基于MATLAB的车牌识别系统研究(课设参考文献)

1.2.3 车牌识别技术的发展趋势
5
上海交通大学硕士学位论文
绪论
车牌识别技术作为智能交通系统中的关键技术，在各国学者的共同努力下，已 经得到了长足的发展，并且已经得到了不同程度的实际应用，但目前还存在着种种 不足。
对于未来车牌识别产品的技术发展趋势， 汉王科 技智能 交通部 总经理 乔炬认 为。首先，由于市场需求不同，对识别产品的需求也有差异，因此就要求研发针对 不同细分市场的车牌识别产品。其次，随着算法的不断改进，基于视频触发技术的 车牌识别产品将得到大范围的应用，但是视频触发技术取代外触发装置尚需时日。 第三，现在的车牌识别系统设备过多，系统集成难度大，系统稳定性差，系统维护 是一个让人头疼的问题。随着技术不断进步，以往多个设备实现的功能可能由一个 设备实现。
为基础的车牌识别系统，识别率分别为 81.25%、85%、91.25%。日本对车牌图像的 获取也做了大量的研究，并为系统产业化做了大量工作。Luis [4]开发的系统应绪论
公路收费站，全天识别率达到了 90%以上，即使在天气不好的情况下也达到了 70%。 国外对车牌识别的研究起步早，总体来讲其技术已比较领先，同时由于他们车牌种 类单一，规范程度较高，易于定位识别，目前，已经实现了产品化，并在实际的交 通系统中得到了广泛的应用。由于中国车牌的格式与国外有较大差异，所以国外关 于识别率的报道只具有参考价值，其在中国的应用效果可能没有在其国内的应用效 果好，但其识别系统中采用的很多算法具有很好的借鉴意义。
上海交通大学硕士学位论文
绪论
1 绪论
1.1 研究背景
1990 年，美国智能交通学会 CITS America 提出了智能交通系统（ITS）的概念。 目前，智能交通系统已经在世界上经济发达国家的一些城市及高速公路系统中得到 了广泛应用。我国在该领域的研究起步较晚，但随着全球范围智能交通技术研究的 兴起及奥运会的成功举办，智能交通在我国也逐渐进入了应用阶段，相应的，我国 也加快了对智能交通技术研究的步伐，智能交通技术的研究现已进入快速发展期。
1）车辆牌照区域定位技术，即给出图像中车牌所在位置。 2）车辆牌 照字符切分技术， 即对定位后的车 牌区域中的字符 进行切分和归一 化处理，其中车牌的二值化和倾斜校正对于字符的切分和识别都是非常重要的。 3）车辆牌照字符识别技术，即将切分后的字符识别出来。 车牌识别是一个很复杂的图像处理和模式识别问题，研究时存在很多难点，主 要在于： 1）获取的 车牌图像质量不高 。车牌图像往往 含有大量复杂的 背景信息，遮盖 了有用信息。很多时候受到照明条件、天气条件、及运动失真的影响，会出现图像 模糊、清晰度不高、目标区域过小、色彩失真等现象，影响了车牌的定位。 2）车牌悬 挂位置不唯一。在 汽车的各个位置 都可能出现车牌 ，而且不能保证 车牌的水平悬挂，甚至有的车牌出现了扭曲。 3）牌照多 样性。其他国家的 汽车牌照格式， 如尺寸大小，牌 照上字符的排列 等，通常只有一种。而我国则根据不同车型、用途，规定了多种牌照格式，例如分 为军车、警车、普通车等。 4）我国标 准车牌照是由汉字 、英文字母和阿 拉伯数字组成的 ，汉字的识别与 字母和数字的识别有很大的不同，增加了识别的难度。 5）国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色， 例如韩国，其车牌底色为红色，车牌上的字符为白色；而我国汽车牌照仅底色就有 蓝、黄、白、黑等多种颜色，字符颜色也有黑、红、白等若干种颜色。 6）由于环 境、道路或人为因 素造成汽车牌照 污染严重，这种 情况下国外发达 国家不允许上路，而在我国仍可上路行驶。使得车牌的对比度降低，特征不是很明 显，即使在定位准确的情况下，字符的识别也会受到很大影响。 目前在国内存在多种牌照格式，且存在以上种种困难和特殊性，加大了我国车
基于图像处理的车牌识别系统一般包括以下五个部分：
图 1 车牌识别系统 Figure 1 Flow chart of license plate recognition system
1
上海交通大学硕士学位论文
绪论
在实际应用中，车牌识别系统必须快速、准确、鲁棒地识别出车牌。因此，在 车牌识别过程中，车辆的检测、图像的采集、车牌的识别等都是重要的环节，其中 关键的技术有：
6
上海交通大学硕士学位论文
绪论
2）车牌边 缘提取效果的好坏 对于车牌能否准 确定位有很大影 响。已有的车牌 系统大多采用传统边缘检测算子对车牌边缘进行提取，在光线不好或者图像比较模 糊时效果并不是很理想。在对数字图像进行处理时，离散小波变换往往是首选的数 学工具。考虑到小波变换在图像处理中有着良好的特性，而且小波变换对于噪点有 着良好的抑制作用，同时分解后的高频部分的垂直分量和低频部分的水平分量非常 有助于图像的细节信息的获取，本文借助 MATLAB 的 wavemenu 对小波变换进行 了细致的研究和分析，采用了多分辨率分析的 Mallat 快速小波算法对小波变换进行 了两次分解，并对小波变换在车牌边缘提取中的应用进行了研究。测试结果显示利 用小波变换提取的车牌边缘特征明显，在此基础上进行形态学处理后车牌定位的准 确性和鲁棒性都比较好。
在课题研究中作者的主要研究内容有： 1）在广泛查阅国内外车牌识别系统算法的基础上，以 MATLAB 的 Image Acquisition Toolbox、Image Processing Toolbox 以及 Neural Network Toolbox 工具箱 为骨架，以 M 语言为主要编程语言，部分模块结合 C 语言开发了一套车牌识别系 统，实现了车牌识别系统中车牌的定位、车牌字符的切分、以及车牌字符的识别的 功能。
车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智 能交通领域的应用，是智能交通管理系统中重要的组成部分。车牌识别技术可应用 于道路交通监控、交通事故现场勘察、交通违章自动记录、高速公路超速管理系统、 小区智能化管理等方面[1] ，为智能交通管理提供了高效、实用的手段。
目前世界各国都在进行适用于本国汽车牌照的自动识别研究，美、日、韩等国 已有相关系统（基于传感器）问世。引进这些系统费用比较高、而且由于各国车牌 和实际的交通环境不同，引进的系统往往无法满足我国城市的需求，而国内市场上 虽然已有产品投入使用，但是在后续处理时很大程度上仍然需要人工识别，所以对 车牌识别技术的研究依然是目前高科技领域的热门课题之一。车牌识别系统的成功 设计、开发和应用具有相当大的社会效益、经济效益和学术意义。
4
上海交通大学硕士学位论文
绪论
与停车卡结合实现自动计时、计费的车辆收费管理系统。 2）高速公 路超速自动化管理 系统。以车牌自 动识别技术为基 础，与其他高科
技手段结合，对高速公路交通流状况进行自动监测、自动布控，从而降低交通事故 的复发生率，确保交通顺畅。
3）公路布 控。采用车牌识别 技术实现对重点 车辆的自动识别 ，快速报警，既 可以有效查找被盗车辆，同时又为公安、检察机关提供了对犯罪嫌疑人的交通工具 进行远程跟踪与监查的技术手段。
3）车牌识 别系统主要由车牌 定位、车牌字符 切分以及车牌字 符识别三个部分 组成。本文依次对这三个组成部分中涉及到的算法进行了研究和优化。
[2]
Cui
提出了一种车牌识别系统，在车牌定位以后，利用马尔科夫场对车牌特征进行
提取和二值化，对样本的识别达到了较高的识别率。Eun Ryung 等[3] 利用图像中的
颜色分量，对车辆牌照进行定位识别，其中提到了三种方法：①以 Hough 变换为基
础的边缘检测定位识别；②以灰度值变换为基础的识别算法；③以 HLS 彩色模式
1.2.2 车牌识别技术的应用情况
车辆牌照自动识别技术是智能交通系统的一个重要组成部分，它在交通管理、 监控中有着广泛的应用。车辆牌照识别系统技术能够从一幅车辆图像中准确定位出 车牌图像，经过字符切分和识别后实现车辆牌照的自动识别，从而为以上应用提供 信息和基础功能。
目前车牌识别系统主要应用于以下领域： 1）停车场 管理系统。利用车 牌识别技术对出 入车辆的号牌进 行识别和匹配，
4）城市十字交通路口的“电子警察”。可以对违章车辆进行责任追究，也可以 辅助进行交通流量统计，交通监测和疏导。
5）小区车 辆管理系统。社区 保安系统将出入 社区的车辆通过 车牌识别技术进 行记录，将结果与内部车辆列表对比可以实现防盗监管。
目前，市场上已出现了一些可应用的汽车牌照自动识别系统。如 CPRS-1 型汽 车牌照识别 系统是在国家“863 ”计划课题与国防图像目标识别课题相结合的研究 基础上研制成功的，实现了识别汽车牌照中的数字、字母和汉字以及汽车牌照的底 色（白、黑、蓝、黄四种）的功能，可以全天候工作。另一种型号 GW－PR－9902T 的牌照识别器系统产品，采用新型的数字图像处理和识别技术，基于嵌入式工控机 ／DSP 和专用硬件电路，利用定向反射和自然光相结合的识别原理，实时地完成复 杂情况下的汽车牌照的定位、分割以及识别。此类产品都已应用于高速公路的收费 监控系统。总体上说，虽然汽车牌照识别系统在国内还未形成一个成熟的产业，但 是随着我国国民经济的迅速发展，机动车辆规模及流量大幅度增加，高速公路和城 市交通管理现代化水平的提高势在必行，迫切需要高科技的智能交通系统来充实和 加强交通管理水平。车牌识别技术在智能交通系统中占有重要位置，车牌识别技术 的推广普及，必将对加强高速公路、城市道路管理，减少交通事故、车辆被盗案件 的发生，保障社会稳定等方面产生重大而深远的影响。
目前，车牌识别技术和产品性能进入实用阶段的时间还不是很长，随着人工智 能以及自动识别技术的进步，未来的技术发展空间还会非常大。例如，核心算法继 续发展，识别率和识别速度进一步改善，图像处理中对模糊图像预处理能力增强， 画质改善技术的提高等等。
1.3 本课题的研究内容
本文就车辆牌照自动识别技术进行了一系列的研究工作，在研究国内外各种典 型的车牌识别方法的基础上，努力学习和创新，结合中国车牌的特点，对适合中国 车牌的识别系统进行了研究。
从车牌识别系统进入中国以来，国内有大量的学者在从事这方面的研究，提出 了很多新颖快速的算法。中国科学院自 动化所的刘智勇等[5] 开发的系统在一个样本 量为 3180 的样本集中，车牌定位准确率为 99.42%，切分准确率为 94.52%，这套系 统后来应用于汉王公司的车牌识别系 统，取得了不错的效果。南京大学的熊军等[6] 提出了基于字符纹理特征的定位算法，准确率达 95%。华中科技大学的陈振学等[7] 学者提出了一种新的车牌图像字符分割与识别算法，使用一维循环清零法，通过对 垂直投影图进行一次扫描，有效的清除了杂点和间隔符，正确分割率达到了 96.8% 。 浙江大学的张引、潘云鹤等[8] 提出了彩色边缘算子 ColorPrewitt 和彩色边缘检测与 区域生长相结合的牌照定位算法 ColorLP，算法简单，且全面作用在颜色空间的三 个分量上，检测出的牌照区域易于与背景剥离。但是计算量和存储量都比较大，难 以满足实时性的要求。此外，当车辆区域的颜色和附近颜色相近时，定位失误率会 增加。国内还有许多学者都在进行这方面的研究，并且取得了大量的研究成果。
1.2 车牌识别系统现状
1.2.1 国内外车辆牌照识别技术现状
目前，国内外有大量关于车牌识别方面的研究报道。国外在这方面的研究工作
开展较早。在上世纪 70 年代，英国就在实验室中完成了“实时车牌检测系统”的
广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。
发展到今 日，国外对车 牌检测的研究 已经取得了一 些令人瞩目的 成就，如 Yuntao
2
上海交通大学硕士学位论文
绪论
牌自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如 何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。图 2 为我国目前 使用的一个自选号牌车牌样本，上面标明了车牌样式规定。
图 2 自选号牌车牌示例 Figure 2 Examples of self-selected plate