臺灣博碩士論文加值系統

車牌辨識系統相關研究從初期投入到現在已經有數十年以上，早期因受限於硬體設備和軟體發展尚未成熟，導致辨識率無法有效的提升，無法實際的應用於日常生活中。直到近年軟硬體的發展快速，才陸續有相關車牌辨識系統被應用於生活上。

一個車牌辨識系統最重要的就是辨識率和辨識速度，目前所有相關研究都是以此為主要研究目的，本研究利用改良式的疊代法二值化做為前置處理，並且以連續濾波方式清除雜訊，在字元辨識則利用樣本比對。樣本比對具有辨識快速的特性，以往需要大量的樣本做為比對依據，以提升辨識率，隨著辨識原理不同，現在已經不需要大量的樣本而且能達到高辨識率。

在實驗結果部份，本研究採取了200張以上的實際車牌照片做為測試樣本，車牌辨識率97.60%，平均辨識一張車牌僅需0.1杪。

The recognition of license plate system has been resear ched for more than ten years. The recognition rate could not be raised efficiently and be utilized in daily as a result of hardware and software development was unstable in the initial stage. More amd more recognition of license plate system be not applied in daily until hardware and software were developing quickly recently.

The most important things to recognition of license plate system are high recognition rate efficiently and take a few time as less as possible. Now all related research are depended on this direction. The paper is that used an improved iterative method binarization as a pre-processing and a continuous filter method be used to clean noise. Then character recognition would be used the way of identification samples that is fast to recognizw. It can be raised its recognition rate, base on a lot of samples. Following the different recognition theorem, however, it’s able to achieve high recognition rate without a large number of samples.

For the experimental result, the paper had been taken more than 200 pcs photos of the actual license plates as test sample. The recognition rate is 97.60% and the average it cost to recognize a license plate is only 0.1 second.

摘 要 i
Abstract ii
誌 謝 iii
目 錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 研究程序與目的 4
1.3.1 研究程序 4
1.3.2 研究目的 4
1.4 研究限制 6
1.5 章節組織 6
第二章 相關文獻探討 7
2.1 二值化 7
2.1.1 二值化的基本概念 8
2.1.2 Otsu二值化 8
2.1.3 固定臨界值二值化 10
2.1.4 平均二值化(T-threshold) 11
2.1.5 其他二值化 12
2.2 近年車牌辨識系統相關文獻 12
2.2.1 類神經網路法 12
2.2.2 樣板比對法 19
2.2.3 統計法 20
2.2.4 其它 21
2.3 車牌辨識系統的相關研究 22
2.3.1 魏銪志的研究 22
2.3.2 王振興的研究 22
2.3.3 溫福助的研究 23
2.3.4 黃琇靖的研究 24
第三章 研究架構 25
3.1 系統架構 25
3.2 前置處理 26
3.2.1 灰階化 27
3.2.2 中間值濾波 29
3.2.3 影像二值化 31
3.3 字元切割 34
3.3.1 水平與垂直投影 34
3.2.2 正規化 36
3.4 字元辨識 39
3.4.1 輸入字元 39
3.4.2 樣板比對 39
3.6 比對結果 47
第四章 研究結果 49
4.1實驗環境 49
4.1.1 車牌辨識系統架構 49
4.1.2 車牌取像流程 51
4.2車牌辨識系統發展平台 56
4.3實驗結果 59
第五章 結論與未來工作 66
5.1 本論文特色與優點 66
5.2 未來工作 67
參考文獻 71

[1]中華民國交通部，交通統計，「機動車輛登記數」，交通部統計處，2009.6。
[2]中華民國交通部，主要國家交通統計比較，「人口數及土地面積」，交通部統計
處，2009。
[3]郭志文，「應用彩色影像辨識技術於交通車流參數之蒐集與分析」，國立交通大
學交通運輸研究所，碩士論文，1998。
[4]謝興盛，「影像處理偵測技術應用於號誌化交叉路口車流特性蒐集與分析之研
究」，國立成功大學交通管理學系，碩士論文，1994。
[5]黃勝輝，「停車場遠端監控系統之研究」，國立交通大學電機與控制工程學系，
碩士論文，1999。
[6]莊志鴻，「以WWMS法做車牌字元辨識」，國立交通大學電機與控制工程學系
碩士論文，1999。
[7]溫福助，「類神經網路樣板比對法於車牌字元辨識之研究」，國立台灣大學電機
工程學研究所，碩士論文，民國89年。
[8]周俊男，「車輛牌照影像辨識系統」，國立中山大學資訊工程研究所，碩士論文，
1998。
[9]張銘豪，「利用分割辨識方法之英文數字辨識系統」，國立中山大學資訊工程研
究所，1996。
[10]楊文宗，「車輛牌照號碼自動辨識系統」，私立中原大學電子工程研究所，碩士
論文，1996。
[11]林欣平，「車牌字元粹取」，國立交通大學電機與控制工程學系，碩士論文，1999。
[12]吳孟璁，「車輛牌照自動辨識系統」，私立淡江大學資訊工程學系碩士班，碩士
論文，1998。
[13] N.Otsu, ”A Threshold Selection Method from Gray-Level Histograms”, IEEE
Transactions on System, Man, and Cybernetics, Vol.SMC-9, pp.62-66, 1979.
[14]馬西聰，「利用灰色關聯度辨識車輛字母的研究」，國立台灣科技大學電機工程
研究所，碩士論文，June 1997。
[15] J. M. S. Prewitt and M. L. Mendelsohn, ”The Analysis of Cell Images”, in Ann.
New Your Academy Science, vo1.128, 1966, pp.1035-1053.
[16] J. Bernsen, ”Dynamic Thresholding of Gray-level Images”, in Proc.Eighth Int’l
Conj Pattern Recognition, Paris, 1996, pp. 1, 251-1, 255.
[17] H. Negishi, J. Kato, H. Hase, T. Watanabe, ”Character extraction from noisy
background for an automatic reference system”, Document Analysis and
Recognition, 1999.
[18] D.Y.Xue, V. Gupta, ”An improved threshold selection method for image
segmentation’, Electrical and Computer Engineering, 1993, pp 531-534.
[19] N. Ramesh, J.H.Yoo,I.K.Sethi, ”Vision,Image and Signal Processing”, IEEE
Proceedings-Volume:142 5, 1995, pp 271-279.
[20] A. S. Pandya, R. B. Macy, ”Pattern Recognition with Neural Networks in
C++”, CRC PRESS & IEEE PRESS, 1996.
[21]葉怡成，「類神經網路模式應用與實作」，儒林圖書公司發行，2009。
[22]魏銪志，「動態多標的車牌辨識系統之研究」，私立元智大學資訊管理研究所，
碩士論文，民國89年。
[23]王振興，「多標的汽機車車牌辨識系統之研究」，私立元智大學資訊管理學系碩
士班，碩士論文，民國92年。
[24]溫福助，「類神經網路樣板比對法於車牌字元辨識之研究」，國立台灣大學電機
工程學研究所，碩士論文，民國89年。

[25]黃琇靖，「應用於道路監視器之自動車牌辨識系統」，朝陽科技大學資訊工程研
究所，碩士論文，民國96年。
[26]Lisboa, P. J. , ”A review of evidence of health benefit from artificial neural
networks in medical intervention”, Neural Networks, 15(1), 11-39, 2002.
[27]Lisboa, P.J. and Taktak, A.F.G. , “The use of artificial neural networks in decision
support in cancer: A systematic review”, Neural Networks, 19(4), 408-415, 2006.