本科畢業(yè)論文車牌識別管理系統(tǒng)

本科畢業(yè)論文車牌識別管理系統(tǒng)摘要隨著我國道路的迅猛發(fā)展，智能交通系統(tǒng)越來越成為當代交通道路管理的強烈需求。而類區(qū)域性的車輛管理更是成為了需求的熱門。不管是小區(qū)還是高校，又或則是高速公路的收費站對于車輛管理的智能化都是有著迫切的期望。本論文研究的主要內容是將高校作為類區(qū)域的典型，從高校的安保以及便捷管理出發(fā)，設計了一個基于圖像識別的車輛管理系統(tǒng)網站。從網站的功能劃分，到網站的重點功能圖像識別出發(fā)規(guī)劃出了網站的雛形。另外為了網站整體的實現(xiàn)，對網站的重點功能車牌識別中的車牌定位編寫了一個專門的java程序對車牌識別進行了分析以及實現(xiàn)。本文所探究的車牌識別，是基于圖像識別的大體處理步驟的包括了車牌的定位、分隔、識別。其中主要是研究車牌的定位，即從圖像的灰度、強化邊緣最后再到車牌定位。其中車牌定位后的分割，以及識別，還有與數(shù)據(jù)庫的比對本文并沒有涉及。程序實現(xiàn)結果表明，車牌定位成成效果比擬理想，但是還有一些車牌難以定位。等待根據(jù)這個設計做出的智能車輛管理系統(tǒng)。關鍵詞車輛管理系統(tǒng)圖像識別高校安保目錄1前言(1)1.1設計背景與意義(1)1.2設計目的(1)2系統(tǒng)開發(fā)環(huán)境(2)2.1系統(tǒng)配置(2)2.2圖像識別技術簡介(3)2.3車牌識別技術簡介(3)3總體設計(4)4具體設計(5)4.1系統(tǒng)功能模塊設計(5)4.2圖像識別功能設計以及實現(xiàn)(6)4.2.1灰度化(6)4.2.2灰度直方圖(8)4.2.3圖像平衡化(9)4.2.4邊緣化(11)4.2.5找車牌(13)4.2.6二值化(21)4.3數(shù)據(jù)庫設計(24)4.4.1數(shù)據(jù)庫E-R圖設計(24)4.4.2創(chuàng)立主要數(shù)據(jù)庫(26)5運用讀取jar包實現(xiàn)車牌號碼識別(27)6總結與瞻望(34)6.1總結(34)6.2瞻望(34)致謝(36)1前言1.1設計背景與意義汽車工業(yè)產生一百多年來，一直都被當成是工業(yè)發(fā)達國家的經濟指標，在國家的實際成長中發(fā)揮著非常重要的作用。21世紀初中國參加WTO后，汽車市場規(guī)模迅速擴大，全面融入世界汽車體系。同時，伴隨著工業(yè)經濟的強勁發(fā)展，將來生活工作的節(jié)拍將大大加快，汽車不可避免地成為群眾的代步工具。據(jù)權威媒體預測，2025年，中國汽車市場將超過美國，成為世界第一的汽車市場。這個時候隨著汽車數(shù)量增加所衍生的一系列對汽車的管理維護配套系統(tǒng)就顯得尤為重要。而要實現(xiàn)對每輛車的管理維護首先要做到的就是對每輛車的識別。出于高效，智能，便捷等方面的考慮，傳統(tǒng)的人工識別，或則半智能識別已經不合適當代高速發(fā)展的生活、工作要求了。人工識別，首先要消耗大量的人力、物力，其次人工識別隨著人的主觀性會比擬多的發(fā)生錯誤識別，最后人工識別需要記錄以及識別會耽擱車輛的正常運行。而半智能識別，是智能化道路的必經之路，為最終智能化做出了奉獻但是還沒有真正實現(xiàn)智能化，高效、便捷的最終要求。綜上所述，不管是傳統(tǒng)的人工識別還是半智能化的車輛識別都已經不適應現(xiàn)階段的車輛管理要求。隨著車輛的增加，進出高校車輛必然增加。不管是教職工人員開車來上班還是學生開車來上課，又或則是進出高校的其他社會車輛對校園這個類小區(qū)型的區(qū)域已經構成了比擬大的車輛管理需求。就以華南農業(yè)大學作為例子，進出華農的車輛天天都以數(shù)百輛記錄，由于學校內部出入口諸多，現(xiàn)階段采用的是設立專門的監(jiān)管人員對進出車輛進行簡單的記錄。這種簡單的記錄對需要對學校進行長期車輛監(jiān)管的需求已經完全不適應。采用人工監(jiān)管的方式，不僅對進出車輛通過關卡時間大大增加，還會增加車輛記錄的錯誤風險，進而對學校內部的安檢產生影響。因而建立一套既能快速高效識別車輛牌號、將車輛數(shù)據(jù)與已知數(shù)據(jù)庫相匹配，對車輛信息長期進行管理的車輛管理系統(tǒng)就顯得尤為重要了。1.2設計目的設計目的是建立一個web版本的基于圖像識別的車輛管理系統(tǒng)，初步計劃采用J2EE開發(fā)這個系統(tǒng)，根據(jù)圖像識別的方法建立一個系統(tǒng)網站，通過網絡與網站系統(tǒng)數(shù)據(jù)庫進行交互，并且將各個接口收集回來的圖像數(shù)據(jù)進行分析處理，進而實時的將這些分析處理后的數(shù)據(jù)反應到網站上。視A圖1校園監(jiān)控效果圖初步規(guī)劃出網站的詳細模塊，包括進出校園車輛識別、車輛數(shù)據(jù)庫、實時車輛分析。其中車牌的識別部分為重點內容是本文主要研究的模塊。建立車輛數(shù)據(jù)庫所需要的車輛信息，初步設計數(shù)據(jù)庫。對網站系統(tǒng)的圖像識別模塊進行重點研究，能夠通過調用jar包實現(xiàn)對車輛圖像的車牌識別。2系統(tǒng)開發(fā)環(huán)境2.1系統(tǒng)配置電腦:X86兼容臺式電腦操作系統(tǒng):WindowsXP專業(yè)版(32位/SP3/DirectX9.0c)處理器:英特爾Pentium(奔騰)雙核E5300@2.60GHz主板:捷波藍光-P43/XBLUE-P43DAM03.207-27-2020(英特爾4SeriesChipset)內存:2GB(金士頓DDR2800MHz)2.2圖像識別技術簡介人的圖像識別能力是很強的。圖像距離的改變或圖像在感覺器官上作用位置的改變，都會造成圖像在視網膜上的大小和形狀的改變。即便在這種情況下，人們仍然能夠認出他們過去知覺過的圖像。甚至圖像識別能夠不受感覺通道的限制。例如，人能夠用眼看字，當別人在他背上寫字時，他可以認出這個字來。圖像識別技術可能是以圖像的主要特征為基礎的。每個圖像都有它的特征,如字母A有個尖，P有個圈、而Y的中心有個銳角等。對圖像識別時眼動的研究表明，視線總是集中在圖像的主要特征上，也就是集中在圖像輪廓曲度最大或輪廓方向忽然改變的地方，這些地方的信息量最大。而且眼睛的掃描道路也總是依次從一個特征轉到另一個特征上。由此可見，在圖像識別經過中，知覺機制必須排除輸入的多余信息,抽出關鍵的信息。同時,在大腦里必定有一個負責整合信息的機制，它能把分階段獲得的信息整理成一個完好的知覺映象。在人類圖像識別系統(tǒng)中，對復雜圖像的識別往往要通過不同層次的信息加工才能實現(xiàn)。對于熟悉的圖形,由于把握了它的主要特征，就會把它當作一個單元來識別，而不再注意它的細節(jié)了。這種由孤立的單元材料組成的整體單位叫做組塊，每一個組塊是同時被感悟的。在文字材料的識別中，人們不僅能夠把一個漢字的筆劃或偏旁等單元組成一個組塊，而且能把經常在一起出現(xiàn)的字或詞組成組塊單位來加以識別。2.3車牌識別技術簡介車牌識別系統(tǒng)一般由圖像收集部分、中央處理器、識別系統(tǒng)、相關數(shù)據(jù)庫等幾個部分組成。當有車輛通過預定區(qū)域時，一般通過埋在該區(qū)域的地感線圈觸發(fā)圖像收集系統(tǒng)，通過CCD攝像機拍攝車輛圖像，經過處理器分系統(tǒng)，輸出車牌號碼。為了提高系統(tǒng)對天氣、環(huán)境、光線等的適應性，攝像機一般采用自動對焦、自動光圈調整的一體化攝像機。車牌自動識別系統(tǒng)往往能夠根據(jù)工作順序分為車牌圖像獲取、車牌區(qū)域定位、字符分割和字符識別等幾個部分。圖2車牌識別設計流程車牌識別系統(tǒng)中最重要的部分是車牌區(qū)域定位分割技術和車牌字符識別技術。在該系統(tǒng)中，完成車牌定位和字符分割后，就要對分割出的字符進行準確確認，最終反應出一個漢字、字母、數(shù)字組合的號碼序列。完好的系統(tǒng)包括連接相應的數(shù)據(jù)庫，并實時進行數(shù)據(jù)的更新、存儲、查詢、修改等功能的完好的工程體系。3總體設計在具體設計之前先進行總體設計的必要性：能夠站在全局高度上，花較少成本，從較抽象的層次上分析比照多種可能的系統(tǒng)實現(xiàn)方案和軟件構造，從中選出最佳方案和最合理的軟件構造，進而用較低成本開發(fā)出較高質量的軟件系統(tǒng)。整個車輛管理系統(tǒng)的核心部分在于三個模塊的組合使用。圖3網站模塊總體劃分其中本文主要探究的是車輛識別模塊中的對圖像進行識別分析模塊，即單獨編寫了一個java應用程序實現(xiàn)對拍攝的車輛圖像進行車牌識別。對于圖像識別模塊主要采用下面幾個步驟對圖像進行識別：灰度化、灰度直方圖、圖像平衡化、邊緣化、找車牌、二值化。4具體設計4.1系統(tǒng)功能模塊設計進出校園車輛識別模塊模塊能夠調用校園各個視頻接口，能夠實時的查看各個校園出入口的進出車輛狀況，并且能夠根據(jù)圖像識別技術快速的對進出學校的車輛進行拍攝將圖片存入系統(tǒng)的車輛信息數(shù)據(jù)據(jù)庫。對一些車輛車牌被遮住、污染等狀況發(fā)出警報。其中車輛識別模塊又分為：讀取車輛圖片、車牌識別、以及車牌與車牌數(shù)據(jù)庫比對。車輛數(shù)據(jù)庫模塊車輛數(shù)據(jù)庫主要存儲的是進出校園車輛的所有詳細信息，包括了車主的信息，進出時刻車牌的照片，通過圖像識別所得到的車牌號碼，車輛所屬單位，車輛進出校園的每個詳細時刻。通過車輛數(shù)據(jù)庫的詳細數(shù)據(jù)信息能夠查知圖像識別系統(tǒng)的實際車輛照片進而對一些車輛拍照識別不是很確定或則車輛拍照被污染的車輛進行照片人工比對。車輛數(shù)據(jù)庫模塊分為：按日期查找模塊、按車牌號碼查找模塊、以及車輛信息查詢。實時車輛分析模塊該模塊能夠實時的監(jiān)控校內車輛的狀況。通過調用車輛數(shù)據(jù)庫的信息，能夠查知近期某個時間段進出校園比擬頻繁的車輛牌照號碼，還能識別出近期都沒有出現(xiàn)過的陌生牌號。實時車輛分析模塊，即能實時的將校園內各個視頻接口拍攝的圖片進行圖像識別比對，并存入車輛數(shù)據(jù)庫。圖4系統(tǒng)功能模塊圖4.2圖像識別功能設計以及實現(xiàn)4.2.1灰度化灰度圖像是一種具有從黑到白256級灰度色域或等級的單色圖像。該圖像中的每個像素用8位數(shù)據(jù)表示，因而像素點值介于黑白間的256種灰度中的一種。該圖像只要灰度等級，而沒有顏色的變化?；叶葓D是指只含亮度信息，不含彩色信息的圖像，就像我們平?？吹降牧炼扔砂档矫鞯暮诎渍掌粯樱炼茸兓沁B續(xù)的。因而，要表示灰度圖，就需要把亮度進行量化，通常劃分為0~255共256個級別，0最暗〔全黑〕，255最亮〔全白〕。任何顏色都有紅、綠、藍三原色組成，假設原來某點的顏色為RGB(R，G，B)，那么，我們能夠通過下面幾種方法，將其轉換為灰度：1.浮點算法：Gray=R*0.3+G*0.59+B*0.112.整數(shù)方法：Gray=(R*30+G*59+B*11)/1003.移位方法：Gray=(R*28+G*151+B*77)8;4.平均值法：Gray=〔R+G+B〕/3;5.僅取綠色：Gray=G；通過上述任一種方法求得Gray后，將原來的RGB(R,G,B)中的R,G,B統(tǒng)一用Gray替換，構成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖了。本次功能實現(xiàn)主要采用第一種方法對圖像進行灰度化。實驗代碼：publicvoidtoGrayMethd(){for(inti=0;i圖5原24位彩色的圖像圖6灰度化后的圖像4.2.2灰度直方圖灰度直方圖〔histogram〕是灰度級的函數(shù)，它表示圖象中具有每種灰度級的象素的個數(shù)，反映圖象中每種灰度出現(xiàn)的頻率。如下列圖所示，灰度直方