定的方位内由于颜色判断属于模糊判断，为了提高算法的抗干扰性，对有色点对的颜色定义也比较宽泛，具体的步骤如下设点的红蓝绿色分量为当点的颜色满足且时，即认为该点为蓝色点，其中,当点的颜色满足,时，即认为该点为白色点，其中。有色点对算法可以精确的规划出车牌图像中车牌区域的有色点对，从而突出图像中车牌大致位置，根据车牌中有色点对都集中在颜色变化剧烈位置字符边缘的特点，拟对车牌图像进行边缘提取处理，以缩小车牌有色点对的搜索范围，提高运算精度和效率。本课题的定位方法是在具有定环境条件下的对车牌信息的定位算法。因而我们也可以在已经具备的些条件和参数来简化定位方法。我们可以发现我们的定位方法可以通过获取设备的不断提高来得到简化，而前人为我们提供的先验知识为我们课题的研究也提供了可靠的参数。我们可以根据这些我们可以得到的条件和参数来方便于课题定位方法的实现。常熟理工学院毕业设计论文图车牌预处理图像与车牌有色点对定位图像对比车牌图像倾斜纠正车牌的倾斜原因及类型通过此前所得到的车牌的定位算法我们可以得到车牌图像区域，但是由于许多外界原因造成车牌的倾斜，其中主要有水平倾斜和竖直倾斜两种类型水平倾斜主要由于外界因素车牌图像区域和水平方向造成个倾斜角度。它主要是因为车牌图像获取设备导致的，而与水平方向有个角度，或者是由于车辆本身车牌安装的原因造成的。最终就使的拍摄出来的图像中的车牌图像在水平方向发生倾斜，对车牌识别系统中后续的环节造成影响。竖直倾斜也主要是由于外界因素造成车牌字符与竖直方向有个倾斜的角度。它形成的原因主要是在车牌图像获取时，由于获取设备的光轴直线即法向量与车牌所在的平面不垂直，存在定的夹角，造成与竖直方向有个倾斜的角度。也就是由于光轴直线与车辆的行驶方向不平行，造成获取的汽车图像中的车牌图像在竖直方向上发生改变，这种改变会造成车牌的边缘成水平，但却使车牌中的每个字符都有定程度上向左或向右的扭曲，使得图像竖直倾斜。同时我们也发现由于图像获取设备拍摄角度的不同，当拍摄角度过大时，可能会出现其它形状的车牌变形。对于这些情况，在国内外的研究中提出了些解决的办法，比较著常熟理工学院毕业设计论文名的提出使用变换，通过得到车牌区域上下左右四个顶点的坐标，根据发生变化的车牌四边形的四个顶点和归化车牌的四个顶点之间的些对应关系，利用双线性空间变换方程求解，但是我们发现对灰度图像进行校正和修改在车牌图像的倾斜校正环节，对于般有较大倾斜的图像可以通过将彩色图像旋转角度后在进行预处理的环节，本课题通过对于车牌区域的最左侧与最右侧的中心差在通过对其进行反正切来求得倾斜角度，但是对于张没有倾斜角度的车牌图像来说，本课题利用的发放将发生，经过与老师的交流，同过计算车牌区域每个字符的最左侧与最右侧的重心差来求平均值来求得车牌的倾斜角，来校正车牌的倾斜角，但是此方法也有不足之处，有待解决。倾斜校正的方法我们可以发现大部分车辆的车牌是水平挂在车辆的前部和后部，并且般情况下车辆的车牌是矩形的，但实际应用中，由于在车牌图像获取设备的拍摄角度，距离，路面平坦程度等原因的影响，往往会造成获取的车辆牌照倾斜，当车牌倾斜角度较小时不会影响车牌图像的识别和字符的分割与处理，但是当车牌图像倾斜角度较大时，需要对车牌进行几何变换，对车牌图像进行校正和修改，使系统的复杂度增加。目前对车牌图像进行校正的方法主要如下进行模板匹配，寻找车牌区域的四个顶点，在通过双线性空间变换重建矩形车牌区域。分别寻找车牌字符区域的局部极小特征点和局部极大值点，再进行投影，以便确定车牌的倾斜角。求取车牌字符连通域中心点，然后拟合成直线，求出车牌的倾斜角④变换法本课题主要通过获取车牌图像的形状，然后使用变换法是种图像空间到参数空间的映射关系,计算方法如下在坐标系下，对粗定位后的车牌图像上的目标点扫描，求出它们在坐标系下的直线，并且把他们的坐标标记出来。在坐标下，把直线进过的点都标记出来。在坐标下，统计各个点被标记的次数，将被标记次数最多的点取出来。由变化可知，在坐标系下的点，在坐标系下所对应的直线的斜率为，那么这些直线的倾斜角即为车牌上的倾斜角。常熟理工学院毕业设计论文,设倾斜角为，可以根据公式进行计算所得对车牌区域进行定程度的水平倾斜校正和竖直倾斜校正，而对于产生其它形状的变形暂时没有考虑，通过对车牌的水平倾斜校正和竖直倾斜校正我们可以更好的获取车牌的信息，从而对后续环节起到关键的作用。车牌图像二值化车牌图像的二值化操作，即将个亮度等级的灰度图像通过适当的阀值选取而获得，同时反映车牌图像整体和局部特质的二值化图像。二值化图像占有非常重要的地位及影响同时对于车牌图像数字化处理中，通过车牌图像的进步处理，使图像变得准确，清晰，而且图像数据量减少，能凸显出我们课题研究感兴趣的区域，从而抑制我们不感兴趣的区域。车牌区域图像的二值化也是车牌字符分割和字符识别的关键，它直接关系到车牌识别的后续环节中的字符分割的,王春，刘波，周新志采用神经网络的车牌字符识别方法研究中国测试技术杨凡，赵建民，朱信忠种基于神经网络的车牌字符分类识别方法计算机科学魏武，黄心汉，张起森等模式识别与人工识别模式识别与人工智能柴治，陶春川，余艳梅等种快速实用的车牌字符识别方法四川大学学报自然科学版赵涛，杨晓莉，王绪本等种用于车牌定位的改进神经网络方法计算机仿真荣江，王文杰，陈建华智能车牌识别系统与实现微型机与应用赵启升，李存华基于的车牌识别系统关键技术研究计算机科学冯新宇，庞艳辉车牌识别技术实现方法初探交通科技与经济汤志勇，杨晨辉，王炳波车牌识别系统中智能算法应用研究交通与计算机张美多，郭宝龙车牌识别系统关键技术研究微型机与应用周开军，陈三宝，徐江陵复杂背景下的车牌定位和字符分割研究计算机工程尚忠信基于神经网络的车牌字符识别算法研究电子质量郭荣艳，胡雪惠神经网络在车牌字符识别中的应用研究计算机仿真陈景航，杨宜民基于小波变换和神经网络的车牌识别系统计算机工程李宇成，杨光明，王目树车牌识别系统中关键技术的研究计算机工程与应用,任柯昱，唐丹，尹显东基于字符结构知识的车牌汉字快速识别技术计算机测量与控制,闫青，王亮亮浅析车牌识别技术山东商业职业技术学院学报,骆雪超，刘桂雄，冯云庆等种基于车牌特征信息的车牌识别方法华南理工大学学报李德峰，丁玉龙，邱细亚基于车牌图像预处理方法研究电子质量,第期常熟理工学院毕业设计论文致谢经过段时间的学习和对相关书籍的阅读，我终于完成了这篇论文，它不仅仅使我在车牌识别领域的学习和研究的总结，也饱含了那些曾经关心我指导我和帮助过我的所有同学和老师的友情和亲情。这篇论文是在王鹏的悉心指导之下完成的。本论文的完成也离不开其他同学和朋友的关心与帮助。感谢物理与电子工程学院老师组为本论文提供的和建议，还要感谢同门的同学们在论文研究过程中给我以许多鼓励和帮助。在完成整个论文的过程中，我有时难免因为些困惑而烦躁，但是这也给了我时间去思考，也更加深切地体会了所学的内容，完成了大学生涯的最后项任务感觉自己的付出有了回报，我们可以学到更多的知识，同时以感谢学校老师和领导四年来在学习上，生活上对我们的关心和指导。准确性以及识别的正确性。对于图像二值化来说，最核心的部分就是如何选取适当的阀值。般采取数学计算上的方式计算出适合要求的阀值。由于车牌图像采集环境的差异，再加上其他多种干扰因素，对车牌区域质量所造成的影响也不同，所以我们很难找到普遍适用且计算方便，同时自适应性又很强的阀值计算算法对车牌区域进行有效的区分。现在常用的阀值选取算法有矩保持算法，最大类间方差法，最小误差法，迭代阀值法等。灰度化的车牌图像共有个等级，对车牌图像进行二值化实际上就是按照定规则对车牌图像上的每个像素进行分类，转化为只有和的两个等级的图像，在实际车牌图像处理时通常会选取个像素值称为阈值，大于阈值的像素点就设置为白或黑其中的种，小于阈值的像素点就设置为黑或白。同时我们二值化也叫阈值化，其目的是找出个合适的阈值，将数字图像分为前景和背景两部分，以便保留车牌基本的区域特征，而去掉大量的干扰或冗余信息，便于进步的运算处理。例如，幅图像的大小为为数字图像中的个像素若选取的阈值大小为，则有此式可以看出阈值选择的大小也会影响,的变化，目前有很多方法用于车牌二常熟理工学院毕业设计论文值化，例如纹理分析法灰度直方图波峰波谷法方法④彩色分析法统计方法。其中有点需要注意的是由于我国车牌类型比较多，如上文所说我国汽车车牌存在的特殊性，造成在课题研究中发现车牌图像在灰度化后，需要将它们统，以便后续的进步处理。图车牌图像二值化常熟理工学院毕业设计论文四总结课题研究的难点与问题通过本课题研究的车牌系统的预处理模块中，我们可以发现其中有很多的难点及问题，自己通过与老师的交流及翻阅资料加以解决，问题有如下几个由于外界环境因素的影响下，获取的车牌图像中，部分车牌的牌照信息破损比较严重，在车牌图像的灰度化的操作之后，通过有色点对搜索的定位方法之后，得到的车牌信息将大量缺失，导致后续环节的处理无法完成。在车牌图像的倾斜校正环节，对于般有较大倾斜的图像可以通过将彩色图像旋转角度后在进行预处理的环节，本课题通过对于车牌区域的最左侧与最右侧的中心差在通过对其进行反正切来求得倾斜角度，但是对于张没有倾斜角度的车牌图像来说，本课题利用的发放将发生，经过与老师的交流，同过计算车牌区域每个字符的最左侧与最右侧的重心差来求平均值来求得车牌的倾斜角，来校正车牌的倾斜角，但是此方法也有不足之处，有待解决。课题研究总结在本课题研究的车牌自动识别系统中，通过将外界获取的车牌图像进行车牌的预处理及车牌定位，通过分析采集的图像特点，使用图像处理方法，对图像进行系列处理，其中包括灰度化，对比度增强，中值滤波，边缘检测，车牌定位，图像倾斜校正，图像二值化。同时对其中些内容进行了比较详细的研究，比如在图像的车牌定位方面及图像二值化时中阀值选取的比较和分析，边缘检测效果的比较，对比度增强中的分段线性变换我们根据我国车牌图像自身具有的特点，开始了本次课题的研究及处理方案，从车牌图像的提取，车牌图像的预处理，到车牌图像的预处理之后的车牌区域的定位及车牌图像的二