【基于圖像處理技術(shù)的車牌識(shí)別方法探究開題報(bào)告（含提綱）4700字】

第1頁，共7頁基于圖像處理技術(shù)的車牌識(shí)別方法研究開題報(bào)告研究的背景意義1.研究背景人工智能和大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，在智能交通系統(tǒng)里發(fā)揮了越來越重要的作用，大量的監(jiān)控網(wǎng)絡(luò)提供了海量的數(shù)據(jù)，集成電路的發(fā)展，生產(chǎn)出運(yùn)算能力更強(qiáng)的芯片，為人工智能算法的實(shí)現(xiàn)提供了基礎(chǔ)。圖像識(shí)別是人工智能的重要組成部分，本設(shè)計(jì)所研究的核心是車牌識(shí)別技術(shù)，與人臉識(shí)別一樣都屬于圖像識(shí)別的范疇。汽車工業(yè)自工業(yè)革命誕生至今，如今汽車已經(jīng)遍布世界各個(gè)角落。汽車數(shù)量的急劇增加，形成了交通網(wǎng)，固然給人們的出行帶來了極大的便利，但隨之而來的交通堵塞、臃腫等問題給人類造成了極大的困擾。在互聯(lián)網(wǎng)時(shí)代，與汽車數(shù)量增長配套的交通網(wǎng)絡(luò)系統(tǒng)也在逐漸發(fā)展、完善在汽車領(lǐng)域的應(yīng)用，互聯(lián)網(wǎng)加汽車形成汽車互聯(lián)，已經(jīng)有城市進(jìn)行了試點(diǎn)，所有汽車進(jìn)行聯(lián)網(wǎng)，每一輛汽車的數(shù)據(jù)共享，這樣可以實(shí)現(xiàn)自動(dòng)駕駛和最優(yōu)化利用交通資源，車聯(lián)網(wǎng)的形成是我們智慧城市的一部分，我們的出行將更加便捷智能。智能交通系統(tǒng)已經(jīng)應(yīng)用于世界各國的交通領(lǐng)域，為交通的管理作出巨大貢獻(xiàn)。我國自改革開放后引進(jìn)智能交通系統(tǒng)，雖然我國交通系統(tǒng)的智能化管理起步比較晚，但是迅速跟隨上世界智能交通管理研究的步伐，目前中國的智能交通管理系統(tǒng)在社會(huì)中的應(yīng)用的廣泛程度處于世界的前沿。2.研究意義隨著這幾年人工智能技術(shù)的發(fā)展和廣泛使用，互聯(lián)網(wǎng)技術(shù)的普及，汽車互聯(lián)成為未來交通的趨勢(shì)，在公共停車場(chǎng)收費(fèi)管理系統(tǒng)的應(yīng)用中，使其智能化程度不斷提高。本文首先有停車場(chǎng)汽車智能管理系統(tǒng)研究，引出智能交通發(fā)展的一個(gè)重要部分是車牌識(shí)別技術(shù)。為了實(shí)現(xiàn)停車收費(fèi)管理的無人化，停車的自動(dòng)化，首先就是車輛身份認(rèn)證的無人化，即車牌識(shí)別技術(shù)。各國研究人員一直不斷的關(guān)注智能交通，研究車牌識(shí)別技術(shù)并且不斷的引入新的方法。讓機(jī)器完全代替人，隨著人工智能技術(shù)的發(fā)展，給傳統(tǒng)車牌識(shí)別技術(shù)提供新的思路。經(jīng)過研究人員幾十年不斷的研究，到目前為止，車牌識(shí)別技術(shù)已經(jīng)被廣泛用于：道路十字路口監(jiān)控、高速路超速監(jiān)控、停車場(chǎng)管理、小區(qū)管理等等，為現(xiàn)代化交通管理提供了便利。雖然目前車牌識(shí)別技術(shù)得到廣泛的應(yīng)用，但是對(duì)不同種類車牌的識(shí)別，一幅圖像中的多個(gè)車牌的識(shí)別，識(shí)別速度和準(zhǔn)確度上，該技術(shù)依然具有研究?jī)r(jià)值和發(fā)展空間，相關(guān)科研人員對(duì)該技術(shù)的研發(fā)從未停止因此，車牌識(shí)別技術(shù)的研究不僅有很大的學(xué)術(shù)研究意義、同時(shí)對(duì)于社會(huì)交通效率和經(jīng)濟(jì)效益有很大的促進(jìn)提高作用。研究的目的和內(nèi)容1.研究目的通常的車牌識(shí)別領(lǐng)域所應(yīng)用的圖像識(shí)別技術(shù)，主要依靠于高性能處理器對(duì)采集到的圖片進(jìn)行串行操作，一旦算法計(jì)算量復(fù)雜，將使識(shí)別過程花費(fèi)過長時(shí)間。傳統(tǒng)FPGA開發(fā)硬件邏輯設(shè)計(jì)的復(fù)雜的圖像處理算法難度很大，周期長，為車牌識(shí)別系統(tǒng)的設(shè)計(jì)增加復(fù)雜度了，雖然可以提高圖像處理、定位分割和識(shí)別的速度，本文的思路是采用Xilinx公司的SDSoc平臺(tái)來開發(fā)，減少開發(fā)周期和難度，實(shí)現(xiàn)車牌識(shí)別過程。本設(shè)計(jì)為算法實(shí)現(xiàn)的進(jìn)一步研究。論文圍繞著實(shí)際應(yīng)用中車牌識(shí)別算法的實(shí)現(xiàn)，車牌識(shí)別系統(tǒng)開發(fā)主要有二部分組成，分別是視頻圖像采集和車牌識(shí)別算法的硬件實(shí)現(xiàn)。本設(shè)計(jì)以車牌識(shí)別系統(tǒng)整體運(yùn)行為目的，主要目的是為了以FPGA的高速并行性實(shí)現(xiàn)車牌識(shí)別算法的硬件加速，實(shí)現(xiàn)快速識(shí)別。2.研究?jī)?nèi)容本文基于圖像處理技術(shù)的車牌識(shí)別方法研究，主要分為硬件系統(tǒng)搭建與軟件算法實(shí)現(xiàn)兩個(gè)部分。在硬件系統(tǒng)搭建方面，首先要搭建一個(gè)車牌識(shí)別系統(tǒng)的硬件系統(tǒng)平臺(tái)，采用SDSoc平臺(tái)來開發(fā)，采用SDSoc開發(fā)平臺(tái)將C語言轉(zhuǎn)化為HDL語言的設(shè)計(jì)方式，減少開發(fā)周期和難度，實(shí)現(xiàn)車牌識(shí)別過程。為了使車牌識(shí)別系統(tǒng)滿足對(duì)實(shí)時(shí)圖像處理的要求，提升識(shí)別算法的運(yùn)行效率，本設(shè)計(jì)以Xilinx公司的FPGA作為核心硬件，型號(hào)為zynq7000系列XC7Z020CLG400。其系統(tǒng)模塊分別為圖像采集、圖像處理、存儲(chǔ)模塊和顯示輸出模塊。通過對(duì)比分析，確定了FPGA、存儲(chǔ)器、顯示器和攝像頭等相關(guān)器件的型號(hào)。根據(jù)各器件的接口、時(shí)序等特點(diǎn)，完成各硬件模塊的驅(qū)動(dòng)設(shè)計(jì)。在軟件算法實(shí)現(xiàn)部分，本文從圖像采集開始講起，系統(tǒng)分析了各圖像處理過程，包括對(duì)車牌定位、字符分割、字符識(shí)別三部分。整個(gè)視頻采集系統(tǒng)搭建好后，完成圖像處理軟件算法的FPGA硬件設(shè)計(jì)。圖像處理主要包括圖像的灰度轉(zhuǎn)化、圖像二值化、車牌圖像字符分割、歸一化和特征提取等。對(duì)各種圖像處理過程中能夠應(yīng)用的各種方法進(jìn)行探討，選擇合適的算法進(jìn)行應(yīng)用。使用硬件邏輯實(shí)現(xiàn)對(duì)圖像流的處理加速，這一設(shè)計(jì)可以提高圖像處理的速度，實(shí)現(xiàn)圖像的采集，快速定位識(shí)別。研究的方法和步驟1.預(yù)計(jì)達(dá)成目標(biāo)本文預(yù)期成果為，完成車牌識(shí)別系統(tǒng)分為硬件與軟件設(shè)計(jì)，完成硬件設(shè)計(jì)主要包括搭建視頻圖像采集系統(tǒng)，包括硬件電路和相應(yīng)的驅(qū)動(dòng)開發(fā)，完成軟件設(shè)計(jì)主要包括在FPGA上實(shí)現(xiàn)車牌識(shí)別相應(yīng)算法，并完成邏輯電路設(shè)計(jì)。2.關(guān)鍵理論和技術(shù)圖像識(shí)別技術(shù)，F(xiàn)PGA技術(shù)，SDSoc平臺(tái)來開發(fā)、C/C++語言。3.主要研究?jī)?nèi)容第1章為緒論，主要回顧了到目前為止的車牌識(shí)別的研究背景及相關(guān)現(xiàn)狀，以及本設(shè)計(jì)的研究?jī)?nèi)容和具體規(guī)劃。,第2章對(duì)車牌識(shí)別系統(tǒng)的硬件系統(tǒng)的組成結(jié)構(gòu)進(jìn)行了詳細(xì)的研究。硬件平臺(tái)包括：視頻圖像采集模塊、視頻圖像處理模塊、液晶顯示模塊，文中對(duì)三個(gè)模塊的具體硬件選型做了研究。第3章研究了車牌識(shí)別的硬件平臺(tái)，視頻圖像采集系統(tǒng)的軟件設(shè)計(jì)。包括攝像頭圖像接收存儲(chǔ)并送液晶屏顯示。第4章主要研究車牌識(shí)別的字符識(shí)別算法的硬件加速實(shí)現(xiàn)，其中包括圖像預(yù)處理、車牌定位、字符分割、基于神將網(wǎng)絡(luò)的字符識(shí)別。對(duì)于各部分的具體實(shí)現(xiàn)的算法方案做了對(duì)比分析，最后選擇合適本設(shè)計(jì)要求和適合FPGA實(shí)現(xiàn)的方案，使用硬件描述語言來實(shí)現(xiàn)各部分算法。第5章對(duì)整個(gè)系統(tǒng)做板級(jí)驗(yàn)證，選取樣本進(jìn)行測(cè)試，得出實(shí)驗(yàn)結(jié)果。第6章對(duì)全文進(jìn)行總結(jié)。提出了本課題中有待提高的部分，以及為了提高車牌識(shí)別系統(tǒng)識(shí)別能力，對(duì)未來工作的展望。4.課題的方案及主要措施1.通過對(duì)圖像識(shí)別算法分析，2.構(gòu)建車牌識(shí)別系統(tǒng)，3.完成硬件系統(tǒng)搭建4.車牌識(shí)別系統(tǒng)軟件算法實(shí)現(xiàn)5.對(duì)車牌識(shí)別系統(tǒng)的功能進(jìn)行測(cè)試。5.提綱第1章緒論1.1研究背景與意義1.2國內(nèi)外車牌識(shí)別技術(shù)的現(xiàn)狀1.2.1國內(nèi)外車牌識(shí)別研究現(xiàn)狀1.2.2車牌識(shí)別技術(shù)的應(yīng)用1.2.3車牌識(shí)別技術(shù)的發(fā)展趨勢(shì)1.3主要研究?jī)?nèi)容第2章車牌識(shí)別系統(tǒng)的視頻圖像采集系統(tǒng)組成2.1車牌識(shí)別系統(tǒng)的總體結(jié)構(gòu)2.2設(shè)計(jì)需求分析和研究?jī)?nèi)容2.3車牌識(shí)別系統(tǒng)的總體方案選擇2.3.1視頻圖像采集硬件系統(tǒng)的選擇2.3.2車牌圖像處理軟件算法的實(shí)現(xiàn)方案2.4圖像采集硬件系統(tǒng)的主要器件選型2.4.1圖像采集模塊2.4.2車牌圖像處理硬件模塊第3章車牌識(shí)別系統(tǒng)的RTL電路設(shè)計(jì)3.1攝像頭圖像采集3.2圖像數(shù)據(jù)的存儲(chǔ)和液晶屏圖像顯示第4章車牌識(shí)別的算法的硬件邏輯實(shí)現(xiàn)4.1車牌圖像識(shí)別設(shè)計(jì)方案4.2車牌圖像預(yù)處理4.2.1車牌圖像的噪聲處理4.2.2彩色圖像灰度化4.2.3灰度圖像二值化4.2.4圖像格式間的轉(zhuǎn)化4.3車牌定位技術(shù)4.3.1基于灰度特征定位4.3.2基于顏色特征定位4.3.3基于水平灰度特征定位4.4車牌傾斜矯正4.4.1車牌傾斜角度的計(jì)算4.4.2坐標(biāo)變換矯正圖像4.5車牌字符識(shí)別4.5.1基于模板匹配的方法4.5.2基于神經(jīng)網(wǎng)絡(luò)的識(shí)別方法4.5.3卷積神經(jīng)網(wǎng)絡(luò)算法的硬件電路設(shè)計(jì)第5章車牌識(shí)別系統(tǒng)板級(jí)測(cè)試5.1車牌定位識(shí)別測(cè)試5.2車牌定位識(shí)別結(jié)果分析結(jié)論致謝參考文獻(xiàn)畢業(yè)設(shè)計(jì)（論文）縮寫稿四、擬解決的關(guān)鍵問題車牌識(shí)別技術(shù)的好壞直接影響了智能交通管理系統(tǒng)的提高和對(duì)更加智能化的需求。對(duì)車牌識(shí)別技術(shù)提出了更高的要求，車牌識(shí)別技術(shù)的研發(fā)已經(jīng)到達(dá)瓶頸，在實(shí)際應(yīng)用中，車牌識(shí)別技術(shù)必須面臨的問題包括：快速性、準(zhǔn)確性，目前其研究難點(diǎn)如下：1.由于環(huán)境因素和人為因素非常復(fù)雜，導(dǎo)致有些有污漬的車牌字符不清，車牌畸形磨損的，邊框位移的，對(duì)車牌圖像采集造成影響；2.在實(shí)際應(yīng)用的場(chǎng)景中，獲取的含有車牌信息的圖像往往具有復(fù)雜的背景信息，并且由于不同季節(jié)的天氣條件、外界光照條件等因素的影響，車牌圖像會(huì)出現(xiàn)模糊不清、色彩采樣失真等現(xiàn)象，嚴(yán)重影響設(shè)備對(duì)于車牌區(qū)域的定位，進(jìn)而影響識(shí)別結(jié)果；3.我國會(huì)根據(jù)車牌的不同功用，分為不同的車牌底色、車牌字符顏色、車牌字符排列、車牌尺寸等等，對(duì)車牌識(shí)別系統(tǒng)自適應(yīng)能力提出了要求，這增加了車牌字符識(shí)別系統(tǒng)設(shè)計(jì)的難度；（4）我國的汽車牌照不同于國外車牌，只有阿拉伯?dāng)?shù)字和英文字母那樣單一，我國車牌內(nèi)容還涵蓋漢字，此中漢字筆畫復(fù)雜且有相似，辨別難度高。在各種實(shí)際復(fù)雜環(huán)境下實(shí)現(xiàn)對(duì)車牌快速準(zhǔn)確的定位、分割和識(shí)別仍然是沒有解決的技術(shù)性問題。通常的人工智能領(lǐng)域所應(yīng)用的圖像識(shí)別技術(shù)，主要依靠于高性能處理器對(duì)采集到的圖片進(jìn)行串行操作，一旦算法計(jì)算量復(fù)雜，將使識(shí)別過程花費(fèi)過長時(shí)間，隨著FPGA技術(shù)的發(fā)展又有了新的解決方案，對(duì)于車牌識(shí)別系統(tǒng)也有促進(jìn)作用。五、進(jìn)度安排第1~5周：分析選題，收集資料，敲定題目；第6周：寫出論文大體框架，準(zhǔn)備開題；第7周：進(jìn)行開題報(bào)告答辯；第8~10周：對(duì)論文的主題進(jìn)行詳細(xì)深入的研究，修改；第11周：進(jìn)行中期答辯；第12~15周：詳細(xì)的收集資料，查漏補(bǔ)缺，繼續(xù)完成論文；第16周：展示成果，完成最終答辯。六、每周指導(dǎo)時(shí)間、地點(diǎn)安排及畢業(yè)設(shè)計(jì)紀(jì)律要求每周指導(dǎo)時(shí)間：根據(jù)實(shí)際情況及上課時(shí)間和指導(dǎo)老師及小組成員進(jìn)行交流，其它根據(jù)情況酌情安排。地點(diǎn)：按實(shí)際填寫紀(jì)律要求：校內(nèi)做畢業(yè)設(shè)計(jì)的的學(xué)生每周定期到指導(dǎo)老師辦公室匯報(bào)本周的進(jìn)度，老師安排下周的任務(wù)；在校外做畢業(yè)設(shè)計(jì)的學(xué)生每周通過電子郵件、QQ、視頻等形式與指導(dǎo)教師聯(lián)系，通過新媒體等形式，匯報(bào)畢業(yè)設(shè)計(jì)調(diào)研情況和論文進(jìn)行情況。要嚴(yán)格按進(jìn)度完成畢業(yè)設(shè)計(jì)內(nèi)容，并且把所遇到的問題及時(shí)反饋、解決，對(duì)每個(gè)可能出現(xiàn)錯(cuò)誤的環(huán)節(jié)進(jìn)行更正和解說。七、主要參考文獻(xiàn)(1)連續(xù)出版物孫德剛,肖媛媛,高曉川,胡正平.一種字符組合詞包模型的少約束車牌定位算法[J].福建電腦,2021,37(03):5-8.陳科全,吳耀光,陳一銘,穆協(xié)樂,張鐵異.基于灰狼優(yōu)化算法的車牌字符識(shí)別研究[J].物聯(lián)網(wǎng)技術(shù),2021,11(02):12-14+18.劉靖鈺,劉德兒,楊鵬,陳增輝,鄒紀(jì)偉,冀煒臻.基于CNN網(wǎng)絡(luò)的帶遮擋車牌識(shí)別[J].測(cè)控技術(shù),2021,40(02):53-57+63.孫淳.基于GUI圖形處理系統(tǒng)的車牌識(shí)別[J].軟件導(dǎo)刊,2021,20(02):210-214.顧秀秀,朱明亮,吳瓊,史洪瑋.基于BP神經(jīng)網(wǎng)絡(luò)的智能車牌識(shí)別系統(tǒng)[J].電腦知識(shí)與技術(shù),2021,17(03):19-22.華怡夏.霧霾條件下車牌圖像自動(dòng)識(shí)別模型構(gòu)建及仿真[J].自動(dòng)化與儀器儀表,2021(01):127-131.李偉.基于多層感知機(jī)模型的車牌識(shí)別技術(shù)[J].自動(dòng)化技術(shù)與應(yīng)用,2021,40(01):167-169+180.高勇.基于BP神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別建模及實(shí)現(xiàn)[J].電子測(cè)試,2021(01):44-45+78.陶鵬,朱華.模板匹配識(shí)別算法和神經(jīng)網(wǎng)絡(luò)識(shí)別算法的比較及MATLAB實(shí)現(xiàn)[J].電腦知識(shí)與技術(shù),2020,16(34):187-190.陳征,汪琳霞.基于OpenCV的車牌識(shí)別在車位鎖上的應(yīng)用[J].時(shí)代汽車,2020(23):125-126.陳歡,鄒祥莉,梁海鷗.基于物聯(lián)網(wǎng)和圖像識(shí)別技術(shù)的智能停車管理與服務(wù)系統(tǒng)整體方案設(shè)計(jì)[J].中國交通信息化,2020(S1):18-21.崔斌,劉晨,李明.數(shù)字圖像處理在車牌識(shí)別中的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用,2020(32):166-167.渠秋會(huì),孟慶鵬.車牌識(shí)別系統(tǒng)的設(shè)計(jì)[J].電子世界,2020(19):132-133.鄭存芳,王紫婷,丁麗華.基于FPGA的車輛牌照識(shí)別系統(tǒng)的設(shè)計(jì)[J].制造業(yè)自動(dòng)化,2009,31(12).張曉峰,曾飛,孫榮,etal.基于FPGA的車牌識(shí)別系統(tǒng)設(shè)計(jì)[J].物流工程與管理,2016,38(3):207-209.專著求是科技.VISUALC++數(shù)字圖像識(shí)別技術(shù)典型案例(附光盤)[M].人民郵電出版社,2004.張國云,郭龍?jiān)?吳健輝,等.計(jì)算機(jī)視覺與圖像識(shí)別[M].科學(xué)出版社,2012.(3)論文集王興飛.車牌識(shí)別數(shù)據(jù)在城市綜合交通調(diào)查中的應(yīng)用探索與實(shí)踐[A].中國城市規(guī)劃學(xué)會(huì)城市交通規(guī)劃學(xué)術(shù)委員會(huì).交通治理與空間重塑——2020年中國城市交通規(guī)劃年會(huì)論文集[C].中國城市規(guī)劃學(xué)會(huì)城市交通規(guī)劃學(xué)術(shù)委員會(huì):中國城市規(guī)劃設(shè)計(jì)研究院城市交通專業(yè)研究院,2020:9.(4)學(xué)位論文史建偉.基于深度學(xué)習(xí)的車牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].南京郵電大學(xué),2020.左攀攀.基于FPGA的車牌號(hào)識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D].蘭州理工大學(xué)，2016.肖恩波.基于FPGA的車牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].東北大學(xué)，2001.郭長振.車牌號(hào)識(shí)別系統(tǒng)的實(shí)現(xiàn)[D].電子科技大學(xué)，2009梁軍.基于投影模板法的車牌圖像定位算法研究[D].重慶大學(xué)，2010.（5）外文文獻(xiàn)YoonY,BanKD,YoonH,etal.Blobextractionbasedcharacters