1. 研究目的与意义
随着生活水平的日益提高，汽车的使用数量也在逐年增长，现有的交通设施已经不能满足现状，如何去进行有效的管理成为人们开始关注的方向。针对现有的状态，我们利用不断革新的技术开发出来了一系列监控，管理系统。
车牌定位功能在车牌识别系统中占有重要的位置，车牌定位的成功率及准确率决定了一个车牌定位系统的识别率。同时车牌定位功能为道路监控技术中的关键技术，要求在各种环境下精确定位车牌，为后续的跟踪,号牌识别提供依据，适用于停车场管理，违章记录查询，收费站等多种场所，不但提高的工作效率，还大大减低了人为因素的影响，因此具有较高的实践意义。
2. 课题关键问题和重难点
车牌识别过程包括：车牌定位、车牌字符分割、车牌字符识别，其中车牌定位是其难点之一，车牌定位的准确与否直接影响了最终车牌能否被准确的识别出来。
车牌定位是通过车牌区域的特征来判断牌照位置，难点如下：
1）拍照环境受到环境因素的干扰，照片清晰度不够，光照不均匀，车牌磨损都会导致定位率下降
3. 国内外研究现状（文献综述）
文献1中针对现存车牌定位方法自适应性差和鲁棒性不强的情况,提出了一种新的快速自适应车牌定位算法.此算法结合图象中车牌区域的纹理特征、灰度和边缘投影信息定位车牌,经对不用场景、不同光照、不同车型的汽车图象的实验表明该算法具有快速,鲁棒性强,自适应性好的优点。
文献2中提出综合使用纹理信息及颜色信息等多种特征的分层次车牌快速定位方法.首先在图像的二值垂直边缘图中,利用车牌区域的边缘信息及车牌的纹理特征进行车牌候选区域的确定,在降低算法复杂度的同时提高了定位精确性,然后结合先验知识,运用四元数主成分分析及K-means聚类方法,提取候选区域图像特征并分类,最终得到精确车牌定位.
文献5中首先对定位后的车牌图片进行了一系列的图像处理操作,这些操作包括图像的灰度拉伸、图像的滤波锐化、图像的二值化、车牌图像的倾斜校正、边框的去除等。然后对车牌字符分割的传统算法给予了介绍,本文车牌字符分割采用的投影旋转法和车牌先验知识相结合的算法。
4. 研究方案
车牌的定位包括车牌的粗定位和精确定位2个主要步骤：
车牌粗定位 | 车牌精确定位技术 |
1.图像预处理，提高图像质量 | 1.颜色分割 |
2.边缘检测、二值化，突出边缘特征 | 2.左右边缘精定位 |
3.定位车牌上下边缘 | 3.车牌倾斜矫正 |
4.采用数学形态学寻找最大连通域粗定位车牌的左右边缘 |
为了验证车牌定位效果，采集在不同环境下的车牌图像：强光晴朗环境，阴天环境，晚上弱光环境；
为了验证背景复杂度对车牌定位的影响，以及车牌倾斜时算法的适应性，采集在简单背景、复杂背景以及车牌严重倾斜的图片。
5. 工作计划
第1周第2周 | 收集资料，熟悉课题，了解基本图像处理的相关算法和opencv开发环境。 |
第3周 | 熟悉资料，撰写开题报告。 |
第4周第5周 | 了解颜色算法，边界梯度的算法，研究图像预处理中的灰度化，二值化等原理，并整理试验数据。 |
第6周第8周 | 探索车牌定位常用的方法，结合现在流行的算法，总结出优缺点，加以改进，基本实现基于颜色信息的车牌定位算法和基于边界梯度的车牌定位算法，完成中期检查报告。 |
第9周第11周 | 通过实验对比分析2种算法，并结合2种算法，提高分析鲁棒性。 |
第12周第13周 | 完成程序，进行相应的测试。 |
第14周第16周 | 撰写和完成毕业论文，准备答辩。 |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
