車(chē)牌識(shí)別系統(tǒng)畢業(yè)設(shè)計(jì)

1、武漢理工大學(xué)畢業(yè)設(shè)計(jì)（論文）1摘要車(chē)牌識(shí)別系統(tǒng)是智能交通系統(tǒng)中不可或缺的核心組成部分。是圖像處理和模式識(shí)別技術(shù)研究的熱點(diǎn)，應(yīng)用也越來(lái)越普遍。本次畢業(yè)設(shè)計(jì)所研究的車(chē)牌識(shí)別系統(tǒng)可廣泛應(yīng)用于交通監(jiān)控、公路收費(fèi)、停車(chē)收費(fèi)、汽車(chē)防盜、違章管理中。汽車(chē)牌照識(shí)別系統(tǒng)涉及的核心技術(shù)主要包括汽車(chē)牌照定位、汽車(chē)牌照分割和汽車(chē)牌照字符識(shí)別技術(shù)。本文對(duì)這些技術(shù)及所涉及的算法做了詳細(xì)的論述，并對(duì)部分算法做了改進(jìn)。汽車(chē)牌照定位：在本次設(shè)計(jì)的系統(tǒng)中對(duì)車(chē)牌定位的算法包

2、括三個(gè)過(guò)程，即顏色識(shí)別、形狀識(shí)別、紋理識(shí)別。先通過(guò)顏色識(shí)別來(lái)初步確定車(chē)牌的所在區(qū)域，再結(jié)合車(chē)牌的形狀特征以及紋理特征精確定位。汽車(chē)牌照字符分割：分割算法就是以識(shí)別汽車(chē)牌照內(nèi)字符間存在的間距為依據(jù)進(jìn)行分割，得到單個(gè)的字符。汽車(chē)牌照字符識(shí)別：本文通過(guò)使用模板匹配法，將待識(shí)別字符經(jīng)分割歸一化成模板字體的大小，將它輸入字符識(shí)別模塊進(jìn)行匹配，從而識(shí)別出車(chē)牌中的漢字，字母以及數(shù)字。關(guān)鍵詞：車(chē)牌識(shí)別；汽車(chē)牌照定位；字符分割；字符識(shí)別武漢理工大學(xué)畢業(yè)設(shè)

3、計(jì)（論文）31緒論1.1課題背景及意義汽車(chē)號(hào)牌是國(guó)家車(chē)輛管理法規(guī)定的具有統(tǒng)一式樣的帶有注冊(cè)登記編碼的號(hào)碼牌，是識(shí)別車(chē)輛身份的標(biāo)識(shí)。為此，我國(guó)交管部門(mén)對(duì)汽車(chē)車(chē)牌的管理非常重視，并制定了一套嚴(yán)格的管理法規(guī)。對(duì)車(chē)牌的制作、安裝、維護(hù)都要求由制定部門(mén)統(tǒng)一進(jìn)行管理。在此基礎(chǔ)上，研制出一種能在公共場(chǎng)合迅速準(zhǔn)確的對(duì)車(chē)牌進(jìn)行自動(dòng)識(shí)別的系統(tǒng)，那將是一件非常有意義的工作，并將極大地提高汽車(chē)的安全管理水平及管理效率。本次畢業(yè)設(shè)計(jì)就是基于此種目的，進(jìn)行汽車(chē)牌照

4、自動(dòng)識(shí)別技術(shù)的設(shè)計(jì)與實(shí)現(xiàn)。該技術(shù)可廣泛應(yīng)用于交通監(jiān)控、公路收費(fèi)、停車(chē)收費(fèi)、汽車(chē)防盜、違章管理中。車(chē)牌識(shí)別系統(tǒng)是智能交通系統(tǒng)中不可或缺的核心組成部分。是圖像處理和模式識(shí)別技術(shù)研究的熱點(diǎn)，應(yīng)用也越來(lái)越普遍。智能交通系統(tǒng)為解決當(dāng)前緊迫的交通問(wèn)題提供了關(guān)鍵的技術(shù)，其中汽車(chē)牌照識(shí)別是智能交通系統(tǒng)中最關(guān)鍵技術(shù)之一，已廣泛應(yīng)用于各級(jí)公路和城市交通管理，具有巨大的經(jīng)濟(jì)價(jià)值和現(xiàn)實(shí)意義。一般的說(shuō)，人工智能的發(fā)展分近期很遠(yuǎn)期兩個(gè)目標(biāo)。近期目標(biāo)是人工智能逐步接

5、近并達(dá)到人腦的智力水平。遠(yuǎn)期目標(biāo)是人工智能的智力水平得到進(jìn)一步提高，再反過(guò)來(lái)輔助人腦，或者作為一種工具來(lái)延伸并增強(qiáng)人腦的智力水平。如為人腦提供智力眼、智力耳等具有分析能力的智力器官。目前，人工智能的技術(shù)水平仍處于實(shí)現(xiàn)近期目標(biāo)的較低階段。其中，關(guān)于聲音、文字、圖像等信息的識(shí)別能力就遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到人腦的識(shí)別水平。而這一識(shí)別能力的提高主要依靠人工智能的模式識(shí)別技術(shù)水平的提高。本次畢業(yè)設(shè)計(jì)關(guān)于汽車(chē)牌照識(shí)別技術(shù)的研究則是人工智能與模式識(shí)別技術(shù)領(lǐng)域的

6、一個(gè)典型應(yīng)用研究。這必將有助于推動(dòng)人工智能及模式識(shí)別技術(shù)的發(fā)展。1.2國(guó)內(nèi)外研究現(xiàn)狀針對(duì)汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng)的研究，國(guó)外起步較早，20世紀(jì)80年代就有大量相關(guān)研究，取得的成果也比較多。在20世紀(jì)80年代，英國(guó)就完成了“實(shí)時(shí)車(chē)牌檢測(cè)系統(tǒng)的”研究和開(kāi)發(fā)。日本在對(duì)車(chē)牌圖像的獲取方面也做了不少的研究，并為系統(tǒng)產(chǎn)業(yè)化做了不少貢獻(xiàn)。如今，車(chē)牌識(shí)別系統(tǒng)的研究技術(shù)在國(guó)外已經(jīng)比較成熟，例如匈牙利的AdaptiveRecognitiong公司，新加坡的Op