基于OpenCV车牌识别系统的设计与实现

论文总字数：21019字

摘 要

计算机视觉技术是基于Opencv车牌识别系统的重点，图像处理和模式识别技术也是本系统不可或缺的，首先细致分析了车牌区域的各种细节特征，针对复杂环境下的车牌图像采用高斯滤波来进行去噪，并通过将RGB图像转化为HSV图像识别像素点颜色，即车牌的颜色；另外一个比较有特色的策略在于利用了概率hough变换进行倾斜车牌校正，接着采用聚类算法处理实现汽车车牌上字符的分割方案。

本系统有图像去噪、车牌定位和字符分割与识别等模块，并且结合了近些年来车牌定位算法和分割技术的最新研究方案，成功实现了系统智能化，测试选用了各类图片，分别来自于数码相机、手机以及监控摄像头在不同地点、时间和气候下的拍摄的不同大小的图像，顺利实现了预期的目标。

关键词:图像处理；颜色识别；倾斜校正；字符分割；字符识别；车牌识别

Design and implementation of license plate recognition system based on OpenCV

Abstract

Computer vision technology is the key of the based on Opencv license plate recognition system, image processing and pattern recognition technology is also an integral part of this system, the first detailed analysis of the characteristics, various details of the license plate area of license plate images for complex environment by gauss filter for denoising, and through the RGB images into HSV pixel color image recognition, The color of the license plate; Another characteristic strategy is to use the probabilistic Hough transform to correct the slanted license plate, and then use the clustering algorithm to realize the segmentation scheme of the characters on the car license plate.

This system has image denoising, the license plate location and character segmentation and recognition module, and combines the license plate localization algorithm and segmentation technology in recent years, the latest research plan, intelligent system is implemented, the test chose all kinds of pictures, respectively from the digital cameras, mobile phones and cameras in different place, time and climate of different size of the image, The expected target has been achieved smoothly.

Keywords：Image processing;Color recognition;Tilt correction;Character segmentation; Character recognition; License plate recognition

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 车牌识别系统的背景与意义 1

1.2 车牌识别系统的相关研究现状 1

1.3 主要工作内容 1

1.4 论文组织结构 2

1.5 本章小结 2

第二章 开发工具及平台介绍 3

2.1 python开发语言 3

2.2 深度学习Opencv 3

2.3 本章小结 4

第三章 车牌识别关键技术介绍 5

3.1 图像去噪 5

3.1.1 几种常见图像去噪方式 5

3.1.2 系统采用的图像去噪方式 5

3.2 二值化 6

3.3 车牌颜色识别 6

3.4 获取车牌 7

3.4.1 形态学滤波 7

3.4.2 Canny运算检测 8

3.4.3 消除孤立点 8

3.5 倾斜的车牌矫正 9

3.6 字符的分割 9

3.6.1 几种常见的字符分割算法 10

3.6.2 系统采用的聚类算法 10

3.7 字符识别 11

3.7.1 几种常见的字符识别方式 11

3.7.2 系统采用的特征提取 SVM分类器 11

3.8 本章小结 12

第四章 系统需求分析 13

4.1 系统功能需求分析 13

4.2 系统总体工作 13

4.3 核心算法设计 14

4.4 本章小结 15

第五章 系统实现与测试 16

5.1 系统实现工具与环境 16

5.2 核心代码分析 16

5.2.1高斯滤波 16

5.2.2 Canny边缘检测算法 18

5.2.3聚类算法 20

5.2.4 SVM分析器： 21

5.3 系统主要运行界面 22

5.4 系统测试 23

5.4.1倾斜较大的蓝色车牌进行测试： 23

5.4.2正对绿色车牌进行识别： 23

5.4.3略微倾斜黄色车牌进行识别： 24

5.5本章小结 24

第六章 总结与展望 25

6.1 总结 25

6.2 展望 25

致谢 26

参考文献 27

第一章 绪论

1.1 车牌识别系统的背景与意义

现如今车辆随处可见，车辆给人们给予了交通上便利的同时也带来了交通管理的问题，例如不遵守交通规则和停车场管理等各类棘手的难题。仅仅依赖人工费时费力，为了解决系类问题，基于Opencv的车牌识别系统就应运而生，尤其在人工智能迅猛发展的时候成为各位研究者研究的重点，智能交通管理已成为如今车辆管理的重要一环。

车牌就像身份证一样，是车辆进行区分的一个重要标尺，在这样的情况下借助这样车辆身份区分，实现人工智能的车辆管理就很方便，本系统基于Opencv进行车牌识别，可以自动提取出照片中车牌区域，加以图像处理、颜色识别和字符匹配为基础，系统可以智能识别出车辆车牌信息以及车的类型，并清楚展示给用户，方便精确地进行车辆管理，车牌识别系统在交通管理智能化方面极为重要，在城市的公共交通和停车收费等管理中有着不可或缺的作用，并且在实现车辆的智能化管理中拥有着至关重要的意义。

剩余内容已隐藏，请支付后下载全文，论文总字数：21019字