子图为行字符高度计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度计算垂直投影,垂直投影去水平边框后车牌字符高度对垂直投影进行峰谷分析字符上升点谷宽度下降点至下个上升点字符距离上升点至下个上升点,石家庄铁道大学四方学院毕业设计计算车牌上每个字符中心位置，计算最大字符宽度字符下降点字符宽度上升点至下降点字符中心位置字符中心距离字符中心点至下个字符中心点查找最大值，即为第二字符与第三字符中心距离查找最大值，即为最大字符宽度提取分割字符,并变换为行列标准子图,石家庄铁道大学四方学院毕业设计变换为行列标准子图车牌字符宽度,的峰中心距离的方法，可以确定车牌上的第二个字符的中心位置，而第二大的峰中心距离即可以确定为车牌字符的最大宽度，即定为车牌字符宽度。实现程序如下对垂直投影进行峰谷分析石家庄铁道大学四方学院毕业设计字符上升点谷宽度下降点至下个上升点字符距离上升点至下个上升点计算车牌上每个字符中心位置，计算最大字符宽度字符下降点字符宽度上升点至下降点字符中心位置字符中心距离字符中心点至下个字符中心点查找最大值，即为第二字符与第三字符中心距离将最大值清查找最大值，即为最大字符宽度提取分割字符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。采用如下石家庄铁道大学四方学院毕业设计实现变换为行列标准子图车牌字符宽度,程序中为字符峰中心位置，为字符宽度，为字符高度，为分割出的车牌灰度图像，为二值图像，大小为行列，为归化二值图像，大小为行列。分割出来的结果如图所示图识别结果石家庄铁道大学四方学院毕业设计为了使下步的字符识别顺利进行，识别前要对单个字符归化，以保证每个不同的字符识别时都有致的标准输入。归化包括位置的归化和大小的归化。所谓位置归化，是为了消除字符点阵位置上的偏差而将整个字符点阵图形移动到规定的位置上的过程。实现程序中采用字符峰中心位置来实现位置定位归化。所谓大小归化，就是对不同大小的字符做变换，使之成为同尺寸大小的字符。实现程序中采用空间变换将分割出的大小为行列的二值图像归化为大小为行列的二值图像。石家庄铁道大学四方学院毕业设计第章汽车牌照字符识别字符识别属于模式识别的范畴，是迄今为止模式识别领域中发展最成熟并得到最广泛应用的个方面。早在年就试图用模板匹配的方法来识别十个印刷替阿拉伯数字，在文字识别的真正发展还是在计算机科学技术有了长足的进步之后。按识别对象，文字识别分为西文字符，阿拉伯叔祖和汉字识别等，它们由可分为印刷体和手写体的识别，手写体字符的字体大小千变万化因此此印刷体识别困难得多。模式识别主要用两类方法进行，统计方法和结构方法，许多具体的模式识别方法都可以归结到这两种方法中来。近来，模式识别中也应用了模糊数学的方法，取得良好效果，神经网络作为种有力的工具，在模式识别中得到越来越多的应用。下面简单介绍几种已有的车牌字符识别的方法。字符识别方法简介模板匹配法这个方法是把输入的字符直接和标准的字符原型进行比较，找到与之最匹配的模板。模板匹配对噪声很敏感，而且对字符的字体风格不具有适应性。在对车牌中的汉字识别中，由于它的汉字只有有限的几个，可以考虑构建标准字库来进行模板匹配。特征分析匹配的方法这类方法是基于特征平面来进行匹配的，是使用率较高的种方法，相比较于模板匹配而言，它能更好的获得字符的特征，有的特征对噪声是不明显的。神经网络识别方法此方法是利用神经网络的机制来提取字符中存在的特征。训练已有的样本，从而构建个稳定的神经网络来进行识别。神经网络训练的缺点是可能会需要很长的时间，不过训练好的网络可以方便的用于识别。模板匹配建立样本库根据实际情况，将部分地区的汽车牌照单个字符进行编辑，建立个车牌照识别样本库，样本库可利用绘图工具建立，字符根据实际情况设定大小并将样本库放入文档中以备自动识别时使用。石家庄铁道大学四方学院毕业设计自动识别用模板库中的字符图像矩阵与待识字符图像矩阵作减法，求最小误差，即其相似度，将最相似的模板库中的字符图像矩阵的代码作为识别结果，并显示出来。石家庄铁道大学四方学院毕业设计第章结论本文主要针对对车牌识别系统的软件部分进行了研究和编译，分别从图像预处理车牌定位字符分割以及字符识别等方面进行了分析。本文开始整理和总结了国内外在车牌定位分割字符识别方面的研究成果和发展方向，系统的介绍了我国车牌的固有特征，以及车牌识别的特点等内容。本文设计了个汽车牌照自动识别系统，包括图像预处理车牌定位字符分割及车牌识别。首先对图像进行预处理，将彩色图像转化为灰度图像，然后对灰度图像采用基于灰度跳变的方法进行二值化处理，提取车牌照边缘信息，既保留了车牌区域的信息，又减少了噪声的干扰，提高了后续处理的速度然后运用基于蓝色象素点统计特性的方法对车牌是蓝色的车牌进行定位，结果表明准确的定位了车牌照区域。最后利用二次水平投影方法对车牌照字符进行了分割。本系统只适合蓝底白字的车牌照，对其他的车牌照没有设计到，因此也有具有定的局限性，由于没有实际拍摄照片所以网络照片分割有误差，有待以后改进，另外由于样本库没有建立成功，因此未完成车牌的识别功能，有待进步的研究。石家庄铁道大学四方学院毕业设计参考文献叶晨洲等车辆牌照字符识别上海交通大学学报刘智勇,刘迎建车牌识别中的图像提取及分割中文信息学报，张禹,马驷良,韩笑,张忠波车牌识别中的图像提取及分割算法吉林大学学报第卷第期刘佐濂,邓荣标,孔嘉圆中国科技信息期宋建才汽车牌照识别技术研究工业控制计算机韩勇强,李世祥汽车牌照子图像的定位算法微型电脑运用，王枚,王国宏基于伴生与互补颜色特征的车牌字符分割技术山东大学学报第卷第期贺兴华,周媛媛,王继阳等图像处理人民邮电出版社,龚声蓉,刘纯平,王强数字图象处理与分析清华出版社刘阳,伊铁源等数字图象处理应用于车辆牌照的识别辽宁大学学报章毓晋数字图象处理和分析清华大学出版社崔屹图象处理与分析数学形态学方法及应用北京科学出版社袁志伟,潘晓露车辆牌照定位的算法研究昆明理工大学学报梁玮,罗剑锋,贾云得种复杂背景下的多车牌图像分割与识别方法罗希平,田捷等图象分割方法练述模式识别与人工智能，张兴会,刘玲,杜升之车牌照定位及倾斜校正方法研究系统工程与电子技术叶晨洲,杨杰,宣国荣车辆牌照字符识别上海交通大学学报魏武,黄心汉,张起森等种基于垂直字符边界特征的车牌定位方法,中国公路学报,，，,,石家庄铁道大学四方学院毕业设计致谢在整个毕业设计中,我的指导老师郑伟副教授给予了我很细心的指导,从选题到完成论文,郑老师都给了我很多中肯的意见,使我明确了目标和方法在设计过程中,郑老师又帮我解决了疑难,在关键问题上点拨了我,我才能顺利完成设计在此,我向郑老师表示我最衷心的敬意和感谢。最后谢谢各位同学和朋友们在编写程序上给予我的大力帮助,石家庄铁道大学四方学院毕业设计附录附录外文资料,,,,,石家庄铁道大学四方学院毕业设计,,据，以达到监控管理和指挥交通的目的汽车牌照识别技术是车辆检测系统中的个重要环节，它在交通监视和控制中占有很重要的地位，有着多种应用，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。汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之，它可广泛应用于交通流量检测，交通控制与诱导，机场港口小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。汽车牌照自动识别系统是智能交通系统的重要组成部分，是高科技的公路交通监控管理系统的主要功能模块之。它在传统的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和人工智能技术，通过对车辆图像的采集和处理，获得车辆的数字化信息，从而达到更高的智能化管理水平。该系统是清华大学电子工程系智能图文信息处理研究室研究和开发出来的，它运用车牌是车辆身份的唯标识的思想概念来智能识别和统计车辆，涉及图像的捕捉处理理解和记录等技术。系统工作原理个完整的车牌识别过程般包括以下三个主要步骤首先，通过摄像机将含有汽车牌照信息的汽车图像拍摄下来，转换为数字图像，存入处理用的计算机内，并作些必要的预处理工作其次，要从含有车牌信息的复杂背景中分割出车牌区域然后对车牌字符进行识别前预处理特征提取及识别。当车辆通过时，车辆检测装置受到触发，启动图像采集设备获取车辆的正面或反面图像，并将图像传至计算机，由车牌定位模块提取车牌，字符分割模块对车牌上的字符进行切分，最后由字符识别模块进行字符识别并将识别结果送至监控中心或收费处等应用场合。车牌识别技术的研究现状石家庄铁道大学四方学院毕业设计目前车牌识别系统可广泛应用于以下各领域高速公路收费管理系统在高速公路收费入出口分别完成车牌号码识别和车牌匹配工作。可以发现通行车辆的换卡行为，收费员的舞弊行为，维护业主利益高速公路超速自动化监管系统它以车牌识别技术为核心技术，辅助其他高科技手段，建立高速公路超速无人值守的自动监测自动布控系统是解决高速公路上困超速造成交通事故的有效手段公路布控采用车牌识别技术，实现对重点车辆的自动识别抉速报警处理。不仅可以有效防止机动车辆被盗，而且为公安监察机关对犯罪嫌疑人所驾驶的车辆自动监控跟踪提供了高科技手段④用予城市交通路口的电子警察停车场收费管理系统封闭式居民小区物业管理及重要部门的保安管理。车牌的自动识别是计算机视觉图像处理与模式识别技术在智能交通领域应用的重要研究课题之，是实现交通管理智能化的重要环节，主要包括车牌定位字符车牌分割和车牌字符识别三个关键环节。发达国家系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，基本停留在实验室阶段。彩色边缘检测方面图像的边缘对人的视觉有重要意义，人判别物体在很大程度上依赖于边缘。不同的图像对象灰度不同，边界处般有明显的边缘。可以利用此特征分割图像。边缘特征不仅用于图像分割，也是纹理分析等其它豳像分析的重要信息源和形状特征的基础。边缘提取和分割是图像分析的经典研究课题之，目前的理论和方法仍存在许多不足之处，仍在不断改进和发展中。彩色边缘检测是彩色图像处理的重要研究内容之，目前的研究主要集中在彩色空间中进行，缺点是没能很好地模拟人类对颜色的视觉感知，而由色调饱和度和亮度三个颜色分量组成的颜色模型对颜色的描述更符合人对颜色的视觉理解，亮度和色度的分离也更有利于图像处理，而目前基于此颜色模型的彩色边缘检测的研究还较少。该方法选择接近人的视觉特点的颜色模型作为彩色空间，对色调进行正交化以消除模的影响，根据彩色边缘的方向性和多尺度特性提出方向区域距离测度的概念进而构建了新的彩色边缘检测方法，该方法能获得更多的边缘信息，对噪声具有更好的鲁棒性。车牌自动识别方面虽然很多研究人员已对车牌识别进行了较为深入