智能车库寻车系统的设计

智能车库寻车系统的设计 智能车库寻车系统的设计Designofintelligentgaragecarfindingsystem·摘要随着中国城市现代化，国际化的发展，城市居民汽车拥有量急剧增加，在拥挤的市区里汽车与停车位之间的矛盾越来越突出。在某些大型停车场内部，车主停车出去办事回来的时候，会由于停车场过大、场内线路比较复杂，一时间无法找到自己的车，白白浪费大量的时间寻找自己的爱车。本系统诞生的目的就是为了解决此类问题。智能车库系统包含了车辆感应器，车载导航感应器，停车场物联网网关和停车场控制中心。本课题设计的寻车系统的核心为在智能车库系统中加入了摄像头去采集车辆车牌的图像信息，传输到物联网网关识别车辆信息以后存储信息在服务器端，同时在进入停车场的区域设立自助查询机，当车主在自助查询机上输入自己的车牌号码时，物联网网关因为识别了所有停车场中车辆的车牌，所以准备知道车辆的准确分布情况，所以会快速定位到车辆并直接将最佳路线传输到自助查询机上，车主只需要顺着导航规划的路线走便能快速找到自己的爱车。摄像头的作用只能采集图像，该设计是基于matlab图像处理技术的车牌识别。通过处理摄像头传输过来的图像，进行图像的中车牌的定位，校正，分割，最终完成车牌的识别。关键词：智能车库寻车系统车牌号识别自动规划最优路线

AbstractWiththedevelopmentofurbanmodernizationandinternationalizationinChina,thecarownershipofurbanresidentshasincreasedsharply,andthecontradictionbetweencarsandparkingSpaceshasbecomemoreandmoreprominentinthecrowdedurbanareas.Insomelargeparkinglots,whenthecarownerparksthecarandcomesbackfromwork,hewillbeunabletofindhiscarforashorttimeduetothelargeparkinglotandthecomplexinternalcircuit.Alotoftimewillbewastedinlookingforhiscar.Thepurposeofthissystemistosolvethiskindofproblem.Thesmartgaragesystemincludesvehiclesensors,on-boardnavigationsensors,aparkinglotiotgatewayandaparkinglotcontrolcenter.Thistopicdesignforthecoreofthecarsystemtojoinintheintelligentgaragesystemcameratoacquisitionofvehiclelicenseplateimageinformation,transmittedtotheiotgatewayafteridentificationofvehicleinformationstoredinformationontheserverside,atthesametimeintheareasetupself-helpgetsintotheparkinglot,whentheownerinself-servicequeryinputonyourlicenseplatenumber,iotgatewayforidentifyingallthelicenseplates,carintheparkinglotsoreadytoknowtheaccuratedistributionofvehicles,soquicklylocatetothevehicleandtotransmitabestroutedirectlytoself-servicequerymachine,ownersneedonlyfollowtheroutenavigationplanningcanquicklyfindtheircar.Theroleofthecameracanonlycollectimages,thedesignisbasedonmatlabimageprocessingtechnologylicenseplaterecognition.Throughprocessingtheimagetransmittedfromthecamera,thelicenseplateintheimageislocated,corrected,segmentedandfinallythelicenseplaterecognitioniscompleted.Keywords:IntelligentreversecarfindingsystemLicenseplatenumberidentificationAutomaticallyplantheoptimalroute目录摘要 9Abstract 10绪论 13-141系统分析 151.1智能车库寻车系统架构图 1错误!未定义书签。1.2智能车库寻车系统组成图 错误!未定义书签。2系统原理 错误!未定义书签。2.1系统分析 错误!未定义书签。2.2系统工作流程 错误!未定义书签。2.3软件调试 错误!未定义书签。结论 错误!未定义书签。致谢 错误!未定义书签。参考文献 错误!未定义书签。附录：源代码 错误!未定义书签。绪论近年来，随着人民生活水平的提高，汽车逐渐走进了千家万户。近年来，我国私家车数量越来越庞大随着微计算机技术的发展传统的停车场管理系统已经无法满足车主们的实际需要了，庞大的机动车数量使得各个城市不得不去建造大量的停车场来解决车位不够的问题，为了节约土地资源，很多停车场设计成了多层同样貌的停车场，节省土地的同时给各位车主带来了两个比较严峻的问题，一个是停车场内是否还有空车位，第二个就是停进去以后找车困难。该怎么在车库中寻找自己停的车辆呢？而现在已经建好的停车场普遍都有无法对车辆进行定位和没有实时监控这些功能。针对以上停车场中的问题，本次设计为这些问题提供了一个解决的方向。我国的车库寻车系统大致来说是经过了三个阶段，最初是凭借记忆或者车钥匙寻车，或者是派出大量工作人员，手拿对讲机帮忙寻车，此举耗时耗力，为我国最开始寻车的阶段-人工进行寻找车辆。因为信息化社会的建设进程的进步，使得现在的各种行业都意识到了信息化管理由多重要，在寻车系统中，用刷卡寻车的方式进行寻车肯定是会在某个发展时期内对人工寻车进行取代的，因为车库的发展方向就是越来越智能，人工占的成分只会越来越少，在现在这个年代，物联网的技术已经非常发达了，所以视频寻车成为了现在最优的选择，该系统主要是通过对车辆进行自动化管理的方式，集合了图像识别与处理，自动化的控制技术，计算机网络技术，视频监控，使得对车辆的进出，车位是否有空余，停车费用的收取，车牌号码的核对等实施有效的，科学的，可靠的管理。下面对于各种技术进行简单的分析。车钥匙寻车：现代还在使用的是该良过的车钥匙寻车。在停车场中，安装有密集的锁车信息采集器(成本远低于高清摄像头）；驾乘人员停车后锁车时，系统获得该车的锁车特征码、以及车辆最终的获取该信息的采集器的位置。驾乘人员返回车场后，在反向寻车终端处，重新按锁车键，系统将自动找寻找停车时的位置，并给出反向寻车指引路径地图，指示人员反向寻车。该方式，也无需驾乘人员有意识主导操作，即可实现反向寻车；同时，位置采集器成本相对较低，但该模式最大的问题是：部分高端汽车，无需停车后主动锁车，对该部分用户，反向寻车系统功能失效了。刷卡式寻车：驾乘人员停车后，将车场发放的停车卡，在就近的终端上刷卡留下记录。在需要去停车场开车的时候，找一个最近的寻车终端上上面刷卡，就可找到停车时刷卡的终端，系统给出反向寻车的行走路径地图，指示人员反向寻车。该方式最大的问题是：驾乘人员停车后往往忘记刷卡留记录，或者存在卡片丢失的情况。小票，条码等也是同理。现代还有很多用来定位停车位置的方法，例如红外感应技术，在车进入停车场时，会经过红外照射，并且记录进入停车场的时间。可以根据时间或者车的型号来找寻车辆，这个方法的优点是红外检测省电，且识别的准确率高。缺点就是无法区分同样的车型，如果先后进去两辆一样车型的车，可能无法准确定位。或者基于wifi的定位，将手机连上商场的WiFi，通过WiFi查看是否有空余停车位，有的话选择一个空闲的停车位，WiFi会在你选择以后帮你规划路线，让你到停车的位置，当你要离开的时候，同样也是根据WiFi查看车的定位接着导航到车的最优路线给你，这种WIFI定位的缺点就是有可能连不上WiFi，当使用的人过多的时候会负载，加载不出来就等于不知道位置，同样浪费了人宝贵的时间。本次设计的智能车库寻车系统就是遵循了现在都在研究的通过车牌号码的识别来进行的智能车库寻车系统。在普通的智能车库的基础上，增加了摄像头这个设施来监控车辆的情况，每一个停车位都会安装摄像头，而摄像头存在的意义就是对车位进行监控，会获得停留车的车牌的图像信息，重点在于当汽车在停车位停留时，车辆有无感应器会发出到有车停留在此处的信号传输到物联网网关，接着服务器会传输信号到多视频处理器，视频处理器会获取摄像头拍摄的汽车的车牌部分的图像，在接收到图像后视频处理器就要通过matlab处理图像获得车辆的车牌号码，同时将号码储存在服务端，此外还需要添加自助查询机，自助查询机主要起的是一个传递信息和显示路线的作用，当车主在自助查询机上输入车牌号后，车牌信息上传到了服务器，服务器通过已经上传好了的车牌的信息来确定车辆的位置信息，之后会规划出合适的路线直接传送到自助终端，车主就能根据自助查询机上的路线快速找到自己的车，整个过程节省了车主的很多时间，首先，节省了找车位的时间，在进入停车场之前会看到停车场的户外车位引导屏上面写着有多少个车位空余，或者无车位可用。其次，节约了去找车的时间，在要去取车的时候，进入停车场的时候会有自助终端，直接输入车牌号就能找到车子的位置并且带有最佳路线规划。提高了生活的效率。如果每个地方都统一成这种系统的话，可以说是解决了停车难和车难的问题。1系统分析1.1智能车库寻车系统架构图1.2智能车库寻车系统组成图1.3寻车系统的组成部分1车辆有无感应器部分车辆有无感应器部分的存在对于智能车库非常的重要。车辆有无感应器的话就是由物联网通迅接口模块、主控制器模块、车辆有无探测模块，以及车位占用指示灯这几部分共同构成。车辆感应器的作用是感应车位上是否有车，当有车在停车位上的时候，车辆有无探测模块检测到有车的信息，由主控制器模块将有车的信号传送到物联网控制中心，服务器一边会将识别出停留在此处车辆的车牌号码的命令传送到视频处理器，视频处理器处理摄像头拍摄的图像来识别汽车的车牌号码再传送回服务器。同时将停车场内车位空余数字减少了一个的信号传输到户外车位引导屏上。一边也会通过信号传输熄灭车位占用指示灯。主控制器的话需要一个硬件来当控制核心部分，可以用Atmel的8位单片机AT89C51。AT89C51因为自带了2K字节的动画存储器，片内RAM有128个字节，而且有2路的定时器，如此丰富的片内结构基本满足了数据传输的需求，保证了系统的可靠性。车位占用灯，用来让车主只是是否有车停留在车位上，节约车主找车位的时间。一般情况下，车位上没有车子的时候，指示灯呈现为绿色的；车位上有车子的时候，指示灯会处于一个不亮的状态；同时，可以根据系统设置的节能模式，在特定的时段或者在特定的区域，没有车停留时也不亮灯，这样的方式可以用来节约电力资源。车辆有无探测模块建议可以采用DNC-136车辆感应器。DNC-136是一种智能车辆感应器，一般是两通道的只能车辆感应器。而且一般来说基本都是用于建造停车场。DNC-136车辆感应器的工作本质是因为有物品在感应区内会导致感应器的电通量发生变化。因此当电通量发生变化是肯定是由物体在车辆感应器的感应区，长时间趋于稳定的话说明是汽车在这里停留了已经。DNC-136是检测系统，作用原理的将线圈埋在水泥地下，线圈通过引线来连接到DNC-136。首先是导线圈的电感量发生了变化，接着DNC-136检测到该变化，内部有的智能控制器会通过自带的算法来运算并且判断出有金属物在上面，然后用输出继电器去输出信号。因为有微处理器的智能控制作用，DNC-136的灵敏度可以适应各种要求，不管是大线圈还是小线圈，大引线或小引线，都能进行比较好的匹配。2.户外引导大屏部分户外引导大屏部分主要是用来实时显示由物联网控制中心传输来的车位空置数量的LCD显示屏。当车主未进入停车场时，可以通过观察户外引导大屏来确定是否有空余车位去停车，有效地解决了有些停车场进去以后找了半天才发现没有停车位的问题。该部分由单片机和显示屏组成，单片机的话建议选用SPCE061A并且搭载DS1302芯片来使用。SPCE061A是一款16位结构单片机，是继单片机和信号处理器系列产品SPCE500A之后推出的。另与SPCE500A不同的是，SPCE061A只嵌入了32K单词的闪存(FLASH)，考虑到用户对资源的需求更少，并且便于程序调试。更高的处理速度使您能够轻松、快速地处理复杂的数字信号。因此，与SPCE500A相比，以soft’nSP™为中心的SPCE061A微控制器是数字语音识别应用中最经济的选择。DS1302是由美国DALLAS公司推出的具有涓细电流充电能力的低功耗实时时钟芯片。它的作用是进行准确计时，能准确的记录并提取时分秒和年月日，而且额外拥有闰年计时的功能，因为DS1302可以对年月日周时分秒进行准确的记录，因为需要的电流量比较小，所以加入一个后备的电源在里面即使系统断电了也能够继续去使用，SPCE061A最重要的功能就是实时读取数据。利用SPCE061A的通用异步串行通信模块UART来与上位机进行通信，UART有一个全双工的标准接口连接起来，上位机配置RS-232串行通信接口com借助I0B口的特殊功能，实现了数据的及时传输。SPCE061A甚至还能通过语音压缩算法库和内置的DAC来实现语音的播报功能。3.物联网网关（服务器）停车场物联网网关，主要实现停车场物联网系统中的大量感应器终端的管理、控制，组织系统之间不同部分的通信，信息交换；并实现物联网系统的信息到停车场控制中心的汇总上报。具体的功能包括：1、车辆有无感应器和户外显示大屏等终端的位置初始化和工作模式的下发；物联网系统的通信组织和管控。2、系统空闲车位总数统计；空闲车位的位置信息汇总和上报停车场控制中心。3、终端与车位之间的最优路径等导航信息的下发。4、车辆的车牌信息手记，通过信号的传输，将停留在车位的车辆的图片信息经过分析处理成车牌号码信息以后汇总上报到停车场控制中心。4.停车场控制中心（服务器）是本停车场智能车库及智能寻车系统的总控制中心。该中心实时的汇总和统计停车场中的剩余车位，已使用车位的车牌信息。并根据停车场车位地图，精确掌握空余停车位信息。空余停车位信息，将还有车位的信息传送到户外引导大屏上。该中心，实时汇总和了解当前进入本车场的车辆情况；并通过车牌信息，获取车辆停车位置；通过物联网通信系统，将车辆在车场中的位置定位、导航方向等信息，发送给车载导航设备。5.摄像头摄像头的作用是对车辆进行实时监控，每个车位都会装有一个摄像头，当车停好以后，车辆感应系统就会向物联网网关进行信息传递，物联网网关会对摄像头产生命令，摄像头会获取车牌的图像信息传递到视频处理系统中，视频处理系统会对该图片进行处理，得到车牌号码以后会上传到停车场控制中心。6.反向寻车终端反向寻车终端和户外引导大屏系统有些相似，但是反向寻车终端会带有红外触摸屏。作用是给人操作，往机器里面输入车牌号码。查询机一般要放置在楼梯口或电梯口方便泊车者查询车辆停放的位置。查询机由红外触摸屏、计算机、供电系统、软件、柜体等部件组成。当车主输入车牌号后，车牌号会输送到停车场的控制中心，因为停车场的控制中心中存有所有在停车辆的车牌信息和对应位置，所以通过在库中寻找很快就能找到对应车辆，接着会进行导航，并直接将最优寻车路线直接传输到反向寻车终端上，车主顺着导航就能找寻到自己的爱车。2系统原理2.1工作原理本设计的智能车库寻车系统就是当车主需要停车时，在停车场外面就能通过显示屏看到车位剩余的情况，如果没有车位了就只能换个地方停车了。当有车位时，车主将车开入停车场，一般停车场都是很暗的，但是未停车的地方会有绿色的信号指示灯，车主只要往绿色方向行驶即可。当车主找到了空置的停车位进行停车以后，车辆有无感应器系统会因为车辆感应器的电感量发生变化开始运行。首先车辆有无感应系统在感应到有车时，会被物联网开关控制，使得绿色的车位指示灯熄灭。然后信息会继续向上位机传递，停车场控制中心也会收到信息，停车场控制中心的信息中，空置车位减少一个，剩余的空置的车位的信息会被传递到户外显示大屏系统上。以上功能就是一个普通的智能车库系统的工作原理。本次设计的目标是在智能车库中寻找车辆，所以本次在普通的智能车库基础上增加了摄像头和自助查询机。当车辆有无检测系统检测到有车停在车位上时，物联网网关传递拍摄车辆图像的信息给到摄像头系统，摄像头将车辆的图像信息记录下来，传到了视频处理器中，视频处理器会对传送来的图像进行处理，对图像经过预处理，边缘检测，车牌定位，字符分割和字符识别等五个步骤的处理，将车辆的图像信息完全转化为数字信息，传输回到停车场控制中心将信息存储起来。因为每辆车的车牌数字都是独一无二的，因此知道了车牌号码就能够实现智能寻车，就是利用摄像头来获取图像，在图像被处理过后成为车牌号码，传输到服务器，当车主只需要使用自助查询机，在其中输入自己的车牌号码，车牌号码会从自助查询机被传输到停车场控制中心，控制中心会在存储的内容中找到相同的车牌号，只要信息一致，车的位置就确定下来了，人的位置也是固定的，所以停车场控制中心分配最优路线到自助查询机上，人只需要跟着自助查询机就能够快速高效的寻找到自己的爱车，提高了生活效率。寻车系统的主要硬件为摄像头和自助查询机都可以在市面上买到，摄像头只具有获取图像的能力，如果所有视频都汇总到停车场控制中心的话需要占用极大的内存，所以此次设计的最大的难点就是需要将摄像头所获取的图片经过处理转化成成为单文字信息，文字信息更好去进行对比。在这里，我们使用MATLAB的图像识别技术来将图像中的车牌号码识别出来。汽车车牌识别系统的基本工作原理是,第一步相机包含车辆车牌图像预处理,通过检索视频处理器模块的输入搜索、检测、车牌定位、车牌字符的,包括一个矩形区域分割,然后对二值化和车牌字符分割为单个字符,然后输入一个JPEG或BMP格式,输出的是车牌号码。车牌自动识别技术主要有两种方式去进行，一是获取车辆的动态视频，二是获取车辆的静态图像。只要拥有其中一种信息，就能通过自动识别技术将车牌号码识别出来。车牌识别系统主要由这几个设备共同构成：触发拍照命令的设备。采集图像的设备。摄像的设备（摄像头）。照明的设备（灯）。用来图像采集的设备。和进行车牌识别的处理器这些所有的设备共同构成。软件的话主要是进行车牌定位算法、车牌字符分割算法和光学字符识别算法。有的车牌识别系统会具有通过视频图像来判断进入视觉领域的车辆的功能，这种被称为视频车辆检测。车牌识别系统主要由三部分组成，分别是车辆的检测、图像的采集和车牌的识别。当车辆检测部分检测到车辆到达时，触发图像采集单元采集当前视频图像。车牌识别单元首先对图像进行处理，然后定位车牌位置信息，然后对车牌中的字符进行分割进行识别，最后将车牌号码输出到停车场控制中心进行存储。总体步骤如下:1检测到车辆2.进行图像的采集3.进行图像的预处理4.对车牌上面的字符进行定位5.将图像上的字符切割开6.再次对切割后的字符进行定位7.对比数据库的图片输出最相近的结果。自然环境的条件下，车辆图像不一定会非常清晰，会有很多影响车牌清晰度的因素。所以要准确的识别处于自然环境下的车牌图像并不是一件容易的事情。首先，扫描被传送来的视频或者图像信息，大致找出可能是车牌号码的图像的区域，可以是多个区域在经过筛选找出真正的车牌号码图像区域。接着对这些区域进行分析。最后会选取出最佳区域来作为车牌区域，把车牌从图像中分离出来。导入原始图像→图像预处理增强效果图像→边缘提取→对图像进行开闭操作→车牌定位→对输出图像中的车牌字符进行分割;车牌区域定位完成后，车牌区域必须要划分为每个单独的区域再单独进行识别。垂直投影法的话作为一种常用的字符分割方法，非常适用于用来做汽车车牌区域的图像分割。首先，字符会有一个垂直向上的字符，字符向上的投影一定要接近字符之间的空间局部最小数值，这个位置应该会满足到车牌字符的书写格式和字符还有大小限制等条件。之所以使用垂直投影法是因为垂直投影法能够在复杂环境下对于汽车图像字符进行的分割中具有非常出众的表现。先将车牌的框架取下来2.对车牌进行水平方向的矫正（水平投影）3.进行垂直方向的投影然后寻找每一个字符的中心的位置3.找一个适合的宽度将字符裁剪下来（按照其左右宽度）目前，现在主流字符识别方法里面主要包含有两种，一种是基于模板来进行匹配的算法，还有一种就是通过人工神经网络的算法。在模板匹配的算法上，要把切割后的字符图片进行转换，让它的大小和字符数据库中的图像的大小一致，然后再去里面匹配所有的模板，找到最相似的图像作为输出的结果。基于人工神经网络的算法有两种。一是提取识别字符的特征，然后利用这些特征训练神经网络分配器。另一种方法是将要处理的图像直接输入网络，网络自动进行特征提取，直到识别出结果。实际算法的运行过程中，车牌识别系统的识别率会受到车牌质量的影响，车牌生锈或者有污垢有变形车牌号码数字褪色等情况的出现都会让识别率降低。车牌图像被拍摄出来的质量同样会对车牌号码的识别造成较大的影响，车牌如果倾斜了或者照射的亮度过高的话，拍摄的图像就会不清晰或者识别错误等情况都有可能出现。以上提及的这些因素都会对车牌的识别率造成影响，所以这些也正是车牌识别系统所遇到的难点和挑战。为了提高识别率，除了不断改进识别算法外，还应该找到克服各种光照条件的方法，使采集的图像最有利于识别。切割出的字符送入库中→与数据库的图片相减→分析之差最小的图片是哪张字符依次分析显示误差最小的图片名字在车牌识别过程中，车牌颜色的识别如果是依据算法不同，可能会在上述不同步骤实现，通常与车牌识别互相配合、互相验证。实际用matlab进行操作的过程：1.输入待处理的原始图像:在matlab中进行输入图片的命令我选择的图片为：2.将图像进行灰度化的处理方式来加速图像出路的进程：简单来说，对图像处理采用如果将图片变成灰色的图片会提高图片处理的效率。彩色的图像里面会有很多彩色的信息，不利于存储和处理，因为彩色处理起来更麻烦，处理速度会比处理灰色的图像低。所以在处理图像的过程中一般会采用将彩色的图片去掉颜色，变成灰色的图片这种方法来提高图像处理效率。从彩色图像转化成灰度图像的过程我们将之称为灰色化。选择标准是经过灰度变换后，增加像素的动态范围，扩大图像的对比度，使图像变得更加清晰、细腻、易于识别。输入将图像转为灰度图的命令得到的图为：3.将原始图像操作成背景图像将车和车牌删除，只保留车子的背景图像。输入将图像变为纯背景图片的命令得到的图为：4.灰度图像与背景图像作减法，对图像进行增强处理用灰度图像把其中的背景去掉这样就得到了只有汽车和车牌的灰度图。输入将两幅图相减的命令，之后输入将相减后的图片变为纯黑白图片的命令。得到的图为：5.图像的二值处理意味着经过处理后图像只有黑色和白色的图像。在实际的车牌处理系统中，图像二值化的关键是确定合适的阈值，使字符能够从背景中分离出来。所得到的二值变换图像必须具有良好的保形性，同时不能丢失有用的形状信息或产生额外的空位。车牌识别系统要求处理速度快、成本低、信息量大。二值图像处理可以大大提高处理效率。阈值处理的操作过程是先由用户指定一个阈值，或者通过算法生成一个阈值。如果图像中某一像素的灰度值小于阈值，则将该像素的灰度值设置为0或255，否则将灰度值设置为255或0。将图片最大值调为并输出双精度型，最小值并输出双精度型255或者0是获得最佳阈值，转换图片为二进制图像，最终得到二值图。得到的图为：6.边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割、纹理特征提取和形状特征提取等图像分析的基础。为了对有意义的边缘点进行分类，与这个点相联系的灰度级必须比在这一点的背景上变换更有效，我们通过门限方法来决定一个值是否有效。所以，如果一个点的二维一阶导数比指定的门限大，我们就定义图像中的次点是一个边缘点，一组这样的依据事先定好的连接准则相连的边缘点就定义为一条边缘。经过一阶的导数的边缘检测，所求的一阶导数高于某个阈值，则确定该点为边缘点，这样会导致检测的边缘点太多。可以通过求梯度局部最大值对应的点，并认定为边缘点，去除非局部最大值，可以检测出精确的边缘。一阶导数的局部最大值对应二阶导数的零交叉点，这样通过找图像强度的二阶导数的零交叉点就能找到精确边缘点。1.运行canny算子2.对图像的边界进行识别3.对图像的边缘进行输出得到的图为：7.对得到图像进行滤波处理数学形态的非线性滤波一般是用来进行噪声抑制，能够对图像进行特征提取或者是边缘检测、图像分割等作用。腐蚀是一种消除边界点的过程，结果是使目标缩小，孔洞增大，因而可有效的消除孤立噪声点；将图像进行膨胀处理，把和车牌图像有接触的背景点合并到物体中，让车牌图像增大，把间隙缩小，因此目标物体中的空缺部分会消失，因此图像不完全的部分被填补起来，形成一个连通域。开运算就是先进行腐蚀然后将图像进行膨胀的过程，该运算过程中能消除小的物体，也能够并在纤细处分离物体和平滑较大的物体边界；闭运算就是先将图像进行膨胀然后对图像进行腐蚀的过程，能够填充物体中的小残缺部分，连接邻近物体和平滑边界的作用。对图像做了开运算和闭运算，闭运算可以使图像的轮廓线更为光滑，它通常用来消掉狭窄的间断和长细的鸿沟，消除小的孔洞，并弥补轮廓线中的断裂。第一步取矩形框的闭运算，第二步输出闭运算的图像，第三步取矩形框的开运算，第四步输出开运算的图像，第五步取矩形框的开运算，第六步输出开运算的图像。得到的效果图依次为对二值图像进行区域提取，并计算区域特征参数。8.1对图像每个区域进行标记，然后计算每个区域的图像特征参数：区域中心位置、最小包含矩形、面积。如何能够准确的找到车牌图片区域车牌的大小信息一般是固定的，通过图像中的车牌框架图像来确定需要提取车牌号码的区域的图像大小，输入命令来固定提取图片尺寸，将图像转化为RGB格式或者JPG的图片然后输出车框架图片8.2计算出包含所标记的区域的最小宽和高，并根据先验知识，比较谁的宽高比更接近实际车牌宽高比，将更接近的提取并显示出来1.计算矩形的宽度2.计算矩形的高度3.框架的宽度和高度的范围4.车牌的开始列5.计算车牌长宽比6.获取车牌二值子 进行区域特征参数比较，提取车牌区域1.计算垂直投影2.计算水平投影3.输出垂直投影4.输出水平投影对水平投影进行峰谷分析:求水平投影的平均值求水平投影的最小值取阈值计算谷宽度计算峰距离计算下降点找到峰中心位置10.计算车牌旋转角度1.车牌倾斜的原因导致投影效果峰股谷不明显，在这里需要做车牌矫正处理。这里采取的线性拟合的方法,计算出车牌上边或下边图像值为1的点拟合直线与水平X轴的夹角。标示出图像大小求最大宽度为字符检测上边从顶边至第一个峰下降点扫描从底边至最后一个峰的上升点扫描找到第一个为1的点2线性拟合，计算与x夹角3.旋转车牌图象1先旋转车牌图象2之后旋转图像3.之后输出车牌旋转后的灰度图像标题显示车牌灰度子图4.输出车牌旋转后的灰度图像5.显示车牌的旋转角度6.旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度:计算垂直投影计算水平投影('垂直投影（旋转后）');('水平投影（旋转后）');11.去水平（上下）边框,获取字符高度通过以上水平投影、垂直投影分析计算，获得了车牌字符高度、字符顶行与尾行、字符宽度、每个字符的中心位置，为提取分割字符具备了条件。12.将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码。进行识别字符代码的关键就是往数据库中输入供对比的数据，在字符完全被分割提取后，进行模板对比，选择最为相似的模板作为输出的结果。模板方面应该包括省缩写的汉字模板还有A-Z字母的模板和0-9的模板子网络进行训练，提高子网络的识别率和识别速度。每当对车牌进行处理的时候，在已经定位好的车牌上逐个提取特征，将车牌送到网络中识别，然后输出识别的结果。首先建立数据库，接着将样本与数据库中图片相减，然后通过计算图像之间的误差最后找到误差最小的图片并依次识别并传输出系统。2.2系统工作流程车主进入停车场，进行停车，摄像头获取车的图像，上传到物联网网关，服务器自动接收并对图像进行处理，提取出车牌号后存储在服务端。当车主要取车时，可以使用车场内的查询机，通过输入车牌号码的方式进行查询，搜索到所匹配的车牌，服务器规划出最优路线并传输到自主查询机上，让车主在最短时间内找到自己的车辆，驶离车场，提高车场的周转率。结论此次课题研究的课题是智能车库寻车系统，该课题就是在智能车库中加入了摄像机和自助寻车机，就是信息的传送和接收，将停靠的车辆的车牌图像传送到服务器经过提取来定位车辆。经过matlab图像处理技术，确实是做到了识别车牌的结果，但是能识别出来的原因是因为图片质量较好，且车牌号码清晰。如果遇到那种泥附着或者车牌有变形的，识别的准确率应该会降低，进一步的研究方向就是消除这种因素对于车牌识别的障碍。此次做的系统好的地方在于比较简单，容易理解也比较容易操作，只需要将代码套进去就能获取车牌。但是摄像头的成本较高，所以更适用于比较富裕的地区。我个人认为智能车库的发展方向应该是全自动，现在的车子越来越智能，特斯拉拥有自动驾驶功能，奔驰有自动刹车系统在以后肯定会出现全自动无人驾驶的车，在未来肯定是人要去取车，车就自动开到过道等待车主。智能化的出现是为了提供给人便利、快捷的生活。如今各行各业竞争都那么激烈，人们为了生存，为了买车买房，为了经济更上一层楼，为了自己的梦想，努力打拼。在这个快节奏的时代里，我们身心疲惫，步履维艰。当然不能因为找车而去浪费自己不多的休闲时间，现在社会，时间就是第一生产力，有了时间，就能提高社会的生产力，使得我们中国愈发强盛。智能车库寻车系统帮一个人每次节省10分钟，保守估计有7亿车主，就节约出了70亿分钟的生产力，对于我国经济有着巨大的帮助。只要经济强盛了，文化就会随之崛起。经济强盛外国就会学习我国文化，我国对外国也会造成文化影响，一个好的科技项目出现，造福的是全人类，这个地球我们共同居住，希望能有更好的发展。致谢此次毕业设计的完成。在技术指导上需要感谢指导老师信科院的张侠老师，老师在选题阶段为我们知名了大体的思