摘要：汽车车牌识别技术在很多方面上都有较好的应用，可用于高速公路收费和停车场收费等。因为拍摄天气、光源、环境、角度等多种因素，在这样的环境，要识别出车牌的难度就比晴天下正面拍摄的车牌难识别很多。这些情况下的主要难点是难以确定阈值，这样便不能准确定位车牌，也就没办法直接分割字符，读取车牌了。

针对这些情况，本人采取的方法是：首先试验多张车牌，将所有情况的车牌的阈值都选出来，从而选择一个包含所有车牌的阈值。紧接着将RGB转为HSV，然后在HSV通道上分别求出车牌在S和V通道上的面积，求出交集，从而将车牌精准定位。如果车牌有倾斜，那么还需要对车牌进行矫正。首先计算车牌的角度，然后得出车牌需要矫正的角度，这样便能够得到固定位置的车牌区域。接下来就是分割字符，然后训练OCR识别出车牌。为了操作简单点，同时也需要能够简化界面，本人选择了Halcon与C#联合编程，做了一个简单的操作界面，可以通过界面直接读取、识别车牌。

关键词：车牌定位  字符分割  OCR训练 

目录

摘要

abstract

1.绪论-1

1.1课题研究的目的和意义-1

1.2国内外研究现状-2

1.3课题的难点及关键技术-2

2.系统总体设计-3

2.1方案对比及选取-3

2.2车牌识别系统实现-4

3.图像采集系统设计-5

3.1镜头选型-5

3.2相机选型-7

3.3照明系统-8

3.3.1光源类型-8

3.3.2照明的方向性-9

3.3.3光源的选择-9

3.4图像样本-9

4.软件设计-10

4.1基于Halcon的Blob分析算法-10

4.2 车牌识别流程图-11

4.3图像读取-12

4.4图像预处理-12

4.5图像分割-13

4.6训练ocr-14

4.7创建和训练分类器-15

4.8字符识别及显示-15

5.车牌识别的结果与分析-17

5.1车牌识别的实验过程-17

5.2界面显示-29

5.3实验结果和分析-31

6、总结与展望-33

6.1总结-33

6.2展望-33

参考文献-35

致谢-36