停车场车牌识别系统设计与实现

发布时间：2022-12-17 16:56

　　自改革开放以来,随着国家经济水平的快速发展,我国居民生活水平不断提高,汽车已逐渐从奢侈品转变为日常代步工具,全国的汽车保有量在近年来已达到全球第二。由于我国城市发展的特点,城市交通对于停车场的需求越来越大,大部分城市都存在着停车难、车辆管理成本高的问题。作为公路交通系统中的重要成员,停车场发展速度远远赶不上汽车的发展速度,无法满足人们对日常停车的需求。在此背景下,传统的采用IC/ID取卡票进行停车场管理的弊端逐渐凸显。采用车牌识别技术,既可以减少停车场的管理成本,又改善了传统方式管理的停车场中,用户进出停车场耗时、耗力的不良体验。因此,在停车场中采用车牌识别技术具有较大的研究价值和市场空间。本文对车牌识别中的图像预处理、车牌定位、车牌字符分割、车牌字符识别等相关算法进行了分析与仿真实验。在车牌定位部分,首先对基于Sobel边缘检测的车牌定位方法以及基于颜色定位的车牌定位方法分别进行了仿真实验,最终采用通过Sobel边缘检测进行粗定位,在经过颜色判定进行二次定位的车牌定位方法。在车牌字符分割部分,采用水平投影分析去除车牌水平边框,再通过垂直投影分析结合车牌字符编码先验知识在垂直方向对车牌... 

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 国内外研究历史与现状
    1.3 车牌识别基本流程与相关技术现状
    1.4 本文的主要内容和结构安排
第二章 系统需求分析与开发环境搭建
    2.1 系统概述
    2.2 系统需求分析
        2.2.1 功能需求
        2.2.2 性能需求
    2.3 硬件环境搭建
        2.3.1 常用硬件平台对比
        2.3.2 RaspBerry Pi4B简介
        2.3.3 图像采集设备
        2.3.4 GPIO接口
    2.4 软件开发环境搭建
        2.4.1 opencv配置
        2.4.2 创建数据库
    2.5 本章小结
第三章 车牌识别算法研究
    3.1 车牌特征分析
    3.2 图像预处理
        3.2.1 图像灰度化
        3.2.2 灰度拉伸
        3.2.3 图像滤波降噪
    3.3 车牌定位
        3.3.1 基于边缘检测的车牌定位
        3.3.2 基于颜色分割的车牌定位
        3.3.3 边缘检测与颜色定位相结合的车牌定位方法
    3.4 车牌字符分割
    3.5 车牌字符识别
        3.5.1 典型的字符和数字识别方法
        3.5.2 基于深度学习的字符和数字识别方法
    3.6 车牌识别算法测试
    3.7 本章小结
第四章 软件设计与实现
    4.1 软件结构
    4.2 主程序
    4.3 GPIO模块
        4.3.1 GPIO信号接收模块
        4.3.2 GPIO信号输出模块
    4.4 车辆拍摄模块
    4.5 车牌识别算法模块
        4.5.1 图像预处理模块
        4.5.2 车牌定位模块
        4.5.3 车牌字符分割模块
        4.5.4 车牌字符识别模块
    4.6 数据库接口模块
        4.6.1 车辆信息录入模块
        4.6.2 车辆信息查询模块
        4.6.3 进出记录录入模块
        4.6.4 进出记录查询模块
    4.7 费用计算模块
    4.8 网络通信模块
        4.8.1 TCP数据监听模块
        4.8.2 TCP数据发送模块
    4.9 本章小结
第五章 系统调试与运行
    5.1 调试环境
    5.2 配置开机自动运行
    5.3 运行效果
    5.4 运行测试
    5.5 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]基于深度残差网络的文字识别算法研究[J]. 孟彩霞,王腾飞,王鑫.  计算机与数字工程. 2019(06)
[2]基于深度残差网络的星系形态分类[J]. 戴加明,佟继周.  天文学进展. 2018(04)
[3]基于面向对象与深度学习的典型地物提取[J]. 金永涛,杨秀峰,高涛,郭会敏,刘世盟.  国土资源遥感. 2018(01)
[4]使用混合差异性度量的分类器选择方法[J]. 米爱中,陆瑶.  计算机科学与探索. 2018(09)
[5]基于SVM多分类的车牌相似字符识别方法研究[J]. 方玲玉,龚文友.  计算机与数字工程. 2017(07)
[6]基于遥感影像的道路边缘提取方法设计[J]. 刘春江.  科技视界. 2015(28)
[7]融合阈值法和边缘提取的图像分割算法[J]. 张恒,高敏,徐超.  装甲兵工程学院学报. 2014(05)
[8]基于SVM的车牌字符识别算法研究[J]. 刘永春.  四川理工学院学报(自然科学版). 2012(04)
[9]一种基于证据距离的多分类器差异性度量[J]. 杨艺,韩德强,韩崇昭.  航空学报. 2012(06)
[10]基于差异性度量的多分类器集成系统设计[J]. 薛梅,郑全弟.  计算机工程与设计. 2010(23)

硕士论文
[1]团簇宫颈细胞图像中细胞核分割与分类算法研究[D]. 韩颖.天津理工大学 2019
[2]基于图像识别与LoRa的自动远传抄表系统设计与实现[D]. 熊诚.华中师范大学 2018
[3]基于图像的车牌识别系统的设计和实现[D]. 康健新.吉林大学 2014
[4]基于差异性度量的多分类器融合个人信用评估研究[D]. 胡建华.哈尔滨工业大学 2014
[5]视频监控中遮挡条件下多运动目标跟踪技术研究[D]. 高雅.东北大学 2014
[6]基于视频图像的多运动行人目标检测与跟踪技术研究[D]. 曹晶.哈尔滨工程大学 2014
[7]停车场的生态营造[D]. 扈苏杭.中南林业科技大学 2013
[8]复杂背景下的快速车牌识别技术研究[D]. 查志强.南京理工大学 2013
[9]多分类器组合及其遥感分类研究[D]. 张少佳.中南大学 2010
[10]车牌识别系统中关键算法的研究与实现[D]. 聂洪印.山东大学 2009



本文编号：3720296