硕士学位论文题目车牌识别系统中倾斜校正和字符识别的研究与实现研究生尚晓波专业模式识别与智能系统指导教师杨成忠教授完成日期年月日万方数据杭州电子科技大学硕士学位论文车牌识别系统中倾斜校正和字符识别的研究与实现研究生尚晓波指导教师杨成忠教授年月万方数据.，万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名日期年月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文学校可以公布论文的全部或部分内容，可以允许采用影印缩印或其它复制手段保存论文。保密论文在解密后遵守此规定论文作者签名日期年月日指导教师签名日期年月日万方数据杭州电子科技大学硕士学位论文摘要车牌识别系统作为智能交通领域的重要组成部分被广泛应用在日常生活中的各个场所，其在现代交通管理车流量检测以及车辆稽查等方面发挥着重要作用。车牌识别系统的关键技术包括车牌定位倾斜车牌校正字符分割以及字符识别，其中本文的主要研究内容为倾斜车牌校正字符分割与识别。针对倾斜车牌校正，本文总结了车牌倾斜模式，提出了两种不同顺序的流程并对其进行仿真测试，确定了校正效果最好的流程。针对不清晰以及颜色失真的车牌图像给校正与分割带来的干扰，本文进行了图像预处理方法的研究，将低质量图像进行灰度直方图均衡化有助于提高校正与分割成功率。为了提高校正成功率，减少计算时间，本文基于变换对图像进行倾斜角检测，通过对变换的研究提出了快速变换算法，缩短了计算时间。本文将快速算法与旋转投影算法相结合提出了融合算法，提高了校正成功率。车牌字符分割。为了去除非车牌区域，本文利用了车牌丰富的颜色特性，提出了将颜色模型应用于检测车牌底色从而去除非车牌区域的方法，该方法成功应用于车牌颜色未失真的图像对于车牌颜色失真的图像本文采用投影检测跳变法来去除非车牌区域也取得了良好的效果。针对车牌分隔符的干扰与字符粘连问题，本文在基于垂直投影法的基础上结合先验知识对车牌字符进行分割，不仅可以去除车牌分隔符符号的干扰，而且可以对存在字符粘连的图像进行再分割。针对车牌字符识别中的分类问题，本文对分类算法进行研究后，选择了通过模拟大脑的神经网络算法来对车牌进行识别分类。仿真结果表明神经网络在识别成功率上远高于模板匹配算法，具有定的鲁棒性与实际应用价值。关键词倾斜校正，字符分割，字符识别，融合算法，神经网络万方数据杭州电子科技大学硕士学位论文,.,.,.,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设备自动对车辆进行拍摄，提取车牌信息进行识别查询，从而完成对车辆交通的智能化自动化管理。该技术之所以能够成为智能交通管理中的重要环节是因为每辆机动车都有其独有的牌照，对于车辆的管理最方便最精确的管理方式就是对其车牌进行识别与辨认，因此车牌自动识别技术被广泛应用于交通管理领域。本文针对该钢厂的各个卡口所拍摄的车辆图像进行智能管理，但是由于卡口拍摄的图像质量参差不，所以需要对这些图像进行倾斜校正与字符分割处理，从而使计算机能够正确识别这些车牌图像。.国内外研究现状对于车牌自动识别的研究工作，国外的研究人员早在世纪年代就开始着手进行研究开发，但是由于当时的技术限制，车牌识别技术并没有形成个系统。直到世纪年代数字图像处理技术与模式识别技术的发展进步，车牌识别技术开始往系统化方向发展。国外对于车牌识别技术的研究已经取得了些成就，例如提出的种通过马尔科夫场提取车牌特征和二值化，从而提高识别率。等提出基于字符的纹理特征对车牌图像进行定位与识别，等人模板匹配法来进行车牌识别，提出利用神经网络对车牌进行定位与识别，等提出利用万方数据杭州电子科技大学硕士学位论文颜色特征对车牌进行识别等。由于国外对车牌识别技术的研究较早，因此水平比国内高。目前国外的车牌识别系统的应用也比较成熟，例如新加坡公司设计的系列，该系列可以识别新加坡与香港的车牌以色列的.公司开发的可应用于其他国家与地区的车牌识别英国的公司的，公司推出的，日本的系统以及香港的公司的等。由于我国车牌包含汉字且车牌类型较多，所以国外的车牌识别系统不适用于我国的车牌。虽然我国对车牌识别技术的研究开始于世纪年代后期，起步较晚，但是我国科研人员在车牌识别技术的研究上也取得了定的成果。赵学春，戚飞虎提出了基于彩色分割的车牌自动识别技术郭杰，施鹏飞提出了基于颜色与纹理分析的车牌定位方法李文举，梁德群等提出了基于边缘颜色对检测的车牌定位方法。而我国的许多单位也在车牌识别系统开发工作中取得了些成果，如北京弗雷德科技有限公司，亚洲视觉科技有限公司，中科院沈阳自动化所的沈阳聚德公司，深圳市科安信实业有限公司，中智交通有限公司都开发了属于自己的产品。关于车牌识别技术的研究，虽然国内外学者已经做了大量的研究，但是由于自然条件的影响，如光线的干扰车牌自身的污损等因素都会影响定位与识别精度。车牌识别技术虽然经过三十多年的发展，但是最新的车牌识别系统的识别率仍然只有左右，在天气环节恶劣的场所识别率会下降，因此对车牌识别技术的研究仍然任重道远。.本文研究的主要内容本文的研究对象是车牌识别系统中的倾斜车牌校正车牌字符分割以及车牌字符识别。本文的研究内容如下针对校正流程对校正成功率的影响问题，本文首先对倾斜校正的流程进行了研究，提出了两种顺序不同的流程，在对这两种流程进行仿真实验后确定了最终的校正流程。对不清晰的图像，昏暗或者曝光的图像进行校正和字符分割的成功率较低，针对上述问题本文对图像预处理方法进行了研究。对昏暗或曝光的图像进行了灰度直方图均衡化处理，对不清晰的图像采用边缘算子检测边缘，提高了校正与字符分割的成功率。对图像进行预处理后，本文针对倾斜角检测研究了倾斜角检测原理，为了更准确的检测水平倾斜角与垂直倾斜角，选择不依赖边缘直线的变换来进行倾斜角检测。在对变换进行研究的基础上，本文提出了快速变换算法，减少了计算时间。同时本文将校正成功率更高但是更耗时的旋转投影法与快速变换相结合，提出了融合算法，仿真结果显示融合算法不仅校正成功率高而且计算量比旋转投影法小。万方数据杭州电子科技大学硕士学位论文校正之后要进行字符分割，由于低质量图像分割出的字符图像存在粘连，同时车牌分隔符符号也会被分割出来从而影响识别结果。针对以上问题本文对车牌规格特征进行了研究分析，总结了车牌的先验知识，将先验知识与分割算法相结合，最终成功去除了车牌分隔符符号的干扰并且能够对粘连字符进行再分割。针对车牌字符识别中的分类问题，本文在研究分类方法后选取了基于人脑结构的神经网络算法来对图像进行分类。在设计样本训练库，确定隐含层数与节点数后，本文所采用的神经网络算法成功实现了对车牌字符的识别，仿真结果表明神经网络算法具有定的鲁棒性且识别率较高。万方数据杭州电子科技大学硕士学位论文车牌识别系统流程分析.车牌识别系统概述张车辆图像在输入车牌识别系统后会得到该车辆的车牌号码，其整个流程如下图.车牌定位车牌分割车牌识别车辆图像识别结果图.车牌识别系统流程其中车牌分割分为两部分倾斜车牌校正与车牌字符分割。整个车牌识别系统的工作过程如下车牌图像采集设备设置在卡口路口等地，将经过该区域的汽车进行抓拍得到车辆图像得到车辆图像以后，将图像输入到车牌定位模块。该模块通过算法对车辆图像进行全图分析计算，找出车牌可能所在的若干区域，再对这些可能存在车牌的区域进行计算筛选，最终得到个最佳的区域作为车牌区域传递给车牌分割模块车牌分割模块首先对车牌区域进行校正。在将倾斜车牌校正成矩形标准车牌后将非车牌区域去除，即得到只含有车牌字符的图像区域车牌分割模块对经过校正的车牌图像进行字符分割，即将车牌分割为张字符图像，之后将这些图像输入到车牌字符识别模块字符图像经过车牌字符识别模块的算法计算，得到最终的识别结果。.倾斜校正流程控制分析由于车辆图像不能作为识别车牌的数据直接输入，需要对车牌进行定位，定位出的车牌图像如图.所示图.定位后的图像为了保证定位后车牌图像的完整性，通常定位出的车牌图像是副包含有车牌部分与非万方数据杭州电子科技大学硕士学位论文车牌部分的矩形图像。由于与实验室的理想环境不同，在现实的自然条件得