一、课题的任务与目的
自从2010年以来，北京的交通拥堵问题成为社会普遍关注和谈论的话题。而其他交通问题也呈现增长趋势。由于是我们标定车辆的唯一ID，因此，车牌的定位识别对于处理突发的交通事件就显得尤为重要。车牌定位识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要课题之一。所谓车牌定位(License Plate Location)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置出来，决定着车牌识别的后续工作能否继续进行，如果不能正确到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，研究与开发车牌定位的算法具有十分重要的实用意义。例如，在公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车场管理系统等诸多智能交通系统中都有应用。车牌定位的目的是对摄像头获取的汽车图像进行预处理，确定车牌位置。
此次设计的任务就是在MATLAB中对采集到车辆图像进行彩直方图分析，匹配车牌背景颜的峰值从而实现车牌在图像位置中的定位。然后将此算法移植到DSP中，在DSP中验证移植的算法正确性。
汽车牌照二、调研资料情况
目前国外车牌定位识别系统已经有很多成熟的产品，以列Hi—Tech公司的See/CarSystem系列，新加坡
optasia公司的IMPS系列都是比较成熟的产品。但是，这些产品基本上只适合于自己国内的状况。而我国的情况与国外有很大的不同，比如车牌的形状，颜，字符的颜以及我国车牌中包含着汉字等。同时，目前的牌照识别系统具有一定的识别率，在天气条件差的情况下或夜晚时，识别率会明显下降，此外，也受到其他许多客观干扰的影响，例如天气、背景、车牌磨损、图像倾斜等。因此现有的识别系统要达到完全实用化仍然有很长的路要走。现有的比较好的车牌定位方法主要有J.Barroso等提出的基于水平线搜寻的定位方法；R.Parisi等提出的基于DFT变换的频域分析方法；Charl Coetzee提出的基于Niblack二值化算法及自适应边界搜索算法的定位方法；Barroso J.Buls-Cruz 等人提出的基于扫描行的车牌提取算法等。
目前国内比较成熟的产品有中科院自动化研究所汉王科技的“汉王眼”，深圳吉通电子有限公司的“车牌通”，上海高德威智能交通系统有限公司的汽车牌照识别器等。另外，西安交通大学的图像处理与识别研究室、上海交通大学的计算机科学和工程系、清华大学人工智能国家重点实验室、浙江大学的自动化系也
在进行类似的研究。由于汉字的识别难度较大，以及众多自然和人文因素的干扰，使得国内的成熟产品并不多，目前国内的车牌识别技术研究还主要集中在对各种车牌定位、字符分隔和识别等方面的算法进行研究上。
主要参考资料如下：
1、王家文. MATLAB 7.6图形图像处理.北京：国防工业出版社.2009
2、陈阳. 车牌定位系统的研究与开发[D]. 山西: 中北大学, 2007
3、张晓. 复杂背景下的车牌定位系统设计[D]. 西安: 西安电子科技大学, 2009
4、龚声蓉，刘纯平，王强．数字图象处理与分析[M]．北京：清华出版社．2006．
5、贺兴华，周媛媛，王继阳，等．MATLAB图像处理[M]．北京：人民邮电出版社．2006．
6、崔江，王友仁．车牌自动识别方法中的关键技术研究[J]．计算机测量与控制，2003，1l(4)：260—262．
7、杨静．基于数学形态学的图像分割研究及应用[J]．仪器仪表用户，2005(5)：18一19．
三、初步设计方法与实施方案进度要求
图l 系统原理图
1、图像预处理
车牌自动识别系统中车辆图像是通过图像采集卡将运动的车辆图像抓拍下来，并以位幽的格式存放在系统内存中。而实际拍摄的车辆图像效果往往不理想，如受外界光线对车牌的不均匀反射、恶劣天气的影响、摄像头聚焦或后背焦没有调整到位而形成的车辆图像不清晰、所拍摄图像中存在的噪声干扰、所安装的车牌不规范或车辆{j驶变形等等。这些都给车牌的定位增加了难度。但我们可以对车辆图像根据不同应用特点进行识别前的预处理，尽最大町能提高车牌正确定位，这些图像预处理包括图像灰度变换、倾斜校正、等。
2、灰度修正
灰度修了F通常采用直方图修正法使图像具有期望的灰度分布．水平方向为像素欢度值，垂直方向为该像素值出现的数量，根据灰|刳像直方图调整I冬{像像素值的分布范围，确保图像亮度值均匀和平滑，同时如果直方图中存在多个峰值，则按直方图峰值计算ff{限定阀值，然后进行分段图像处理，由此分离出背景和噪声。
3、图像滤波
图像滤波的目的是为了减少图像中的噪声，·般情况下在窄间域内采用领域平均法来减少噪声，在频率域内由于噪声频谱多住高频段，因此采用各种形式的低通滤波方法来减少噪声。空间域是指对图像像素灰度值直接运算后取代，频率域是对图像的像素值进行变换运算后反变换取代，如傅立叶变换等。采用MATLAB工具自定义滤波函数，实现图像的平滑处理。
4、图像增强
由于车牌的边框的特征必须明显，后期的车牌特征才能很好的提取。利用MATLAB工具箱中的灰度变换上具imadijut函数来实现．同时配合improfiIe函数对图像进行分析，根据车牌底和字符的像素值，将其对比度调到最大，实现图像的增强。
5、车牌定位研究
车牌定位比较好的定位算法有基于车牌文字变化特点的自动扫描tI}别算法、基于特征的定位算法．基丁变换函数提取车牌的算法、基十视觉的
检测等。另外，一些学者们从一些数学上具着手，利用数学形态学、小波分析、遗传算法等方法对一些传统定位方法进行改进。
6、图像边缘检测
根据每个像素在某个区域内的灰度变化，利用边缘_二阶方向导数变化规律实现边缘检测。常用方法有LaPlaciai3．边缘增强、Sobel梯度方向边缘增强等。本文对图像进行水平边缘检测，有效地检测出水平方向的边缘像素，然后对检测结果二值化处理，记录边缘点，然后对边缘点按照从上到下，从左到右进行扫描(定义位x和y方向扫描)，得到整个图像的跳变点分布。根据车牌的长宽比例确定车牌的区域，利用分割技术将车牌从整幅图像中分割出来。
7 、MATLAB环境下车牌定位系统的设计
本文利用MATLAB工具实现车牌定位系统的设计，采用图像预处理和车牌定位技术实现对车牌的定位。
四、预期结果
1、主要内容
在MATLAB工具中，对实际拍摄的图像进行预处理的算法进行设计和分析，和对车牌定位与分割的算法进行设计和分析。从而在与处理后的图像中确定车牌的具体位置并将其分割出来。
2、预期结果
利用MATLAB工具对采集到车辆图像进行彩直方图分析，匹配车牌背景颜的峰值从而确定车牌在图像位置中的定位。