实验题目：基于图像处理的车牌识别系统设计

1. 课程简要信息

课程名称：数字图像处理课程设计课程学时：32
适用专业：电子信息工程、通信工程学生年级：大四

2. 实验内容与任务（限 500 字）

利用 MATLAB 图像处理工具箱，设计和实现一个车牌识别系统。

基本任务：

1）查阅相关文献，了解车牌识别技术现状及关键知识点分析；
2） 明确车牌识别系统的各功能模块；
3） 关键算法，如车牌定位、字符分割、字符识别的程序实现；
4） 设计图形用户界面，让用户能够观察对比各个处理步骤图像。

扩展任务：

1）增加测试图片，验证车牌识别系统的正确率。
2）针对某一关键处理步骤，如车牌定位、字符分割、字符识别，采用不同的方案实现，比较不同方案的处理效果及执行速度。
3）若车牌字符存在粘连，缺损或断裂，验证设计的系统能否实现正确的车牌识别，若识别准确率下降，设法改进程序。

3. 实验过程及要求（限 300 字）

按照模块化设计方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。

1） 了解车牌识别的关键技术及难点问题；
2） 提交车牌识别系统设计方案，需画出模块及流程图；
3） 图像处理算法的程序设计；
4） 图形用户界面的设计；
5） 提交设计报告，并进行答辩。

4. 相关知识及背景（限 150 字）

车牌识别系统是智能交通系统的一个重要组成部分，该系统能从一幅车辆图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，得到车牌的号码。本设计需要学生具备基本的数字图像处理知识，在对现有的车牌识别关键技术研究的基础上，利用 MATLAB 软件完成设计。

5. 教学目标与目的（限 100 字）

通过车牌识别系统的设计，能够对图像处理及其应用有一个整体认识。对图像处理中涉及的关键技术，如图像增强、分割、特征匹配等有更进一步的理解。培养学生分析和解决实际问题的能力。

6. 教学设计与引导

本设计是一个比较完整的工程实践项目，需要经历学习研究、方案设计、程序设计、系统调试、设计总结等过程。在实验教学中，应在以下几个方面加强对学生的引导：

1） 介绍车牌识别流程，为了进行牌照识别，需要以下几个基本的步骤：a.车牌定位，定位图片中的牌照位置；b.车牌字符分割，把牌照中的字符分割出来；c.车牌字符识别，把分割好的字符进行识别，最终组成牌照号码。
2） 为了实现准确的车牌照定位，首先应获得清晰的图像，即进行图像增强的预处理操作，回顾比较常用的图像增强算法，包括图像平滑、灰度变换、形态学操作等。
3） 车牌照定位主要依靠边缘检测，回顾比较常用的边缘检测算子及其特点。边缘检测得到的区域中含有非车牌区域，可结合国内常用的一般车牌通常是蓝底白字，长宽比 3:1 的特点准确定位出车牌。
4）提取出的车牌照可能是存在旋转的，思考如何消除旋转。提取出的车牌照区域中除车牌号码外还含有车牌边框、圆点等内容，思考如何去除这些小面积干扰。
5） 牌照字符分割多采用图像分割中的投影法，回顾该方法。
6） 字符识别建议使用简单的模板匹配算法，对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。
7） 撰写报告时，要求学生注意报告的规范性，内容要求完整，语言表达要准确。
8） 本次设计采用自动组队的形式进行，要求 3 人一组，学生根据功能模块进行任务分配。
9） 学生小组通过幻灯片讲解形式答辩。讲解过程包括模块划分、各模块实现流程，要求每一功能模块需包含阶段效果图。

7. 实验原理及方案

1） 车牌识别

车牌识别是利用车辆的动态视频或静态图像进行牌照号码自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和字符识别算法等。

一个完整的牌照识别系统包括车辆检测、图像采集、牌照识别等几部分，如下图所示。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。

2） 实现方案

基于图像处理的车牌识别系统整个处理过程分为车牌定位、字符分割、字符识别三大模块。

a. 车牌定位，定位图片中的牌照位置。

自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图像中分割出来。

车牌定位可依照以下流程图进行。首先导入原图；之后通过灰度化、图像去噪、对比度拉伸等一系列预处理操作得到清晰的待处理图像；然后通过边缘检测提取图像边缘，由于车牌区域存在相对连续的多次灰度跳变，且两次跳变间距在一定范围之内，而非车牌区域则一般不具有这个特征，故可通过行列扫描统计跳变数获得初步的车牌区域；上述方法搜索得到的候选区域可能不止一个，因此结合一般车牌通常是蓝底白字，长宽比 3:1 的先验知识排除非车牌区域；最后定位并提取车牌。

b. 字符分割，把牌照中的字符分割出来。

完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。

字符分割可依照以下流程图进行。首先导入定位提取后的车牌图像；之后进行图像二值化，以实现前景字符和背景色的分离，这样可以大大减小后续工作的计算复杂度；由于牌照图像很有可能出现倾斜，且任何一种倾斜都会影响牌照字符的划分，所以可通过几何变换对车牌图像进行缩放、旋转、平移等，以矫正车牌的形变及倾斜；最后通过垂直投影法把车牌区域图像分割成单个字符图像。

c. 字符识别，把分割好的字符进行识别，最终组成牌照号码。

字符识别方法主要有模板匹配算法和人工神经网络算法。基于模板匹配的算法首先将分割后的字符二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，选择最佳匹配作为结果。基于人工神经网络的算法有两种：一种是先对字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把图像输入网络，由网络自动实现特征提取直至识别出结果。

本方案中采用模板匹配法进行字符识别，可依照以下流程图进行。首先将字符分割后的二值化图像缩放到字符数据库中模板的大小，然后与所有模板进行匹配，最后选取最佳匹配作为结果。

8. 教学实施进程

1）课程介绍及理论知识讲解（4 学时）

主要内容：
a.利用课件介绍本课程的教学目的、教学方法、本次课程设计的主要内容及任务、考核方法等。
b.利用课件讲解车牌识别系统。
c.结合车牌识别关键算法，回顾相关图像处理知识点。
d.学生分组并登记。

2） 查找资料、确定方案（4 学时）

主要内容：a.按要求查找相关资料并学习研究，最后进行整理。b.确定设计方案，需画出模块及流程图。注意事项：教师应分析方案可行性并给出修改建议。

3） 车牌定位算法 MATLAB 实现（4 学时）注意事项：程序编写添加必要注释，程序调试分步进行，观察各阶段处理效果。

4）字符分割算法 MATLAB 实现（4 学时）注意事项：程序编写添加必要注释，程序调试分步进行，观察各阶段处理效果。

5）字符识别算法 MATLAB 实现（4 学时）注意事项：程序编写添加必要注释，程序调试分步进行，观察各阶段处理效果。

6）设计图形用户界面，让用户能够观察对比各个处理步骤的效果图像。（4 学时）说明：若有可能增加测试样本进行系统整体调试，尝试完成扩展任务。

7） 撰写实验报告（4 学时）注意事项：注意报告的规范性，内容要求完整，语言表达要准确。

8）答辩（4 学时）

注意事项：学生小组通过幻灯片讲解形式答辩，每组答辩时间 18 分钟，自述 10 分钟，老师提问 8 分钟。讲解过程包括模块划分、各模块实现流程，要求每一功能模块需包含阶段效果图。亦可现场结合程序演示讲解。

9. 实验报告要求

实验报告需要反映以下工作：

1） 研究背景及相关知识
2） 实验内容与任务
3） 总体设计方案
4） 各个模块设计流程及相关图像处理知识简介
5） 各模块 MATLAB 实现及分步处理效果图分析
6） 图形用户界面功能规划及最终效果
7） 样本测试及图像处理结果分析
8） 总结
9） 参考文献

10.考核要求与方法（限 300 字）

具体考核方法如下表所示。

11.项目特色或创新（可空缺，限 150 字）

项目的特色在于：

1）车牌识别系统设计紧密结合生产实践，是一个比较完整的工程实践项目，能系统地培养学生分析和解决实际问题的能力。
2） 本设计能够对图像处理有一个整体认识，对图像处理中涉及的关键算法有更进一步的理解。
3） 车牌定位、字符分割、字符识别等关键算法的实现方法多样，可培养学生查找获取相关文献资料的能力。

实验案例信息表