ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶ０１．２６，Ｎｏ．４，２０１０文章编号：１００７．７５７Ｘ（２０１０）４－００４２．０３
技术交流微型屯脑应用２０１０年第２６卷第４期
一种快速车牌定位算法
蒲东兵，赵大伟，赵东来，马志强
摘要：提出一种快速的车辆牌照定位算法，对获取的车辆图像进行相应预处理后，根据图像的纹理特征，分析牌照区域字符分布情况及变化规律，利用车牌号码区域像素值的变化频率，在一个特定范围内进行水平和垂直方向上的定位，从而准确地得到车牌区域。实验结果表明，本文提出的算法能够较好地快速定位车辆图像中车牌区域。关键词：智能交通；图像处理；车牌识别；车牌定位中图分类号：ＴＰ３１１
０
文献标志码：Ａ
图像的灰度化处理的基本原理［３］，彩色图像中的每个像素的颜色有Ｒ、Ｇ、Ｂ三个分量决定，而每个分量有２５６种取值，一个像素点就可以有１６００多万（２５６・２５６＋２５６）种颜色。灰度图像是Ｒ、Ｇ、Ｂ３个分量取值相同的一种特殊彩色图像，每个像素点只有２５６种取值，所以在数字图像处理中，一般先将各种格式的彩色图像转化成灰度图像，以使后续图像处理的计算量减少。灰度图像的描述与彩色图像一样，仍然反映图像的整体、局部的色度、亮度等级的分布和特征。
根据Ｙｕｖ的颜色空间中，Ｙ的分量的物理意义是点的亮度，由该值反映亮度等级，根据ＲＧＢ和ＹｕＶ颜色空间的变化关系可建立亮度Ｙ与Ｒ、Ｇ、Ｂ３个颜色分量的对应关系。
将彩色图像转化为灰度图像常采用公式（１）：【４Ｊ
Ｙ＝０．３Ｒ＋０．５９（３＋０．１１Ｂ
引言
智能交通系统…（ＩｎｔｅｌｌｉｇｅｎｔＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍ，ＩＴＳ）
由美国智能交通协会于１９９０年提出，它利用先进的信息处理技术、通信技术、自动控制技术、图像处理和模式识别技术以及计算机网络技术等来加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，有效地缓解交通堵塞，减少交通事故，建立舒适安全的交通环境。
智能交通系统中，车辆牌照的定位与识别，作为鉴别车辆信息的来源，占有着重要的地位。车牌识别系统【２１（Ｌｉｃｅｎｓｅ
ＰｌａｔｅＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍ，ＬＰＳ）的任务是处理、分析所摄取
的汽车图像，自动识别出车牌号码，从而确定车辆的身份。车牌识别系统能广泛应用于高速公路收费站、城市交叉路口、港口和机场、国家机关等重要场所，对提高这些场所交通系统的管理水平和自动化程度具有重要的意义。车牌识别算法主要包括，图像预处理、灰度图像二值化、牌照图像的整形与去噪、车牌区域的定位与切割、字符的分割和识别，本文主要介绍车牌定位的快速算法。
１
（１）
由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，由式（１）得到的灰度图像是较为合理的。
１．１．２
图像增强
从摄像机获得的汽车图像由于受到自然环境的影响，往
车牌区域的定位
对于快速行驶的车辆，可以通过高速的摄像设备，捕获
往质量较差，并且在图像信号的采集、输入过程中，也会使图像的质量下降，给后面的车牌定位和分割工作带来困难，因此需要对以上图像进行图像增强，提高图像质量。
在图像增强处理中，基于点操作的增强方法也叫做灰度变换。使用灰度变换的主要目的是为了提高图像的对比度，即增强原图像各部分的反差，去除或削弱无用的信息。
假定灰度化后的图像的灰度级范围为Ｇ（Ｕ）∈【ａ，ｂ１，为了将图像的灰度级范围拓展为Ｇ’（ｆ，）∈【乜’，ｂ’】，所需的线性变换如式（２）所示：
Ｄ—ａ
一帧汽车前视或者后视图像，作为后续定位和识别之用。而对捕获的车辆图像进行分析和识别过程中，车辆牌照的定位是整个环节的基础和关键。１．１图像预处理
由于外界因素的影响，在对车牌区域进行定位之前所获取的车辆图像的质量往往较低，并且存在大量的噪声，要准确地对车牌区域进行定位，需要对获取的图像进行必要的预处理，主要是对获取的彩色图像进行灰度化，随后进行图像增强，然后转化为二值图像，利用滤波算子进行滤波预处理，对图像中的噪声进行消除或降低噪声干扰。１．１．１图像灰度化
由于采集的图像一般足彩色图像，不但存储开销很大，而且处理上也会影响系统的处理速度，因此，对图像进行定位前先将图像转化为灰度图像，以加快处理速度。
Ｇ¨Ｊ）。等（Ｇ（Ｉ，Ｊ）一口）＋ａＩ
（２）
由于车牌位于车身的下部中间，属于中间灰度级范围，而车头上部及背景中一些区域一般较亮，属于高灰度级范围，边缘较暗属于低灰度。为了突出牌照的灰度细节，抑制高、低灰度区域，可利用式（３）对车牌图像进行中间灰度拉伸。
基金项目：教育部科学技术研究重点项目（１０９０５２），吉林省科技发展计划项目（２００７１１５３）：吉林省教育厅科技计划基金资助项目（吉教科
合字［２００７］第１７２号）
作者简介：蒲东兵（１９７０－），男，吉林长春．东北师范大学计算机学院，讲师，硕士，嵌入式系统设计与模式识别，吉林，长春１３０１１７
马志强（１９６３．）．男。吉林长春。东北师范大学计算机学院，教授，博士，生物信息学，吉林，长春１３０１１７
・４２・
ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶ０１．２６，Ｎｏ．４，２０１０
技术交流微型电脑应用２０１０年第２６卷第４期
竺Ｇ（Ｉ，Ｊ）
Ｇ’“，）。
临界值时，则假定该行为待搜索车牌的最底行。
计算牌照上下边界的定位算法如下：
８
兰型（Ｇ（，，．，）一口）十口．
—ｃｔ一＿ｂｔ（Ｇ（，，／）一６）＋６．
ｓＧ（ｉ，＿，）ｓｂ
（１）定义一个窗口ｗｉｎｄｏｗ，窗口宽度可以由车牌在图像中的大致比例来选取，为了能将整个车牌覆盖，应适当地放大宽度；
同时定义一个矩阵ｊｕｄｇｅ，用来记录ｗｉｎｄｏｗ在图像上的移动情况，其行数取图像的行数，其列数取图像的列数减去ｗｉｎｄｏＷ的宽度，元素初值为Ｏ：
（２）让ｗｉｎｄｏｗ在图像上从上到下，从左到右移动，在每一个移动的位置，统计窗口中象素的灰度值从０到１和从１到０的变化的次数ｎ；
（３）如果ｎ＜临界值，则让ｗｉｎｄｏｗ继续向右移动；（４）如果１１＞临界值，则在ｊｕｄｇｅ的对应行对应列记录下当前ｗｉｎｄｏｗ的左端点，即将该位置的元素置ｌ，并停止该行的移动，继续向下移动；
（５）ｗｉｎｄｏｗ完成移动后，ｊｕｄｇｅ就记录下了ｗｉｎｄｏｗ在所有位置的全部情况，然后对ｊｕｄｇｅ从上到下观察，如果发现有１５行中存在连续的ｌ，并且每一行１出现的横坐标不超过一个给定的闽值，就认为最上面的一行为车牌的上边界，同理，确定下边界。
基于车牌左右边界的确定，仍然采用与上下边界定位相似的方法，但是左右边界的定位相对要困难一些，因为汽车车牌中，左右两端的噪声在垂直方向上的灰度投影，也呈现出与车牌区域一样的波峰波谷交替出现的情形，所以容易将车牌的左右边界范围定得过大，因此要采取其他一些措施。
１．１３图像二值化
在对数字图像处理中，二值图像占有非常重要的地位，一般要进行图像的处理与分析，首先把灰度图像二值化，得到二值化图像，有利于对图像做进一步处理。
二值化的目的是要找到一个合适的阈值，将待研究的区域划分为前景和背景两部分。
本文采用Ｏｔｓｕ算’法Ｉ５Ｊ对图像进行二值化变换。Ｏｔｓｕ算法基于图像象素的灰度值进行分类，它是在判别最小二乘法的基础上推导出来的，按照使类间方差与类内方差比值最大的原则获得阂值，使目标和背景之间方差最大。１．１．４去噪处理
汽车图像信息在采集过程中往往受到各种噪声源的干扰，如光照、杂物、污痕等，这些噪声在图像上常常表现为一些孤立像素点，这可理解为像素的灰度是空间相关的，即噪声点像素灰度与它们临近像素的灰度有着显著不同。为减少干扰或孤立像素点对图像区域分割、分析和判断带来的影响，需要对图像进行平滑处理，常用的图像平滑方法有收缩再膨胀，图像平均法，域平均法（均值滤波），中值滤波法等。本文采用自定义模板中值滤波扣Ｉ，区域灰度基本上被赋值为０，号码部分是由许多短线组成，背景噪声中大部分是孤立噪声，采用模板（１，ｌ，１，１，１）对图像进行中值滤波，除掉图像中大部分噪声干扰。１．２车牌定位
车牌定位主要是基于车牌的特征信息进行分析定位，在一幅经过预处理，二值化处理和去噪处理后的含有车牌的图像中，车牌区域有以下３个基本特征：
１）在一个不大的区域内密集包含多个字符；２）车牌字符与车牌底色形成鲜明对比；
３）车牌区域大小相对固定，区域长度和宽度成固定比例。
根据以上特征，车牌区域所在的行相邻像素之间的０到ｌ和１到０的变化会很频繁，变化总数会大于一个临界值，这可以作为寻找车牌区域的依据。１７１［剐
由上至下统计每行相邻象素之间的灰度变化次数，当某行的变化次数首次大于临界值时，则假定该行为待搜索车牌的最高行，然后继续向下搜索，当某行的变化次数首次小于
２实验结果
采用ｖｃ＋＋６．０对算法编程实现，处理的图像为２４位真彩色６４０＋４８０的ｂｍｐ文件。实验中选择３０幅车辆图像进行处理，这些车辆图像包含不同大小和不同清晰度的牌照，对这些图像进行车牌定位测试。实验结果如表ｌ所示。
表１车牌定位实验结果
ｌ图像总
定位准确图像
数
２８
ｌ数
３０
定位不准确的图像
数
２
准确室
９３
错误塞
６
３％７％
图ｌ是４张车辆原始图像，图２是对原始图像进行灰度变换和图像增强后的效果，图３是将图像二值化处理后的效果，图４是对图像进行去噪处理后的效果，图５是车牌区域上下边界定位后的效果，图６是最终定位的车牌区域。
图ｌ汽车前、后视的原始图像
图２灰度化与图像增强后的汽车图像
．・４３・
ＭｉｃｒｏｃｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓＶｏＬ２６，Ｎｏ．４＇２０１０技术交流微型屯脑应用
２０１０年第２６卷第４期
３
总结
本文提出一种快速的车辆牌照定位算法，对获取的车辆
【２】张丽芬，代君．智能监控交通系统中车牌识别技术研究【３１
【３－１微计算机信，皂：－，２００８２４（１１）：３１２—３１４．ＲａｆａｅｌＥ．ＷｏｏｄｓＤｉｇｉｔａｌＣ．Ｇｏｎｚａｌｅｚ，Ｒｉｃｈａｒｄ
ｈｎａｇｅ
图像进行相应的预处理之后，根据车辆图像的纹理特征，分析了牌照区域字符分布情况及变化规律，根据车辆号码区域像素值的变化频率，在一个特定的范围内，进行水平和垂直
方向上的定位，得到准确的车牌区域，便于后续识别。实验结果表明本文的算法可以很好地去除伪车牌区域，实现车牌的快速、准确定位，具有很强的适应性和应用前景。
Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．北京：电子工业出版社，２００６．
【４】赵启升，赵存华．基于ＶＣ＋＋下的车牌识别系统关键技
术研究ＩＪ】．计算机科学２００６，３３（１２）：２０７－２０９．
【５】张辉，张道勇灰度等级处理中的ＯＳＴＵ动态阈值法研究
【Ｊ】．传感器世界，２００８：２４－２７．
［６】数字图像处理典型算法及实现［ＭＩ．求是科技．北京：人民
邮电出版社，２００６，６．［７】陈智丽，赵巍．一种快速有效的动态车辆牌照定位算法
川．机械设计与制造２００８，（１１）：１１—１３．
【８】吴昊，丁庆生．一种完整的汽车牌照识别算法［刀计算机
测量与控制２００８，１６（３）：３９２—３９４．
（收稿日期：２００９．１０．０７）
参考文献
【ｌ】李树广，刘允才．智能交通的发展与研究【叩微型电脑应
用，２００５２１（６）：１－６．
谬姆姆守谬移一守浔浔谬谬谬毋毋谬姆守一谬浔毋谬谬谬移醇姆秽谬谬守谬一谬秽一
（上接第３９页）４系统的运行与测试
基于ＰＤＡ与ＷｅｂＳｅｒｖｉｃｅ的钢板信息管理系统，已经实际应用于大连船舶重工有限公司～工厂钢板库信息管理的项目中。运行此系统软件时，用户根据其权限的不同实现对钢板信息的管理，权限高的用户可以对到货清单的手工录入进行操作，所有用户都可以进行钢板信息的入库、倒库、盘点、出库操作，系统也会提供良好的人机交互界面，便于用户操作软件。
当发送信息时出现网络信号不好时，系统可自动提示网络信号差的信息，并恢复到等待状态，当网络信号好时重新传送数据。
５
Ｉ作。设备缺陷显示直观，便于管理层进行决策处理。参考文献
【ｌ】
ＦｅｉｓｉＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｉｑｕｅＣｅｎｔｅｒｏｆＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ．ＡｐｐｌｉｃａｔｉｏｎａｎｄＤｅｖｅｌｏｐｍｅｎｔｏｆＪａｖａＷｅｂ
Ｓｅｒｖｉｃｅｓ．Ｂｅｉｊｉｎｇ：ＰｕｂｌｉｓｈｉｎｇＨｏｕｓｅｏｆ
Ｉｎｄｕｓｔｒｙ，２００２．１９０－１９６ｆｉｎＣｈｉｎｅｓｅ）．
Ｅｌｅｃｔｒｏｎｉｃｓ．
【２１２
ＳｈｍｕｅｌｉＯ．ＡｒｃｈｉｔｅｃｔｕｒｅｓｆｏｒｍｔｅｍａｌＷｅｂｓｅｒｖｉｃｅｓ
Ｃｏｎｆ．
ｄｅｐｌｏｙｍｅｎｔＩｎ：ＡｐｅｒｓＰ，ｅｄＰｒｏｃ．ｏｆｔｈｅ２７ｔｈＩｎｔ’１
ｏｎ
ＶｅｒｙＬａｒｇｅ
Ｄａｔａ
Ｂａｓｅｓ．Ｒｏｍａ：ＭｏｒｇａｎＫａｕｆｍａｎｎ
Ｐ１ｌｂｌｉｓｈｅｒｓ２００１．６４１—６４４．
【３】岳昆，王晓玲，周傲英．Ｗｅｂ服务核心支撑技术：研究综述
【Ｊ】．软件学报：２００４，１５（３）：４２９－４３０．
【４】（美）戴特尔（Ｄｅｉｔｅｌ，Ｈ．Ｍ．）等著ｃ拌大学教程［Ｍ】须德
等译．北京：电子工业出版社’２００４．１：４４１－４５７．
结束语
基于ＰＤＡ与ＷｅｂＳｅｒｖｉｃｅ的无线条码信息采集系统的使
【５】明日科技编著ＡＳＰ．ＮＥＴ２．０开发技术大全［Ⅶ．北京：人
民邮电出版社２００８．２：３４７．３６１．
（收稿日期：２００９・１０－２６）
・“‘
用，方便了用户的操作，提高了录入数据的可靠性及效率性，杜绝了用户的玩忽职守现象，实现了钢板数据的无纸化操
一种快速车牌定位算法
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
蒲东兵， 赵大伟， 赵东来， 马志强东北师范大学计算机学院,长春,130117微型电脑应用
MICROCOMPUTER APPLICATIONS2010，26(4)1次
参考文献(8条)
1.李树广.刘允才 智能交通的发展与研究 2005(6)
2.张丽芬.代君 智能监控交通系统中车牌识别技术研究 2008(11)3.Rafael C.Gonzalez.Richard EWoods Digital Image Processing 20064.赵启升.赵存华 基于VC++下的车牌识别系统关键技术研究 2006(12)5.张辉.张道勇 灰度等级处理中的OSTU动态阈值法研究 20086.求是科技 数字图像处理典型算法及实现 2006
7.陈智丽.赵巍 一种快速有效的动态车辆牌照定位算法 2008(11)8.吴昊.丁庆生 一种完整的汽车牌照识别算法 2008(3)
相似文献(10条)
1.学位论文 顾晶 基于计算机视觉的智能交通监控系统的研究 2006
智能交通监控系统是未来交通发展的必然趋势，其关键技术的研究具有深远的意义。基于视觉的交通监控是计算机视觉技术在智能交通监控系统中的主要应用之一。计算机视觉为交通系统提供了更为直观方便的分析手段，交通环境中大量的信息来源于视觉，用计算机视觉技术来处理或理解这类信息是一种自然的选择。它对于缓解交通阻塞，提高道路通过率，减少事故的发生，加强交通安全具有重要的现实意义。
本文主要围绕智能交通监控系统中的模式识别、图像处理和人工智能等关键技术，从低层视觉、中层视觉和高层视觉三个层次，对智能交通监控系统进行具体的研究。低层视觉中，主要研究了车辆的检测与分割的方法，还包括图像的预处理、背景更新以及阴影消除等技术的研究：中层视觉中，主要研究车辆跟踪的方法，以及交通参数的检测；高层视觉中，对行人识别技术进行了一定的，同时研究了违规情况的报警。
本文把主要工作放在视觉信息提取上，即低层视觉和中层视觉。这是视觉技术中最基本最困难的问题，同时也是后续处理的基础，是交通行为正确理解的保证。
2.学位论文 陈曦 嵌入式智能交通图像处理与传输系统的研究与实现 2008
随着单位、私人用车数量的大幅提高，城市交通问题日益严峻，交通管理部门急需智能管理系统来科学有效地利用有限的道路交通资源。目前，计算机视觉和嵌入式技术的迅速发展，为智能交通系统(ITS)的研制和实用奠定了坚实的技术基础。ITS系统可以对整顿交通次序，缓解道路拥挤，减少事故伤亡等起到积极作用，研究能够实时同步地传送道路视频图像和路况信息数据，已成为智能交通系统设计中的一个热点。
本文根据实际用户单位的需求，设计了一套嵌入式智能交通图像处理与传输系统，系统采用专用ASIC实现了超小型MPEG-2编码器，利用高性能
TIDM642DSP平台进行交通信息的实时采集，采用大规模FPGA实现了微型DVB-S调制器中基带部分的所有功能模块，利用射频模块与卫星通道或特定的无线频段实现了与标准卫星接收机的通信。论文给出了系统各个模块的设计过程，详细描述了微型DVB-S调制器中FPGA各功能模块的设计细节，实现了基于DVB-S标准的交通视频和路况信息数据的实时同步传输，并在实际试验中获得了较好的效果。论文为智能交通图像处理与传输系统的研究提供了一种新颖且简便可行的实现方案。
3.学位论文 戴春蕾 智能交通图像编码器的设计研究 2006
随着微电子技术、计算机技术、通信技术的飞速发展，人类社会逐步迈入信息化时代，图像作为信息载体被广泛应用。多媒体技术的快速发展使得数字化信息的数据量成为海量数据，这样大的数据量，无疑给存储器的存储容量、通信干线的信道传输率以及计算机的速度都提出了很高的要求，所以数据压缩技术是行之有效的方法。通过数据压缩手段减少信息数据量，以压缩形式存储和传输，既节约了存储空间，又提高了通信干线的传输效率。 本文针对多媒体技术中的静态图像压缩JPEG基线系统(ISO10918-1)标准进行了研究，实现了对8×8象素的压缩处理设计，介绍了JPEG标准的各部分算法：包括色彩变换、离散余弦变换(DCT)、量化、“Z”字型扫描、RLE编码以及Huffman编码，在此基础上阐述了每一模块的实现方法。对于其中最核心的模块DCT，提出了一种基于SIMD处理器的结构，该方法具有非常好的灵活性，可以非常方便的实现算法的升级。各模块采用基于可重用技术的设计方法，作为IP核既可以应用在JPEG，也可以应用到其他相关算法的专用图像处理芯片中。
4.期刊论文 和万荣.罗志清.HE Wan-rong.LUO Zhi-qing 城市智能交通决策系统建设方案 -中国西部科技2007,""(10)
智能交通决策系统是解决城市交通问题的一个决定性技术,对城市交通优化、城市资源分析有着巨大的好处.本文从分析现在城市普遍存在的交通问题和技术力量出发,介绍了智能交通决策系统的优点,建立智能交通决策系统的可行性和具体方法.
5.学位论文 周晓康 机动车辆识别在智能交通中的新应用研究 2008
近年来，随着全国经济的发展和化工企业的增加，各种危险化学品的运输越来越频繁。由于环境部门对危险化学品水上运输的限制，危险化学品更多的是通过机动车辆运输。装载有危险化学品的机动车辆是一种动态危险源，在运输过程中险情和事故时有发生，对人类生命、物质财产和生态环境的安全构成极大威胁。
在重点保护区域和人员密集的敏感路段，采取特定时期禁止危险化学品车辆通行的措施是十分必要的。要实施上述措施，首先要解决危险化学品车辆的筛选和识别。在智能交通系统中，机动车辆识别主要包括车型识别和车牌识别，将它用于危险化学品车辆的筛选和识别，从而为危险化学品车辆管理提供新的监管手段，这是机动车辆识别技术的一种重要应用。
论文设计了一种准确的危险化学品车辆筛选及其车牌号码识别的图像处理与识别方案。首先，对采集到的图像数据进行预处理，用HSI空间彩色分割
进行分割，进而用BP神经网络法和主成分分析法进行字符的识别，最后识别得到危险化学品车辆的车牌号码。利用VC和MATLAB两个平台编写了相关的算法程序。实验结果表明，本文的方法简单有效，较好地完成了危险化学品车辆的筛选和识别，具有一定的实用参考价值。
6.学位论文 李文举 智能交通中图像处理技术应用的研究 2005
图像处理技术在智能交通中应用的研究,是智能交通系统的重要前沿研究领域,具有十分重要的理论意义和应用价值。图像处理技术在智能交通中的应用领域非常广阔,大体上可分为基于视觉的智能车辆导航、基于视觉的交通监控和基于视觉的交通管理三大应用领域。本文主要研究了后两大领域中的若干问题,主要包括彩色边缘检测、车牌定位、车牌字符分割、车徽分割和运动车辆的阴影检测。彩色边缘检测在面向智能交通的图像处理技术中发挥着重要作用。目前主要存在两个问题,一是大多数算法在RGB彩色空间中实现,不能提供符合人类视觉颜色理解的边缘信息。含有色调、饱和度和亮度的颜色模型虽然更符合人对颜色的感知,但基于此颜色模型的彩色边缘检测的研究还较少,且已有算法对噪声敏感,抗噪性能差。因此,在色调、饱和度、亮度彩色空间内寻找对噪声具有鲁棒性的彩色边缘检测算法是要解决的一个问题;二是目前的彩色边缘检测算法没有考虑目标的先验知识,所求得的边缘数量较多,目标特征不易提取。因此,寻找基于目标特征的彩色边缘检测算法是要解决的又一个问题。
7.学位论文 赵茜 基于图像处理的车牌识别系统的研究 2006
车牌识别(LPR)系统是以识别汽车牌照为特定目标的专用计算机视觉系统.汽车牌照的唯一性使得汽车牌照的识别成为实现智能交通系统的重要部分之一.车牌的自动识别是计算机视觉和模式识别技术的结合.随着汽车行业和公共交通事业的发展,智能交通控制系统变得必要,它不但可以广泛地应用于交通流量检测,而且还可以应用于交通控制与诱导,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.而智能交通系统包括信息采集、图像处理和识别,自动计时、收费等模块.因此,具有广阔的应用前景.本论文主要研究智能交通系统中的基于图像处理的汽车牌识别系统.本论文研究的主要内容包括:
①在车牌图像定位和提取方面,本文提出了基于灰色理论的改良种子定位算法,然后使用Sobel算子对车牌的区域进行精确地定位,最后去伪牌.
②在车牌预处理阶段,本文首先使用去除噪声(去杂点法)的方法,然后又提出了分别对其在垂直方向上进行了校正,最后用水平旋转方法在水平方向上对车牌进行校正.
③在车牌字符切分过程中,本论文提出了粗切割方法,对车牌上的字符进行切割,然后再把各个字符上的多余的空问去掉.
④在车牌字符识别方面,本论文将车牌字符分为两部分识别,第一部分为汉字部分,使用SVM矢量机的方法；第二部分为字母数字部分,使用13特征提取的方法,对切割下来的字符进行特征提取,然后再利用所提取的特征值对神经网络进行训练,最后利用这个训练结果对其它车牌上的字符进行识别. 按照本文所采取的步骤,根据上面所提出的方法对采集来的车辆图像进行试验,得到了良好的效果.
8.期刊论文 曾锐利.李刚.林凌.ZENG Rui-li.LI Gang.LIN Ling 智能交通监控系统中多目标跟踪算法 -电子器件2007,30(6)
在视频监控系统中,以自适应背景差分法提取运动目标,并以单连接区域增长法标记各运动目标区域.针对在城市交通监控系统的特点,建立视频流中帧间图像的约束条件,利用相邻两帧目标之间的距离、平均灰度以及面积差等特征建立匹配距离测度函数,通过求全局最优解使得距离测度达最小,进而确定最佳匹配目标,并分析了目标运动过程中的遮挡现象及提出了解决方法.实验结果表明,该方法跟踪运动目标准确率达98%.
9.学位论文 陈伟 智能交通图像识别系统的研究 2002
该论文详细讨论了一种可应用于交通管理的智能交通图像识别系统.由摄像头获取的视频图像经计算机进行图像差分运算,结合统计算法由计算机根据所得数据判断监测区域是否有违章车辆出现并作出相应的处理.在此基础上,文章还进一步讨论了车牌号码自动识别的算法.实验结果表明该系统能较好的实现运动检测和车牌识别.该论文具体介绍了系统的硬件及软件组成.硬件组成系统主要包括图像传感器、图像采集卡这两个部分.软件组成系统主要包括运动检测算法、车牌定位算法和字符识别算法.
10.学位论文 程远航 图像处理与图像识别新技术在智能交通中的应用研究 2008
智能交通系统ITS随着全球经济的迅速发展汽车数量的增加，已经成为各国研究的焦点。本文主要研究了多种图像处理与图像识别的技术，同时研究了它们的一些改进算法，并把这些技术应用在智能交通系统中。
本文对智能交通所涉及问题进行了分析和研究，而作为智能交通系统重要组成部分的车牌识别系统在我国的研究还不是很成熟，所以本文重点研究了车牌识别系统。
本文研究了车牌识别系统的三个子系统：
(1)车牌定位系统。这是进行车牌识别的第一步工作。本文首先对采集到的汽车图像采用了4种图像处理技术来进行预处理，然后运用图像的垂直、水平投影法来定位车牌位置并且剪裁出车牌图像；
(2)字符分割和特征提取系统。在字符分割前有5种图像处理技术运用于车牌图像处理中，字符分割后本文研究了字符特征提取的几种方法，为后面的字符识别工作做好准备工作。
(3)字符识别系统。采用三层BP网络模型，在程序实现过程中反复试验，对车牌中的数字字符有较高的识别率。采用图像处理的模板匹配法对车牌中的英文字符进行识别，取得了不错的效果。
最后作者以本论文的理论研究成果为基础并结合相关课题，利用VC++开发环境初步研究开发了有一定识别率的车牌识别系统。
本文链接：http://d.g.wanfangdata.com.cn/Periodical_wxdnyy201004016.aspx
授权使用：中南林业科技大学(znlykj)，授权号：08b4d0d9-9276-47e7-b298-9e3400d7f685
下载时间：2010年11月20日