基于MATLAB的车牌识别系统的研究开题报告

全文总字数：2658字

1. 研究目的与意义

随着我国经济不断发展，人民的生活水平不断提高，汽车的数量大幅度增加，城市交通状况日益受到人们重视，如何进行有效的交通管理也成为人们关注的焦点。

实现交通管理的自动化和智能化是2l世纪世界道路交通的发展趋势，智能交通系(intelligenttransportationsystem，简称its)就是将先进的信息采集技术、数据通讯技术、自动控制技术及计算机技术、网络技术等高新技术有效地运用于整个交通管理体系中，从而将人力从繁琐的人工观察中解放出来，同时还提高了工作效率以及工作的精度。

车牌识别系统(licenseplaterecognition，简称lpr)作为智能交通系统的一个重要方向越来越受到人们的重视。车牌定位识别系统是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统，利用摄像机采集到车牌图像，利用数字图像处理技术对采集到的车牌图像进行处理，能够自动实时的对行驶中的车辆牌照进行识别。车牌识别系统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各个领域，对国家的安全发展有很大的作用。虽然目前已有一些车牌识别系统相关产品出现，但是对其算法的研究发展从没有停止，仍有许多学者在做着进一步的研究改进。

2. 国内外研究现状分析

车牌识别技术在国外起步比较早，并且发展比较迅速。1989年inigo就提出了车辆检测和车辆跟踪算法，把机器视觉技术应用在交通控制这一领域中。k.kanayama，y.fujikawa提出的基于扫描行的车牌定位方法。robertson提出的基于dft变换的频域分析方法。y.soh开发出一套实时车牌识别系统，据报道该系统的车牌定位正确率达到99.2%。日本人在车牌图像的获取的方面作了大量的研究，并为系统产业化做了大量的工作。y.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，其重点工作是放在二值化上，最后对其样本的识别达到了较高的识别率。eunryung等利用图像中的颜色分量，对车辆牌照进行定位识别，在80幅图牌的样本集中，使用了三种方法：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彩色模式为基础的车牌识别系统，识别率分别达到81.25％、85％、91.25。d.w.tindail分析了车牌识别系统全天工作的重要意义，指出了车牌识别系统在欧洲应用的困难，欧洲有十多个国家，每个国家的有多种车牌，如英国就有5种以上，而这些国家的车辆可以相互通行无阻，因此，如果想车牌识别系统在欧洲得到应用，系统必须可以同时识别多种格式车牌。barroso的基于niblack二值化算法及自适应边界搜索的定位方法。意大利的r.parisi等采用一个快速、稳定的lddft方案对拍摄到的汽车图像进行预处理，以找到车牌及其字符位置。这些字符通过新近发展起来的一个使用brls算法的多层神经网络分类，当神经网络这一结构恰当的

应用于可编程的dsp处理器上并行处理以后，正确识别字符的准确率已经达到了学术上所能获得的最大值，同时对环境的变化敏感度也是非常低。c.wu、l.on等提出的基于形态学和投影分析的澳门车牌识别系统。y.yang，j.bai等提出的基于相关颜色分析的车牌定位方法。

由于国外智能交通发展较早，所以车牌自动识别技术在国外也起步较早，在美国、意大利、德国、以色列、新加坡等国家，都己有了比较成熟的车牌自动识别系统投入实际使用。由于中国的车牌的格式与外国有很大的差异，尤其加了汉字的识别，所以国外的识别率只有参考价值，但是系统的算法还是有很大的借鉴意义。

3. 研究的基本内容与计划

车牌识别是数字图像研究领域的重要研究课题。由于时间和水平的关系，本论文拟对车牌识别系统中数字识别的软件部分进行一定的研究，即车辆牌证图像处理的数字处理软件部分，具体步骤如下：车辆图像归一化---图像预处理---车牌定位---车牌分割---车牌区域二值化---字符分割---字符识别。

论文的主要研究内容：

（1）在matlab基础上，实现车牌识别系统中的车牌定位及车牌字符的识别功能；

4. 研究创新点

通过研究车牌定位和车牌分割算法，降低误识别和误分辨率，增强抗干扰力。