车牌识别技术研究开题报告
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
虽然这些车牌识别系统的识别率大多都比较高，但是这些车牌识别系统的识别检测结果大多数是在简单受限制的场景下取得的，而在实际的交通场合以及更加复杂的背景环境下，这些车牌识别系统的识别率往往很低。所以车牌识别技术将来的发展趋势是能在实际的交通场合以及更加复杂的背景环境的情况下，提高车牌识别系统的识别率。
主要研究
①将图像录入电脑的MATLAB软件里。
②对原始图像进行一系列的预处理，包括彩色图像转灰度图像、图像的灰度拉伸以及图像的二值化处理。
③对图像的定位和切分处理，先对图像中牌照区域定位，以便显示截下的牌照区域，在对牌照字符进行切分，分割出单个字符出来。
④对牌照字符的识别，此过程采用模板匹配法。
可行性论证：本课题是基于MATLAB软件的研究，研究样本为自己拍摄的汽车图片(包括牌照)，通过以上一系列的图像处理过程得到文字形式的车牌，通过查阅书籍、翻查资料这一技术路线是可行的。
参考文
献目录
［1］龚声蓉，刘纯平，王强．数字图像处理与分析[M]．北京：清华大学出版社，2006．168-305．
［2］韩晓军．数字图像处理技术与应用[M]．北京：电子工业出版社，2009．199-220．
［3］刘刚．MATLAB数字图像处理[M]．北京：机械工业出版社，2010．1-172．
［4］徐辉．基于MATLAB实现汽车车牌自动识别系统[J]．电脑知识与技术，2010．51-53．
汽车牌照识别技术，不仅可以应用于停车场管理系统、高速公路超速管理系统、城市十字路口的“电子警察”、小区车辆管理系统等，还可以实现对交通流量的统计和查询，道路负荷的测定和管理，而且可以对肇事车、走私车辆、走丢车辆进行辨别和追查。
国内外研
究现状和
发展趋势
车牌识别技术研究在国外起步比较早，早在20世纪80年代，便有一些零零散散的图像处理方法用于车牌识别的某些具体应用。在这个阶段，车牌识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理方法来解决某些具体问题，并且最终结果需要人工干预。
内容
本课题是基于MATLAB的车牌图像处理技术研究，汽车牌照识别技术主要包括车牌定位、车牌字符分割和车牌字符识别三部分：
①车牌定位，通过分析车牌图像的特征，定位出图像中的车牌位置。
②车牌字符分割，对定位好的图像中的车牌位置进行字符分割。
③车牌字符识别，对分割出来的车牌字符加以识别，获得文字形式的车牌。
20世纪90年代后期以后，随着我国汽车数量的急剧增加，车牌识别技术应用的范围越来越广，车牌识别技术已成为一个热门的研究课题，人们对其进行了广泛的研究。目前，比较成熟的产品有中科院自动化研究所汉王公司的“汉王眼”，香港亚洲视觉科技有限公司的慧光车牌号码识别系统等。另外西安交通大学的图像处理和识别实验室、上海交通大学的计算机科学和工程系、Fra Baidu bibliotek华大学人工智能国家重点实验室、浙江大学自动化系等都做过类似的研究。
［5］朱秀昌，刘峰，胡栋．数字图像处理教程[M]．北京：清华大学出版社，2011．166-228．
［6］刘长青．车牌识别技术的研究和实现[D]．湖南大学：硕士学位论文，2007．
［7］许伦辉、陈衍平、修科鼎．基于图像处理的静态车牌识别技术[J]．江西理工大学学报，2011．47-50．
设计（论文）
工作安排及
拟采用的研究思路（方法、技术路线、可行性论证等）
研究方法：通过对车牌识别技术的了解，掌握与车牌定位相关的技术方法、与字符分割相关的技术方法、与字符识别相关的技术方法，然后通过查阅大量的相关资料达到本课题的研究目的。
技术路线：基于MATLAB的车牌识别技术的流程通常包括车辆图像采集，图像预处理，图像定位和字符分割，字符识别四个步骤。
2013.12.9-2013.12.22，做好毕业答辩的准备，顺利完成毕业答辩。
进入20世纪90年代后，车牌识别的系统化研究开始起步。典型的如A.S.Johnson等提出车辆牌照的识别系统分为图像分割、特征提取和模板构造、字符识别等三部分，完成车辆牌照的识别。R.A.Lotufo使用视觉字符识别技术分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌候选号码，再对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破，但还没有考虑识别实时性的要求，识别速度有待进一步提高。从80年代中期开始，ARGUS英国Alphatech公司就开始了名为RAUS的车牌识别系统的研制。ARGUS的车牌识别系统的识别时间为100毫秒，通过ARGUS的车速可高达每小时100英里。还有Hi-Tech公司的See/Car system，新加坡Optasia公司的VLPRS等。另外日本、加拿大、德国等发达国家都有适用于本国的车牌识别系统。
研究目的
和意义
随着汽车在人们的工作、生产和生活中扮演着越来越重要的角色，汽车的保有量也在急速增加。由此带来的交通管理问题也变得越来越复杂，智能交通系统地建立是最好的解决方法。智能交通系统就是一项以信息通信技术为基础，使得道路、车辆、使用者三者紧密协调、和谐统一起来而建立起的在大范围内，全方位发挥作用的实时、准确、高效的运输管理系统，而智能交通系统地核心就是汽车牌照识别技术。
进度
2013.8-2013.9.24，完成选题。
2013.9.25-2013.10.4，了解课题的基本知识收集资料，写好开题报告。
2013.10.5-2013.11.5，完成车牌图片的预处理和定位分割，理清论文思路。
2013.11.6-2013.12.6，完成牌照字符的识别，和写好论文。
2013.12.7-2013.12.8，对论文和毕业设计进行最后检查。
主要研究
①将图像录入电脑的MATLAB软件里。
②对原始图像进行一系列的预处理，包括彩色图像转灰度图像、图像的灰度拉伸以及图像的二值化处理。
③对图像的定位和切分处理，先对图像中牌照区域定位，以便显示截下的牌照区域，在对牌照字符进行切分，分割出单个字符出来。
④对牌照字符的识别，此过程采用模板匹配法。
可行性论证：本课题是基于MATLAB软件的研究，研究样本为自己拍摄的汽车图片(包括牌照)，通过以上一系列的图像处理过程得到文字形式的车牌，通过查阅书籍、翻查资料这一技术路线是可行的。
参考文
献目录
［1］龚声蓉，刘纯平，王强．数字图像处理与分析[M]．北京：清华大学出版社，2006．168-305．
［2］韩晓军．数字图像处理技术与应用[M]．北京：电子工业出版社，2009．199-220．
［3］刘刚．MATLAB数字图像处理[M]．北京：机械工业出版社，2010．1-172．
［4］徐辉．基于MATLAB实现汽车车牌自动识别系统[J]．电脑知识与技术，2010．51-53．
汽车牌照识别技术，不仅可以应用于停车场管理系统、高速公路超速管理系统、城市十字路口的“电子警察”、小区车辆管理系统等，还可以实现对交通流量的统计和查询，道路负荷的测定和管理，而且可以对肇事车、走私车辆、走丢车辆进行辨别和追查。
国内外研
究现状和
发展趋势
车牌识别技术研究在国外起步比较早，早在20世纪80年代，便有一些零零散散的图像处理方法用于车牌识别的某些具体应用。在这个阶段，车牌识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理方法来解决某些具体问题，并且最终结果需要人工干预。
内容
本课题是基于MATLAB的车牌图像处理技术研究，汽车牌照识别技术主要包括车牌定位、车牌字符分割和车牌字符识别三部分：
①车牌定位，通过分析车牌图像的特征，定位出图像中的车牌位置。
②车牌字符分割，对定位好的图像中的车牌位置进行字符分割。
③车牌字符识别，对分割出来的车牌字符加以识别，获得文字形式的车牌。
20世纪90年代后期以后，随着我国汽车数量的急剧增加，车牌识别技术应用的范围越来越广，车牌识别技术已成为一个热门的研究课题，人们对其进行了广泛的研究。目前，比较成熟的产品有中科院自动化研究所汉王公司的“汉王眼”，香港亚洲视觉科技有限公司的慧光车牌号码识别系统等。另外西安交通大学的图像处理和识别实验室、上海交通大学的计算机科学和工程系、Fra Baidu bibliotek华大学人工智能国家重点实验室、浙江大学自动化系等都做过类似的研究。
［5］朱秀昌，刘峰，胡栋．数字图像处理教程[M]．北京：清华大学出版社，2011．166-228．
［6］刘长青．车牌识别技术的研究和实现[D]．湖南大学：硕士学位论文，2007．
［7］许伦辉、陈衍平、修科鼎．基于图像处理的静态车牌识别技术[J]．江西理工大学学报，2011．47-50．
设计（论文）
工作安排及
拟采用的研究思路（方法、技术路线、可行性论证等）
研究方法：通过对车牌识别技术的了解，掌握与车牌定位相关的技术方法、与字符分割相关的技术方法、与字符识别相关的技术方法，然后通过查阅大量的相关资料达到本课题的研究目的。
技术路线：基于MATLAB的车牌识别技术的流程通常包括车辆图像采集，图像预处理，图像定位和字符分割，字符识别四个步骤。
2013.12.9-2013.12.22，做好毕业答辩的准备，顺利完成毕业答辩。
进入20世纪90年代后，车牌识别的系统化研究开始起步。典型的如A.S.Johnson等提出车辆牌照的识别系统分为图像分割、特征提取和模板构造、字符识别等三部分，完成车辆牌照的识别。R.A.Lotufo使用视觉字符识别技术分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌候选号码，再对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破，但还没有考虑识别实时性的要求，识别速度有待进一步提高。从80年代中期开始，ARGUS英国Alphatech公司就开始了名为RAUS的车牌识别系统的研制。ARGUS的车牌识别系统的识别时间为100毫秒，通过ARGUS的车速可高达每小时100英里。还有Hi-Tech公司的See/Car system，新加坡Optasia公司的VLPRS等。另外日本、加拿大、德国等发达国家都有适用于本国的车牌识别系统。
研究目的
和意义
随着汽车在人们的工作、生产和生活中扮演着越来越重要的角色，汽车的保有量也在急速增加。由此带来的交通管理问题也变得越来越复杂，智能交通系统地建立是最好的解决方法。智能交通系统就是一项以信息通信技术为基础，使得道路、车辆、使用者三者紧密协调、和谐统一起来而建立起的在大范围内，全方位发挥作用的实时、准确、高效的运输管理系统，而智能交通系统地核心就是汽车牌照识别技术。
进度
2013.8-2013.9.24，完成选题。
2013.9.25-2013.10.4，了解课题的基本知识收集资料，写好开题报告。
2013.10.5-2013.11.5，完成车牌图片的预处理和定位分割，理清论文思路。
2013.11.6-2013.12.6，完成牌照字符的识别，和写好论文。
2013.12.7-2013.12.8，对论文和毕业设计进行最后检查。