LPR系统的车牌字符分割方法研究
车牌识别系统中的字符分割技术研究
【方法】车牌自动识别系统中字符分割方法研究
【关键字】方法1 绪论1.1问题的提出和研究背景车辆牌自动识别(Automated License Plate Recognition,ALPR)技术作为交通管理自动化的重要手段，其任务是分析、处理汽车监控图像，自动识别汽牌照号，并进行相关智能化数据库管理。
ALPR 系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查入监测黑牌机动车、监控违章车辆的电子警察等需要牌照认证的重要场合。
尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率。
人们一般将车牌识别系统划分为三大部分[1],首先将车牌从经过预处理的图像中定位出来,然后对车牌中的字符进行准确的切分,最后对分割好的字符进行识别"如何从复杂图像中将待识别的信息进行准确有效的定位与分割就是自动识别的关键1.2 ALPR系统简介车辆牌自动识别系统，总体来说是图像处理技术与牌照本身特点的有机结合，也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用。
一个车牌自动识别系统基本包括:图像预处理、牌照定位、牌照校正、牌照字符分割、字符识别及结果输出等。
图1-1为系统的流程框图：图1-1 车辆牌照自动识别流程1.3 ALPR关键技术：1.图像采集：用一个摄像机摄取车辆前视图或后视图。
2.图像处理：对采集到的图像进行增强，恢复，变换。
目的是突出车牌的特征，以便更好的提取车牌。
3.车牌定位：在采样的图像中找到车牌的位置。
4.车牌字符分割：对获得的车牌分离出单个字符（包括汉字、字母和数字等）5.字符识别：对分割得到的字符进行归一化处理，转化为文本存入到数据库或直接显示出来。
由此可见，车牌识别系统在硬件上一般包含一台PC机，摄像头，图像采集设备，相应的图像处理软件，以及汽车到来的检测装置。
1.4国内外研究现状和发展趋势牌照识别技术自1988年以来，人们就对它进行了广泛的研究，目前国内外己经有众多的算法，一些实用的ALPR技术也开始用于车流监控、出入控制、电子收费、移动稽查等场合。
汽车牌照定位与字符分割的研究及实现
1.2.1 车牌定位技术研究现状及发展趋势
车牌定位技术是 LPR 系统研究的重点和难点。采集车辆图像过程中一般都有
1
汽车牌照定位与字符分割的研究及实现
各种背景干扰，能够正确分割字符的前提是从图像中准确地分割出牌照区域，这 也是 LPR 系统能否在实际中应用的基础。 目前的车牌定位算法中，主要是分析车牌所共有的部分特征，根据这些特征 来确定车牌区域的位置。车牌几何形状特征及相应的分析方法主要有[2-8]： (1)灰度变化特征：水平/垂直扫描时，牌照区域的像素灰度值按照一定的规 律进行波动；(2)颜色特征：原始车牌区域内部颜色和外部颜色差异的特征；(3) 投影特征：对车辆图像的水平/垂直扫描后其投影直方图中，牌照所对应的区域具 有一定规律的峰谷分布；(4)边缘特征：牌照区域有许多的边缘信息，使用相应的 算子将边缘信息提取出后，再通过边缘投影直方图来确定边缘的信息；(5)几何特 征：主要有车牌的长度、宽度以及长宽比例在一定的范围之内,或者可以通过牌照 的面积在一定的范围之内。利用以上这些特征均可以确定车牌的位置。 目前，车辆牌照的定位方法有基于彩色图像牌照区域字符和背景的颜色差异 特征进行定位，也有基于灰度图像牌照区域字符几何纹理特征进行定位，还有其 它结合了牌照区的颜色差异和字符纹理两种特征的方法定位，另外还有的是基于 数学形态学、神经网络、遗传算法、灰度聚类等牌照定位方法[9]。
作者签名： 导师签名：
日期： 日期：
年 年
月 月
日 日
中南民族大学硕士学位论文
第1章
1.1 问题的提出
绪论
车牌识别技术(License Plate Recognition， LPR )是智能交通管理系统的 重要组成部分，主要用于识别车牌号码。 LPR 技术在实际生活中主要应用于高速 公路实现无人收费功能、道路行车的流量监控、交通违规车辆的监控等。特别是 在各种场合实现无人收费功能的系统中，为了提高车辆的运行效率， LPR 技术将 代替人工的管理方式实现无人自动管理的功能， 因此,对 LPR 技术的研究和系统的 开发具有重要的现实意义和和实用价值。 车牌定位、字符分割、字符识别是 LPR 系统的三大关键技术。同时也是车牌 本身的几何形状特征与图像处理技术[1]的很好结合，车牌定位与字符分割在 LPR 系统中用到的数学知识主要有数学形态学、神经网络、小波分析等。对车牌定位 与字符分割的研究主要包括：图像预处理、车牌定位、车牌倾斜校正、车牌字符 分割及字符分割结果输出等。如图 1.1 所示为系统的流程框图：
LPR系统车牌定位提取方法的研究
．
翻２彤念学处理后结果
形态学方法对图像的预处理步骤： （１）对原始图像进行Ｔｏｐ—Ｈａｔ变换； （２）对变换后的图像通过闭运算进行水平融合，选取线性 水平结构算子，达到水平融合的目的； （３）选取线性垂直结构算子，对融合后的图像进行垂直擦
３．２欧拉数（Ｅｕ｜ｅｒ Ｎｕｍｂｅｒ）判决精定位 二维图像中，欧拉数被定义为连接体数与其中孔洞数之
经过开运算之后的图像进行相减，这个变换中的开运算用来
提取图像的背景信息。由于Ｔｏｐ．Ｈａｔ变换是将原图像减去开
运算以后的图像，原图像经过开运算后，那些与结构元素ｋ不
符的部分被去掉，再用原始图像减去开图像，被去掉的部分就
清楚的显示出来了。
ｏ
对于汽车图像，车牌及其附近的灰度变化频率较大，所以
只要选择合适的结构元素，就会很清晰的将车牌区域与背景
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用
ＬＰＲ系统车牌定位提取方法的研究
朱俊梅，陈少平 ＺＨＵ Ｊｕｎ－ｍｅｉ，ＣＨＥＮ Ｓｈａｏ－ｐｉｎｇ
中南民族大学电子信息工程学院，武汉４３００７４ Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈ—Ｃｅｎｔｒａｌ Ｕｎｉｖｅｒｓｉｔｙ ｆｏｒ Ｎａｔｉｏｎａｌｉｔｉｅｓ，Ｗｕｈａｎ ４３００７４，Ｃｈｉｎａ Ｅ—ｍａｉｌ：ｚｈｕｊｕｎｍｅｉ０１ １６＠ｇｍａｉｌ．ｃｏｍ
ＺＨＵ Ｊｕｎ－ｍｅｉ，ＣＨＥＮ Ｓｈａｏ－ｐｉｎｇ．Ｖｅｈｉｃｌｅ ｌｉｃｅｎｓｅ ｐｌａｔｅ ｌｏｃａｔｉｏｎ ａｎｄ ｓｅｇｍｅｎｔａｔｉｏｎ ｉｎ ＬＰＲ ｓｙｓｔｅｍ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐ－ ｐｌｉｃａｔｉｏｎｓ，２００８，４４（１４）：１９８－２０１．
车牌识别技术中字符切割新算法
第１ 期
李元金 ，高维春 ，王精 明：车牌识别技术 中字符 切割新Βιβλιοθήκη 法 ３ ３开始
３ 车牌 图像 的二值化
图像二值化是字符切割的前提步骤 ，该步的关 键就是 阈值的选择 ， 的阈值能一次性把车牌底色 好 与车牌上 的文字基本上区分开 ，然而选得不恰 当能 把一些车牌背景变到了文字管辖范 围，也能把一些
了自 适应阈值的方法来确定阈值。它的最大的好处
定位切割各个 字符 。该方法最大 的缺点是先验知
［ 收稿 日期 ］ ０ ７ ０ — ９ ２０ — ３ ０ ［ 作者简介 ］ 李元金 （ ９ ５ ），男 （ １７ 一 汉），安徽入，助教，Ｅ ｍ ｉ ｉ ａｊ １０ ＠ ２ ． ｒ — ａ ： ｕｎ ｎ ０ ０ １６ Ｏ ｌｙ ｉ ｌ Ｃｎ
维普资讯
１ 车牌识别 系统简 介
识 起着绝对 的作用 ，因此车牌没有变形 时准确 率 高时可达百分之 九十 ，但是车牌有变形 时准确率
车牌识别 系统 是在交通监控 的基础上 ，引入 只有百分之几 。②根 据车牌图像在垂直方 向上 的
和方差Ｄ来确定一个阈值 了数字摄像技术和计算机信息管理技术 ，采用先进 投影直方图的数学期望Ｅ
车牌上 的文字所 在 的区域 变 到背景 上 去 。实验 时用
继续扫描每一行 ，直到图像中所有的行没有 白色像素 为止， 并记录本行所在的起始位置作为最后位置。并把行位 置不在 这 个 范 围 的去 掉 。 ｎ ０ ＝
先 自上 向 下对 图像 进 行 逐行 扫 描 ， 到遇 到 第 一 直 个 白色 的像 素 点 ， 并记 录 本行 的第 一 个象 素 所 在 的位 置作 为起 始 位 置 。
车牌识别技术中字符切割新算法
基于数字图像处理和机器学习的车牌识别(LPR)研究
IV
重庆大学硕士学位论文
目
录...................................................................................................................................I 英文摘要....................................................................................................................................... III 1 绪 论......................................................................................................................................... 1
基于数字图像处理和机器学习的车牌识别 (LPR)研究
重庆大学硕士学位论文
学生姓名：王 指导教师：石 专 笛 锐 副教授
业：计算机软件与理论 学
学科门类：工
重庆大学计算机学院
二 OO 八年四月
Study on License Plate Recognition Based on Digital Image Processing and Machine Learning
III
重庆大学硕士学位论文
英文摘要
classification. The sub-class plate characters are sorted by BP ANN. Training of ANN based on genetic algorithm optimization avoids over-fit training samples set. Consequently, a high recognizing rate of the sorter is got. According to this study, the improved AdaBoost algorithm can better position license plates and has a relatively high ability of anti-disturbance. BP ANN has a better ability of generality. Keywords ： Digital Image Processing, Machine Learning, AdaBoost, Genetic Algorithms, Artificial Neural Network
车牌字符分割方法的研究的开题报告
车牌字符分割方法的研究的开题报告一、选题背景和意义随着城市化进程的不断加快，车辆数量急剧增加，交通状况也日益复杂，如何实现车辆识别以及智能调度已经成为一个重要议题。
而在车辆识别中，车牌字符分割是一个至关重要的环节，它对于正确、快速地识别车牌号码具有决定性的影响。
因此，对于车牌字符分割方法的研究具有重要的实际意义。
二、研究内容和目标本次研究旨在提出一种基于图像处理技术的车牌字符分割方法，通过对车牌图像进行预处理、二值化、特征提取等步骤，最终得到分割后的车牌字符，并能够在不同的场景中进行有效的应用。
具体而言，研究内容包括：1.车牌图像预处理，例如去除噪声、调整图像亮度等。
2.车牌图像二值化，将彩色车牌图像转化为黑白二值图像。
3.车牌字符分割，通过特征提取和分类算法，对车牌字符进行有效分割。
4.车牌字符分割方法的实现，编写计算机程序，对不同场景的车牌图像进行测试和验证。
三、研究方法本研究将采用以下方法：1.对现有的车牌字符分割方法进行调研和分析，了解其优缺点，并提出本方法的改进策略。
2.针对车牌字符分割的特征进行深入研究，包括颜色、形状、边缘等方面。
3.设计和实现车牌字符分割的算法流程，可以采用基于统计学算法或者深度学习算法。
4.评价本文提出的车牌字符分割方法的准确度、鲁棒性和效率。
四、研究的创新性和可行性本研究的创新性和可行性在于：1.针对车牌识别中的字符分割环节进行深入、系统的研究，提出了适应不同条件的车牌字符分割方法，对解决车牌识别难题具有重要意义。
2.本研究提出的车牌字符分割方法融合了图像处理、特征提取和分类算法等多种技术，具有较强的实用性和可行性。
3.本研究实现的车牌字符分割方法在实验中具有较好的分割效果，可以为车辆识别和智能交通系统的发展提供基础技术支持。
五、论文框架本文拟从以下几个方面进行论述：1.绪论，介绍车牌字符分割的背景和意义，调研国内外相关研究现状，并提出本次研究的目标和内容。
2.相关技术介绍，对车牌字符分割所涉及的图像处理、特征提取和分类算法等技术进行介绍和分析。
基于数学二值形态学的车牌定位与字符分割
基于数学二值形态学的车牌定位与字符分割谷学静;李宗辉【摘要】本方法是基于数学二值形态学的车牌定位和字符分割的方法.在车牌定位中,首先提取图像的边界,腐蚀非车牌边界,用矩形结构元素连通剩下的区域,去除最大面积以外的其它区域.最大的连通区域即为车牌所在的位置.在字符分割中,首先用双线性插值将车牌图像调整到固定大小,确定字符的上下边界,然后逐个判断字符的具体宽度,用于分割字符.通过matlab 7.0的验证,该方法解决了车牌褪色,车牌开裂,非连通字符和连续的数字1等对自动识别系统的影响问题.【期刊名称】《河北联合大学学报（自然科学版）》【年(卷),期】2013(035)002【总页数】5页(P85-89)【关键词】数学二值形态学;模式识别;车牌定位;字符分割;matlab【作者】谷学静;李宗辉【作者单位】河北联合大学电气工程学院,河北唐山063009;河北联合大学信息工程学院,河北唐山063009【正文语种】中文【中图分类】TP391.430 引言随着城市的发展和汽车的普及，道路交通问题日益严重，主要体现在:道路拥挤、运输效率低、交通事故率高、环境恶化等。
交通问题已成为世界各国大中城市共同面临的问题。
由于资源、环境等条件的限制，传统依靠增大道路建设量、提高路网容量解决交通问题的方法已经无法满足现代城市道路交通的需要。
在这种境况下，人们提出了智能交通系统(Intelligent Transportation System，ITS)的概念:从系统的观点出发，综合考虑车辆和道路设施，依靠科学管理、运用现代科技手段解决道路交通问题。
20世纪80年代中期以来，计算机和通信技术的快速发展，为ITS 技术的发展创造了良好的条件。
可以说ITS技术是以计算机技术和通信技术为基础的。
发展ITS技术的目的，在于减少交通拥挤和提高整个交通运输系统的效率以及为驾驶员提高良好的信息服务和安全舒适的驾驶环境。
智能交通系统就是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统［1］。
车牌字符分割与识别算法的研究与实现
D U Pe i2 m in g, CHEN L i ang, ZHAO Y u2gu i
( School of Electr ica l & I nforma tion, Anhu i Un iversity of Technology, M a ’ an shan 243002, Ch ina. ) Ab s tra c t: O n the ba s is o f the lice n se p la te lo ca tio n, the p ap e r fo cu 2 se s o n b ina riz ing the p la te i m a ge by u s ing ite ra tive m e tho d, the n ca r2 rying o u t re g io n s igna tu re o f the i m a ge by u s ing co nne c te d com po 2 ne n t la be ling a lgo rithm , se gm e n ting lice n se p la te cha ra c te r w ith the he lp o f fo r m e r know le dge; Extra c t th irte e n fe a tu re s o f the cha ra c te r, re co gn ize the cha ra c te r u s ing B P ne u ra l ne tw o rk. The re su lts show tha t cha ra c te r se gm e n ta tio n a nd re co gn itio n a lgo rithm in th is the s is ha s o b ta ine d goo d re su lts.
车牌定位与字符分割方法研究
第２８卷第３期２０１１年６月沈阳航空航天大学学报ＪｏｕｒｎａｌｏｆＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙＶｏｌ畅２８Ｎｏ畅３Ｊｕｎ畅２０１１收稿日期：２０１１－０３－０７作者简介：朗瑶（１９８０－），女，辽宁抚顺人，助理工程师，主要研究方向：图像重建与图像处理，Ｅ－ｍａｉｌ：ｓｈｅｎｈａｎｇｌａｎｇｙａｏ＠１６３．ｃｏｍ。
文章编号：２０９５－１２４８（２０１１）０３－００５６－０４车牌定位与字符分割方法研究郎 瑶１，孙延鹏１，许 冰２，郑 丹１（１畅沈阳航空航天大学电子信息工程学院辽宁沈阳１１０１３６；２畅沈阳工业大学软件学院，辽宁沈阳１１００２３）摘 要：介绍了一种改进的基于纹理特征的车牌定位方法，采用自适应阈值，实现了车牌的准确定位。
设定自适应改变大小的投影切割阈值实现了字符分割。
最后采用ＢＰ神经网络法来识别各个字符。
实验结果表明，该方法能够较为准确的实现车牌识别，具有定位准、鲁棒性好等特点。
关 键 词：信号处理技术；纹理特征；车牌定位；自适应阈值；字符分割中图分类号：ＴＮ９１１．７３ 文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．２０９５－１２４８．２０１１．０３．０１３ＯｎｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎａｎｄｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎＬＡＮＧＹａｏ１，ＳＵＮＹａｎ－ｐｅｎｇ１，ＸＵＢｉｎｇ２，ＺＨＥＮＧＤａｎ１（１畅ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙ，ＬｉａｏｎｉｎｇＳｈｅｎｙａｎｇ１１０１３６；２畅Ｃｏｌｌｅｇｅｏｆｓｏｆｔｗａｒｅ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＬｉａｏｎｉｎｇＳｈｅｎｙａｎｇ１１００２３）Ａｂｓｔｒａｃｔ：Ｔｈｅｐａｐｅｒｉｎｔｒｏｕｄｕｃｅｓａｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈａｎａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄｂａｓｅｄｏｎａｎｉｍｐｒｏｖｅｄｔｅｘｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒｐｒｅｃｉｓｅｌｏｃａｔｉｏｎ．Ｔｈｅｆｅａｔｕｒｅｏｆｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎｌｉｅｓｉｎｔｈｅｐｒｏｊｅｃ－ｔｉｏｎｔｈｒｅｓｈｏｌｄｗｈｉｃｈｉｓａｂｌｅｔｏｃｈａｎｇｅａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｉｍａｇｅｓ．ＦｉｎａｌｌｙＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｕｓｅｄｔｏｉｄｅｎｔｉ－ｆｙｅａｃｈｃｈａｒａｃｔｅｒ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｎａｃｈｉｅｖｅａｃｃｕｒａｔｅｌｉｃｅｎｓｅｐｌａｔｅｒｅｃｏｇｎｉｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ；ｔｅｘｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｌｉｃｅｎｓｅｐｌａｔｅｌｏｃａｔｉｏｎ；ａｄａｐｔｉｖｅｔｈｒｅｓｈｏｌｄ；ｃｈａｒａｃｔｅｒｓｅｇｍｅｎｔａｔｉｏｎ 车牌识别（ＬＰＲ）系统［１－３］是智能交通系统（ＩＴＳ）的一个重要组成部分，它能够自动摄取车辆的图像并识别车牌。
LPR中车牌分割的Matlab解决方案
口］．计算机工程，２００６，３２（９）：１７３—１７７．
域只有白色和黑色，如果把Ｐ３与最初生成的二值罔像取
［７］Ｕｍｂａｕｇｈ Ｓ Ｅ．Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．
交集，那么只有类似车牌的医域图像是有效的，然后再去
Ｅｎｇｌｅｗｏｏｄ Ｃｌｉｆｆｓ·ＮＪ：Ｐｒｅｎｔｉｃｅ—Ｈａｌｌ，１９９８．
收穑日期：２００７一Ｏｄ一２４ ２０４
万方数据
ｆ１
，
、
斛“”２｛０
ｉｆ，（ｚ，ｙ）＞Ｔ ｉｆ，（ｚ，ｙ）≤Ｔ
其中ｇ（ｘ，ｙ）为图像中某一象素点的亮度。丁为设置好的
阈值，而闻值的确定是二值化的重点，本文采用Ｓａｕｖｏｌａ阔
值分割法”３。丁的设定将不是单一的按照亮度来决定，而
图像的层次、平均亮度、纹理特征以及图像的逻辑构成都
分析每个区域内的欧拉数就可以了，这种处理叫做蒙板处
Байду номын сангаас
［８］Ｉｏａｎｎｉｓ Ｅ Ａｎａｇｎｏｓｔｏｐｏｕｌｏｓ，Ｖａｓｓｉｉｉ Ｌｏｕｍｏｓ．Ｅｌｅｆｔｈｅｒｉｏｓ
理。根据文献［８３中的理论，当某一区域的欧拉数大于３
ＫａｙａｆａｓＥＪ］．１ＥＥＥ Ｔｒａｎｓｃｄｏｎｓ Ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ ＴｒａｎｓＩｘＪｒｔａ—
△皂王蕉盔廑旦ｇ
ｉｆ Ｐ１“－。，（其中ａ＜ｍ） ｋ一１：ａ；Ｐ２㈨＋ｂ一１。 ｅｎｄ；ｅｎｄｌ 执行后生成Ｐ２。 （３）扫描Ｐ２中所有象索
ｉｆ（Ｐ２吨ｍ，＝一０＆＆Ｐ２忆一，＝＝０） Ｐ２㈧）＝Ｏ； ｉｆ（Ｐ２。。，＝＝０＆＆Ｐ２“’。ｍ一一０） Ｐ２（。１—０ｆ ｅｎｄ；ｅｎｄ； 图像仍然保存为Ｐ２。 第（１）步是垂直方向的膨胀效果见图４（ａ），第（ｚ）步如 图４（ｂ）所示是水平方向的膨胀。第（３）步将一些细小线 段，方便以后的处理，如图４（ｃ）所示。相比普通的膨胀算 法，这种膨胀算法可以最大限度地消除无效瞄胀，并不是 任何白象素点都会进行膨胀处理，而是在周围一定范围内 存在其他白象素点才会再膨胀。
基于LPR系统的车牌字符分割技术的研究
ｉａｅｄｓ ｒａ ｃ ａ ｔｒ ｎｔｅｔｐ ａ ｄ ｂ ｔ ｍ ｆｌ ｅ ｓ ｔｉｇｂ ｃ ｎ ｉｇ ｔｉｅ Ｓｎ ｌ ｈ ａｔｒｉ ｐｃ ｅ ｕ ｙ ｎ ｔ ｉｔ ｂ ｎ ｅｆｃｏｓｏ ｏ ｏｔ ｏ ｃｎ ｅ ｓｒ ｙ ｓ ａ ｎｎ ｗ ｃ ． ｉｇｅ ｃ ａ ｃｅ ｓ ｉｋ ｄ ｏ ｔｂ ｕ ｈ ｎ ｏ ｉ ｎ ｒ
ｈ ｉ ｕ ｔ ｓｉ ｉｅ ｓ ｌ ｔ ｈ ｒ ｃｅ ｏ ｎ ｔ ｎ， ｆｅ ｔ ｅ ｄｆ ｃ ｌ ｅ ｎ Ｌ ｃ ｎ ｅ Ｐ ａｅ Ｃ ａ ａ ｔ ｒ ｃ ｇ ｉ ｏ ａ ｔｒｉ ｇ ｒ ｔｅ ｔ ｎ ，ｔ ｅ ｐ ｐ ｒａ ｏ ｔ ｔ ｅ ｓ ａ — ｎ ｌ ｉ ｉ Ｒｅ ｉ ｍａ ｅ ｐ ｅ ｒ ａｍｅ ｔ ｈ ａ ｅ ｄ ｐ ｓ ｈ ｃ ｎ ｌ ｅ ｔ ｅｉ ｉ ｏ ｍ－
必须把车牌图像分割成单个字符图像。分割的好坏
直接影 响下一步的字符识别。一般 的字符分割方法
是 将车 牌 图像 在垂 直 方 向上 投 影 ， 取 投 影 图上 波 选
谷 的位置作为字符分割位置。但是在实际处理 中， 车牌区域会有许 多其他干扰 ＿ 。例如 ， １ ］ 经过牌照定 位而分割出的上下边框 、 固定车牌的铆钉、 车牌区域 存在的噪声等原因。这些干扰因素对后续的分割字 符工作非常不利 ， 因为它们使原来应该作为分割依
２ ）车牌光照不均、 污损容易对分割 的影 响。这
据 的波谷位置 出现变动。这种情况下 ， 基于垂直投
影 的分割方法通常不合适 ， 无法准确 、 有效地切分出
字符。
些因素导致车牌区域背景往往 比较复杂 ， 可能存在
较大 的干扰 、 噪声 ， 并且噪声呈现不规则分布。车牌
上的字符与背景对比较大 ， 但是 由于曝光 、 焦距等原
Get清风LPR系统中车牌的定位与提取
LPR系统中车牌的定位与提取毕业设计学生姓名袁志钢学号240801033 学院物理与电子电气工程学院专业电子信息科学与技术题目LPR系统中车牌定位的研究与实现于海春讲师/硕士指导教师2021 年 5 月摘要：车牌识别技术是公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车管理系统等诸多与智能交通相关的应用系统的核心技术，可以起到节省人力本钱、提高效率、改进管理体系等作用。
随着我国汽车数量的迅速增加，车牌识别技术呈现出巨大的经济价值和现实意义。
而车牌定位是车牌识别的前提，本文基于图像处理的方法，给出了一种经过图像预处理，由车牌粗定位到车牌精确定位的方法，并用MATLAB语言进行了实现，取得了较好的定位结果。
关键词：车牌定位；车牌识别；图像处理；边缘检测；Abstract：License plate identification technique is public security law enforcement system, highway to be automatic charge system, urban road monitoring system, intelligent management system, and many other stop and intelligent traffic related application system core technology, can rise to save the human cost, improve efficiency, improve management system functions.With China's car of the rapid increase in the number and license plate recognition technology present a huge economic value and practical significance. And license plate localization is the premise of the license plate recognition, this paper, based on the image processing methods, gives a after the image pretreatment, the coarse position of vehicle license plate to license plate accurate location method, with MATLAB language realization, has obtained the good location results.Key words: License plate location, License plate identification, Image processing, Edge detection目录1绪论 (3)1.1课题的研究背景及意义 (3)国内外研究及开展 (3)2车牌识别系统技术简介 (4)2.1汽车车牌识别的流程 (4)2.2车牌的特征 (5)2.3国内外车辆牌照识别技术现状 (6)2.4车牌识别技术的应用情况 (7)2.5车牌识别技术的开展趋势 (8)3车牌定位 (8)3.1车牌定位的主要方法 (8)3.1.1基于直线检测的方法 (9)3.1.2基于阈值化的方法 (9)3.1.3基于灰度边缘检测方法 (9)3.1.4基于彩色图像的车牌定位方法 (11)3.2车牌定位流程 (12)3.3图像预处理 (13)3.3.1灰度变换 (13)3.3.2图像增强 (14)3.4图像边缘提取及二值化 (16)3.5形态学滤波 (20)3.6车牌提取 (23)3.7实验结果 (29)结论 (31)参考文献 (32)致谢 (34)1 绪论1.1 课题的研究背景及意义早在上个世纪九十年代初，汽车身份识别已经引起了全世界的广泛重视，人们开始研究有关汽车身份证——汽车牌照自动识别的相关问题。
一种基于字符分割与字符识别的LPR方法
一种基于字符分割与字符识别的LPR方法
张剑;周少武;刘洁
【期刊名称】《计算技术与自动化》
【年(卷),期】2007(26)2
【摘要】对车牌识别(LPR)系统中字符分割与字符识别方法进行探讨.根据车牌字符的特点,首先利用投影法采用水平扫描和垂直扫描进行字符分割,接着对字符图像进行归一化处理,实现对字符的完全分割.在此基础上,利用BP神经网络识别算法实现车牌字符的识别,从而提高系统的识别速度和识别率.数字仿真的识别结果验证了该方法的正确性和有效性.
【总页数】4页(P111-114)
【作者】张剑;周少武;刘洁
【作者单位】湖南科技大学,信息与电气工程学院,湖南,湘潭,411210;湖南科技大学,信息与电气工程学院,湖南,湘潭,411210;湖南科技大学,计算机科学与工程学院,湖南,湘潭,411201
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于双向投影的文本图像字符分割方法 [J], 王莉丽;于印
2.一种基于模板匹配的船铭牌字符分割方法 [J], 古辉; 王益义
3.一种基于双向投影的文本图像字符分割方法 [J], 王莉丽;于印
4.一种基于汉字结构特征的车牌照字符分割方法 [J], 苑玮琦;穆长江;李德胜
5.一种基于图像分层的标牌压印字符分割方法 [J], 李建美;路长厚;李学勇
因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
论文题目：LPR系统的车牌字符分割方法研究专业：电子信息工程摘要车牌自动识别系统是由图像抓拍单元和图像处理单元两部分组成，它是一种以汽车牌照为对象通过图像抓拍再通过处理后自动识别车牌的系统。
本文针对车牌自动识别系统中主要技术之一的车牌字符分割环节做了详细的研究。
对车牌图像进行准确地分割，必须得到图像效果较好的车牌二值化图像，因此本文对车牌字符分割的图像预处理进行了研究，特别是车牌图像二值化之后的去噪处理，包括开运算、闭运算、去除边框、去除圆点等。
针对LPR系统的车牌字符分割技术，目前提出来的研究方法也很多，因为基于彩色信息的方法计算量大并且受图像亮度影响大，所以本文主要研究基于灰度特征分析的方法。
本课题是要实现从车辆图片中提取车牌,并准确分割出车牌字符的功能，并提出利用垂直投影法进行车牌字符分割。
【关键词】字符分割，二值化，投影法【论文类型】论文型Title:The LPR system of license plate character segmentation methodresearchIMajor:Electronic information engineeringName：Signature:_______Supervisor：Signature:_______ABSTRACTAutomatic license plate recognition system is composed of image capture and image processing units in two parts, it is a kind of license plates as object through the images captured by processing again after the automatic recognition of license plate system. Based on license plate automatic recognition system of license plate character segmentation, one of the main technical link to do a detailed research.Accurately the license plate image segmentation, image must be the license plate image binarization with better effect, so in this paper, the license plate character segmentation of image preprocessing are studied, especially the license plate image binarization after denoising processing, including opening operation and closing operation, remove borders, dot, etc.Technology of license plate character segmentation in LPR system, it put forward the research method is very much also, because the method based on color information large amount of calculation and affected by the image brightness, so this paper research is based on the analysis of the grey characteristics.This topic is to realize the extracted from vehicle plate, and accurately segment the license plate character and function, and put forward using the vertical projection of license plate character segmentation.【Key words】the division of license plate character, binarization, the method of shad 【Type of Thesis】The paper typeII前言随着我国社会经济、公路运输的高速发展，汽车拥有量急剧增加，针对这些问题，人们开始将计算机技术、通信与信息技术、计算机网络技术和自动化信息处理等很多高科技技术用于交通道路的监测与管理系统，以便提高车辆管理和运输的效率，采用先进高效、准确的智能交通管理系统迫在眉睫，车辆监控和管理的自动化、智能化在交通系统中具有十分重要的意义。
车牌自动识别系统是一种以汽车牌照为特定对象通过图像抓拍上传工控机通过车牌识别器处理后自动识别车牌的计算机视觉系统，而且能够检测到受监控路面的车辆运行状况并且可以自动提取车辆的车牌信息（包括汉字字符、英文字母、数字以及车牌颜色）进行处理与识别的技术。
车牌识别技术综合了图形处理、计算机视觉、模式识别的技术以及人工智能等多学科的知识，其目的就是在无需为车辆加装其它特殊装置的情况下实现对车辆的自动监测，从而给交通系统的自动管理提供了极大的方便，因此车辆牌照自动识别系统的实现是推进交通管理计算机化的关键技术之一。
而且该项技术应用前景广泛，在自动收费系统、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领域得到了广泛的应用。
本章是本文的前言部分，介绍了车牌识别技术的应用背景、工作原理及其组成及发展现状和难点，以及本文的主要内容和章节安排。
本文研究的主要内容：由于车牌的二值图像质量的好坏对车牌地字符分割很重要，因此本文对车牌二值化后侧重地研究了车牌的去噪处理的方法，然后提出垂直投影字符分割算法，并分析了这种方法的优缺点之后提出了一种改进的垂直投影法。
另外，本文在完成了对字符分割算法的研究后，还将利用GUI程序设计工具设计了一个简单的图形用户界面。
车牌字符分割的正误将直接影响到车牌字符的识别，如果字符分割错误，那会直接致使车牌字符识别失败，所以字符分割是很关键的步骤。
在现实生活中，车牌由于受到光照、倾斜、噪声、污染等很多客观因素的影响，车牌图像有时候会不太理想，所以车牌自动识别系统还需要进一步完善与改进。
本文的工作主要包括：1）实现了对车牌图像的预处理过程，包括对车牌图像的灰度化、二值化、开运算、闭运算、去除边框、去除圆点等。
2）实现了应用垂直投影法对车牌图像进行分割的方法。
III3）提出了固定边界法实现步骤。
4）在分析了上述方法的优缺点后，提出了改进的分割法，即垂直投影法与固定边界法相结合的实现方案。
5）在完成了软件的实现后，做了一个图形用户界面，使得具有更好的视觉效果。
本文的结构：本文主要研究车牌字符的分割方法，文章构成如下：第1章为前言。
主要介绍了本课题的应用背景以及意义；对车牌识别系统做了简单的概述；并对车牌识别系统的发展现状和组成原理进行了概述；阐述了本文研究的主要内容，并在最后给出了本文的主要构成部分。
第2章为车牌字符分割的相关理论基础。
主要介绍了车牌字符分割过程中的涉及的一些基础理论知识，主要是字符分割时图像的预处理包括图像的灰度化、二值化、数学形态学的开运算、闭运算等方面的理论。
第3章为车牌图像的预处理。
主要介绍了车牌图像预处理的过程，包括图像的灰度化、图像的二值化、开运算、闭运算、去除水平边框、去除垂直边框以及去除圆点等，并给出各部分的代码实现。
第4章为车牌字符分割方法。
主要介绍了基于垂直投影的车牌字符分割方法，并附上代码实现，由于此方法有一定的缺陷，还有待改善，并提出更好的解决方案，即垂直投影法与固定边界法相结合，且做了简单的介绍。
第5章为GUI的设计。
主要介绍图形用户界面，将车牌图像字符分割的每个步骤用图形用户界面的形式展示出来，具有更好的视觉效果，而且使用更为方便。
第6章为总结。
IV目录摘要 (I)ABSTRACT .................................................... I I 前言....................................................... I II 1车牌自动识别系统介绍 (1)1.1车牌识别系统的应用背景 (1)1.2车牌识别系统的工作原理及组成 (2)1.3字符分割的发展现状及难点 (3)2车牌字符分割的相关理论基础 (4)2.1 数字图像处理技术 (4)2.1.1 二值图像的基本概念 (4)2.1.2 灰度图像的基本概念 (5)2.2 数学形态学的理论基础 (6)2.2.1 数学形态学的基本理论 (6)2.2.2 二值形态学的基本运算 (6)3 车牌图像的预处理 (9)3.1 车牌图像的灰度化 (9)3.2 车牌图像的二值化 (10)V3.3车牌图像的去噪处理 (11)3.3.1 车牌图像的开运算 (14)3.3.2 车牌图像的闭运算 (15)3.3.3 去除车牌边框 (16)3.3.4去除车牌图像中的圆点 (21)4 车牌字符分割方法 (23)4.1基于垂直投影特征的车牌字符分割方法 (23)4.1.1 垂直投影法原理 (23)4.1.2 垂直投影法的实现 (24)4.2基于固定边界法的车牌字符分割方法 (26)4.3投影法与边界法结合的方法 (27)5 车牌字符分割系统GUI设计 (28)5.1 GUI的基本介绍 (28)5.2本文设计的图形用户界面 (28)6 总结与展望 (33)6.1 总结 (33)6.2 展望 (33)致谢 (35)参考文献 (36)VI1 车牌自动识别系统介绍1.1车牌识别系统的应用背景近几年来我国的高速公路迅猛发展，特别是高速公路收费管理过程中的急切需要，车牌自动识别系统已成为公路收费稽查系统的重要组成部分。
车牌识别系统作为智能交通系统的重要组成部分，在交通监视和控制中占有很重要的地位，己成为现代交通工程领域中研究的重点和热点之一。
以前车牌识别主要靠人工来完成，工作环境差、劳动强度大、劳动烦琐、工作效率低，很难适应现代化车辆管理的高效、舒适等要求。
车牌识别(License Plate Recognition, LPR)技术作为城市智能交通系统（Intelligent Transportation Systems , 简称ITS）的重要组成部分，车牌识别系统作为现代交通管理手段中的重要一环，经过多年的发展，已不再是单一的识别车牌，而是朝着更广泛的应用领域、更多的功能方向发展，在交通管理和控制中占有着很重要的地位，可以应用到以下一些领域：1）监测报警一些被通缉或挂失的车辆、欠缴费车辆、未年检车辆、肇事逃逸及违章车辆等都会被录入监控“黑名单”，将这些车牌号码输入到车牌识别系统中，利用安装在各个路口的车牌识别系统摄像机进行采集、读取来往车辆的车牌号，并与名单中的车牌号进行比对等，一旦发现“黑名单”车辆即立刻发出报警信息。