众文网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.跪求会基于灰度化车牌定位的高手
(1)基于水平灰度变化特征的方法，这种方法主要在车牌定位以前， 需要对图像进行预处理，将彩色图像转换为灰度图像，利用车牌区域水平方向的纹理特征进行车牌定位；（2） 基于边缘检测的定位方法，这种方法是利用车牌区域丰富的边缘特征进行车牌定位，能够进行检测的方法有多种，如Roberts 边缘算子、Prewitt 算子、Sobel 算子以及拉普拉斯边缘检测；（3） 基于车牌颜色特征的定位方法，这种方法主要是应用车牌的纹理特征、形状特征和颜色特征即利用车牌字符和车牌底色具有明显的反差特征来排除干扰进行车牌的定位；（4） 基于Hough 变换的车牌定位方法，这种方法是利用车牌边框的几何特征，采取寻找车牌边框直线的方法进行车牌定位；（5） 基于变换域的车牌定位方法，这种方法是将图像从空域变换到频域进行分析，例如采用小波变换等；（6） 基于数学形态学的车牌定位方法，这种方法是利用数学形态学图像处理的基本思想，利用一个结构元素来探测一个图像， 看是否能将这个结构元素很好的填放在图像内部，同时验证填放元素的方法是否有效。
腐蚀、膨胀、开启和关闭是数学形态学的基本运算。
4.
汽车牌照自动识别系统的研究与开发一直是现代化交通发展中倍受关注的问题，也是制约交通系统智能化、现代化的重要因素.该文在分析目前有代表性的车牌定位和识别方法以及图象处理技术的基础上，研究了车牌自动识别的各项关键技术，包括汽车图像预处理、车牌定位和字符识别，设计并实现了一个车牌自动识别原型系统.汽车图象的预处理是车牌定位与识别中最关键的一步.该文在对大量图片进行各种综合处理的基础上，总结出将图象进行灰度化、锐化、二值化、中值滤波的预处理方法，很好地消除了图象的噪音，强化了纵向纹理区域；通过对车牌特征和定位技术的深入研究，提出了基于纹理特征的两种定位方法：一种是基于移差扫描和窗口搜索的车牌定位方法，另一种是基于分形盒子维数的车牌定位方法.这两种方法都能够很准确地搜索到车牌区；在此基础上，提出了一种车牌字符识别方法，包括基于字符笔划的定向校正方法、基于投影直方图的字符切割方法以及多分类器融合的字符识别方法，通过搜索车牌字符的顶点实现了车牌的倾斜校正，进而准确地找到字符的切分点，有效地完成了字符的识别.采用VB语言开发了一个基于Windows平台的车牌自动识别原型系统，系统具有良好的交互性，用户界面友好.。