总结。我国车牌规格分析总结了解我国车牌的规格和特征对于解决车牌字符分割中的问题尤为重要。我国的车牌标准尺寸及规范如图所示万方数据杭州电子科技大学硕士学位论文图我国标准车牌尺寸规范我国的机动车号牌的分类规格颜色适用范围以及样式的具体规格如表所示表机动车牌照规格序号种类车牌尺寸颜色大型汽车牌照前后黄底黑字挂车牌照黄底黑字小型汽车牌照蓝底白字使领馆汽车牌照黑底白字教练汽车牌照黄底黑字警用汽车牌照白底黑字摩托车牌照前后黄底黑字普通摩托车教练摩托车蓝底白字轻便摩托车黑底白字使领馆摩托车低速车牌照黄底黑字由图及表可知，我国车牌有如下特征常见车辆的车牌底色分两种蓝底白字和黄底黑字我国车牌上共有个字符和个分隔符符号。车牌上的字符高度为，宽度为，字符所占区域是个长宽比为的矩形，分隔符“”的直径为。分隔符符号万方数据杭州电子科技大学硕士学位论文占车牌长度的到字符和分隔符符号之间的标准间距为。值得注意的是，由于字符形状的不同，例如数字所占的空间就不是个长宽比为的标准矩形，所以此类情况车牌日，我国民用机动车保有量已经达到亿辆，其中汽车数量是亿辆，占全球汽车总量的，这个数量仅次于美国位居世界第二。以上数据从侧面说明了我国的经济实力的大幅增长。本文所处理的数据来自于江苏钢铁厂，由于近年神经网络原理训练库设计隐含层数的确定隐含层节点数的确定实验结果与分析本章总结总结与展望总结展望致谢参考文献附录万方数据杭州电子科技大学硕士学位论文绪论研究背景与意义据公安部交管局的调查显示，截止到年月算法研究水平去边框基于颜色模型的垂直去边框算法车牌字符分割算法研究垂直投影法基于先验知识的垂直投影法字符分割总结与分析本章总结车牌字符识别模式分类模板匹配法贝叶斯网络神经网络神经网络研究变换原理概述水平倾斜校正研究基于变换的垂直倾斜校正基于旋转投影法的垂直倾斜校正万方数据杭州电子科技大学硕士学位论文基于快速变换与旋转投影的融合改进算法倾斜校正总结车牌去边框析总结车牌字符分割流程字符识别流程本章总结倾斜车牌校正与字符分割本文数据特性与分割难点图像预处理的研究灰度拉伸方法研究灰度拉伸实验结果与分析图像边缘检测研究边缘检测试验结果与分析倾斜校正算法研究目录绪论研究背景与意义国内外研究现状本文研究的主要内容车牌识别系统流程分析车牌识别系统概述倾斜校正流程控制分析车牌倾斜模式分析倾斜校正过程分析实验结果总结分析字符分割流程控制分析我国车牌规格分,万方数据杭州电子科技大学硕士学位论文目录摘要,万方数据杭州电子科技大学硕士学位论文目录摘要目录绪论研究背景与意义国内外研究现状本文研究的主要内容车牌识别系统流程分析车牌识别系统概述倾斜校正流程控制分析车牌倾斜模式分析倾斜校正过程分析实验结果总结分析字符分割流程控制分析我国车牌规格分析总结车牌字符分割流程字符识别流程本章总结倾斜车牌校正与字符分割本文数据特性与分割难点图像预处理的研究灰度拉伸方法研究灰度拉伸实验结果与分析图像边缘检测研究边缘检测试验结果与分析倾斜校正算法研究变换原理概述水平倾斜校正研究基于变换的垂直倾斜校正基于旋转投影法的垂直倾斜校正万方数据杭州电子科技大学硕士学位论文基于快速变换与旋转投影的融合改进算法倾斜校正总结车牌去边框算法研究水平去边框基于颜色模型的垂直去边框算法车牌字符分割算法研究垂直投影法基于先验知识的垂直投影法字符分割总结与分析本章总结车牌字符识别模式分类模板匹配法贝叶斯网络神经网络神经网络研究神经网络原理训练库设计隐含层数的确定隐含层节点数的确定实验结果与分析本章总结总结与展望总结展望致谢参考文献附录万方数据杭州电子科技大学硕士学位论文绪论研究背景与意义据公安部交管局的调查显示，截止到年月日，我国民用机动车保有量已经达到亿辆，其中汽车数量是亿辆，占全球汽车总量的，这个数量仅次于美国位居世界第二。以上数据从侧面说明了我国的经济实力的大幅增长。本文所处理的数据来自于江苏钢铁厂，由于近年来发展较快，该厂的货车数辆也突飞猛进，但是如何对这么多的货车进行管理并统计每天出入厂区车辆是个难题。而且由于工厂的出入口较宽，车辆进出时没有经过引到，因此传统的车牌识别设备不能进行有效的识别，因此本文将针对这难题进行研究。随着科学技术的进步，在交通管理领域，研究人员提出了智能交通系统,简称。智能交通系统不同于人工管理，其通过计算机进行科学分析，能够更加科学更加合理地进行交通管理，提高公共交通利用效率。而在智能交通管理中，项重要的技术就是车牌自动识别技术该技术是利用将整张车牌的个字符都识别出来才能得到识别结果。所以在车牌字符识别之前必须对车牌进行分割，得到单个字符的图像。但是在自然条件下由于光照拍摄角度等因素的影响，有些车牌图像并不清晰。不清晰的图像在进行分割时往往会出现字符粘连等问题。不清晰的车牌图像如图所示图光线较暗时拍摄的车牌图像本文针对字符分割时会遇到的难点如字符粘连车牌分隔符符号干扰等，对标准车牌的规格特征进行了研究总结。我国车牌规格分析总结了解我国车牌的规格和特征对于解决车牌字符分割中的问题尤为重要。我国的车牌标准尺寸及规范如图所示万方数据杭州电子科技大学硕士学位论文图我国标准车牌尺寸规范我国的机动车号牌的分类规格颜色适用范围以及样式的具体规格如表所示表机动车牌照规格序号种类车牌尺寸颜色大型汽车牌照前后黄底黑字挂车牌照黄底黑字小型汽车牌照蓝底白字使领馆汽车牌照黑底白字教练汽车牌照黄底黑字警用汽车牌照白底黑字摩托车牌照前后黄底黑字普通摩托车教练摩托车蓝底白字轻便摩托车黑底白字使领馆摩托车低速车牌照黄底黑字由图及表可知，我国车牌有如下特征常见车辆的车牌底色分两种蓝底白字和黄底黑字我国车牌上共有个字符和个分隔符符号。车牌上的字符高度为，宽度为，字符所占区域是个长宽比为的矩形，分隔符“”的直径为。分隔符符号万方数据杭州电子科技大学硕士学位论文占车牌长度的到字符和分隔符符号之间的标准间距为。值得注意的是，由于字符形状的不同，例如数字所占的空间就不是个长宽比为的标准矩形，所以此类情况车牌上的字符间距就大于。车牌字符分割流程在对车牌规范进行总结分析之后，可以总结以下几点车牌字符分割往往用的是二值图像，而不同底色的车牌在二值化以后是不同的，因此必须对车牌的二值图像进行统底色处理可以利用标准车牌尺寸与字符间距等先验知识来对车牌分割结果进行筛选，并且利用这些先验知识可以解决字符粘连问题以及去除分隔符符号的干扰分割出字符之后，需要对字符进行统大小的归化处理，这样才能进行识别工作。在对标准车牌规范进行总结之后，可以确定整个车牌字符分割的流程，本文所拟定的车牌字符分割流程图如图输入校正后的车牌图像字符分割操作二值化后是否黑底白字统底色为黑底白字去除车牌分隔符符号是否发生字符粘连得到分割结果将字符粘连的图像进行分割图字符分割流程万方数据杭州电子科技大学硕士学位论文字符识别流程字符识别的关键技术是对于车牌字符的分类，通过上节的研究我们已经知道我国车牌由汉字数字与英文组成。其中汉字代表各省市简称，共个，字母除和共个，数字个，共类。如何将输入字符正确地划分到这类中的类是车牌识别的难点。因此车牌识别可以说是个分类的过程。而字符识别的整个流程大可以可以概括为输入待检测字符的特征或者图像，通过特征来训练分类器或者将输入图像与模板进行匹配，计算得到与待检测字符最相近的结果，从而得出车牌识别结果。本文将在后续章节对车牌字符识别部分进行详细介绍。本章总结本章针对车牌识别系统中倾斜校正字符分割与识别中的难点进行了简要分析介绍。为了解决这些问题，本文对车牌识别系统中的各个处理流程进行了分析设计。首先本文对倾斜车牌的倾斜模式进行了分类研究，总结出了三种倾斜模式，即水平倾斜垂直倾斜和混合倾斜。由于字符分割要求只保留车牌字符区域，因此需要对非车牌字符区域进行去除，本文拟定了两种倾斜校正流程并对其进行实验测试，测试结果表明将水平去边框以及垂直去边框这两个操作分别置于水平校正与垂直校正后取得的校正效果更好。之后本文对我国的标准车牌尺寸和规范进行了研究，利用标准车牌的字符尺寸以及字符间距等先验知识来制定车牌字符分割流程。最后阐述了字符识别的难点并对字符识别流程做了简要介绍。万方数据杭州电子科技大学硕士学位论文倾斜车牌校正与字符分割本文数据特性与分割难点本文的数据来源于钢铁厂的各个卡口，由于拍摄设备的新旧程度不同，安装位置不同，拍摄环境不同，光照条件不同等因素的影响，些卡口所拍摄的图像会出现不清晰昏暗或者过曝等现象，这些卡口的车牌在定位后的图像如图所示图图像质量差的车牌图像图像质量差的车牌图像会给校正与分割带来困难，从而造成系统识别率降低。这些图像往往具有以下特征车牌本身老旧或者存在污损车牌图像不清晰车牌图像昏暗或者过度曝光。为了提高低质量图像的校正分割成功率并减少计算时间，本章将对倾斜车牌校正与字符分割进行研究。图像预处理的研究对低质量车牌直接进行校正与分割是无法成功的，针对这问题，本文从图像预处理方法入手，通过选择合适的图像预处理方法，使低质量车牌的图像质量在进行校正分割前得到提高，从而提高校正与分割成功率。彩色图像所包含的信息太多，而车牌自动识别技术利用的信息主要是车牌字符区域的字符边缘特征即亮度变化最显著的字符边缘部分。这就是说进行车牌识别需要的信息只是灰度信息。因此在进行校正分割与识别之前首先应该对车牌图像进行灰度化处理。彩色图像或者视频都是由颜色模型来表示的，即。这就是我们常说的三原色，每个颜色的值的变化范围是到，所有的颜色都可以有这三原色通过取不同的值来表示。彩色图像灰度化的计算公式如式万方数据杭州电子科技大学硕士学位论文式中代表灰度级，取值为到，此方法称为加权平均值法，其是根据人眼对颜色的敏感度来进行彩色图像灰度转换的，因此加权平均值法的应用是最为广泛的。但是低质量图像进行灰度化后是无法进行校正与分割的，这是因为其灰度级往往集中在区域，因此需要对图像的灰度级进行调整。灰度拉伸方法研究低质量图像进行灰度化后是无法进行校正与分割的，这是因为其灰度级往往集中在区域，因此需要对图像的灰度级进行调整。本文所研究的灰度级变换方法有分段线性灰度变换。对过度曝光或者过暗的图像进行灰度变换以后，其灰度值会分布在个很小的范围内，这时图像往往昏暗不清或者偏白。因此用个分段线性单值函数对图像中的像素进行线性扩展，拉伸感兴趣的灰度范围，相对抑制不感兴趣的灰度范围，从而达到改善图像视觉效果的目的。线性灰度变换的公式如式所示分段灰度变换示意图如图所示图分段线性灰度变换式中,表示原灰度图像表示经过变换以后的灰度图像，原图像的灰度级取值取值为拉伸之后的灰度级取值范围是假设我们对原图像感兴趣灰度万方数据杭州电子科技大学硕士学位论文级取值范围是我们只需要将这部分进行拉伸即可，拉伸后的灰度级取值范