,检测到垂直方向的笔划数为1，在PI,J检测到了第二个笔划，则S2I，表示检测到第二个笔划的像素点位置。当S2MST。9TSC,LS1C,LS2P。34本章小结本章介绍了一种简单有效的车牌字符分割与识别的方法，这也是本文解决本课题所采用的方法。字符块在竖直方向上的投影必然在字符间或字符内的间隙处取得局部最小值，根据最小值的位置分割出字符；在文字识别方面采用数字字符轮廓结构特征和统计特征相结合的方法，并从中选出稳定的局部特征，利用结构语句识别的方法进行数字的识别，最中识别出车牌的文字图像。此方法简单，易于实现，并且识别的准确率也是挺高的。第4章程序调试与试验分析通过查阅了大量的资料,完成了程序的设计。然后对程序进行了调试，在调试过成中一次成功几乎是不可能的，多少会出现一些错误，经过多次修改，完成了调试，现将调试结果及其调试的图形描述如下。41软件调试对于本课题，软件是系统的基础，所以进行软件调试具有重要的意义。在本课题的调试中使用软件平台为操作系统为WINDOWSXP，调试环境为MATLAB65。对于本课题的调试分两部分进行，即车牌数字分割的程序与数字识别的程序。411字符分割程序调试对于字符分割的程序调试，调试结果在第三章已经做了介绍，这里就不详细介绍了。在数字分割的过程中，本文主要用了垂直面积投影法，分割过程简述如下1首先找到一张经过二值化处理的车牌图像。2然后再对二值化的车牌图像进行垂直方向上的投影。此方法的依据是字符块在竖直方向上的投影必然在字符间或字符内的间隙处取得局部最小值，并且这个位置应满足车牌的字符书写格式、字符尺寸和其他一些条件的限制。3然后根据步骤2得到的结果,很容易就能看出灰度值的高低。有字符的列其灰度值比较高，无字符的则相对比较低,根据这一原则,就能准却分割出车牌的字符。按照这一方法进行分割，得到最后结果。412数字识别程序调试对于车牌数字识别，本文采用数字字符轮廓特征和统计特征相结合的方法，此方法简单，容易理解，同时识别的速度也是挺高的。现将程序的调试过程及实现的结果简述如下1对前一步骤字符分割得出的字符进行识别。现拿下图来举例，如图41。图41分割出的单个字符2对字符的轮廓结构特征进行提取，得到如下结果。A上轮廓B左轮廓C右轮廓D宽度图42字符的轮廓结构特征提取42本章小结在程序调试过程中，遇发现了很多错误，同时也遇到了很多困难。通过反复的修改和多次的调试，最终完成了调试内容，得出了正确的结论，实现了预期的目标。在程序的修改与调试过程中，虽然有些枯燥，但是也充满了乐趣，最重要的是对课题有了更深一步的了解，同时对MATLAB软件也有了更深刻的了解。结论本设计应用的软件是MATLAB，通过一段时间的学习，我对此软件有了更深的了解。MATLAB作为实验室的常用软件，除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。MATLAB语言有很多优点首先，简洁紧凑，使用方便灵活，库函数极其丰富。程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作；其次，运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短；除此之外，程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行；MATLAB的优点还很多，这里就不做详细介绍了。本文主要研究的是车牌字符分割与数字识别算法研究。车牌识别技术作为当今比较热门的技术，发展是很快的。随着智能交通的出现，车牌识别技术将发挥重要作用。例如，电子警察代替了普通意义上的人眼，有效地遏制了交通违规现象。文中首先介绍了车牌自动识别技术的现状与发展，然后介绍了当今该领域的一些比较热门的方法，最后就是对于该课题本文所采用的方法。通过查阅相关的文献资料，基本上完成了本课题的设计，经过程序的调试与修改，最终完成了程序的设计，得出了正确的结论。当然本设计也有很多不足的地方，方法比较简单，解决的都是比较正常的车牌的问题。对于一些问题车牌此设计还有很多欠缺的地方。比如一些损坏的、字符模糊的车牌等，此方法的识别率还不是很高，跟当今一些比较先进的方法相比，还存在一些差距。这也是本设计不足的方面。参考文献1郁梅，郁伯康，郑义基于视觉的车辆牌照检测计算机应用研究,1999565672黄志建,顾向阳,戴均陶条形码技术及应用北京机械工业出版社,1998981163JOHNSONAS,BIRDBMNUMBERPLATEMATCHINGFORAUTOMATICVEHICLEIDENTIFICATIONELECTRONICIMAGEANDIMAGEPROCESSINGINSECURITYANDFORENSICSCIENCEIEECOLLOQUIUM,20044184LOTUFORA,MORGANAD,JOHNSONASAUTOMATICNUMBERPLATERECOGNITIONIMAGEANALYSISFORTRANSPORTAPPLICATIONSIEECOLLOQUIUM,20046165YIABDELAZJZHMKARA,DIRECTLINERTRANSFORMATIONINTOOBJECLSPACECOORDINATESINCLOSERANGEPHOTOGRAMMETRYINPROESYMPOSIUM0NCLOSERANGEPHOTOGRAMMETRYURBANA,ILLINOIS1186杨威一种用于二值图象什割的快速聚娄算法计算机研究与发展19983587197237HEGTJA，DELAHAYERJ，KHANNAAHIGHPERFORMANCELICENSEPLATERECOGNITIONSYSTEMINPROCEEDINGSOFIEEEINTERNATIONALCONFERENCEONSYSTEMS，MANANDCYBERNETICS，SANDIEGO，CALIFORNIA，1998，435743628YUANJIE，HUZHENGYI，WANGYANPINGFINDINGCORNERSBYUSINGHOUGHTRANSFORMWUHANUNIVERSITYJOURNALOFNATURALSCIENCENATURA1SCIENCEEDITION，1998，44185889张引，潘云鹤面向车辆牌照字符识别的预处理算法计算机应用研究，1999，167858710胡晓燕，蒋先刚，刘海峰基于神经网络的车牌字符识别算法实验及程序校验华东交通大学学报2005，221717511陈咏梅前馈网络模式识别预处理方法在手写体数字识别Q1的应用北京中科院半导体所。200512杨杰，历旭，郭伟，基于数学形态学和神经网络的车牌识别武汉理工大学学报，200125263213韩力群人工神经网络理论、设汁及应用人工神经细胞、人工神经网络和人工神经系统北京化学工业出版社，20022415114苑玮琦、伞晓钟一种汽车牌照多层次分割定位方法，2004VOL9NO4P23924315VISUALC/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著人民邮电出版社2004196229附录1燕山大学本科毕业设计（论文）开题报告课题名称车牌字符分割与数字识别算法研究课题性质模拟课题来源自选学院（系）燕山大学信息科学与工程学院专业电子信息工程年级2003学生姓名刘杰指导教师张涛2007年4月8日一、综述本课题国内外研究动态，说明选题的依据和意义1国内外研究动态数字图像处理技术在航空航天、工业生产、医疗诊断、资源环境、气象及交通监测、文化教育等领域有着广泛的应用，创造了巨额社会价值；同时还远远不能满足社会需求，自身也在不断完善和发展，有很多新的方面要探索。它必将先更深入、更完善的方向发展处理算法更优化，处理速度更快，实现图形的智能生成、处理、识别和理解。随着告诉公路逐渐普及，国内外的公路交通事业发展迅速。而相应的人工管理方式已不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。目前典型的应用如高速路自动收费系统、违章车辆自动记录系统和道路车辆数字图像采集系统等。交通管理的一个常见应用是停车场的自动计费和安全防盗系统。目前，停车场中已经采用了磁卡、IC卡方式的自动计费设备，还有一种有特色的利用车牌照自动识别技术的停车场安全防盗系统。利用牌照自动识别技术自动监视进出的车辆。而汽车牌照的自动识别在大型停车场的管理系统及交通事故案的破获方面具有特别重要的实际应用意义。随着技术的进步和现代化程度的提高，车牌识别技术将会随之发展，并在现代智能交通体系中发挥更重要的作用。2选题的依据汽车牌照识别技术LICENSEPLATERECOGNITION，LPR，简称“车牌通”是一个特定目标为对象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用模式识别，人工智能技术，对采集到的汽车图像进行的方法，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。车牌定位、字符切分，并运用独创的基于二值特征的识别算法和基于灰度特征的识别算法相结合，是智能交通系统（ITS）的一个重要组成部分，它的成功开发必将大大加速ITS的进程。3研究的意义基于计算机数字识别技术的车牌自动识别技术，有着极其广阔的推广应用前景。1用于高速公路收费管理一旦车牌自动识别技术到了实用阶段，它可以首先推广应用到高速公路收费管理。它可以使高速公路行驶的车辆不必停车而实现收费管理。2用于城市交通车辆管理车牌自动识别技术还可以将该车的外貌、颜色等参数结合起来使用，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。二、研究的基本内容，拟解决的主要问题在车牌自动识别系统中，应解决以下几个关键技术问题1图象预处理对动态采集到的图象进行滤波、边界增强等处理，以克服图象干扰，改善识别效果。2车牌的定位在动态采集到的图象中，自动找到车牌的位置。3字符分割在车牌图象上，自动提取单个字符的图象。4字符识别在每个字符图象中识别出字符文字。本课题所解决的问题主要是车牌字符的分割和字符的识别三、研究步骤、方法及措施文字识别原理框图文字识别原理框图单个字符的切分现有的切分方法1基于图像分析的直接切分法，通过图像分析寻找字符之间较为合理的切分点，这种切分的错误率比较高2基于识别的切分方法，先通过图像分析，确定几个可能的切分点，借助识别结果，选择合理的切分点。这种切分方法的识别比较高，但是多次识别，比较耗时，速度慢。为了提高切分速度，提出了采用上下轮廓凹凸特征近似检测单个字符的宽度，在字符宽度的约束下，根据轮廓凹凸特征，直接建立切分路径。文字识别采用数字字符轮廓结构特征和统计特征相结合的方法，并从中选出稳定的局部特征，利用结构语句识别的方法进行数字的识别，能够实现不同字体多种数字的准确识别，同时还提高了识别的速度。步骤如下1字符轮廓定义；2结构基元；3基元的检测；4轮廓的统计特征；5数字字符识别的识别算法。四、研究工作进度文字图形文字图像分割分割识别预处理特征提取识别判断识别结果光电转换周次14周58周912周1316周1718周应完成的内容收集资料熟悉课题内容查找参考书确定设计思路编程语言学习及设计中使用的算法的理解和熟悉编制处理程序，并上机进行软件程序调试及优化实验结果整理和总结论文书写课题总结答辩五、主要参考文献1郁梅，郁伯康，郑义基于视觉的车辆牌照检测计算机应用研究,1999565672黄志建,顾向阳,戴均陶条形码技术及应用北京机械工业出版社,1998981163JOHNSONAS,BIRDBMNUMBERPLATEMATCHINGFORAUTOMATICVEHICLEIDENTIFICATIONELECTRONICIMAGEANDIMAGEPROCESSINGINSECURITYANDFORENSICSCIENCEIEECOLLOQUIUM,20044184LOTUFORA,MORGANAD,JOHNSONASAUTOMATICNUMBERPLATERECOGNITIONIMAGEANALYSISFORTRANSPORTAPPLICATIONSIEECOLLOQUIUM,20046165杨威一种用于二值图象什割的快速聚娄算法计算机研究与发展19983587197236HEGTJA，DELAHAYERJ，KHANNAAHIGHPERFORMANCELICENSEPLATERECOGNITIONSYSTEMINPROCEEDINGSOFIEEEINTERNATIONALCONFERENCEONSYSTEMS，MANANDCYBERNETICS，SANDIEGO，CALIFORNIA，1998，435743627YUANJIE，HUZHENGYI，WANGYANPINGFINDINGCORNERSBYUSINGHOUGHTRANSFORMWUHANUNIVERSITYJOURNALOFNATURALSCIENCENATURA1SCIENCEEDITION，1998，44185888张引，潘云鹤面向车辆牌照字符识别的预处理算法计算机应用研究，1999，16785879胡晓燕，蒋先刚，刘海峰基于神经网络的车牌字符识别算法实验及程序校验华东交通大学学报2005，221717510陈咏梅前馈网络模式识别预处理方法在手写体数字识别Q1的应用北京中科院半导体所。200511杨杰，历旭，郭伟，基于数学形态学和神经网络的车牌识别武汉理工大学学报，200125263212韩力群人工神经网络理论、设汁及应用人工神经细胞、人工神经网络和人工神经系统北京化学工业出版社，20022415113苑玮琦、伞晓钟一种汽车牌照多层次分割定位方法，2004VOL9NO4P23924314VISUALC/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著人民邮电出版社2004196229六、导师意见指导教师（签字）年月日七、审核意见审查结果1、通过；2、完善后通过；3、未通过负责人（签字）年月日附录2燕山大学本科毕业设计（论文）文献综述课题名称车牌字符分割与数字识别算法研究课题性质模拟课题来源自选学院（系）燕山大学信息科学与工程学院专业电子信息工程年级2003学生姓名刘杰指导教师张涛2007年4月8日一、课题国内外现状数字图像处理技术在航空航天、工业生产、医疗诊断、资源环境、气象及交通监测、文化教育等领域有着广泛的应用，创造了巨额社会价值；同时还远远不能满足社会需求，自身也在不断完善和发展，有很多新的方面要探索。它必将先更深入、更完善的方向发展处理算法更优化，处理速度更快，实现图形的智能生成、处理、识别和理解。随着告诉公路逐渐普及，国内外的公路交通事业发展迅速。而相应的人工管理方式已不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。目前典型的应用如高速路自动收费系统、违章车辆自动记录系统和道路车辆数字图像采集系统等。交通管理的一个常见应用是停车场的自动计费和安全防盗系统。目前，停车场中已经采用了磁卡、IC卡方式的自动计费设备，还有一种有特色的利用车牌照自动识别技术的停车场安全防盗系统。利用牌照自动识别技术自动监视进出的车辆。而汽车牌照的自动识别在大型停车场的管理系统及交通事故案的破获方面具有特别重要的实际应用意义。随着技术的进步和现代化程度的提高，车牌识别技术将会随之发展，并在现代智能交通体系中发挥更重要的作用。二、研究主要成果汽车牌照自动识别系统是智能交通系统的重要组成部分。它在传统交通监控技术的基础上，引入了数字摄像技术和计算机信息管理技术，采用先进的图像处理、模式识别技术，通过对车辆图像的采集和处理，获得车辆的车牌号码信息，再引入先进的网络通信技术，达到智能化管理水平。系统识别性能1识别率达962识别速度，WIN2000操作系统，CPU速度是2G的条件下，1秒内完成识别，具有实时性。3用摄像头捕获图像，24小时不间断工作，实现可无人监守。三、发展趋势随着社会经济的发展，以及人口的增加和车辆的普及，无论发达国家还是发展中国家都面临着巨大的交通压力。发展智能交通系统，提高车辆和交通管理水平，是解决这一问题的重要途径。车牌识别技术能自动识别车辆牌照号码，完成对车辆信息的自动采集，对于现代智能交通系统的发展有重要意义，同时在车辆稽查、智能停车场、道路收费、电子警察等应用领域发挥着重要的作用。四、存在问题1在字符分割方面目前，OCR（文字识别技术）已经比较成熟，一般质量的车牌文字识别的正确率已经高达99以上。但是，对于一些污损，变形字符的识别错误率还是比较高的，一般认为主要原因是污损和变形字符的错误切分而导致字符的严重失真变形，无法实现正确的识别，因此对于这些问题字符的切分成为提高识别率的关键技术。2在数字识别方面由于受噪声和污点的干扰，以及二值化和损坏字符处理会引起字符的变形，因此处理好以上问题也是正确识别字符的关键。五、主要参考文献1郁梅，郁伯康，郑义基于视觉的车辆牌照检测计算机应用研究,1999565672黄志建,顾向阳,戴均陶条形码技术及应用北京机械工业出版社,1998981163JOHNSONAS,BIRDBMNUMBERPLATEMATCHINGFORAUTOMATICVEHICLEIDENTIFICATIONELECTRONICIMAGEANDIMAGEPROCESSINGINSECURITYANDFORENSICSCIENCEIEECOLLOQUIUM,20044184LOTUFORA,MORGANAD,JOHNSONASAUTOMATICNUMBERPLATERECOGNITIONIMAGEANALYSISFORTRANSPORTAPPLICATIONSIEECOLLOQUIUM,20046165杨威一种用于二值图象什割的快速聚娄算法计算机研究与发展19983587197236HEGTJA，DELAHAYERJ，KHANNAAHIGHPERFORMANCELICENSEPLATERECOGNITIONSYSTEMINPROCEEDINGSOFIEEEINTERNATIONALCONFERENCEONSYSTEMS，MANANDCYBERNETICS，SANDIEGO，CALIFORNIA，1998，435743627YUANJIE，HUZHENGYI，WANGYANPINGFINDINGCORNERSBYUSINGHOUGHTRANSFORMWUHANUNIVERSITYJOURNALOFNATURALSCIENCENATURA1SCIENCEEDITION，1998，44185888张引，潘云鹤面向车辆牌照字符识别的预处理算法计算机应用研究，1999，16785879胡晓燕，蒋先刚，刘海峰基于神经网络的车牌字符识别算法实验及程序校验华东交通大学学报2005，221717510陈咏梅前馈网络模式识别预处理方法在手写体数字识别Q1的应用北京中科院半导体所。200511杨杰，历旭，郭伟，基于数学形态学和神经网络的车牌识别武汉理工大学学报，200125263212韩力群人工神经网络理论、设汁及应用人工神经细胞、人工神经网络和人工神经系统北京化学工业出版社，20022415113苑玮琦、伞晓钟一种汽车牌照多层次分割定位方法，2004VOL9NO4P23924314VISUALC/MATLAB图像处理与识别实用案例精选胡小峰，赵辉编著人民邮电出版社2004196229附录3数字图像压缩的研究前言数字图像处理的特点在于需要大量的实验工作来确定给定问题的求解方法。本章将简要地介绍将数字图像处理中的理论与现代软件及成为一个原型环境的方法，其目的是为求解图像处理中的各类问题提供有着良好支持的工具集。11背景知识图像处理系统基础设计的一个重要特点是测试及试验的有效程度，正常情况下，这在得出可接受的解决办法之前是需要的。这一特点意味着公式化方法和快速圆形候选求解方法的是现在减少运算开销及时间方面会起重要作用。以教学素材的方式在软件环境的充分支持下填补理论与应用之间空白的著作并不多。本书的主要目的是将宽泛的理论概念与现代图像处理软件工具实