導(dǎo)語：開題報(bào)告是每一個(gè)科研報(bào)告的導(dǎo)航，通過開題報(bào)告，你可以知道接下來論文與報(bào)告的大概方向與內(nèi)容。下面是小編整理的關(guān)于車牌識別中字符分割算法的研究與實(shí)現(xiàn)的報(bào)告，歡迎你的參考與借鑒!
畢業(yè)論文開題報(bào)告
題 目 車牌識別中字符分割算法的研究與實(shí)現(xiàn)
畢業(yè)論文開題報(bào)告
論文題目 車牌識別中字符分割算法的研究與實(shí)現(xiàn)
一、選題背景與意義
車牌識別是現(xiàn)代智能交通系統(tǒng)[1] 中的重要組成部分之一，可用于公路電子收費(fèi)、出入控制和交通監(jiān)控等眾多場合。它以數(shù)字圖像處理、模式識別、計(jì)算機(jī)視覺等技術(shù)為基礎(chǔ)，對攝像機(jī)所拍攝的車輛圖像或視頻序列進(jìn)行分析，得到每一輛汽車唯一的車牌號碼，從而完成識別過程。它主要包括三個(gè)關(guān)鍵部分：車牌區(qū)域定位、車牌字符分割、車牌字符識別，其中車牌字符分割的好壞直接影響到車牌識別的正確率，因此本文對字符分割的算法進(jìn)行了深入的研究。
從20世紀(jì)80年代初，國外的研究人員就已經(jīng)開始了對車輛牌照的研究。英國一個(gè)研究所在1982年研制了一種用于刑偵的汽車牌照識別系統(tǒng)。1983年，日本一家公司曾研究出用來檢查超速行駛的汽車牌照識別系統(tǒng)。如今，發(fā)達(dá)國家的車牌識別系統(tǒng)在實(shí)際交通系統(tǒng)中己取得了成功的應(yīng)用，如交通檢測系統(tǒng)VNPR(Vehicle Number Plate Recognition)。它主要應(yīng)用于尋找被盜的汽車、停車場的控制和交通流量的統(tǒng)計(jì)方面。VNPR的主要工作任務(wù)是車牌的定位、字符的切割和字符的識別，這幾部分的工作是緊密結(jié)合在一塊的。國外車牌識別系統(tǒng)的廣泛應(yīng)用不僅僅和其技術(shù)領(lǐng)先有關(guān)，還與這些國家的車牌比較單一，易于識別有關(guān)。與一些發(fā)達(dá)同家已經(jīng)成功應(yīng)用的車牌識別系統(tǒng)相比，我國的開發(fā)應(yīng)用進(jìn)展顯得較為緩慢。這是因?yàn)槲覈膶?shí)際情況與國外有所區(qū)別，國外車牌比較規(guī)范統(tǒng)一，而我國車牌規(guī)范不夠，較為多樣化。不同汽車類型的車牌有不同的規(guī)格、大小和顏色，所以車牌的顏色多，并且字符位數(shù)不統(tǒng)一，對處理造成了一定的困難。相對而言，國內(nèi)開發(fā)車牌識別系統(tǒng)較好的公司主要有：北京漢王科技有限公司、上海高德威智能交通系統(tǒng)有限公司、亞洲視覺科技有限公司等。與此同時(shí)，車牌字符分割技術(shù)[2] 的研究得到了很多國內(nèi)學(xué)者的重視。他們的部分研究成果可舉例如下：遲曉君等[3] 提出一種基于投影特征的車牌字符分割算法，該算法主要依據(jù)車牌圖像的垂直投影圖像的特點(diǎn)，提出一個(gè)特征值，并將該特征值和車牌圖像的先驗(yàn)知識結(jié)合起來分割字符。王興玲提出一種基于類間方差車牌字符分割的模板匹配算法，根據(jù)車牌字符串的結(jié)構(gòu)和尺寸等特征，設(shè)計(jì)相應(yīng)的車牌字符串模板，然后結(jié)合最大類間方差將模板在車牌區(qū)間滑動(dòng)，以確定出最佳位置對車牌字符進(jìn)行分割。吳進(jìn)軍等[4] 提出的一種車牌字符分割方法，主要思想是首先定位出車牌的第三個(gè)字符，之后再對字符區(qū)域進(jìn)行分裂和合并，另外，對于字符有缺損的情況進(jìn)行字符區(qū)域擴(kuò)展，并且相應(yīng)調(diào)整字符區(qū)域的高度，最終實(shí)現(xiàn)車牌的字符分割。
車牌字符分割是把車牌上的字符一個(gè)個(gè)分離出來，為車牌字符的識別做好準(zhǔn)備。車牌字符分割屬于印刷體字符分割的范疇。印刷體字符分割的任務(wù)是把多行或多字符圖像中切割出來成為單個(gè)字符。對于字符分割的問題常常不被重視，但是字符的正確分割對字符的識別非常關(guān)鍵。由于各種因素的影響，使得字符分割的復(fù)雜程度大。目前的字符分割的算法一直在不斷完善。針對車牌圖像的字符分割，是字符分割的具體應(yīng)用，目前人們根據(jù)車牌字符的特征已提出了一些算法，比如：基于投影特征的車牌字符分割算法、基于模板匹配的車牌字符分割算法[5] 和基于顏色像素的分割算法等。但是考慮到車牌中字符可能存在的粘連、斷裂情況，字符分割技術(shù)仍然需要進(jìn)一步改進(jìn)。字符分割的正確與否將直接影響到最終車牌識別系統(tǒng)的識別率，因此從車牌圖像中正確分割出字符圖像是非常關(guān)鍵的。因此，研究字符分割技術(shù)具有重要的實(shí)用價(jià)值。
二、研究內(nèi)容與目標(biāo)
論文主要研究車牌識別中字符分割算法的研究與實(shí)現(xiàn)，內(nèi)容涉及以下幾部分，一是對車牌識別技術(shù)的發(fā)展、應(yīng)用和前景及研究意義和目標(biāo)所闡述;二是車牌識別中字符分割的實(shí)現(xiàn)，為了實(shí)現(xiàn)此目標(biāo)，需要研究車牌識別系統(tǒng)中車牌定位前的圖像處理及車牌定位、圖像預(yù)處理技術(shù)，以及多種字符分割的算法。此次研究用到的分割算法主要有基于模板匹配的車牌字符分割算法、基于車牌顏色像素的車牌字符分割算法等。三是為了確定該研究的實(shí)用性，通過matlab仿真鑒定系統(tǒng) [6] 并分析實(shí)驗(yàn)結(jié)果。通過以上步驟及過程，確定各部分的研究方法與手段，努力實(shí)現(xiàn)仿真系統(tǒng)較 為可觀的鑒定正確率，使得此研究具有一定的實(shí)際意義。
三、研究方法與手段
本文應(yīng)用車牌圖像定位前處理技術(shù)，車牌定位技術(shù)，圖像預(yù)處理技術(shù)，基于投影特征的車牌字符分割算法、基于聚類分析的車牌字符分割算法、基于模板匹配的車牌字符分割算法及車牌像素字符分割算法來解決車牌識別中字符分割算法的研究與實(shí)現(xiàn)。
車牌圖像定位前的處理包括：圖象的采集與轉(zhuǎn)換，考慮到現(xiàn)有牌照的字符與背景[ 的顏色搭配一般有藍(lán)底白字、黃底黑字、白底紅字、綠底白字和黑底白字等幾種，利用不同的色彩通道就可以將區(qū)域與背景明顯地區(qū)分出來�；叶刃Ｕ捎谂普請D象在拍攝時(shí)受到種種條件的限制和干擾，圖象的灰度值往往與實(shí)際景物不完全匹配，這時(shí)就可以采用灰度校正的方法來處理，增強(qiáng)灰度的變化范圍、豐富灰度層次，以達(dá)到增強(qiáng)圖象的對比度和分辨率。平滑處理，圖像平滑處理的主要目的是減少噪聲。攝像頭拍攝過程中有時(shí)會(huì)引入大量的信道噪聲、量化噪聲、脈沖干擾等，并且圖像上孤立噪聲會(huì)影響牌照搜索定位的準(zhǔn)確性，對后面的單字切分和識別會(huì)有很大影響，因此必須平滑掉這些噪聲干擾。邊緣檢測是將圖像的邊緣突出，而且邊緣以外的圖像區(qū)域通常被削弱甚至被完全去掉的，一種使輪廓更加突出的圖像處理方法。
常用的定位方法是數(shù)學(xué)形態(tài)學(xué)[7] 法。數(shù)學(xué)形態(tài)學(xué)以圖像的形態(tài)特征為研究對象，它的主要內(nèi)容是設(shè)計(jì)一整套概念、變換和算法，用來描述圖像的基本特征和基本結(jié)構(gòu)，也就是描述圖像元素與元素、部分與部分間的關(guān)系。數(shù)學(xué)形態(tài)學(xué)作為一種用于數(shù)字圖像處理和識別的新理論和新方法，它的理論雖然很復(fù)雜，被稱為“驚人數(shù)學(xué)”，但它的基本思想?yún)s是簡單而完美的。數(shù)學(xué)形態(tài)學(xué)由 一組形態(tài)學(xué)的代數(shù)運(yùn)算子組成，基本算子有：腐蝕(Erosion)、膨脹(Delation)、開(Opening)和 閉(Closing)�；谶@些基本運(yùn)算還可以得出各種形態(tài)學(xué)算法。四種基本運(yùn)算中，最基本的是腐蝕和膨脹。之后再進(jìn)行平滑圖像的輪廓，從對象中移除不相干小對象以及利用車牌的彩色信息的彩色分割方法等處理方式，將車牌圖像定位出來，然后再進(jìn)行下一步的車牌圖像預(yù)處理。
圖像預(yù)處理是經(jīng)過灰度化、二值化、均值濾波、膨脹腐蝕處理四個(gè)過程來完成。灰度化：加權(quán)平均值法。將彩色圖像轉(zhuǎn)化為灰度圖像的過程稱為圖像的灰度化處理。二值化：為了能夠方便地將車牌從包含車牌的子圖像中精確定位出來，將該子圖像轉(zhuǎn)變成只有黑白分布的二值圖像，即先對圖像進(jìn)行二值化處理。能否正確的分割字符象素區(qū)域和背景象素區(qū)域?qū)φ麄�(gè)車牌識別系統(tǒng)的成功起著非常關(guān)鍵的作用。均值濾波是線性濾波的一種方法，在空間域內(nèi)平滑圖像。它的概念非常直觀：用由濾波掩膜確定鄰域內(nèi)的像素平均灰度值取代原圖像中每個(gè)像素點(diǎn)的灰度值，這種處理可以在一定程度上減小圖像灰度的“尖銳”變化。均值濾波處理完圖像后還需要用膨脹或腐蝕操作對圖像進(jìn)行一次處理，使車牌圖像對以后的車牌字符分割步驟更順利。
基于投影特征的車牌字符分割算法是車牌字符分割中最常用的方法，它主要利用了字符顏色 與車牌底色差異大而且各字符間均存在一定間距這兩個(gè)特點(diǎn)。其核心思想是對車牌的灰度圖像在垂直方向上進(jìn)行投影，顯示車牌圖像灰度空間分布的規(guī)律。分析投影結(jié)果，在圖像灰度值疊加較低的列上會(huì)出現(xiàn)波谷，在灰度值高的點(diǎn)集中的列上出現(xiàn)波峰。這樣，車牌的垂直投影圖像就會(huì)呈 現(xiàn)出波峰波谷交替出現(xiàn)的樣子。根據(jù)該處置投影圖設(shè)置一個(gè)閾值，將投影柱高于該閾值的部分劃分為字符區(qū)，投影柱低于該閾值的部分劃分為背景區(qū)，如此便實(shí)現(xiàn)了車牌的字符分割。 基于聚類分析的車牌字符分割算法[8] 該方法又稱為連通域法，是從車牌字符本身的特點(diǎn)出發(fā)實(shí)現(xiàn)的。我們知道我國車牌字符集可分為漢字、大寫英文字母和數(shù)字，而英文字母和數(shù)字都是連通的，故可根據(jù)字符的連通性來實(shí)現(xiàn)字符分割。連通域法的核心思想是：先確定每個(gè)連通域的首尾位置，然后由這兩個(gè)位置構(gòu)成一個(gè)矩形區(qū)域，當(dāng)該字符為英文字母或者數(shù)字時(shí)，這個(gè)矩形便是包含字符的最小外接矩形區(qū)域。連通域法分割字符的優(yōu)點(diǎn)是：對車牌定位的結(jié)果要求較低，受車牌傾斜的影響較小，可較好的解決在復(fù)雜背景下車牌的分割問題及對字母和數(shù)字字符的分割效果很理想。不足在于運(yùn)算速度比較慢，不適合圖像尺寸較大的情況，對污損等噪聲過于敏感，對于漢字字符需要結(jié)合其他方法才能實(shí)現(xiàn)正確分割。此外，連通域的首尾很難準(zhǔn)確定位。
基于車牌像素[9] 和模板匹配相結(jié)合的方法來進(jìn)行的字符分割，采用的車牌圖像都是已經(jīng)經(jīng)過預(yù)處理了的二值化車牌圖像。根據(jù)車牌上字符的特點(diǎn)，可以知道，在車牌本身質(zhì)量理想，而且車牌模板與字符串完全重合時(shí)，車牌字符的像素是全部落在車牌字符模板內(nèi)，像素值為“l(fā)”的點(diǎn)數(shù)量最大。并且此時(shí)，字符間隔內(nèi)的像素“l(fā)”的數(shù)量應(yīng)該最小，其和為零，他們之間的差值是最大的。一般情況下，車牌本身是不太理想的。但不管怎樣，當(dāng)車牌模板與車牌字符完全重合時(shí)，車牌字符的像素才會(huì)全部落在字符模板內(nèi)的，并且落在字符間的像素也是最小的，所以通過求取差值的極大值，可以將車牌字符進(jìn)行分割。
四、參考文獻(xiàn)
[1] 張靜. 復(fù)雜背景下車牌識別系統(tǒng)的研究[D]. 大連理工大學(xué), 2009:3-4.
[2]王曉健. 車牌定位與字符分割算法研究及實(shí)現(xiàn)[D]. 北京郵電大學(xué), 2009: 3.
[3] 遲曉君, 孟慶春. 基于投影特征值的車牌字符分割算法[J]. 計(jì)算機(jī)應(yīng)用研究, 2006,07(2):256~257.
[4] 吳進(jìn)軍, 杜樹新. 車牌字符分割新方法[J]. 工業(yè)控制計(jì)算機(jī), 2005, 18(4):69-70.
[5] 王興玲. 最大類間方差車牌字符分割的模板匹配算法[J]. 計(jì)算機(jī)工程, 2006, 32(19): 193-195.
[6]王璐. 基于MATLAB的車牌識別系統(tǒng)研究,浙江大學(xué)碩士學(xué)位論文，2009.
[7] 熊哲源, 樊曉平, 黎燕. 基于數(shù)學(xué)形態(tài)學(xué)邊緣檢測的車牌字符分割算法[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用, 2010, 19(9):155-158.
[8]陳黎，黃心漢.基于聚類分析的車牌字符分割方法[J].計(jì)算機(jī)工程與應(yīng)用，2002，6：221.222
[9] 甘玲, 林小晶. 基于連通域提取的車牌字符分割算法[J]. 計(jì)算機(jī)仿真, 2011, 28(4):336-339.