复杂背景中的车牌定位开题报告

1. 研究目的与意义（文献综述）

随着社会经济及城市化的高速发展，我国的汽车保有量迅猛增长，由此带来的交通拥堵，事故伤亡等问题日益严重。面对如此纷繁复杂的交通，社会问题，传统的人工处理和管理方式已经越来越无法适应社会的发展。因此，交通管理智能化将成为未来世界交通管理的必然趋势。作为智能交通系统的核心技术之一，车牌识别系统是以实现车牌的实时定位及字符识别为目的的计算机视觉系统[4]。车牌识别通常被业界分为车牌定位，字符分隔及字符识别三部分，由于实际环境的复杂性和多变性，其中以车牌定位最为关键，其直接决定着车牌识别系统的准确率和实时性[5]。车牌识别系统不仅给交通系统的自动管理提供了极大的方便，而且提高了人工处理的效率，降低了车辆检测、交通管理的复杂度，还节省了人力物力，减少了时间和经济上的消耗。目前车牌识别技术在交通路口的智能化交通管理、道路治安卡口抓拍识别、车流量监测、车辆稽查、车辆自动收费系统等方面有重要应用[6]。

为了准确、快速、有效的识别图像中的车牌，不可缺少的第一步就是车牌定位。车牌定位的准确率和稳定性极大的影响了整个系统的准确率和稳定性。车牌定位技术往往是提高车牌识别率和系统效率的关键所在。车牌定位的出发点是利用车牌区域的各种描述特征来判断车牌区域位置，并将该区域从整幅车辆图像中分割提取出来[7]。这些车牌描述特征包括车牌的高、宽、高宽比，字符的纹理、边缘，车牌的颜色等。但在实际生活中，由于拍摄硬件与技术、拍摄角度、天气变化、光照条件、车牌的新旧等各种复杂情况，对以每一张车牌的任何一项描述特征都可能存在不可预知的变化，比如车牌倾斜、车牌有污迹、车牌与车身颜色相同等[9]。而在这样的复杂情况下，实现高效、高准确率、强鲁棒性的定位车牌系统，是目前车牌定位技术的难点，也是本文的主要研究目标和研究意义所在。

在国内外，从20世纪90年代起，许多研究人员就己经开始致力于车牌识别系统的研究，到目前，随着图形图像技术发展，车牌识别技术也越来越趋于成熟，识别的准确率和识别的速度都有了很大的改善。其一般的实现方法是对拍摄得到的车辆图像进行分析，确定车牌的位置，提取各个车牌字符，确定车辆的牌照号[17]。在研究车牌识别技术的过程中，也出现了很多技术方法:有的人使用遗传学算法，有的人运用模糊数学理论，也有的人使用bp神经网络算法来识别车牌中的字符，但由于外界实际环境复杂，干扰因素众多，例如光照强弱变化、背景环境繁多，再加上有些车牌其本身就布满灰尘，比较模糊等现象，而且很多算法一味的追求准确率而采用相对复杂、多重算法相融合的识别方法，而忽略了该系统所要求的实时处理的环境，因此，车牌识别系统长期处于一个不断改进的过程之中[8]。

2. 研究的基本内容与方案

论文的任务是从各种复杂环境下采集的车辆图像中，快速准确的提取出

车牌图像。主要内容有：

1.学习c 做好论文的准备工作。

3. 研究计划与安排

第1-2周：外文文献翻译及消化资料，撰写文献检索摘要、文献综述初稿及开题报告初稿。

第3-5周：分组进行开题讨论，修改开题报告并提交外文翻译译文、文献检索摘要、文献综述及开题报告。

第6-11周：撰写论文，提交初稿，并进行预答辩。

4. 参考文献（12篇以上）

[1]fuyi,youbinchen.apattern baseddirectionalelementextractionmethodforvehiclelicenseplatedetectionincomplexbackground.tsinghuauniversity,2011.

[2]wengangzhou,houqiangli,yijuanlu,qitian.principalvisualworddiscoveryforautomaticlicenseplatedetection.imageprocessing,2012,.

[3]abbasm.al-ghaili,syamsiahmashohor,abdulrahmanramli,andalyaniismail.vertical-edge-basedcar-license-platedetectionmethod.vehiculartechnology,2013,