matlab车牌定位毕业论文

车牌定位毕业论文(求助车牌定位的论文)

1.求助车牌定位的论文

汽车牌照的自动定位是智能交通系统中的重要组成部分之一，是实现车牌识别（LPR）系统的关键。

针对不同背景和光照条件下的车辆图像，提出了一种基于灰度图像灰度变化特征进行车牌定位的方法。依据车牌中字符的灰度变化以峰、谷规律分布确定车牌上下边界，对扫描行采用灰度跳变法确定车牌左右边界。

The automated license plate location is an important part in the intelligent traffic system.It is the key step in the Vehicle License Plate Recognition(LPR).A method for the recognition of images of different backgrounds and different illuminations is proposed in the paper.the upper and lower borders are determined through the gray variation regulation of the character distribution.The left and right borders are determined through the black-white variation of the pixels in every row.在车牌识别中，最重要的步骤就是车牌定位，定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。由于在现实中，汽车的车牌图像受到光照、背景、车型等外界干扰因素以及拍摄角度、远近等人为因素的影响，造成图像受光不均匀，车牌区域不明显，给车牌区域的提取带来了较大的困难。

2.谁有车牌识别系统的设计与实现的论文

[通信工程]车辆牌照自动识别系统设计与实现 摘 要 车辆牌照自动识别系统是近几年发展起来的基于图像和字符识别术的智能化交通管理系统，是目前国内外模式识别应用研究领域的一个热点。

本文对系统中图像预处理、字符分割和字符识别等环节涉及的新算法、新设计做了一个比较详细的论述。 本文在图像预处理中重点讨论了灰度图像二值化的多种算法和基于数学形态学的图像去除噪声的方法。

基于数学形态学的图像去除噪声是通过对图像的开、闭操作有选择的去噪。可以去除直径小于字符笔划半径的孤立噪声点。

本文还详细地介绍了基于字符形态划分的字符识别方法。基于字符形态划分的字符识别方法是在对数字字符结构进行充分分析的基础上，对基元检测，归纳字符形态特征，得到的快速字符识别方法。

关键词 车辆牌照；图像处理；数学形态学；基元检测；字符识别；单片机 目 录 摘 要 II Abstract III 第1章 绪 论 2 1.1 车牌字符识别研究课题的背景 2 1.2 车牌字符识别研究的意义 2 1.3 车牌字符识别研究的应用现状及发展 3 1.4 本文主要内容 4 第2章 车牌图像预处理 5 2.1 数字图像处理的相关介绍 5 2.1.1 数字图像处理概念 5 2.1.2 图像的数字化表示 5 2.1.3 本文中图像处理所涉及的相关领域 6 2.2 图像二值化 6 2.2.1 彩色图像和灰度图像 6 2.2.2 基于灰度的图像二值化 7 2.2.3 图像二值化结果演示 9 2.3 用数学形态学的方法去除噪声 10 2.3.1 数学形态学的几种基本运算 10 2.3.2 经开闭运算前后的图像对比显示 16 2.4 单个字符图像的分割 17 2.4.1 我国车牌的特点 17 2.4.2 对所要识别的车牌的分析 17 2.4.3 基于列扫描黑色像素积累的字符分割 18 2.4.4 已经分割后的单个字符演示 18 2.5 本章小结 19 第3章 基于字符形态划分的字符识别 19 3.1 字符识别概述 19 3.1.1 目前字符识别的一些常规方法 20 3.2 字符轮廓分析 21 3.2.1 字符轮廓的划分 21 3.2.2 字符四方向轮廓公式化表示 21 3.3 字符轮廓的变化特征 22 3.4 字符形态划分的结构基元 22 3.4.1 字符结构基元划分原理 22 3.4.2 字符形态划分方法的特点 23 3.5 利用字符结构基元划分的字符识别原理 24 3.5.1 基元的检测 24 3.5.2 轮廓的统计特征 25 3.5.3 用字符形态识别数字字符 25 3.5.3.1 数字字符的特点 25 3.5.3.2 数字字符的识别方法 26 3.5.4 字符识别的MATLAB算法流程 27 3.6 本课题整体流程 29 3.6.1 对本课题流程的总体说明 29 3.6.2 用MATLAB完成本课题的流程图 30 3.7 基于字符形态划分的字符识别方法的特点和不足 30 3.8 本章小节 31 结 论 32 参考文献 33 翻译中文 35 英文原文 41 致谢 50 毕业设计（论文）成绩评定表 51。

3.谁给我份GPS的论文

一、GPS系统概念 Global Positioning System）全球定位系统（GPS）是20世纪70年代由美国陆海空三军联合研制的新一代空间卫星导航定位系统 。

其主要目的是为陆、海、空三大领域提供实时、全天候和全球性的导航服务，并用于情报收集、核爆监测和应急通讯等一些军事目的，是美国独霸全球战略的重要组成。经过20余年的研究实验，耗资300亿美元，到1994年3月，全球覆盖率高达98%的24颗GPS卫星星座己布设完成。

全球定位系统由三部分构成：（1）地面控制部分，由主控站（负责管理、协调整个地面控制系统的 工作）、地面天线（在主控站的控制下，向卫星注入寻电文）、监测站（数据自动收集中心）和通讯辅助系统（数据传输）组成；（2）空间部分，由24颗卫星组成，分布在6个道平面上；（3）用户装置部分， 主要由GPS接收机和卫星天线组成。 全球定位系统的主要特点：（1）全天候；（2） 全球覆盖；（3）三维定速定时高精度；（4）快速省时高效率：（5）应用广泛多功能。

全球定位系统的主要用途：（1）陆地应用，主要包括车辆导航、应急反应、大气物理观测、地球物理资源勘探、工程测量、变形监测、地壳运动监测、市政规划控制等；（2）海洋应用，包括远洋船最佳航程航线测定、船只实时调度与导航、海洋救援、海洋探宝、水文地质测量以及海洋平台定位、海平面升降监测等；（3）航空航天应用，包括飞机导航、航空遥 感姿态控制、低轨卫星定轨、导弹制导、航空救援和载人航天器防护探测等。 GPS卫星接收机种类很多，根据型号分为测地型、全站型、定时型、手持型、集成型；根据用途分为车载式、船载式、机载式、星载式、弹载式。

经过20余年的实践证明，GPS系统是一个高精度、全天候和全球性的无线电导航、定位和定时的多功能系统。 GPS技术已经发展成为多领域、多模式、多用途、多机型的国际性高新技术产业。

GPS原理 24颗GPS卫星在离地面1万2千公里的高空上，以12小时的周期环绕地球运行，使得在任意时刻，在地面上的任意一点都可以同时观测到4颗以上的卫星。 由于卫星的位置精确可知，在GPS观测中，我们可得到卫星到接收机的距离，利用三维坐标中的距离公式，利用3颗卫星，就可以组成3个方程式，解出观测点的位置（X,Y,Z）。

考虑到卫星的时钟与接收机时钟之间的误差，实际上有4个未知数，X、Y、Z和钟差，因而需要引入第4颗卫星，形成4个方程式进行求解，从而得到观测点的经纬度和高程。 事实上，接收机往往可以锁住4颗以上的卫星，这时，接收机可按卫星的星座分布分成若干组，每组4颗，然后通过算法挑选出误差最小的一组用作定位，从而提高精度。

由于卫星运行轨道、卫星时钟存在误差，大气对流层、电离层对信号的影响，以及人为的SA保护政策，使得民用GPS的定位精度只有100米。为提高定位精度，普遍采用差分GPS(DGPS)技术，建立基准站（差分台）进行GPS观测，利用已知的基准站精确坐标，与观测值进行比较，从而得出一修正数，并对外发布。

接收机收到该修正数后，与自身的观测值进行比较，消去大部分误差，得到一个比较准确的位置。实验表明，利用差分GPS，定位精度可提高到5米。

GPS前景 由于GPS技术所具有的全天候、高精度和自动测量的特点，作为先进的测量手段和新的生产力，已经融入了国民经济建设、国防建设和社会发展的各个应用领域。 随着冷战结束和全球经济的蓬勃发展，美国政府宣布2000年至2006期间，在保证美国国家安全不受威胁的前提下，取消SA政策，GPS民用信号精度在全球范围内得到改善，利用C/A码进行单点定位的精度由100米提高到20米，这将进一步推动GPS技术的应用，提高生产力、作业效率、科学水平以及人们的生活质量，刺激GPS市场的增长。

据有关专家预测，在美国，单单是汽车GPS导航系统，2000年后的市场将达到30亿美元，而在我国，汽车导航的市场也将达到50亿元人民币。可见，GPS技术市场的应用前景非常可观。

二、GPS作用 1、全天候全球卫星定位 调度监控中心根据需要可随时了解所有车辆的实时位置，并能在中心的电子地图上准确地显示车辆当时的状态（如速度，运行方向等信息）。本系统的电子地图采用矢量方式，对任意指定区域的车辆进行查询；可任意放大、缩小、移动电子地图；可进行同屏多窗口显示监控，或将目标锁定在某窗口，自动跟踪等；监控车辆的参数主要为：车辆位置（精确到15米）、运行速度（精确到1公里/小时）、运动方向（精确到1度）及时间信息（精确到1秒）； 2、紧急报警 调度监控中心收到车载终端发来的报警信号（如主动紧急报警、非法破坏报警、非法入侵报警、非法移动报警），系统进行自动分类处理，以声音的方式提示监控人员，同时报警的车辆在地图上以醒目方式显示报警状态和报警地点，并将报警目标的监视级别提升，同时自动记录轨迹。

监控人员可根据报警情况及时进行指挥调度和警情处理。 3、信息查询 中心控制系统具备丰富的、全面的数据信息，可应客户要求，确认客户密码后提供下列服务： l 车辆信息查询：提供车辆的相关信息查询，例。

4.车牌定位有哪些算法,各有什么特点

这个 文字不是一般的多 建议你还是去下载研究生的论文和期刊吧，如果懒的话，百度文库里找，就有很多了

1） 基于车牌图像色彩信息定位法[12]。我国车牌主要由四种类型组成：蓝底白字、黄底

黑字、白底红字和黑底白字。根据车牌底色信息可以准确地定位出车牌的边界。该方法识别滤高、适应性强，但易受光照条件和背景干扰且运算量一般较大，不适合用于实时性要求高的环境中。

2） 基于边缘检测的定位法[13]。 车牌字符区域灰度频率变化是车牌区域最稳定的特

征，可以利用它的变化来进行车牌定位。首先对车辆图像进行增强，然后再进行边缘提取，最后利用水平扫描线等方法进行车牌区域的检测。该类方法的定位准确率较高，反映时间快，能有效去掉噪声，适合于背景较复杂的车辆图像。但是对车牌严重褪色的情况，由于检测不到字符笔画的边缘会导致定位失败。

3） 基于车牌几何特征车定位法[14]。我国车牌标准外轮廓尺寸为440*140且为矩形，

整个车牌的宽高比近似为3: 1。利用这种固有特征进行车牌边框提取车牌。这类方法只在车牌位置基本保持水平，同时边框清晰明显时才有效，但若车牌本身的边框是断裂，残缺的或采集到的图像偏离水平角度较大，都会影响定位的准确性，故使用范围较窄。

4） 基于频谱分析的车牌定位法[15]。该类方法将图像从空间域变换到频率域进行分析，

如DFT变换法和采用小波变换法等。小波分析可以在不同的分辨率层次上对图像进行分割，在低分辨率层次上进行粗分割，这样节约时间同时为细分割缩小检测范围。而在高分辨率层次上实现车牌区域的准确定位。但当车辆图像中存在燥声时，会对准确识别车牌区域带来很大的干扰，影响车牌定位的准确性。

5.在车牌识别中当前最先进的车牌定位方法有哪

从根本上讲，车牌定位的算法分为三类，一类是基于边缘的，一类是基于颜色的，一类是基于机器学习的，从实验结果可看出，基于边缘的最简单也最有效，如果对于收费站和小区的应用，做到99%以上的检测率不是件难事，但如果场景复杂一点，误检会比较多，但并不会漏掉真正的车牌，只是虚警率高点，可以通过先验知识、颜色和后面的分割加以去除，误检不是重点。基于颜色的定位算法，从根本上讲也可以算是基于边缘的一种，无非是利用彩色边缘或者灰度图像边缘和颜色一起来定位，基于颜色的车牌定位算法用于高清图片效果不错，对于一般的场景我认为没必要用颜色进行定位，但初期用颜色先去除一些明显不是车牌的区域还是比较有效的。基于机器学习的算法进行车牌定位或者说检测，关键是找到好的特征和好的训练方法，不少人利用adaboost+haar特征进行车牌检测，从我的实验结果来看，检测率也能达到99%以上，但同时虚警率也非常高，会出现很多误检，而且很难把车牌的区域完整的检测出来，所以如果单独要用机器学习的算法还是不太可行，不过可以先利用边缘信息找到候选区域，然后用adaboost去去除非车牌区域，这个效果还是蛮不错的。

对于边缘的检测，如果车牌在图像中占的比例不是很小，普通的差分和全局二值化就可以达到很好的效果，如果对于高清图像（譬如要检测几个车道）或者场景很复杂，导致车牌所占图像的比例很小，还有就是车牌处于比较暗的地方，而整个场景很亮，这个时候差分得到的边缘就不会很丰富，如果利用全局二值化就可能导致车牌区域检测不到边缘，解决办法一就是对图像进行灰度拉伸或增强，解决办法二就是换边缘检测的方法（譬如sobel），解决办法三就是改进二值化的方法。对于图像增强的方法我要特别提一下直方图均衡化，很多论文上都会说对输入图片先进行直方图均衡化，但我的实验发现，晚上的图片如果进行直方图均衡化操作后会导致噪点特别多，而且可能会导致车牌区域检测不到边缘，总之图像增强是一把双刃剑，需要慎重考虑。

如果利用边缘进行定位，关键是要想办法一定要检测出车牌区域的边缘。

总结一下车牌定位，利用边缘是王道，可以先粗检再精检，颜色可以用于精定位和去除误检，机器学习如果想要好的结果得需要好的特征，但目前好像还没有。我个人认为车牌定位的难点不在于找到车牌区域，而在于怎么对车牌区域进行更精确的定位，而精定位的难点在于左右精定位，以便于后面的分割算法。

6.浅谈汽车四轮定位

当车辆使用很长时间后，用户发现方向转向沉重、发抖、跑偏、不正、不归位或者轮胎单边磨损，波状磨损，块状磨损，偏磨等不正常磨损，以及用户驾驶时，车感漂浮、颠簸、摇摆等现象出现时，就应该考虑检查一下车轮定位值，看看是否偏差太多，及时进行修理。

前轮定位包括主销后倾角、主销内倾角、前轮外倾角和前轮前束四个内容。后轮定位包括车轮外倾角和逐个后轮前束。

这样前轮定位和后轮定位总起来说叫车轮定位，也就是常 说的四轮定位。车轮定位的作用是使汽车保持稳定的直线行驶和转向轻便，并减少汽车在行驶中轮胎和转向机件的磨损。

主销后倾角： 从侧面看车轮，转向主销（车轮转向时的旋转中心）向后倾倒，称为主销后倾角。设置主销后倾角后，主销中心线的接地点与车轮中心的地面投影点之间产生距离（称作主销纵倾移距，与自行车的前轮叉梁向后倾斜的原理相同），使车轮的接地点位于转向主销延长线的后端，车轮就靠行驶中的滚动阻力被向后拉，使车轮的方向自然朝向行驶方向。

设定很大的主销后倾角可提高直线行驶性能，同时主销纵倾移距也增大。主销纵倾移距过大，会使转向盘沉重，而且由于路面干扰而加剧车轮的前后颠簸。

主销内倾角： 从车前后方向看轮胎时，主销轴向车身内侧倾斜，该角度称为主销内倾角。当车轮以主销为中心回转时，车轮的最低点将陷入路面以下，但实际上车轮下边缘不可能陷入路面以下，而是将转向车轮连同整个汽车前部向上抬起一个相应的高度，这样汽车本身的重力有使转向车轮回复到原来中间位置的效应，因而方向盘复位容易。

此外，主销内倾角还使得主销轴线与路面交点到车轮中心平面与地面交线的距离减小，从而减小转向时驾驶员加在方向盘上的力，使转向操纵轻便，同时也可减少从转向轮传到方向盘上的冲击力。但主销内倾角也不宜过大，否则加速了轮胎的磨损。

前轮外倾： 从前后方向看车轮时，轮胎并非垂直安装，而是稍微倾倒呈现“八”字形张开，称为负外倾，而朝反方向张开时称正外倾。使用斜线轮胎的鼎盛时期，由于使轮胎倾斜触地便于方向盘的操作，所以外倾角设得比较大。

现在汽车一般将外倾角设定得很小，接近垂直。汽车装用扁平子午线轮胎不断普及，由于子午线轮胎的特性（轮胎花纹刚性大，外胎面宽），若设定大外倾角会使轮胎磨偏，降低轮胎摩擦力。

还由于助力转向机构的不断使用，也使外倾角不断缩小。尽管如此，设定少许的外倾角可对车轴上的车轮轴承施加适当的横推力。

前轮前束： 脚尖向内，所谓“内八字脚”的意思，指的是左右前轮分别向内。采用这种结构目的是修正上述前轮外倾角引起的车轮向外侧转动。

如前所述，由于有外倾，方向盘操作变得容易。另一方面，由于车轮倾斜，左右前轮分别向外侧转动，为了修正这个问题，如果左右两轮带有向内的角度，则正负为零，左右两轮可保持直线行进，减少轮胎磨损。

上述的四种定位值都是前轮定位的指标。后轮定位值与前轮定位值相似，但大多数轿车的后轮定位不可调。

做四轮定位的要求是什么？ 答：如果你的车辆说明书里建议的数据与四轮定位仪电脑里的数据是相同的就是通用的。一般来说，在下列情况需要做四轮定位。

1、更换新胎或发生碰撞事故维修后； 2、前后轮胎单侧偏磨； 3、驾驶时方向盘过重或飘浮发抖； 4、直行时汽车向左或向右跑偏； 5、虽无以上状况，但出于维护目的，建议新车在驾驶3个月后，以后半年或一万公里一次。 四轮定位是汽车维修保养必需的工作内容之一。

除非在做四轮定位之前存在与它相关的明显问题，例如直行稳定性差等，在四轮定位后您能马上感觉的到，否则凭感觉您很难判断做的好不好。由于目前汽修行业的良莠不齐，维修质量相差很大，所以建议您尽量到较好的维修企业维修以保证四轮定位的质量，确保行车安全。

它的好处有： 1.增强驾驶舒适感； 2.减少汽油消耗； 3.增加轮胎使用寿命 4.保证车辆的直行稳定性； 5.降低底盘悬挂配件的磨损； 6.增强行驶安全 四轮定位的选购知识 目前，国内市场上，四轮定位设备品牌、种类繁多。由于其技术含量相对较高，许多用户对其技术性能、测量原理不甚了解，面对厂商五花八门、天花乱坠的产品介绍，在选购设备时往往无所适从。

下面就主要的几个方面提供一些参考建议： 1、性能价格比：目前不同品牌四轮定位的价格相差极其悬殊。由于国家对四轮定位产品的生产暂时无相应的法规出台，国内产品鱼龙混杂，例如有些品牌设备虽然配备电脑，但是电脑仅仅用着车型资料的管理作用，传感器未与电脑连接，传感器的数据不能在电脑上显示，用户购买后大呼上当。

有些设备打作进口的旗号欺骗用户，有些设备偷工减料；有些厂商采用进口低档传感器进行简单拼装，自己缺乏对传感器的维修技术，使用户设备故障不能得到及时有效的排除：普及型定位设备最便宜的两三万多元就能买到，昂贵的设备（一般地说都是进口设备）则要十几万、甚至几十万。一般来说，一分价钱一分货。

但是在进口设备由于存在关税、代理商层层加价等因素，价格回显得相对较高。不同品牌设备由于其采用技术的先进性、生产。

转载请注明出处众文网 » matlab车牌定位毕业论文