《基于MATLAB的车牌自动识别 毕业设计中期报告.doc》由会员分享，可在线阅读，更多相关《基于MATLAB的车牌自动识别 毕业设计中期报告.doc（13页珍藏版）》请在三一办公上搜索。
1、基于MATLAB的车牌自动识别 -毕业设计中期报告 课题背景:随着社会的高速发展,人们的生活水平得到提高,作为现代社会主要交通工具之一汽车,在生活和工作中得到越来越多的使用,如何管理车辆越来越重要.智能交通系统的出现将可以缓解道路堵塞和减少交通事故,规范驾驶,提高交通利用率.它是交通信息系统、通讯网络、定位系统和智能化分析的交通系统的总称。车牌识别是智能交通的一个关键组成部分 。车牌识别主要由图像采集、车牌定位、字符分割、字符识别四大部分组成。 课题研究意义：采用车牌识别系统能对车牌进行识别处理，在道路交通监测、监控方面起到了至关重要的作用，起到监察和防范交通事故的发生，诱导和疏通交通系统的作
2、用。此外还可大大减少人力，减轻道路监测部门的工作强度，经量减少错误的的可能，大幅度提高处理速度和效率。研究方向车牌定位、字符分割等关键步骤实现方法多样，尽可能多的用程序实现，然后对各种方法进行比较，组合，得到最佳组合方案。车牌识别原理：字符识别字符分割车牌定位图像采集 总体设计方案一、 车牌定位 在实际生活中，拍摄的车辆图像效果往往不理想，由于外界光线、天气原因以及摄像头聚焦或背焦的调整不到位等等，都会使图像存在噪音干扰，这些会对车牌定位增加难度，因此在定位之前会对车牌图像进行预处理，尽可能提高车牌正确定位的可能。找到符合汽车牌照特征的若干区域作为候选区，然后对这些区域进行分析、评判，最后选定
3、最佳的区域作为牌照区域，并将其从图象中分割出来。二、字符分割按左右宽度切割出字符分析垂直投影找到每个字符中心位置去掉车牌的框架计算水平投影进行车牌水平校正完成定位后，再将牌照区域分割成单个字符。本程序的字符分割部分采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。 三、字符识别 字符识别方法主要有基于模板匹配算法和基于人工神经网络算法。 基于模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然
4、后与所有的模板进行匹配，最后选最佳匹配作为结果。 基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。 与数据库的图片相减字符依次分析显示误差最小的图片名字找到分析之差最小的图片切割出的字符送入库中 论文完成情况:论文已完成情况：已初步实现程序的运行，了解了各步骤具体实现方法。未完成情况：文献翻译、各步骤多种方法的比较、组合,论文的编写存在的问题：各组成部分的细节部分还有待斟酌，考虑和完善。你解决方案： 尽力查阅文献，仔细阅读，从中得到启发，如人无法解决，主动联系导师交流讨论 ，得到帮助，最后解决问题。程序运行结果：
