车牌识别设计报告_周青青

研究生课程设计报告车牌识别的研究与实现

姓名：周青青

学号：23220101153252

专业名称：模式识别与智能系统

课程名称：数字图像处理

指导教师姓名：周绮凤副教授

2011 年 5月27日

车牌识别的研究与实现

摘要：车牌识别技术（License Plate Recognition, LPR）是计算机视觉与模式识别技术在智能交通领域应用的重要课题之一。本文采用一种基于垂直Sobel算子检测边缘和投影法的车牌定位方法,根据车牌区域竖直纹理突出的特点，利用Sobel垂直算子提取边缘，然后投影得到车牌的水平投影图，利用水平投影图分割出车牌，再运用膨胀运算进行车牌垂直定位。利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜矫正。对经过精定位的车牌利用垂直投影法，找出各个字符的中心点，根据字符中心点位置进行切割。同时将切割出来的图片与数据库中的每张模板图片进行减法运算，计算该图片与模板的均方误差，其均方误差最小的模板即为识别出的字符。最后，本文设计了一个友好的GUI演示界面，实现车牌图像处理方便直观，易于用户操作。

【设计方案】

为实现车牌的自动识别功能，本文的主要工作分为，图像灰度化、车牌粗定位、车牌倾斜校正、去除车牌边框、字符分割和字符识别几部分。首先把采集到的24位彩色图灰度化，转换成灰度图，便于下一步处理，车牌粗定位在整张图片中把车牌区域提取出来（该车牌区域包括了车牌的边框），由于摄像头拍摄角度与拍摄距离的问题，一般车牌图像会存在倾斜，所以必须进行倾斜校正。通过倾斜校正好的车牌图片再进行上下左右边框的切除后，获得精定位后的车牌图片，这时再把车牌中的七个字符分割出来，一个一个用模板匹配的方法来进行识别，最后显示识别结果。整个系统的具体过程如图1所

示。

【设计步骤】

图1 车牌识别流程

1、车牌初定位

车牌粗定位首先用边缘检测突出车牌区域，把车牌图像进行水平、垂直投影，再运用形态学膨胀等操作，把车牌区域从整个图像中提取出来。

1）颜色转换。本文采用基于灰度图像的车牌定位方法，先将原始24位的彩色图利用加权平均值法转化为灰度图，，采用的图像灰度值的转换公式为：

0.2990.5870.114I R G B =++ （1） 得到原始彩色图及灰度图如图2所示：

图2彩色图与灰度图对比

2）灰度校正。在采集图片的过程中，由于受采集设备工作环境参数设置的影响，采集到的车牌图像总体对比度不尽相同，这使得一些车牌图像整体偏亮或偏暗，因此，本文采用灰度规格化将车牌图像的灰度变化调整到一个统一的范围，使不同图像具有相同的灰度均值和方差，使后续处理具有相同的基准。其规格化公式为：令I 表示原始车牌图像，其大小为),(y x I N M ，?表示图像中象素点),(y x 的灰度值。令G 表示灰度规格化后的车牌图像，),(y x G 为规格化后图像中象素点),(y x 的灰度，则：

00(,)(,)Mean if I i j Mean

G x y Mean otherwise

?>??

=?

?

??

(2)

其中：

∑∑∑∑-=-=-=-=-?=?=1010

2

101

)),((1),(1M i N j M i N j Mean y x I N M Var j i I N M Mean (3)

Mean 和Dev 分别是原始图像的灰度均值和方差，0Mean 和0Dev 分别是期望的灰度

均值和方差。在此0Mean 取100，0Dev 取3000。校正后的灰度图如图3所示：

图3 校正后灰度图

3）车牌水平粗定位。首先利用垂直Sobel 边缘检测方法对矫正后的灰度图进行

检测，其检测结果如图4所示：

图4 垂直Sobel 边缘检测

由上图所示，经过Sobel 垂直算子检测之后只剩下需要定位的牌照区域和一些汽车的边框，其他的景物已经被消除。牌照区域的纹理有明显特征，车牌区域字符密集，有较多的竖条纹，所以可以运用该方法来突出图片中的车牌区域。

经过边缘检测后车牌图片成了二值化图像，利用水平投影法将车牌像素灰度值按列方向垂直累加，其计算公式为：

1

()(,)M

j Y i f i j ==∑ (4)

把()Y i 归一化，使得它的值的范围在0到1之内。

()min(())

(),1,2...max(())min(())

Y i Y i y i i N Y i Y i -=

=- (5)

得到如图5所示的投影图：

图5 水平方向投影图

根据车牌悬挂位置的特点，从投影图中的下面开始向上扫描，找出最靠下的大于均值一行，然后继续向上扫描，直至小于均值的一行，并记下相应的行。如果上下两行之间的宽度在一定范围内，则认为找到车牌，否则就是伪车牌，去除之后继续向上找。车牌具有自身的特点，我们限定高度为（15，55）之间的为车牌，否则为伪车牌。在确定上下边界后，将车牌提取出，如图6所示：

图6 图像的水平初定位

4）车牌垂直粗定位。对车牌图像进行垂直投影时，先对水平粗定位后提取的车牌进行形态学的膨胀，选取的结构元为2×8，使得车牌字符部分连成一片，在垂直投影图上

没有间断。再对膨胀后的图进行垂直投影，其结果如图7所示：

图7 膨胀处理及其对应的投影图

同样按照水平投影的切割法，从投影图的右端开始扫描，根据经验值，认为宽度在（100，250）之间的为车牌，否则为伪车牌，经切割后得到如图8所示的车牌初定位：

图8 车牌的初定位

2、车牌精定位

1）车牌图像的倾斜矫正。本文采用基于投影法的车牌校正技术来对车牌图像进行倾斜校正，其算法如下：首先使用Sobel水平算子做水平边缘检测，突出水平边缘；然后再对它做腐蚀运算，为后续使用旋转、投影结合法求倾斜角做准备。采用先旋转后判断的原则，把边缘图像在一定角度的小范围内用最近邻法（nearest）做旋转，然后再做水平投影，每旋转一次都求得一个单行最大值。经倾斜校正后的图如图9—10所示：

图9 Sobel水平边缘检测及腐蚀处理

图10 倾斜校正图

2）车牌边框的切除。车牌粗定位的目的是找到一个包含车牌的区域，区域面积要比车牌大，保证车牌信息不丢失。往往提取出来的车牌都带有边框，由于牌照边框的存在，使得字符的垂直投影的值全部大于零，也使得车牌中的字符粘连在一起，从而不能确定分割点，对后续字符分割和字符识别造成了很大困难。因此必须首先把边框去掉。

a）车牌上下边框的切除。首先用垂直Sobel算子检测垂直边缘，突出车牌的垂直边缘，然后用膨胀运算使得车牌字符区域突出，其中取结构元为2×2。字符分布在车牌的中心区域，与上下边框都存在着一定的空隙，通过对牌照图象进行水平方向的投影，在水平投影图上可以找到一定的规律。由此来确定字符的上下边界。最后，利用经验值就可以切除上下边框，其具体过程如图11—12所示：

图11 边缘检测及膨胀处理

图12 对应水平投影及切除上下边框

b）车牌左右边框的切除。按照上述方法进行边缘检测并垂直投影，切除左右两边的黑色部分，其结果如图13所示：

图13 垂直投影及切除左右边框的效果图

c)二值化处理。本文采用最传统的二值化方法——均值二值化，它是以整个图像的灰度值的平均值为阈值T 来对图象进行二值化，其计算公式为：

11

1(,)M N

i j T f i j M N ===?∑∑ (6) 采用均值二值化简单，速度快，能达到满意的二值化效果：处理结果如图11所示：

图14 均值二值图

3、字符分割及识别

1)字符分割。对以上均值二值图进行垂直方向的投影，投影结果如下图15所示。根据投影图，找出各个字符的起始位置和终止位置，计算每个字符的中心位置并记下，同时计算各个字符的宽度，找出最大宽度。字符切割的方法为根据各个字符的中心位置，向左右两边扩展最大字符的1/2，进行切割。切割结果如图16所示。

图15 二值图的垂直投影图

2）字符识别。本文采用模板匹配方法对字符进行识别。即把待识别的图像与对应的模板进行比较，计算图像和模板灰度值之间的距离，用最小距离法判定所属类。本文选用的标准模板库中包含“0-9，A-Z ，闽桂海云鲁川京津沪 ”，字符均大小为22×14像素。为使分割得到的自如能顺利与模板进行匹配，先将分割得到的字符利用MATLAB 自带的函数imresize 将图像大小转化为标准的22×14像素，便于进行匹配工作。将转化以后的字符与模版中的每个字符进行对应像素的差值并平方，计算该字符与模版中每个字符的误差平方和，其误差平方和最小的字符即作为该字符的识别结果。其计算公式如下：

14

22

2

1

1

((,)(,))

i j V S i j T i j ===-∑

∑ （7）

式中V 为误差平方和，(,)S i j 为带识别字符第i 行、第j 列对应的灰度值，(,)T i j 为模板字符第i 行、第j 列对应的灰度值。识别结果如图16所示：

图16 标准化过程及识别结果

4、车牌识别系统演示界面设计

本系统的车牌自动识别是基于matlab环境下的，matlab功能强大，提供了图形用户界面环境(GUI)，通过窗口、选单、按钮、文字说明等对象构成一个美观的界面提供用户利用鼠标或键盘方便地实现操作。本文利用GUI界面设计了一个友好的界面，来实现对车牌图像处理方便直观，易于用户操作。界面设计如图17所示：

图17 界面演示设计图

运行界面在可编辑文本框里输入图片名称“car”，点击“显示图片”这个按钮，该图片就被显示在界面中，再点击“识别”按钮，对图像进行车牌定位，字符分割，字符识别等操作，界面设计演示图如图18所示：

图18 演示设计图

【参考文献】

[1]刘文峰,吴学毅,刘长富.基于RGB色度空间的车牌定位及矫正.武汉大学学报(信息科

学版）2006,31(9):785-787

[2]安化萍,丁劲生,高满屯.基于Sobel垂直算子检测的车牌定位算法.计算机工程与设

计.2005,8(26):2030-2032

[3]胡英,陈辉,王绪本.基于分形与投影法的汽车牌照定位.河北工业大学学

报.2004,5(33):56-59

[4]左奇,史忠科.一种基于数学形态学的实时车牌图像分割方法. 中国图象图形学报(A

版).2003,8(3):281-285

[5]冈萨雷斯.数字图像处理(第二版).第一版.北京:电子工业出版社,2003.3:343-345

[6]张永宜.汽车牌照定位分割及车牌字符识别研究:[硕士学位论文].西北大学.2006.6

[7]王鉴.基于数字图像处理的车辆牌照识别技术的研究:[硕士学位论文].四川大

学.2005,5

【附录】

MATLAB代码实现：

%%%1-0 清空环境变量

clc;

clear;

%%%1-1 读图并灰度化

I=imread('car.jpg');%读取图像文件

figure,subplot(1,2,1);

imshow(I,[]),title('原始彩色图像','color','r');

[h,w,d]=size(I);

I=double(I);

R=I(:,:,1);

G=I(:,:,2);

B=I(:,:,3);

J=0.299*R+0.587*G+0.114*B;%采用加权平均值法进行灰度化

subplot(1,2,2);

imshow(J,[]),title('灰度图（加权平均值法）','color','r');

%%%1-2 灰度校正

Mean0=100;

Dev0=3000;

Msum=0;%灰度均值

Dsum=0;%灰度方差

%求加权平均值法的灰度图像的灰度均值

for i=1:h

for j=1:w

Msum=Msum+J(i,j);

end

end

Mean=Msum/(h*w);

%求原始图像灰度方差

for i=1:h

for j=1:w

Dsum=Dsum+(J(i,j)-Mean)^2;

end

end

Dev=Dsum/(h*w);

%灰度规格化

for i=1:h

for j=1:w

if J(i,j)>Mean

G(i,j)=Mean0+sqrt(Dev0*(J(i,j)-Mean)^2/Dev);

else

G(i,j)=Mean0-sqrt(Dev0*(J(i,j)-Mean)^2/Dev);

end

end

end

figure,imshow(G,[]),title('校正后灰度图','color','r');%显示灰度校正后图片%%%1-3 车牌粗定位

f1=edge(G,'sobel','vertical'); %垂直边缘检测

figure,imshow(f1),title('垂直Sobel边缘检测','color','r');

i1=0; %找出最靠下面的行

i2=0; %i2为车牌下边界

i3=0; %i3为车牌上边界

i4=0;

F1=f1;%边缘检测后的图

%Y_index=0;%%未用到

length1=0;

Y1=zeros(1,h);

Y=zeros(1,h);

for i=1:h

Y(i)=sum(f1(i,:));

end

y1=(Y-min(Y))./(max(Y)-min(Y));%归一化

y1_mean=mean(y1);

figure,plot(y1)

hold on

plot(y1_mean,'r-'), title('水平方向投影图','color','r');

Y1=y1-y1_mean;

%找出大于均值的行

for i=1:h

if Y1(i)>0;

Y1(i)=1;

i1=i; %最靠下的行

else

Y1(i)=0;

end

end

%从投影图中的下面开始向上扫描

while i1>0

i2=i1;%下边界

while Y1(i1)==1&&i1>=2

length1=length1+1;

i1=i1-1;

end

if length1>15&&length1<55 %判断是否为伪车牌，length为经验值i3=i1;%上边界

i1=0;

elseif length1>=55

i4=i1+1;

i1=0;

end

length1=0;

i1=i1-1;

end

% 判断车牌位置

if i3>0

y_index1=i3-1;%上边界

y_index2=i2+1;%下边界

F2=F1(y_index1:y_index2,:);%二值图的水平初定位

G1=G(y_index1:y_index2,:);%灰度图的水平初定位

end

if i4>0

y_index1=i4-1;

y_index2=i2+1;

F2=F1(y_index1:y_index2,:);

G1=G(y_index1:y_index2,:);

end

figure,subplot(2,1,1);

imshow(F2,[]),title('二值图的水平初定位','color','r');%车牌的水平初定位subplot(2,1,2)

imshow(G1,[]),title('灰度图的水平初定位','color','r');

f3=F2;

s=ones(2,8); % 结构元需要特别选取

f4=imdilate(f3,s); % 膨胀，防止车牌字符断裂

[h1,w1]=size(f4);

figure,subplot(2,1,1)

imshow(f4),title('膨胀处理','color','r');

Y2=zeros(1,w1);

for j=1:w1

for i=1:h1

Y2(j)=Y2(j)+f4(i,j);

end

end

subplot(2,1,2)

plot(Y2),title('垂直方向投影图','color','r');

length2=0;

left=0;

right=0;

i=w1;

while i>0

right=i;%右边界

while(Y2(i)>0&&i>0)

length2=length2+1;

i=i-1;

end

if length2>100&&length2<250 %经验取值

left=i;%左边界

i=0;

end

length2=0;

i=i-1;

end

x_index1=left-1;

x_index2=right+1;

F3=F1(y_index1:y_index2,x_index1:x_index2);

F4=G(y_index1:y_index2,x_index1:x_index2);

figure,subplot(2,1,1),imshow(F3,[]),title('二值图的车牌初定位','color','r');%边缘检测后的初定位

subplot(2,1,2),imshow(F4,[]),title('灰度图的车牌初定位','color','r');%灰度图的初定位%%%1-4 车牌的精定位

f5=edge(F4,'sobel','vertical'); %灰度图垂直边缘检测

figure,subplot(2,1,1)

imshow(f5,[]),title('灰度图的垂直边缘检测','color','r'); %灰度图的初定位后再进行边缘检测

s=ones(2,2); % 结构元需要特别选取

f5=imdilate(f5,s);

subplot(2,1,2)

imshow(f5,[]),title('膨胀处理','color','r');

[h2,w2]=size(f5);

Y3=zeros(h2,1);

for i=1:h2

for j=1:w2

Y3(i)=Y3(i)+f5(i,j);

end

end

figure,subplot(2,1,1)

plot(Y3),title('水平方向投影图','color','r');

Ymax=max(Y3);

Yth=0.17*Ymax;

Y3=Y3-Yth;

n=1;

for i=1:h2

if Y3(i)>0

Y3over(n)=i;

n=n+1;

end

end

y2_index1=min(Y3over)-1;%上界

y2_index2=max(Y3over);%下界

F5=F4(y2_index1:y2_index2,:);

subplot(2,1,2)

imshow(F5,[]),title('切除上下边框','color','r'); % 切除上下边框L=F5;

[h3,w3]=size(F5);

for i=1:h3

for j=1:w3

if F5(i,j)>125

F5(i,j)=1;

else

F5(i,j)=0;

end

end

end

%imshow(F5,[]),title('对应二值图','color','r');%二值化以后的图

Y4=zeros(1,w3);

for j=1:w3

for i=1:h3

Y4(j)=Y4(j)+F5(i,j);

end

end

figure,subplot(2,1,1)

plot(Y4),title('垂直方向投影图','color','r');

ilow=1;

itop=w3;

while ilow

if Y4(ilow)>0

break;

end

ilow=ilow+1;

end

while itop>1

if Y4(itop)>0

break;

end

itop=itop-1;

end

x2_index1=ilow;

x2_index2=itop+1;

F6=L(:,x2_index1:x2_index2);%切除左右边框L1=F5(:,x2_index1:x2_index2);

%imshow(L1,[]),title('切除左右边框','color','r'); subplot(2,1,2)

imshow(F6,[]),title('切除左右边框','color','r'); %%%字符分割

figure,subplot(2,1,1)

imshow(F6,[]),title('切除左右边框','color','r');

L2=F6;

[h4,w4]=size(F6);

total=0;

for i=1:h4

for j=1:w4

total=total+F6(i,j);

end

end

vag=total/(h4*w4);

for i=1:h4

for j=1:w4

if F6(i,j)>92

F6(i,j)=1;

else

F6(i,j)=0;

end

end

end

subplot(2,1,2)

imshow(F6,[]),title('二值化图','color','r');

[h5,w5]=size(F6);

Y5=zeros(1,w5);

for j=1:w5

for i=1:h5

Y5(j)=Y5(j)+F6(i,j);

end

end

figure

plot(Y5),title('垂直方向投影图','color','r');

for i=1:w5

if Y5(i)>0

Y5(i)=1;

else

Y5(i)=0;

end

end

add=[];

for i=1:w5

if i==1&&Y5(i)==1

aa=i;

add=[add,aa];

elseif i==w5&&Y5(i)==1

aa=i;

add=[add,aa];

elseif Y5(i)==0&&Y5(i)~=Y5(i-1)

aa=i-1;

add=[add,aa];

elseif Y5(i)==1&&Y5(i)~=Y5(i-1)

aa=i;

add=[add,aa];

end

end

bb=length(add)/2;

cc=[];

dd=[];

for i=1:bb

wide=add(2*i)-add(2*i-1)+1;

center=ceil((add(2*i)+add(2*i-1))/2);

cc=[cc,wide];

dd=[dd,center];

end

ee=length(dd);

ff=floor(max(cc)/2);

liccode=char(['0':'9' 'A':'Z' '闽桂海云鲁川京津沪']); %建立自动识别字符代码表SubBw2=zeros(22,14);%用于存放两图相减结果

figure

for i=1:ee

if i==ee

left=dd(i)-ff;

F7=F6(:,left:end);

subplot(2,ee,i)

imshow(F7,[]);

end

left=dd(i)-ff;

right=dd(i)+ff;

F7=F6(:,left:right);

subplot(2,ee,i),

imshow(F7,[]);

if i==ceil(ee/2)

title('字符分割结果','color','r')

end

F8=imresize(F7,[22 14]);%变换为22行*14列标准子图

subplot(2,ee,i+ee),

imshow(F8,[]);

if i==ceil(ee/2)

title('字符标准化(22行*14列)','color','r')

end

% fname=strcat('image',int2str(i),'.jpg');

% imwrite(F8,fname,'jpg') %%%%用于输出切割图像

Error=[];

for j=1:length(liccode)

fname=strcat('sam\Sam',liccode(j),'.jpg');

F9=imread(fname);

for r=1:22

for c=1:14

SubBw2(r,c)=(F8(r,c)-F9(r,c))^2; %利用误差平方和方法进行识别end

end

Dmax=0;

for r=1:22

for c=1:14

if SubBw2(r,c)~=0

Dmax=Dmax+1;%统计差值不为0的个数

end

end

end

Error(j)=Dmax;

end

MinError=min(Error);%取误差的最小值

findc=find(Error==MinError);%查找最小误差的图像

RegCode(i*2-1)=liccode(findc(1));

RegCode(i*2)=' ';%输出最小误差图像

end

title (['识别结果:', RegCode],'Color','r');

车牌识别系统技术方案

停车场管理系统自动车牌识别计费系统技术方案

目录 1 企业概况 (4) 1.1 公司简介 (4) 1.2 资质证书 (4) 2 概述 (10) 2.1 系统方案总体设计 (10) 2.2 项目背景 (11) 2.3 方案概述 (12) 3 系统介绍 (14) 3.1 车牌识别系统简介 (14) 3.2 系统优势 (15) 3.3 系统组成 (16) 4 主要设备参数性能介绍 (19) 4.1 CA-AB900道闸 (19) 4.2 INEX- TI200 200万高清识别一体机 (20) 4.3 CA-600读卡控制器 (22) 技术参数： (22) 4.4 软件监控界面 (23) 4.5 其他辅件 (23)

5 售后服务 (24) 5.1 保修时间及范围 (24) 5.2 维修及维护服务 (24) 5.3 更新改进服务 (24) 5.4 客户档案，完善产品质量 (25) 6 部分工程案例 (26)

1企业概况 1.1公司简介 北京市仟安科技有限责任公司是设计、研发、生产、销售、服务为一体的高新技术企业。公司凝聚了大批实力雄厚的研发团队和技术团队，凭着对智能化应用领域多年来的积淀和对未来智能化领域发展的导向，为用户提供有价值的产品和服务。 公司经过多年的开发研究，引进国外最先进的高新技术，不断完善自我。主要研发停车场主板软件、生产智能道闸、停车场收费系统、车位引导系统、派车系统、门禁系统、自动检售票系统等安防权限认证、消费认证产品。仟安的智能系统解决方案也已得到客户的全面认可和好评。经国家技术监督部门检验、产品的技术含量及外光造型已达到世界先进水平。现“仟安”产品已遍布全国各大城市及地区，并已成功销往海外。 公司以“冲破束缚，发展无限”为企业宗旨，积极引领核心技术创新，不断为全球用户创造完美产品。逐渐形成了“开拓、创新、共赢、务实”的企业文化，建立了朝气蓬勃的精英团队。 公司自创建以来，一直保持了高速发展态势，现已成为国内停车场系统服务领域的领跑者，致力于成为中国领先的安防服务品牌。 1.2资质证书

车牌识别系统工作原理流程

识别流程 车牌自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。 其硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。 某些车牌识别系统还具有通过视频图像判断是否有车的功能称之为视频车辆检测。 一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。 当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 车辆检测车辆检测可以采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式。采用视频检测可以避免破坏路面、不必附加外部检测设备、不需矫正触发位置、节省

开支，而且更适合移动式、便携式应用的要求。 系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。 若处理速度慢，则导致丢帧，使系统无法检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。 武汉车牌识别 号码识别 为了进行车牌识别，需要以下几个基本的步骤： 1、牌照定位，定位图片中的牌照位置； 2、牌照字符分割，把牌照中的字符分割出来； 3、牌照字符识别，把分割好的字符进行识别，*终组成牌照号码。 车牌识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与车牌识别互相配合、互相验证。． 一、牌照定位自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区 域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作 的区域作为牌照区域，并选定一个*为候选区，然后对这些侯选区域做进一步分析、评判，* 将其从图像中分离出来。

(完整版)车牌识别系统的设计

车牌识别系统的设计 1．摘要： 汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明,本文提出的方法具有良好的识别性能。随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。 2．设计目的： 1、使学生在巩固理论课上知识的同时，加强实践能力的提高，理论联系实践。 2、激发学生的研究潜能，提高学生的协作精神，锻炼学生的动手能力。 3．设计原理 由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 图1 牌照识别系统原理图 该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下： （1）当行驶的车辆经过时，触发埋设在固定位置的传感器，系统被唤醒处于工作状态；一旦连接摄像头光快门的光电传感器被触发，设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像；

（2）由摄像机或CCD 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理，图像预处理包括图像转换、图像增强、滤波和水平较正等； （3）由检索模块进行牌照搜索与检测，定位并分割出包含牌照字符号码的矩形区域； （4）对牌照字符进行二值化并分割出单个字符，经归一化后输入字符识别系统进行识别。4．详细设计步骤 4.1 提出总体设计方案。 车辆牌照识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割与特征提取和单个字符识别两个模块。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。 因此，需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。 因为系统运行的过程中，主要进行的都是图像处理，在这个过程中要进行大量的数据处理，所以处理器和内存要求比较高，CPU要求主频在600HZ及以上，内存在128MB及以上。 系统可以运行于Windows98、Windows2000或者Windows XP操作系统下，程序调试时使用matlab。 4.2 预处理及边缘提取

高清车牌识别系统解决方案

高清车牌识别系统 解决方案

高清车牌识别系统 解决方案

目录 一、脱机型车牌识别系统优势--------------------------------------------------------------------4 二、脱机型车牌识别系统组成--------------------------------------------------------------------7 2.1系统拓扑图 -----------------------------------------------------------------------------------8 2.2系统流程----------------------------------------------------------------- 错误!未定义书签。 三、智慧眼ZY-S1618功能简介 ----------------------------------------------------------------- 10 四、施工与软件配置------------------------------------------------------------------------------- 13 4.1视频流触发识别的施工要求 ---------------------------------------------------------- 13 4.2压地感触发识别的施工要求 ---------------------------------------------------------- 14 4.3软件配置------------------------------------------------------------------------------------- 15 五、软件特色功能简介 --------------------------------------------------------------------------- 19 5.1车牌修改------------------------------------------------------------------------------------- 19 5.2手动输入车牌入场或者出场 ---------------------------------------------------------- 19 5.3无牌车出入场 ------------------------------------------------------------------------------ 20 5.4出场模糊查询 ------------------------------------------------------------------------------ 21 5.5固定车脱机车牌下载 -------------------------------------------------------------------- 23 5.6脱机车牌下载至摄像机 ----------------------------------------------------------------- 23 5.7黑名单功能 --------------------------------------------------------------------------------- 24 5.8 车牌登记------------------------------------------------------------------------------------- 25 5.9车牌打折------------------------------------------------------------------------------------- 26 5.10掌上停车APP ----------------------------------------------------------------------------- 27

高清车牌识别系统设计方案

深圳市罗拉智能科技有限公司 车牌自动识别一体机 技 术 方 案 市罗拉智能科技

目录 第一章系统介绍............................................................................................................................................ - 2 -1.1）系统概述........................................................................................................................................ - 2 -1.2）系统特性........................................................................................................................................ - 2 -1.3）解决问题........................................................................................................................................ - 3 -1.4）功能模块........................................................................................................................................ - 4 -1.5）总体设计........................................................................................................................................ - 6 -1.6）设计依据........................................................................................................................................ - 6 -1.7）系统优势........................................................................................................................................ - 7 -1.8）系统拓扑图.................................................................................................................................... - 8 -1.9）产品细节鉴赏..................................................................................................... 错误!未定义书签。 1.10）系统安装方式................................................................................................................................ - 9 -1.11）系统进出场流程图...................................................................................................................... - 13 -1.12）项目车道布设图.......................................................................................................................... - 16 -1.13）项目方案设计效果图......................................................................................... 错误!未定义书签。 1.14）系统功能概述.............................................................................................................................. - 18 -1.15）系统进出场流程图.. (21) 1.16）用户使用 (22) 1.17）图像对比 (22) 1.18）系统管理软件 (23) 第二章主要设备介绍 (24) 2.1）车牌识别一体机 (24) 2.2）专用LED补光灯 (27) 2.3）18寸防护罩 (28) 2.4）镜头 (29) 2.5）快速道闸 (30) 2.6）道闸车辆检测器 (31) 2.7）车道信息显示屏 (32)

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。

车牌识别系统方案两篇

车牌识别系统方案两篇 篇一：<<立体高清车牌识别系统>>方案 一、项目设计目的 伴随着国内城市建设步伐的加快，小区停车场也积极地向创新化、科技化、智慧化的方向转变，小区的管理也更落实于具体，针对车辆管理这一方面将从“需求管理”的理念入手，采用当前最先进最严谨的纯车牌识别收费的车辆管理系统，将车辆管理一步到位。智能化地设计遵循以下原则：实用性、先进性、专业性、开放性、安全性、集成性和经济性，实现以下管理常态： 1、快速通行——车流量大，车辆频繁密集的现状，纯车牌识别收费的车辆管理系统满足所有车辆入场快速通行，可实现车辆的不停车入场。 2、智能化操作——通过入口无人值守，最大化地减少车辆收费的人员数量，避免不必要的人工干预。智能化的纯车牌识别收费系统自动计费，减少保安人员的工作强度，不需要保安同时顾及出入口的车辆情况，只需针对出场车辆进行快速收费的动作，并且在收费金额为零时，可实现自动开闸，减轻收费人员的工作量。 3、多样化的收费模式——可根据小区的管理，实现中央收费、磁卡优惠、储值用户交费等多种交费方式，并且支持优惠/免费原因的设定和查询。 4、人性化的管理模式——固定车辆未按规定停放地库时，系统可提示，设定停放地面超过一定的时间后，自动按临时停车收费标准收费。最大化提供地面停车位，减少地面停车的矛盾，便于管理和协调。 5、严谨地管理手段——所有车辆进出均提供图片、车牌号码。临时停车进出均

自动匹配，计算临时停车费，若有特殊情况的免费放行，均有免费原因的选择记录，做到车辆进出都记录在案。 二、车牌识别方案的优势分析 对固定车管理而言，“车牌识别”解决了以下问题 ?彻底解决“卡管理”时，一卡多车的情况； ?彻底解决“卡管理”时，卡未携带的情况； ?彻底解决“卡管理”时，卡丢失、损坏带来的换卡，补卡的工作； ?彻底解决“卡管理”时，卡安装摆放位置的沟通工作。 对临时车管理而言，“车牌识别”解决了以下问题 ?彻底解决“卡管理”时，收费人员偷钱的机会； ?彻底将收费人员从人工发卡的工作中解放出来，只需要负责收钱——入口发卡机往往需要安排专人在“入口发卡机”和“临时车”之间传递“临时卡”，严重偏离了“节省人力资源的根本要求”。而临时车往往停得距离发卡机较远，是人们害怕撞到发卡机和道闸的下意识正常反映，是经常发生的情况； ?彻底解决“卡管理”时，有的临时车混出停车场，同时损失临时卡和停车费的情况； ?彻底解决有个别的固定车在入场的时候恶意取走临时卡，造成临时卡不断流失的情况； ?彻底解决入口发卡机的卡容量有限的问题； ?自动对大车，小车进行车型区分，执行不同的收费标准。 “移动支付”在收停车费环节的优势 ?临时车主和收费人员之间没有金钱介质往来；

课程设计报告-车牌识别系统的设计

车牌识别系统的设计 一、摘要: 随这图形图像技术的发展，现在的车牌识别技术准确率越来越高，识别速度越来越快。无论何种形式的车牌识别系统，它们都是由触发、图像采集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子控制、数字图像处理、计算视觉、人工智能等多项技术。触发模块负责在车辆到达合适位置时，给出触发信号，控制抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍摄到高质量的图像。图像预处理程序对抓拍的图像进行处理，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。 二、设计目的和意义: 设计目的： 1、让学生巩固理论课上所学的知识，理论联系实践。 2、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。 设计意义： 车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 三、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。 四、详细设计步骤:

车牌识别管理系统方案(DOC)

PA-WT车牌识别 停 车 场 管 理 系 统 方 案

目录 第一章前言................................ 错误！未定义书签。第二章系统设计依据及总则..................... 错误！未定义书签。 一、本方案设计依据：........................ 错误！未定义书签。 二、设计说明................................ 错误！未定义书签。 1、设计目标及原则........................ 错误！未定义书签。 2、系统概述 (2) 3、系统基本功能及特点 (5) 系统结构框图 (6) 图像识别系统主要设备 (7) 4 出口处电脑功能......................... 错误！未定义书签。 5 管理电脑功能 (11) 三．系统软件功能 (11) 第三章系统设计 (12) 注意事项 (13) 第四章售后服务 (14)

前言： 车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 目前国内有两种识别方式，1、软件识别，就是摄像机直接接入PC机，通过电脑上位机软件对摄像机抓拍图片进行分析识别，优点成本低，缺点：对电脑要求较高，长时间运行识别速度会有一定影响。2、DSP嵌入式硬件识别，摄像机直接接入DSP嵌入式车牌识别器，通过专业的DSP芯片对摄像机抓拍图片进行分析，优点：对电脑要求低，设备自带防死机功能，算法丰富，识别速度快，适用于工业环境长时间运行。缺点：成本相对于软识别成本较高。 系统简介 我司采用DSP嵌入式硬件图像处理器研制开发的PA-WT汽车牌照自动识别车辆出入管理系统，具有方便快捷、准确可靠、保密性好、灵敏度高、节省

车牌识别系统介绍

车牌识别系统简介 近几年来,随着计算机科技的发展,硬件水平的不断提高,模式识别技术的发展以及人工智能理论在图形图像处理中的成功运用,智能车牌识别技术不断发展,所谓智能车牌识别系统以及其工作原理,实际上就是通过引入数字摄像技术和计算机信息管理技术,采用先进的图像处理,模式识别和人工智能技术,通过对图像的采集和处理,获得更多的图像信息,从而达到对车牌字符进行自动识别的系统,这个系统是模式识别技术在实践中的一个运用。目前主要的车牌识别系统主要由以下几个具体步骤构成图像采集、图像处理、车牌定位、车牌识别。其具体流程图如图所示。 其中核心部分,也就是需要在PC机上处理的过程主要有图像处理,车牌定位,车牌识别,这些步骤是我们研究车牌识别技术的重点所在。 一、车牌识别系统的应用前景 近几年来,车牌识别技术成为了一个热门。车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。该系统可以应用于路桥关口,实现对过往车辆的不停车收费,还可以置于交通要塞,实现对进出车辆的不间断适时监控,除此之外,车牌识别系统还可以应用在以下几个领域： （1）交通适时监控。利用车牌识别系统的摄像设备,可以直接监视相应路段的交通状况,获得车辆密度、队长、排队规律等交通信息,防范和观察交通事故。这种适时监控系统一旦成功运用,将极大的方便交通管理,节约大量的人力物力。同时也提高管理效率。 （2）流控制指标参数的测量。该系统能够测量和统计很多交通流指标参数,如总的服务

流率,总行程时间,总的流入量和流出量,车型及车流组成,日车流量,小时,分钟车流量,车流高峰时间段,平均车速,车辆密度等,这为交通诱导系统提供必要的交通流信息。 （3）路费交纳、安全检查、运营管理实行不停车检查。根据识别出的车牌号码从数据库中调出该车档案材料,可发现没有及时交纳养路费的车辆。另外,该系统还能发现无车牌的车辆。若同车型检测器联用,还可迅速发现所挂车牌与车型不符的车辆,对车辆管理实现真正的智能化,相比较于目前的人工管理这种管理方式极大的提高了效率。 （4）车辆定位。由于能自动识别车牌号码,因而极易发现被盗车辆,以及定位出车辆在道路上的行驶位置,这为防范、发现和追踪涉及车辆的犯罪,保护重要车辆的安全有重大作用,从而对城市治安及交通安全有重要的保障作用。 （5）军事应用。在一些军事要塞的出入口处,车辆流量较大,由于其特殊性,对过往车辆的管理就显的特别严格,如果人工管理,必然极大的消耗人力物力,同时由于人的主观性,有时候又不免会出现一些错误,而这些错误有的时候是致命的。如果采用智能车牌识别系统,就可能避免这些错误,极大的提高了这些部门的安全性。 二、车牌识别技术中的难点 车牌识别系统在实验室里已经取得了令人满意的效果,但很难应用于实际工程中,这是因为实验室的环境是处于理想状态的,而在自然环境里,由于受到人工拍摄条件,天气等因素的影响,识别率很难达到要求。我们大致的把这些因素归纳为“三类” 1.汽车牌照本身的特征 （1）牌照的图像质量本身无法保证。有些牌照被污损,而有些牌照的字符模糊不清,对光线的散射性不好,这些不确定性极大得影响了识别的准确率。 （2）牌照缺乏统一的标准。根据中华人民共和国公共安全行业标准对机动车辆牌照的有关规定,车牌的规格、颜色和适用范围各有不同。就目前我国的各种车牌中,有蓝底白字的,黄底黑字的,还有一些特殊的如军车,警车,国外驻华机构的工作的车辆,由于缺乏统一的标准,使得车牌识别过程中字符的分割难度较大,缺乏统一的模式规则的指导。 （3）车牌附近环境恶劣。车牌附近往往有复杂的外形或挡车器等,不利于车牌的定位和分割。有的车辆在车牌处有广告的文字,这些图像对车牌定位有很大干扰,不利于车牌定位与字符识别。 2、外部环境的特征 （1）外界光照条件的不相同白天和晚上光照强度不同。光照对图像质量影响很大。不同的光照角度,对车牌影响也较大。不同时间,不同气候条件,以及背景光、车牌反光程度决定了车牌区域的亮度特征。 （2）外界背景的复杂程度也影响着车牌的定位准确率。背景中与车牌区域特征相似区域的大小反映了背景的噪声程度。例如与车牌字符相似的背景远处的广告语就很容易影响车牌的粗定位。

基于模式识别的车牌定位算法研究-开题报告

安徽建筑工业学院电子与信息工程学院本科毕业设计（论文）开题报告 课题名称：基于模式识别的图像处理算法研究 ——基于模式识别的车牌定位算法研究专业：电子信息工程 班级：08电子①班 学生姓名：陈宇栋 学号：08205010127 指导教师： 填表日期：2012年3月5日 安徽建筑工业学院电子与信息工程学院 二○一一年十二月制表

说明 1.抓好毕业设计（论文）的开题报告是保证毕业设计 （论文）质量的一个重要环节。为了加强对毕业设计（论文）的过程管理，规范毕业设计（论文）的开题报告，特印发此表。 2.毕业生一般应在毕业设计前期准备过程中，通过文 献调研，主动跟指导教师讨论，完成毕业设计（论文）的开题报告。 3.此表经过指导教师和有关人员签字后，一份由指导 教师保存，一份交院教学办公室。 4.毕业生在毕业设计（论文）答辩时，必须提交这份 毕业设计（论文）开题报告。 填写选题依据和设计方案，力求简练，若表中栏目不够填写，可另加附页。

一、简表 学生简况 姓名陈宇栋性别男出生年月1988-08入学时间2008-09学号08205010127专业电子信息工程班级08电子①班 课题名称基于模式识别的图像处理算法研究 子课题基于模式识别的车牌定位算法研究 课题来源纵向课题 类型计算机软件设计 研究（设计）内容 随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛，智能交通工具在世界范围内引起重视，而车牌识别系统是智能交通工具的重要组成部分，该系统可以记录十字路口违章车辆，实现高速公路、收费路口、停车场等地的收费。车牌识别系统包括从图像的采集到预处理，再到车牌区域的定位和字符的分割，最后对分割出的字符进行识别的一系列过程。本次毕业设计主要对汽车牌照识别系统进行处理研究，借助于Visual C++编程环境运行在相应的硬件平台上，利用数字图像模式识别技术实现对汽车牌照的自动识别。按照模式识别系统组成，完成汽车牌照自动识别技术包括车牌预处理、车牌特征提取和车牌识别等功能，完成相应的算法研究。 对采集的车牌图像进行预处理包括图像灰度化、二值化、灰度拉伸及边缘提取等过程，并且过滤图像噪声使图像区域特征明显，根据区域特征确定车牌区域。车牌字符分割可以采用车牌区域纵向灰度投影的方式进行字符区域识别和分割实现。最后进行车牌分割字符图像归一化，将分割好的字符图像通过系数变换得到高度、宽度均相等的图像，以方便特征提取，提高识别的准确率，实现车牌的识别。

车牌识别系统设计方案

HBJ车牌识别管理系统 技 术 方 案 浩百佳科技车牌识别自助缴费系统方案

目录 一、序言 (3) 二、系统简介 (4) 2.1、系统功能特点 (5) 2.2、系统工作流程图 (6) 2.3、系统施工安装图 (7) 2.4、系统安装拓扑接线图 (8) 2.5、车牌识别系统技术指标 (8) 三、系统结构 (9) 3.1、系统硬件设备 (9) 3.1.1、显控一体机 (10) 3.1.2、车牌识别道闸一体机 (12) 3.1.3、豪华自动道闸 (13) 3.1.4、自助缴费终端机 (14) 3.1.5、出入口终端机 (15) 3.2、管理软件 (16) 3.2.1、软件功能特点 (18) 3.2.2、中心管理系统 (18) 3.2.3、微信支付功能流程 (19) 3.2.4、自助缴费系统功能流程 (21) 3.2.5、临时车收费标准设计 (24) 3.2.6、APP客户端 (25) 3.2.7、无人值守原理及收费方式................... 错误!未定义书签。5 四、系统安装与调试 (32) 4.1、相机IP地址设置 (32) 4.2、数据库及停车场软件安装步骤 (34) 4.3、停车场软件设置 (38) 4.4、常用停车场功能介绍 (48) 五、售后服务 (53)

一、序言 随着现代化管理手段的进步和科学技术的日益发展，用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化停车的需要，已经基本被车牌识别收费管理系统所取代。但针对目前快节奏，高速度的工作模式，要求管理方法和制度要有一个根本的改善，这种改善不但要适应用小区管理的需求，也要适应社会的需求，要适应人的感官的需求和习惯性操作的需求。目前简单的车牌识别系统已经完全满足不了用户需求了。例如现行的车牌识别系统还停留有人收费管理的基础上。这样就不仅给物业公司带来特别大的人力成本也增加了管理成本，更重要是人工收费找零效率太低严重影响了车辆通行速度，给车主停车体验感很差，也大大降低了物业管理档次。现在无人值守，自助缴费车牌识别收费管理系统既可大大降低物业人力和管理成本的同时也提高了车辆通行速度，改善了停车体验，也同时提升了物业档次。 本设计方案就是基于以上的思想基础，结合各种现代化高科技手段我们开发设计了可脱机识别计费、自助缴费，无牌车自动识别并支持多种缴费方式(例如:微信,支付宝,现金等)的无人值守，自助缴费车牌识别系统。本系统即支持有人收费管理模式同时也可选择完全无人值守,自主缴费的工作模式。真正实现快速通行,手机远程管理(计费，开闸，对讲)。而这种无人值守，自助缴费停车模式必将是未来停车场管理主流模式，因为手机支付的便捷性和普及程度决定了未来停车必须支持移动支付。 无人值守，自助缴费车牌识别管理系统基本原理: 物业管理处工作人员网上注册公众号并开通支付功能后将账号输入到停车场管理软件，这样每笔停车费就及时到账物业银行卡，资金无需经过第三方支付平台。车辆入口通过车牌识别或无牌车在入口停车机器人上输入手机号，或扫码入场；出场取车前可以在场终端机上自助缴费或关注车场公众号后在车主手机上

人工智能车牌识别

车牌自动识别 近年来，随着物联网、车联网的迅猛发展，以及中国汽车数量的不断增加，这对智能交通系统提出了新的要求。作为智能交通系统一部分的集成信号处理、计算机视觉、模式识别等技术的车牌识别系统因而也有了新的应用和挑战。除传统的用于高速公路超速违章管理、停车场管理、车辆流量管理以及车辆电子收费系统外，车牌识别系统还可以用于移动机器人对停车场车辆的监管以及交通管理部门对违章车辆车牌的自动登记等。 一、车牌自动识别系统的技术说明 车牌自动识别系统采用车牌识别技术来实现技术效果的。车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一，应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。 车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过道口时无须停车，即能够实现车辆身份自动识别、自动收费。在车场管理中，为提高出入口车辆通行效率，车牌识别针对无需收停车费的车辆（如月卡车、内部免费通行车辆），建设无人值守的快速通道，免取卡、不停车的出入体验，正改变出入停车场的管理模式。 汽车牌照号码是车辆的唯一“身份”标识，牌照自动识别技术可以在汽车不作任何改动的情况下实现汽车“身份”的自动登记及验证，这项技术已经应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路稽查、车辆调度、车辆检测等各种场合。 以下列举了几种应用方式： ——监测报警 对于纳入“黑名单”的车辆，例如：被通缉或挂失的车辆、欠交费车辆、未年检车辆、肇事逃逸及违章车辆等，只需将其车牌号码输入到应用系统中，车牌识别设备安装于指定的路口、卡口或由执法人员随时携带按需要放置，系统将识读所有通过车辆的牌照号码并与系统中的“黑名单”比对，一旦发现指定车辆立刻发出报警信息。系统可以全天不间断工作、不会疲劳、错误率极低；可以适应高速行驶的车辆；可以在车辆行使过程中完成任务不影响正常交通；整个监视过程中司机也不会觉察、保密性高。应用这种系统将极大地提高执法效率。 ——超速违章处罚 车牌识别技术结合测速设备可以用于车辆超速违章处罚，一般用于高速公路。具体应用是：在路上设置测速监测点，抓拍超速的车辆并识别车牌号码，将违章车辆的牌照号码及图片发往各出口；在各出口设置处罚点，用车牌识别设备识别通过车辆并将号码与已经收到的超速车辆的号码比对，一旦号码相同即启动警示设备通知执法人员处理。与传统的超速监测方式相比，这种应用可以节省警力，降低执法人员的工作强度，而且安全、高效、隐蔽，司机需时刻提醒自己不能超速，极大地减少了因超速引发的事故。

车牌识别系统施工设计方案

车牌识别系统设计方案

目录 一、方案设计依据 (3) 二、车牌识别技术说明 (3) 三、车牌识别停车管理系统 (4) 1、项目背景 (4) 2、系统配置及操作流程 (8) 3、布线说明 (11) 4、车辆分类 (11) 5、车牌识别系统设备说明 (12) 6、安装要求 (19) 7、管理软件简单介绍 (21) 四、工程实施 (26) 1、现场施工管理 (26) 2、施工人员组织构架 (27) 3、工程执行流程图 (27) 4、施工进度计划及保障措施 (27)

一、方案设计依据 《智能建筑设计标准》 GB/T 50314-2000 《建筑与建筑群综合布线系统工程设计规》GBT/T 50311-2000 《建筑与建筑群综合布线系统工程施工及验收规》GBT/T 50312-2000 《建筑物防雷设计规》 GB 50057-2000 《安全防工程技术规》 GB 50348 2004 《安全防工程程序与要求》 GA/T 75-94 《安全防工程费用预算编制办法》 GA/T70-2004 《交通设施系统建设标准》交通部 《计算机软件工程规国家标准汇编》 2003 红门智能企业标准 工程现场图纸及用户要求 二、车牌识别技术说明 车牌识别技术(Vehicle License Plate Recognition，VLPR)以计算机技术、图像处理技术、模糊识别为基础，建立车辆的特征模型，识别车辆特征，如号牌、车型、颜色等。它是一个以特定目标为对象的专用计算机视觉系统，能从动态视频或静态图像中对车牌定位、自动提取车牌图像，自动分割字符，进而对字符进行识别，它运用先进的图像处理、模式识别和人工智能技术，对采集到的图像信息进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符。使得车牌识别技术对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。