车辆稽查系统软件开发开题报告

1. 研究目的与意义（文献综述）

车辆稽查系统的主要实现的是将当前摄像头采集到的车牌照片的信息与车载单元传送过来的真实车牌信息进行对比，来判别当前将要通过的车辆是否为套牌车。因此，车辆稽查系统里面最重要的是实现车牌识别。

目前，车牌识别的技术发展相当成熟，识别的过程基本上就分为三步：车牌定位，车牌分割和字符识别。

在国外，车牌识别技术起步较早。kolour和shahbahrami使用过以下三种方法对车牌识别技术进行研究：1基于hough变换的边缘检测定位识别技术；2根据相关性和区域增长进行底帽变换的定位识别技术；3基于gabor滤波器的定位识别技术。据其报告知以上三种方法均有其优点和缺陷，效果较为一般。el-adawi、keshk和haragi设计了一种基于神经网络并采用反向传播算法的自动车牌识别系统，使得车牌提取能达到89%的成功率，并且从已定位的车牌中进行字符识别能达到93%的成功率，识别效果较为优秀。sridhar等人利用全局二值化和灰度形态学设计了一种识别系统，但这种系统只有在有限的环境和均匀照明的情况下才会有良好的效果。s.m.mohades kasaei和s.a.monadjemi等人设计了一种基于形态学与模版匹配的车牌识别系统，该系统对伊朗汽车车牌图像进行了测试，测试结果表明，该系统能达到97.3%的车牌识别率和92%的字符识别率，识别效果相当优异。

2. 研究的基本内容与方案

本文通过对车辆稽查系统的深入研究，针对其中的关键技术模块——车牌识别，利用vs2010的mfc对话框库和intel的opencv图像处理库来开发设计高效的车辆稽查系统。主要实现将从摄像头采集并识别到的车牌与车载单元传送的车牌信息进行对比，来判断当前车辆是否为套牌车的功能。了解到车牌识别的一般方法和规律，本次毕业设计研究的主要内容步骤如下：

（1）图像预处理：由于经摄像头采集而来的图像受到光照、噪声等因素的影响，因此在进行车牌识别之前必须对图像进行预处理，尽量减少外界因素对图像识别的影响，方便后续处理。图像预处理主要包括灰度化和滤波。基于opencv库，灰度化一般使用颜色空间转换函数cvcvtcolor()即可。滤波可分为空间域滤波和频率域滤波两种，空间域滤波主要有均值滤波、中值滤波和最大最小值滤波，频域滤波主要有巴特沃夫滤波和高斯滤波。一般使用中值滤波即可。

（2）车牌定位：车牌定位可分为5步走：垂直方向边缘检测、图像二值化处理、图像形态学处理、定位区域筛选和图像几何校正。车牌上的文字一般是呈纵向边缘，因此采用垂直方向边缘检测，opencv库里面调用cvcanny()来实现。灰度图像难以进行车牌的定位，因此要采用图像二值化进行处理，opencv库里面调用cvthreshold()来实现。二值图像一般还不能满足车牌定位的需求，因此对二值图像还要进行形态学处理——膨胀腐蚀，使得车牌区域连成一个矩形，便于识别，opencv库里面调用cvdilate()和cverode()来实现。经过形态学处理的照片里可能含有多个矩形区域，可以通过车牌的长宽比例来进行定位区域筛选。摄像头拍摄的照片里面车牌可能会出现倾斜的情况，以至于无法识别，因此要对图像进行几何校正。车牌的倾斜分为水平倾斜和垂直倾斜，可以通过线段检测出倾斜角度，利用图像的基本运算来完成几何校正。

3. 研究计划与安排

第 1－3 周：查阅相关文献资料，明确研究内容，了解研究所需理论基础，初步确定方案，完成开题报告。

第 4－7 周：继续查阅相关资料，熟悉掌握基本理论，完成英文资料的翻译，完成系统结构及功能模块设计。

第 8 －13周：熟悉开发环境,深入研究，进行系统初步实现。

4. 参考文献（12篇以上）

[1]黄山.车牌识别技术的研究和实现 [d].四川:四川大学,2005.

[2]康健新.基于图像的车牌识别系统的设计和实现 [d].吉林:吉林大学,2014.

[3]刘万军，姜庆玲,张闯.基于cnn彩色图像边缘检测的车牌定位方法 [j].自动化学报,2009,35(12):1503-1512.