导读:本文包含了汽车牌照自动识别系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:车牌,字符,牌照,图像处理,自动识别,汽车,模糊。
汽车牌照自动识别系统论文文献综述
李峰[1]（2014）在《汽车牌照自动识别系统的研究》一文中研究指出车牌中包含了上路行驶汽车的身份信息，对于行驶的汽车而言是必不可少的部分。近些年，随着中国经济的发展，以及中国人口众多，中国汽车的数量上升越来越快。汽车数量的增加给汽车管理部门带来不小的压力，以往依靠人力记录登记汽车车牌的方法已经跟不上时代的发展，而且，人工效率低、速度慢。这使得车牌自动识别系统重要性越来越大,车牌识别也是近年来国内外研究的热点方向。本文介绍和分析了国内外目前的研究成果，在此基础上，文中探讨了车牌识别涉及到的各个模块的技术，设计实现了车牌识别系统。本文首先对车牌图像预处理系统进行介绍。对于车牌识别而言，预处理对系统十分关键，良好的系统性能依靠预处理得到的准确信息。所以对预处理在图像的应用进行了全面的分析。首先将摄取到的彩色图像转换为合适的灰度图像，接着对灰度图像处理，该过程包括滤波及去除噪声，然后把灰度图像的对比度增强，最后再将图像进行二值化处理。车牌定位技术也是本系统不容忽视的重点，文中阐述了车牌的特征以及常用的车牌定位技术，并对这些技术进行比较，提出了扫描定位车牌的方法；基于车牌字符的特征，完成了车牌字符分割；最后介绍了流行的字符识别技术，阐述了文中采用的字符匹配识别方法，提高了系统的准确度和速度。本文重点分析车牌区域的定位和字符分割与识别。车牌区域定位作为汽车牌照识别系统中非常关键的环节，本文先通过处理得到二值图像的边缘点图，减少噪声干扰后，根据车牌区域的竖向纹理特征初步选定候选车牌区域，然后再根据车牌的一般大小比例特征对候选车牌区域进行最后的精确定位，定位的准确率比较高。字符分割与识别：首先对得到的车牌进行倾斜度调整，接着通过分析字符的特征对字符进行分割得到独立字符，为了能更准确地进行字符的识别，对字符大小尺度进行归一化统一到一致大小。最后采用一种适应性较强的特征提取法提取字符特征，并结合了模板匹配，对七个车牌字符分别进行识别，识别的准确率较高。基于上面的工作，设计了完整的车牌识别系统，对整个系统进行测试和分析。通过实践可以看出，车牌识别系统能够快速准确地把车牌区域进行定位，同时把车牌中的字符有效地识别出来。在未来智能化交通的发展中，本系统有很高的应用潜能。(本文来源于《吉林大学》期刊2014-05-01）
张宏丹[2]（2014）在《汽车牌照自动识别系统的设计与实现》一文中研究指出本文主要研究的是汽车牌照自动识别系统,其作为信息化、智能化、数字化的综合交通管理系统在如今汽车普及的状况下显得非常重要。由于我国车牌的多样化,样式、颜色、规格不尽相同,本文主要针对车牌尺寸为440mm×140mm的规格,此尺寸牌照能占到日常生活中车牌的90%以上。基于数字图像处理、模式识别、计算机视觉等技术,以自己对车牌识别的认识和研究,在系统实现过程中,将整个框架确定为图像预处理阶段、车牌定位阶段、字符分割阶段和字符识别阶段,每个阶段的实现均从传统的理论入手,结合试验和经验添加新的算法和思路,在效率上得以提高。在图片预处理阶段,利用图像的灰度化减少了图像的冗余信息,使得占用很少的空间,运用图像的增强增加了原本图像不是很明显的脉络,给出了清晰的车辆信息。在车牌定位阶段,首先分析了车牌的特征信息,在这些特征信息和先验知识下找到车牌的连通区域,然后在此基础上分析纹理等信息,去掉伪车牌区域,最终找到车牌区域。在字符分割阶段,首先对车牌进行了水平垂直倾斜校正,然后进行水平方向投影去除车牌的边框以及铆钉等,再在垂直方向上投影,在投影区域内出现有规律的间隔,判断并分析这些间隔,最终以此来确定每个字符的左右边界,实现字符分割。最后是字符识别阶段,在这一阶段采用改进的模板匹配的相关算法对车牌分割出来的单个字符进行识别。整个系统实现过程中,在vs2008开发环境下,用C++语言完成了整个系统的开发。各个阶段联系紧密,在此基础上对汽车牌照自动识别系统各个模块进行设计。最后,完成系统集成和运行,并通过测试,系统识别率有很大提高。(本文来源于《电子科技大学》期刊2014-03-01）
潘朝阳[3]（2013）在《汽车牌照自动识别系统的设计与实现》一文中研究指出在信息技术高速发展的21世纪，智能交通管理系统将成为道路交通管理系统的发展趋势。在高速公路系统飞速的发展和车辆管理体制不断完善的大环境下，实际应用领域实施智能交通管理系统、充分发挥其强大功能已是势在必行。因此相应设计开发并使用了汽车牌照自动识别系统。汽车牌照自动识别系统是一个以特定目标为对象的专用计算机视觉系统,也是智能交通系统的重要组成部分之一。该系统能从一幅图像中根据纹理特征、颜色信息等利用数学工具识别车牌并将其提取，然后利用投影分析、连通域分析等方法分割字符，最后通过模板匹配、神经网络等方法识别字符。本论文的主要内容有叁部分，其包括了牌照定位、牌照中字符的分割和字符识别。首先是车辆牌照的分割与提取:运用模式识别、人工智能技术，对采集到的汽车图像，能够实时准确地自动识别出车牌的字符，然后是基于神经网络的车牌字符识别:以计算机可直接运行的数据形式给出识别结果，使得车辆的自动化监控和管理成为现实。(本文来源于《江西农业大学》期刊2013-06-01）
胡媛[4]（2013）在《汽车牌照自动识别系统算法研究》一文中研究指出该文章研究基于计算机车牌自动识别的算法:图像预处理,车牌定位,字符分割,字符识别。运用模式识别、人工智能等技术,对采集到的汽车图像,实时准确的自动识别出车牌的数字、字母以及汉字字符,并以计算机可直接运行的数据形式给出识别结果。(本文来源于《计算机光盘软件与应用》期刊2013年06期）
张爱朋[5]（2013）在《汽车牌照自动识别系统的设计与实现》一文中研究指出随着我国城市化进程的加快，城市机动车数量在急剧增长，这对传统的交通管理方法提出了新的挑战。目前，交通管理问题已成为城市管理的重要问题。现代智能交通管理系统就是为应对城市道路交通管理而提出的研究课题，它能够实现交通管理的智能化、高效化。而车牌自动识别系统是智能交通管理系统的重要组成部分，有着十分广阔的应用前景。由于车牌号码是区分机动车辆最有效的标识信息，车牌自动识别系统能够自动识别出车辆图像中的车牌号码，从而为后续的车辆的智能化管理提供必要依据。车牌自动识别系统可以从大量的图像信息中快速获取到有用的车牌信息，避免了繁琐的人工查找、汇总过程。车牌自动识别技术是以图像处理、模式识别、自动化技术等学科为基础的前沿研究课题。典型的车牌自动识别系统包括图像预处理、车牌定位、字符分割和字符识别等部分。本文从这四个部分入手，对车牌自动识别技术进行了深入研究，并最终确定了一系列有效算法对车牌进行快速有效地识别。本文的主要研究内容及成果如下：(1)在图像预处理部分，针对输入系统的车辆图像存在噪声等干扰信息，为提高后续识别准确率，本文先将车辆图像灰度化、二值化。图像二值化采用全局二值化的方法，先用Otsu算法得到全局阈值，再根据此阈值二值化车辆图像。全局二值化的方法得到的车牌区域清晰，字符边界分明，避免了局部二值化带来的字符笔画断裂的现象。对于亮度和对比度不足的图像，采用灰度拉伸来增强图像的亮度和对比度。图像噪声去除采用中值滤波算法，该算法在有效去除噪声的同时，又最大限度地保留了图像的边缘信息。(2)在车牌定位部分，分析比较了基于边缘检测和Hough变换、基于人工神经网络、基于数学形态学等车牌定位方法的优缺点，提出了一种基于车牌先验知识和线扫描的车牌定位方法，该方法应用滑动窗口检测车牌字符区域的像素跳变点数来定位车牌区域。算法计算量小，车牌边界定位准确，满足了系统对于车牌定位实时性和准确性的要求。(3)在字符分割部分，本文采用Hough变换来校正车牌的倾斜度。针对车牌字符的特点，提出了一种基于车牌先验知识和投影法的字符分割算法，字符边界分割精确，取得了较好的分割效果。(4)在字符识别部分，先分析比较了几种常用的车牌字符识别方法，然后提出了一种基于模板匹配-特征点匹配相结合的字符识别方法。识别系统采用二级系统，待识别字符先进入一级系统，对于字符特征区别很大的字符，一级系统采用模板匹配法即可完成识别；对于易混淆的字符，送入二级系统，运用13特征点匹配的方法进一步识别，该算法字符识别准确率较高。实验证明，应用本文提出的算法所设计的系统，在车牌定位、字符分割、字符识别等部分都取得了较理想的效果，对实际应用有一定的指导意义。(本文来源于《浙江理工大学》期刊2013-03-07）
王作成[6]（2013）在《RFID双标签汽车牌照自动识别系统研究》一文中研究指出本文阐述了什么是ETC系统,这样的系统有哪些特点,在实际生活当中具有哪些应用优势,这样的系统在自动识别方面具有哪些现实的意义。(本文来源于《科技资讯》期刊2013年07期）
朱江峰[7]（2013）在《汽车牌照自动识别系统的研究》一文中研究指出作为智能交通系统(ITS)的一项非常重要的技术,车牌识别技术(LPR)是近年来的研究热点。智能交通系统在交通流量统计、车辆违章监控以及车辆跟踪等方面发挥着重要的作用。由于车辆牌照是车辆的唯一统一标识，因此车牌识别技术是整个系统的核心技术，对车牌识别系统进行深入的研究具有重要的现实意义。本文研究了车牌识别技术中的车牌定位、字符分割和字符识别。结合目前车牌识别系统的现状提出了基于云计算技术的车牌识别系统，并对此做了大量的研究。本文主要完成的工作如下：1.车牌定位。本文首先将车辆彩色图像转换成了灰度图。针对灰度图的二值化，研究并使用了一种基于图像灰度差阈值的二值化方法，并对图像进行了去噪处理。根据二值化后对车牌区域特征的分析，自下向上地对行跳变点进行计数，并通过相邻跳变点最大距离、连续跳边行数以及区域长宽比的设置，准确的实现了车牌的定位。2.字符的分割。由于定位出的车牌区域中车牌可能产生倾斜，本文使用质心法对倾斜的车牌进行了校正。并对车牌二值图进行了尺寸归一化与颜色归一化的处理。结合车牌字符的分布特点，粗略的划定了相邻字符之间空白间隙的位置，并通过本文提出的算法实现了空白间隙的准确提取，以此为依据实现了对车牌字符的分割。3.字符的识别。针对字符的识别本文采用的是模板匹配法。模板匹配法的关键在于字符图像特征的提取方式。本文提出并使用了一种基于粗网格特征提取改进而来的特征提取方式。并使用提取出的特征值构建特征向量，通过计算待识别字符与模板字符的向量夹角的方式完成了匹配度的计算，实现了字符图像内容的识别。4.基于云计算技术的车牌识别系统。提出了基于云计算技术的车牌识别系统的设想。结合云计算技术的特点，介绍了将云计算技术运用在车牌识别中的优势及具体操作流程。完成了云数据库的设计、云字模库的组建及云识别等工作。(本文来源于《南京航空航天大学》期刊2013-01-01）
薛慧,董琦[8]（2012）在《ETC中基于RFID的双标签汽车牌照自动识别系统研究》一文中研究指出目的:设计适用于ETC中的汽车牌照自动识别系统。方法:分析原有ETC系统的工作原理和弊端与不足,提出了基于RFID双标签的汽车牌照识别系统。结果:从理论分析可以得出本文提出的方法可以有效的克服原有ETC系统中的问题———如牌照识别率太低和跟车干扰情况严重等。结论:本文提出的RFID双标签汽车牌照自动识别系统能有效克服原有ETC系统中的弊端和不足,有一定的实践应用价值。(本文来源于《价值工程》期刊2012年28期）
郭灵燕[9]（2012）在《汽车牌照自动识别系统技术研究》一文中研究指出近几年，随着世界经济持续不断的发展，汽车数量大幅度增加，传统的人工管理方式已经明显跟不上节奏。为此，智能交通系统（Intelligent Transportation System，ITS）是当前以及未来社会交通管理发展的主要方向，也是目前世界各国在交通领域中竞相研究和开发的前沿课题和研究热点，而汽车牌照识别系统（License Plate Recognition）则是交通系统智能化的核心技术和重要环节之一。LPR能自动识别汽车牌照上的号码，是一种结合了图像处理、模式识别等技术的计算机视觉系统，在停车场或小区的管理系统、公路收费系统、被盗车辆的追踪与调查、交通系统智能化等多种场合可以得到应用。我国如果能广泛实行和应用汽车牌照识别系统，那么就能有效地促进交通管理的智能化和自动化并提高管理效率。本文主要论述了汽车牌照识别系统中所包含的几个环节所涉及到的算法技术：汽车图像预处理、车牌区域定位、车牌字符分割与识别，以及整体的系统设计。汽车图像预处理：为了使采集得到的汽车图像的质量能得到提高，首先对汽车图像进行了一系列预处理包括彩色图像灰度化、对比度增强、去噪、增强竖向纹理特征、灰度图像二值化等。车牌区域定位：作为汽车牌照识别系统中非常关键的环节，本文先通过处理得到二值图像的边缘点图，减少噪声干扰后，根据车牌区域的竖向纹理特征初步选定候选车牌区域，然后再根据车牌的一般大小比例特征对候选车牌区域进行最后的精确定位，定位的准确率比较高。字符分割与识别：首先对得到的车牌进行倾斜度调整，接着通过分析字符的特征对字符进行分割得到独立字符，为了能更准确地进行字符的识别，对字符大小尺度进行归一化统一到一致大小。最后采用一种适应性较强的特征提取法提取字符特征，并结合了模板匹配，对七个车牌字符分别进行识别，识别的准确率较高。在以上的研究基础上，利用VC++6.0开发了汽车牌照定位与识别系统软件，并对采集到的多幅汽车图片进行了实验。实验数据表明，本系统能较准确地定位车牌区域并将其分割出来，最后能将车牌上的字符识别出来。系统适合目前我国交通车辆行业的发展现状，具有较好的市场开发价值。(本文来源于《哈尔滨工程大学》期刊2012-05-01）
王明华[10]（2011）在《基于模糊理论的汽车牌照自动识别系统的设计与实现》一文中研究指出车牌自动识别技术作为智能交通系统的关键技术之一,受到国内外众多学者的广泛关注,对其进行研究具有十分重要的理论意义和应用价值。完整的车牌自动识别系统通常包括车牌图像预处理、车牌定位、字符分割、字符识别等关键技术。本论文针对车牌自动识别系统中的几个关键技术,结合模糊理论,在深入分析我国汽车牌照特点的基础上,利用数字图像处理技术,对车牌自动识别系统进行了比较系统的研究,主要内容为:1、分析了车牌自动识别技术(LPR)在ITS中的重要性。详细研究了国内外车牌自动识别技术的已有理论,分析了模糊理论在车牌自动识别系统中的适用性,设计了基于模糊理论的汽车牌照自动识别系统的研究方案。2、研究了车牌图像的预处理技术,包括图像灰度化、图像增强、图像二值化等,建立了基于模糊C-均值聚类的车牌图像分割方法,该方法是一种无监督的图像聚类方法,无需事先设定阈值,具有广阔的应用前景。3、详细研究了我国车辆牌照的特征,在此基础上,建立了基于车牌彩色纹理特征的车牌定位方法,并根据字符的特征,事先设定某个阈值,通过寻求连续的字符块,最终实现车牌字符的分割。4、利用粗网格特征法对车牌字符特征进行了提取,设计了一个四层结构的模糊神经网络分类识别器,实验结果表明模糊神经网络对识别车牌字符具有良好的适用性。(本文来源于《电子科技大学》期刊2011-09-01）
汽车牌照自动识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要研究的是汽车牌照自动识别系统,其作为信息化、智能化、数字化的综合交通管理系统在如今汽车普及的状况下显得非常重要。由于我国车牌的多样化,样式、颜色、规格不尽相同,本文主要针对车牌尺寸为440mm×140mm的规格,此尺寸牌照能占到日常生活中车牌的90%以上。基于数字图像处理、模式识别、计算机视觉等技术,以自己对车牌识别的认识和研究,在系统实现过程中,将整个框架确定为图像预处理阶段、车牌定位阶段、字符分割阶段和字符识别阶段,每个阶段的实现均从传统的理论入手,结合试验和经验添加新的算法和思路,在效率上得以提高。在图片预处理阶段,利用图像的灰度化减少了图像的冗余信息,使得占用很少的空间,运用图像的增强增加了原本图像不是很明显的脉络,给出了清晰的车辆信息。在车牌定位阶段,首先分析了车牌的特征信息,在这些特征信息和先验知识下找到车牌的连通区域,然后在此基础上分析纹理等信息,去掉伪车牌区域,最终找到车牌区域。在字符分割阶段,首先对车牌进行了水平垂直倾斜校正,然后进行水平方向投影去除车牌的边框以及铆钉等,再在垂直方向上投影,在投影区域内出现有规律的间隔,判断并分析这些间隔,最终以此来确定每个字符的左右边界,实现字符分割。最后是字符识别阶段,在这一阶段采用改进的模板匹配的相关算法对车牌分割出来的单个字符进行识别。整个系统实现过程中,在vs2008开发环境下,用C++语言完成了整个系统的开发。各个阶段联系紧密,在此基础上对汽车牌照自动识别系统各个模块进行设计。最后,完成系统集成和运行,并通过测试,系统识别率有很大提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汽车牌照自动识别系统论文参考文献
[1].李峰.汽车牌照自动识别系统的研究[D].吉林大学.2014
[2].张宏丹.汽车牌照自动识别系统的设计与实现[D].电子科技大学.2014
[3].潘朝阳.汽车牌照自动识别系统的设计与实现[D].江西农业大学.2013
[4].胡媛.汽车牌照自动识别系统算法研究[J].计算机光盘软件与应用.2013
[5].张爱朋.汽车牌照自动识别系统的设计与实现[D].浙江理工大学.2013
[6].王作成.RFID双标签汽车牌照自动识别系统研究[J].科技资讯.2013
[7].朱江峰.汽车牌照自动识别系统的研究[D].南京航空航天大学.2013
[8].薛慧,董琦.ETC中基于RFID的双标签汽车牌照自动识别系统研究[J].价值工程.2012
[9].郭灵燕.汽车牌照自动识别系统技术研究[D].哈尔滨工程大学.2012
[10].王明华.基于模糊理论的汽车牌照自动识别系统的设计与实现[D].电子科技大学.2011
论文知识图
