《硕士学位论文-基于车牌识别的校园车辆管理系统实现.doc》由会员分享，可在线阅读，更多相关《硕士学位论文-基于车牌识别的校园车辆管理系统实现.doc（83页珍藏版）》请在三一文库上搜索。
1、密级: 硕士学位论文 基于车牌识别的校园车辆管理系统实现 作者姓名： 指导教师: 学位类别: 工程硕士 学科专业: 计算机技术 研究所 : 中国科学院大学工程管理与信息技术学院 二0一四 年 三 月I The School Campus Vehicle Management System Based on Vehicle License Plate Recognition By A Dissertation Submitted toUniversity of Chinese Academy of SciencesIn partial fulfillment of the requirement
2、For the degree of Master of computer technoloyCollege of Engineering and Information TechnologyUniversity of Chinese Academy of Sciences March, 2014Year中国科学院大学直属院系研究生学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明或
3、致谢。作者签名： 日 期： 中国科学院大学直属院系学位论文授权使用声明本人完全了解并同意遵守中国科学院有关保存和使用学位论文的规定，即中国科学院有权保留送交学位论文的副本，允许该论文被查阅，可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存、汇编本学位论文。涉密的学位论文在解密后适用本声明。作者签名： 导师签名： 日 期： 日 期： 摘要 摘 要随着计算机技术的高速发展，各行各业的信息化程度越来越高，原来许多由手工处理的信息现在变成由计算机处理，这种转变大大提高了信息处理的速度和准确性。针对校园车辆管来说，校园车辆智能化管理的应用就有了良好的技术支撑和理想的技术平台。校园车辆
4、智能化管理系统是通过以计算机视觉技术作为重要手段，运用数字图像处理方法同时结合数据库技术，通过车牌识别技术在智能交通系统特定领域的应用，设计出适应学校的校园管理系统，本文介绍了技术的特点，系统的每个模块的功能。本文主要内容包括：首先介绍了学校当前停车管理的现状以及建立智能校园停车管理系统的必要性、可行性；第二、对智能交通管理系统中的车牌扫描智能鉴定系统中的关键技术做了简单的介绍，介绍了相关技术的工作流程、国内外的发展现状、并对其关键技术和实现该技术所使用的算法进行了一些说明；第三、在对学校实际进行具体分析的基础上详细介绍了校园车辆管理的总体设计方案：包括需求分析、系统的结构设计、系统工作流程、
5、实现功能等；第四、对智能停车系统软件管理模块进行了设计，其中包括了车辆的管理、操作人员管理、收费的管理、数据备份与恢复等；最后，进行了总结。关键词：车牌扫描，智能鉴定，校园车辆管理，数据库管理III Abstract AbstractWith the rapid development of computer technology.All walks of life information degree is higher and higher .Many original by manual processing of information is now processing by com
6、puter .This shift has greatly increased the speed and accuracy of information processing .In view of the campus vehicle tube ,campus vehicle intelligent management application has a good technical support and the ideal technology platform . Campus vehicle intelligent management system is through wit
7、h computer vision technology as the important means，by using digital image processing method combined with database technology at the same time and applying the license plate recognition technology in the specific field of intelligent transportation system, computer vision technology as an important
8、 means, the management system adapted to campus has been designed. This paper introduces the characteristics of technologies and the function of each module of the system.This thesis focuses on the following aspects: Firstly, it introduces the current situation of the school parking management and t
9、he necessity and feasibility of establishing intelligent campus parking management system; Secondly, it gives a brief introduction to the key techniques of license plate scanning intelligent identification system in intelligent traffic management system, including the workflow and development of rel
10、evant technology at home and abroad, and explains the key technology and some algorithms to implement the technology; Thirdly, on the basis of the actual concrete analysis to the school campus, the overall design scheme of campus vehicle management was introduced in details, which includes requireme
11、nts analysis, system structure design, working process of system and realization of the function, etc; Fourth, it designs the software modules of intelligent parking management system, including the vehicle management, the operator management, charge management, data backup and restore, etc.; Lastly
12、 it is a conclusion.Key Words: license plate scanning, intelligent identification, the campus vehicle management, database management目录目录摘 要IAbstractIII第一章 绪论11.1 本课题选题背景及意义11.2 国内外的研究现状21.3 本文主要研究内容31.4 本章小结4第二章 校园车辆管理系统的关键技术介绍52.1 图像预处理52.2 车牌定位技术72.2.1 车牌粗定位92.2.2 车牌细定位102.3 车牌分割102.4 汽车牌照字符的识别11
13、2.5 管理信息系统122.6 网络通信132.7 本章小结14第三章 进出车辆的数据管理系统软件设计与实现153.1 校园进出车辆管理系统业务流程概述153.2 系统的功能分析173.3 系统的结构图193.4 进出车辆的数据管理系统开发工具和模式的选择203.4.1 进出车辆的数据管理系统开发工具的选择203.4.2 进出车辆的数据管理系统开发模式的选择213.5 进出车辆的数据管理系统数据库的设计213.6 数据库的建立253.7 系统设计原则263.8 系统配置263.9 本章小结27第四章 系统详细设计294.1 出入口控制模块294.2 车牌定位与识别模块314.3 进出车辆的数据
14、管理模块324.4 管理系统登录模块的设计344.5 系统数据管理模块设计354.6 系统维护管理模块设计394.7 收费管理子模块的设计414.8 系统数据查询与报表打印模块设计424.9 本章小结44第五章 系统实现与测试455.1 系统的实施455.2 系统功能测试与分析555.3 功能测试结果分析565.4 设计性能测试与分析575.5 本章小结57第六章 结论与展望59参 考 文 献61致 谢65个人简历、在学期间发表的论文与研究成果67V第一章 绪论第一章 绪论1.1 本课题的选题背景及意义随着经济全球化和信息时代的到来，人们的生活水平有了很大幅度的提高，汽车作为代步工具飞入了寻常
15、百姓家，特别是近几年我国在刺激消费，拉动内需的政策鼓舞下，汽车消费的增长更是突飞猛进。车辆多了交通压力相应也就增加了，特别是停车问题尤为突出，在工厂、学校、医院、机关单位、商场、小区、宾馆、停车场等交通流量大的地方，停车之难以及管理之难更是可想而知，给社会带来的麻烦也就不言而喻了。为了解决面前实实在在问题，我们就必须寻找一个能全方位管理的办法来提高管理效率，如何采用计算机网络与智能化、自动化手段也就成为急需要解决的问题。要想实现交通管理的自动化，首先必须了解与交通管理自动化息息相关的计算机技术、电子电控技术、电子网络技术、电子监控技术、电子信息技术，如何利用这些先进的技术对浩瀚的信息来源进行自
16、动检测、自动识别、高效管理，则成为解决交通管理自动化的关键所在。汽车牌照作为汽车的唯一合法身份证，知道了车牌号码即可获知车辆的所有信息，随着图像识别技术的发展应用，车牌扫描智能鉴定技术（LPR）的研究应运而生。车牌扫描智能鉴定技术作为交通管理自动化的重要手段，其任务是通过图像采集手段获取汽车车牌，自动识别汽车牌号，并对其进行分析、处理、监控汽车图像同时进行智能化的数据管理。车牌扫描智能鉴定技术系统现在已经应用于机关、高速公路、小区、停车场等多个领域，校园对于车辆管理同样需要，目前，基于车牌扫描智能鉴定技术的车辆管理在校园中的应用也得到了应用。无锡南洋职业技术学院是一所有大量学生和教工的民办高校
17、，由于坐落在太湖风景区，进场由于外来人员的车辆不能进行有效管理而只能停留在校外道路上，不仅影响安全，还且妨碍了景区的有效管理。由于出入学校的车辆很多，以前学校采用人工发放通行证的方法进行管理，但这种方法有很多弊端。首先，工作人员需要站在外面发放及回收车辆通行证，无论夏天和冬天，刮风和下雨，非常辛苦。其次，每一辆进出的车辆都要停车来领取车辆通行证，大大降低了了车辆的通行速度，在上、下班的高峰期，校门内外经常出现汽车排队的现象，师生多有怨言。同时也直接影响社会对无锡南洋职业技术学院的印象。为了满足社会与学校对于车辆管理的自身需求，学校将校园车辆管理立项，同时为了给学校教师的一次锻炼机会，采用了校外
18、公司与校内老师合作的方式开发校园车辆管理系统。计算机技术的发展和物联网技术应用的推广，无锡南洋职业技术学院认为校园车辆管理系统必须采用较为先进的技术，进而提升学校的科技应用的形象，而车牌识别技术成为了一项具有代表性的标志。采用了校园车辆管理系统，可以为学校车辆的规范化管理带来极大的方便。同时不需要校门值班人员发放通行介质，节省人力物力；所有汽车的进出信息同步到个出入口，提升车辆进出的管理效率；由于采用了智能车牌识别技术，可以提高车辆通行的行驶速度，避免校门的车辆排队堵车的现象。数据库和网络技术的应用还可以实时统计各时间段校门车辆的流量速度等情况，为智能化和应急情况的处理提供第一手信息。本文采用
19、了基于车牌扫描智能鉴定技术，为无锡南洋职业技术学院开发了的基于车牌识别的校园车辆管理系统。1.2 国内外的研究现状汽车牌照的识别就是计算机技术和模式识别技术的结合典型应用，是计算机技术和模式识别技术的一个特定场合和应用系统的应用。车牌识别系统需要从摄像系统中获取一幅含有汽车车牌的图像，并自动进行分割和提取字符，对车牌字符进行识别。系统能够快速准确地识别出车牌中包含的汉字、字母及数字，采用的技术包括图像采集、图像处理、模式识别、网络通信、数据库等技术。目前汽车牌照自动识别技术都采用图像抓拍设备，获取包含车牌的汽车原始图像，然后对图像进行处理，识别出车牌的文字数字和字母。国内外汽车牌照识别系统都有
20、所发展，例如上海高德威智能交通系统有限公司和吉通电子有限公司推出了车牌识别系统的相关产品，清华大学、浙江大学、上海交通大学以及中科院沈阳自动化所等都对于底层关键技术进行了研究，与有关公司结合推出的车牌识别系统己经得到应用。现阶段，国外（一般指西方较发达的国家）停车场系统在经过发展之后，在智能停车场的建设方面，国外一些发达国家的应用和管理体系都已经相当成熟，已可以实现无人收费，收费介质也由最初的接触式类型转变成非接触介质。相应技术较为成熟的国家和地区有以色列、新加坡、美国等，典型系统有See/Carsystem，YLPRS，Nsignia等。值得注意的是国外的产品和技术虽然成熟，但是国内外的停车
21、环境差别较大，国外的产品未必能适应国内的需求。如，国内城市大、人口多、建筑物体量大、停车场之间的间距大等，再加上国内的文明素质参差不齐，停车场还要负责车辆的安全，所以要求智能管理系统要能实现防盗、车位引导、反向寻车、车牌识别对比、快速出入、多费率、多功能停车卡等要求，国外的产品很难适应国情。还有一个重要的原因，国内同类产品价格低，国外价格高，竞争力不强，所以国外产品在国内市场空间并不大。而对于我国国内而言，由于各方面的原因在智能停车场技术研究方面的投入是相当少的，而且分散，所以导致国内在智能停车场的技术研究方面仍有很大的研究和实现空间，随着城镇化、小区化的发展，智能停车场的市场潜力和经济效益也
22、是巨大的。特别是基于车牌智能识别系统的车辆管理系统发展空间更大。1.3 本文主要研究内容无锡南洋职业技术学院是苏南地区开办最早的一所民办学校，近年来随着办学质量的不断提高，社会知名度的不断提升，在校人数也逐年上升；虽然在基础设施方面逐年在有所改进，但还是有些美中不足之处，对校门区域的管理就是其中之一。每天进出校门的教职工车辆和外来车辆都很多，特别是在早晚上下班高峰，但仍是采用人工发放通行证的方法来管理进出车辆并计算收费，由此带来的弊端、矛盾也越来越突出。所以为了从根本解决上述问题所引发的矛盾，开发一套基于车牌扫描智能鉴定技术的校园车辆管理系统有着重要的现实意义。本文研究的内容是采用摄像头和图像
23、采集卡，通过合适的角度的画幅拍摄汽车车牌附近区域的图像，采集后通过网络发送到计算机，经过图像处理、模式识别将车牌中的每一个文字检测、分割并识别出来，通过数据库数据比对、统计、计算完成进出校园的车辆管理。主要步骤包括:图像采集:一旦车辆位置传感器获得车辆信息即发出图像采集信号，控制采集卡对汽车牌照图像进行摄像拍照，摄像的图像由图像处理模块处理。图像预处理:对图像精心格式转化、滤波、边界增强，亮度调整等对车牌图像进行预处理车牌定位分割: 通过二值化从汽车牌照图像中找到汽车牌照和每个字符所在的位置，从而得到的单个的字符图像，进行字符的识别，得到具体的车牌信息。本文将图像处理技术、数据库技术这两种技术
24、相结合，以图像处理技术中的车牌扫描智能鉴定技术为切入点，将其引入校园智能车辆管理系统中，在对整个车牌扫描智能鉴定系统做了全面的论述的基础上，结合无锡南洋职业技术学院实际情况，设计出了符合无锡南洋职业技术学院实际需求的校园车辆管理信息系统。对于这套校园车辆管理信息系统，本文主要论述了如下几方面的内容：1、车牌自动识别系统介绍。通过阅读大量的文献，对车牌自动识别技术的应用背景和研究意义、车牌扫描智能鉴定系统的技术难点以及车牌自动识别技术的发展和研究现状进行了系统的阐述。对车牌扫描智能鉴定系统设计中的系统结构划分、功能划分以及环境配置进行了介绍。这部分内容在第一章绪论中。2、结合无锡南洋职业技术学院
25、实际，根据当前学校车辆管理的现状，对系统进行了需求分析，系统的总体结构的设计；依据所要实现的功能把系统分为出入口车辆控制模块、车辆识别管理模块、系统管理模块；并着重对系统管理模块进行了深入的设计和研究。3、详细设计了车辆管理系统的应用方案，重点是对车辆管理系统的软件结构进行了研究，首先是系统数据库的设计，在此基础上对车辆管理、收费管理、系统管理模块等进行了完整的研究和设计。4、对该系统进行实地安装调试。本系统的调试是根据至下而上的方式来进行，首先对各个模块单元的工作性能实施测试，然后再对整个系统做调试工作。1.4 本章小结本章介绍了本课题研究的背景和意义，着重阐述了因车辆的增加给社会带来的停车
26、和管理问题，通过对如何解决车辆全方位自动化管理这个问题的分析，引出了车辆自动化管理的核心技术，即车辆信息的自动检测、识别以及对如此庞大数据的管理系统。本章还介绍了国内外车辆管理系统发展的现状，对一些发达国家的比较成熟的应用和管理体系做了案例分析。然后，通过对我校的车辆管理方式和管理系统的考察分析，明确了本校车辆管理的实际需求和目标，同时确定了总体设计思路。然后概括介绍了本文主要研究内容，包括车牌自动识别系统介绍、管理系统需求分析、系统管理模块完整的研究和设计以及对该系统进行实地安装调试总结等。最后给出了本文的章节概括。69第二章 校园车辆管理系统的关键技术介绍第二章 校园车辆管理系统的关键技术
27、介绍校园车辆管理系统是一个多技术融合的集成系统，涉及图像处理、图像分割、字符定位、字符识别、网络通信、数据库技术等，同时在设计时还需要在软件工程的规范下开展开发。本章将对于校园车辆管理系统中的一些关键技术做一介绍，其中的一些技术是系统集成的内容，一些则是本文的具体工作。2.1 图像预处理在这个过程中车牌图像信号的采集、传输时总会不可避免地受到外部因素的干扰，导致采集到的图像的清晰度降低,直接对后来的车牌锁定、字符切分后对识别等工作有直接影响；为了提高图像质量、突出我们所需要车牌区域和各种字符信息需要对车牌图像进行必要的预处理。1、车牌图像的灰度化汽车图像样本大多是通过图像采集卡捕获得到的,存储
28、在系统的内存中，其格式是位图格式,因此在预选择前该图像都为彩色的。彩色的本身就包含了大量的颜色信息,所以造成存储内存占有量大,这样就会大大降低系统的执行处理能力。因此在对图像进行选择时，通常是先奖彩色的转换为灰度图像,然后再对其做处理,以提高处理的速度26-27,30 。数字图像分为彩色图像和灰度图像这两种类型。在彩色图像模型中，如果出现 红（R）、绿(G)、兰(B)三种颜色分量相等的时候，这时颜色称之为一种灰度的颜色，其中R=G=B的值叫做灰度值.彩色图像转换成灰色图像的过程叫做图像的灰度化处理。而灰度的图像是一项只有强度信息而没有颜色信息的图像，在计算机中灰色图像存储只需要一个数据阵列，并
29、且阵列内的每一个分子都与相应位置的像素的灰度值相对应。彩色图像所对应的象素色用RGB (R, G, B )来表示，灰度图像所对应的象素色可以简化为RGB ( r, r, r ), R, G, B是从彩色图像的颜色分解中得来的.其中R, G, B的取值范围是0-255,所以灰度的级别共有256级32-33,40 。图像灰度化的处理常见的主要有下面三种方法:(1)最大值法:求得R,G,B三者中最大的一个等值，具体的见2-1所示： （2-1)(2) 平均值法:使R,G,B的值等于三者之和的平均值，具体的见2-2所示: (2-2) (3)加权平均值法:是按照重要性或者其他指标分别给予R,G,B不同的权
30、重,同时满足R,G,B等于它们值的加权和的平均，具体的见公式2-3所示： (2-3) 加权系数值是以人类视觉模型为基础的,人眼对绿色最为敏感，取更大的权值,人眼对蓝色的敏感性较弱，取较小的权值与之对应。由此得到的灰度图像更接近人们的主观视觉上感觉。研究表明当Wr=0.30, Wg=0.59, Wb=0.11时，能得到的灰度图像最合理。通过灰度化处理后的图像见图2-1 所示：图2-1 灰度处理2、图像增强和二值化为了突显车牌图像里的有用信息采用图像增强法, 也意在扩大图像中不同物体可辨认度之间的差别.本文采用灰度线性变换的方法，使车牌区域的整体像素亮度得到增强, 提高车牌区域与背景之间的对比度和
31、分辨率。其函数表达式为公式2-4: (2-4)其中f 1 和 f2是灰度函数的两个阀值. 经过研读相关资料给出的实验数据, 当 f1= 50 、 f2= 230 时灰度拉伸效果最为突出, 可以使得车牌图像质量得到有效改善。256个灰度级的单色图像构成了灰度图像，灰度图像呈现出的是较为清晰的明暗度。但在车牌扫描智能分辨时，我们总是希望能把对象从背景中完完整整的分离出来。同时也为了最大限度地降低灰度图像像素带来的影响，又要保存或增强对象区域的信息，人们往往将图像分成目标对象和图像背景两个部分。这样得到的图像只有0和l两个级别的灰度级，一般情况下目标对象区域的像素值取1，而图像背景区域的像素值取0。
32、这样的图像我们把它称为二值图像，从灰度图像到二值图像的过程我们把它称为图像的二值化。为了得到合理的二值图像，通常采用阈值分割技术来实施，它能过将目标对象与图像背景有较强对比的图像很好的区分出来。把所有灰度值像素大于或等于阈值的判决为目标对象，其他被排除为外像素点，默认为是图像背景。经过对相关文献的阅读，系统中采用Otsu算法对图像进行二值化变换处理。2.2 车牌定位技术汽车牌照定位的功能主要是从捕获的车辆图像中找到车牌的位置, 并把它从该区域中分割出来。汽车牌照的锁定好或坏将直接影响到后续的汽车牌照字符分割和字符的辨别。当前在该领域有很多学者都已经进行了大量的深入的研究。提出了很多有关对车牌定
33、位的方法，大致有以下几类主要方法：1.基于边缘检测的定位法边缘检测原理：图像灰度在某个方向上的局部范围内表现出不连续性, 这种灰度明显变化点的集合 就称为边缘.它存在于目标与背景,目标与目标,区域与区域之间.它包含了丰富的信息, 是纹理特征提取、图像分割和形状特征提取等方面进行图像分析的重要基础，目标对象和图像背景两个具有不同灰度值的相邻区域之间总存在边缘, 一般边缘可以分为以下两种: 一、阶梯 形边缘(Step-step) 位于两边的像素灰度有明显不同的地方二、屋顶形边缘(Roof-edge) 位于灰度值从增加到减少的转折处；边缘检测算法是利用边缘是图像上灰度变化最剧烈的地方这一特点,对图像
34、中各个像素点进行微分或求二阶微分来确定边缘像素点；经典的边缘检测方法, 是对原始图像中像素的某小邻域构造边缘检测的算子；常用算子有： RobertS、 Prewitt、Sobel、拉普拉斯、Canny；经过对其研读后发现上述算子各有优缺点，Canny算子对车牌的处理效果是最好的。 RobertS算子、 Sobel算子均采用小区域模板进行卷积来近似计算梯度，对二维图像X和Y方向的梯度各用一个Gx和Gy的模板，但是模板不同处理的效果和时间会有一定的差异42-44 。Prewitt是一阶的微分算子，是平均滤波的，对噪音具有一定的抑限能力，但是还不能完全排除出检测结果中出现的伪边缘；Canny是采用高
35、斯函数对图像作了平滑处理的，因此它具有很强的去噪音能力；拉普拉斯是二阶微分算子, 对图像中的阶梯型边缘点定位比较准确，而具有旋转不变性的特性, 但部分边缘的方向信息容易丢失, 而且抗噪能力较差。通过边缘检测对同一幅车牌图像进行边缘提取后的结果进行比较分析Canny算子对车牌的处理效果最好。2.基于神经网络的方法：该算法利用了神经网络可以对复杂的非线性问题进行分类而允许人们以该问题了解不多的优点。 在采用神经网络定位车牌的算法中，绝大部分是通过利用一个固定大小的窗口在灰度图像上反复滑动，提取灰度特征作为神经网络的输入来实现的36,38 。3.基于遗传算法的方法：汽车牌照的提取是一个寻求最符合车牌
36、特征的范围的过程，其实质,就是在一个参量领域内寻找最优锁定的参量；而寻找参量领域的全局最优解刚好是遗传算法最拿手的。遗传算法是通过达尔文进化论和孟德尔遗传变异的理论上引申出来的一种优胜劣汰算法。他通过模拟生物进化的模式，完成对某个对象函数的全方位优化。在汽车牌照锁位过程中，需要对待定空间进行特征提取，空间搜索范围大，这时就可以充分利用遗传算法的方法快速搜索全局最优的值。利用遗传算法进行车牌定位最重要的是进行恰当的二进制编码及设置合适的适度度函数。车牌扫描智能鉴定的方法分别由南京大学的熊军、南京理工大学的时湘全给出了他们利用遗传算法进行的。4.基于彩色图像的方法：该方法利用了汽车车牌颜色相对固定
37、这一特点，把车牌图像使用 HSV 空间表示，根据车牌的着色特征对图像进行彩色分割或者彩色边缘的提取，最后利用形态或投影法得到车牌区域。海军航空工程学院的王枚用车牌区域的伴生与互补的颜色特征对车牌进行定位，然后直接进行二值化，利用投影法分割出字符。赵春香利用该方法与多层感知器网络和投影法相结合，车牌定位的成功率达到了98.6%。5.基于数学形态学的方法;利用数学形态学的腐蚀、膨胀运算及其组合而成的开运算、闭运算等对图像进行处理，可以有效地去除干扰，突出车牌的特征。然后利用投影方法或者其它手段可以定位出车牌的位置。Jun-Wei Hsieh 基于这种方法提出了一种车牌定位方法【15】，种方法可以在
38、不同光照条件下定位出具有不同倾斜角度的车牌。他根据车牌字符与北京之间对比度大特点，利用基于形态学的方法提取出候选的车牌区域，然后用一个恢复算法处理可能被分成一小部分的车牌以得到完整的车牌图像，最后用一个判定方法在候选的车牌区域中选择出符合车牌特征的区域，他的判定准则是区域内的几何特征及区域内含字符的数目。6.基于数学分析的车牌定位：比较典型的有使用傅立叶变换和小波变换两种。R.Parisi 提出了一种基于离散傅立叶变换的定位方法，他对图像中的每行和列进行傅立叶变换，分析变换后得到的频率特征，结合神经网络的方法实现车牌的定位。小波变换可以克服傅立叶变换不能实现时频局部化的弱点，可以提取出图像中的
39、高频信号并定位出高频信号的位置：同时又具有多分辨率分析的功能，可以在多种尺度上对图像进行观察，是图像分析的有力工具。2.2.1 车牌粗定位由摄像机采集的彩色车辆图像首先转化为灰度图像，经过灰度均衡变换、Sobe1边缘强化，其边缘得到了勾勒和加强。本文中通过对上述算法的研读最终采用数学形态学的方法对汽车车牌进行定位处理；其基本原理是通过使用具有某种形态的机构分子来测量和寻找图像的相应的形态从而实现对图像的处理和识别。数形学在实现时可以变成图像数据,保留它们最初的基本形像特征,并去除无关的结构元素。同时用到了膨胀和闭合两个基本运算；最后与该对象与无关的小对象采用bwareaopen来删除，如图2-
40、2：图2-2 对车牌位置粗定位2.2.2 车牌细定位 在对汽车车牌进行粗定位后，再进行分割行区域，统计蓝色的像素数量列方向,最后确定完整的汽车牌照范围，如图2-3：图2-3 定位后的汽车牌照2.3 车牌分割按照车牌特征, 从第3个字符开始, 先分割后5个字符, 再以后5个字符的精确宽度为标准来分割前2个字符. 假设车牌的宽度为b, 高度为h, 单个字符宽度先验值为bpr =b/8, 字符间距先验值为 space =b/324,8,9,12 。 下面给出了车牌定位及分割前后的图片，如图2-4：图2-4 对定位后的车牌进一步处理图2-5 分割以后的7个字符通常需要对分割出的字符如图2-5做进一步加
41、工处理,以便为下一个字符识别做准备。但对于汽车牌照识别,其本身并不需过多的处理就能达到正确识别的目的。在此只要通过归一化处理如图2-6,然后再进行后续的处理25,31,34 。图2-6 归一化处理之后的7个字符2.4 汽车牌照字符的识别汽车牌照字符的识别是车牌自动识别系统中的最后一环，也是最重要的一个环节；现阶段字符识别方法常用的主要有两种:第一种是传统的模板匹配(TemPlateMatching)方法；另一种是近年来刚刚崛起的人工神经网络(ArtiflcialNeuralNetwork,ANN)方法1,2,10,14 。模板匹配法是一种非常经典的模式识别法,其显著特点是识别速度较快,但其抗干
42、扰能力较差;人工神经网络则以其抗噪声、自适应、容错和自学习能力等诸多优点越来越受到人们的关注。下面对这两种方法介绍做一个简单的分析。(1)模板匹配法模板匹配法是通过计算输入模式与样本之间的相似性,把最大相似样本作为输入的模式所属的类别放在字符识别里:首先对要识别的字符进行二值化、归一化处理20-22,28,35,37,34,确定模板大小,再跟所有的模板来进行匹配,最终以最佳匹配来确定分类结果15-19 。简单的匹配法可以为计算Ham ming距离,而复杂的匹配法则是为对指定特征点的匹配,根据对字符特征点的特点，加强注意来实现对模板更有效的匹配结果。(2) 神经网络法在使用神经网络来进行字符识别
43、时,主要有如下两种方法:一种是先对需要识别的字符做特征性的提取,再利用所获得的特征进行神经网络分类器训练，这种网络的识别率与字符的特征提取密切相关,而字符特征的提取通常比较耗时；所以,对字符特征提取的研究就非常的关键；如果字符特征参数过多则会增加训练的时间,如果过少又会引起判断上的分歧；另一种方式是利用神经网络的特性,把待处理的图像直接输入网络,通过网络来自动进行特征提取直至得到识别。这时网络互联较多,待处理信息量较大；这种方法不需要特征提取,由网络直接自动识别字符36,38 。2.5 管理信息系统随着以计算机技术、通信技术、网络技术为代表的现代信息技术的飞速发展，人类社会正在从工业时代阔步迈
44、向信息时代，人们越来越重视信息技术对传统产业的改造以及对信息资源的开发和利用，一个国家、一个地区信息化水平的高低已成为衡量其现代化水平和综合国力的重要标志。校园车辆管理信息系统就是一个应用典型。管理信息系统的开发按照软件工程的规范可分为系统规划、系统分析、系统设计、系统实施、系统维护和评价五个阶段，这也是一个软件的整个生命周期。系统规划和系统分析阶段的任务是根据系统开发计划所确定的范围，对现行系统进行详细调查，描述现行系统的业务流程，指出现行系统的局限性和不足之处，确定新系统的基本目标和逻辑模型，这个阶段又称为逻辑设计阶段。系统分析阶段后需要提交系统分析说明书。系统分析说明书是系统设计的依据。
45、 系统设计阶段要根据系统分析说明书中规定的功能要求，设计实现逻辑模型。系统实施阶段的任务包括计算机等硬件设备的购置、安装和调试，应用程序的编制和调试，人员培训，数据文件转换，系统调试与转换等。系统测试之后要提交系统测试报告。系统投入运行后，需要经常进行维护，对系统进行必要的修改，做好版本维护记录。2.6 网络通信网络通讯技术(NCT:Network Communication Technology)是指通过计算机和网络通讯设备对图形和文字等形式的资料进行采集、存储、处理和传输等,使信息资源达到充分共享的技术。在校园车辆管理系统中通过通信网络实现车牌图像的传输、车辆信息的共享与管理。在计算机中通过套接字（socket）进行网络通信编程。套接字用于描述IP地址和端口，是一个通信链的句柄，原来是BSD UNIX的进程通信机制。在Internet上的主机一般运行了多个服务软件，同时提供几种服务。每种