摘要
随着我国道路的迅猛发展，智能交通系统越来越成为现代交通道路管理的强烈需求
而类区域性的车辆管理更是成为了需求的热点。不论是小区还是高校，又或则是高速公
路的收费站对于车辆管理的智能化都是有着迫切的期望。
本论文研究的主要内容是将高校作为类区域的典型，从高校的安保以及便捷管理出
发，设计了一个基于图像识别的车辆管理系统网站。从网站的功能划分，到网站的重点
功能图像识别出发规划出了网站的雏形。另外为了网站整体的实现，对网站的重点功能
车牌识别中的车牌定位编写了一个专门的java程序对车牌识别进行了分析以及实现。
本文所探究的车牌识别，是基于图像识别的大体处理步骤的包括了车牌的定位、分
隔、识别。其中主要是研究车牌的定位，即从图像的灰度、强化边缘最后再到车牌定位
其中车牌定位后的分割，以及识别，还有与数据库的比对本文并没有涉及。程序实现结
果表明，车牌定位成功效果比较理想，但是还有一些车牌难以定位。
期待根据这个设计做出的智能车辆管理系统。
关键词 车辆管理系统 图像识别高校安保
目 录
前言
设计背景与意义
设计目标
系统开发环境
系统配置
图像识别技术简介
车牌识别技术简介
总体设计
详细设计
系统功能模块设计
图像识别功能设计以及实现
灰度化
灰度直方图
图像均衡化
边缘化
找车牌
二值化
数据库设计
数据库图设计
创建主要数据库
运用读取包实现车牌号码识别
总结与展望
总结
展望
致 谢
1 前言
1.1 设计背景与意义
汽车工业产生一百多年来，一直都被当成是工业发达国家的经济指标，在
国家的实际成长中发挥着非常重要的作用。 世纪初中国加入 后，汽车
市场规模迅速扩大，全面融入世界汽车体系。同时，伴随着工业经济的强劲发
展，未来生活工作的节奏将大大加快，汽车不可避免地成为大众的代步工具。
据权威媒体预测， 年，中国汽车市场将超过美国，成为世界第一的汽车市
场。这个时候随着汽车数量增多所衍生的一系列对汽车的管理维护配套系统就
显得尤为重要。而要实现对每辆车的管理维护首先要做到的就是对每辆车的识
别。出于高效，智能，便捷等方面的考虑，传统的人工识别，或则半智能识别
已经不适合现代高速发展的生活、工作要求了。人工识别，首先要耗费大量的
人力、物力，其次人工识别随着人的主观性会比较多的发生错误识别，最后人
工识别需要记录以及辨认会耽误车辆的正常运行。而半智能识别，是智能化道
路的必经之路，为最终智能化做出了贡献但是还没有真正实现智能化，高效、
便捷的最终要求。综上所述，不管是传统的人工识别还是半智能化的车辆识别
都已经不适应现阶段的车辆管理要求。
随着车辆的增多，进出高校车辆必然增多。不管是教职工人员开车来上班
还是学生开车来上课，又或则是进出高校的其他社会车辆对校园这个类小区型
的区域已经形成了比较大的车辆管理需求。就以华南农业大学作为例子，进出
华农的车辆每天都以数百辆记录，由于学校内部出入口众多，现阶段采用的是
设立专门的监管人员对进出车辆进行简单的记录。这种简单的记录对需要对学
校进行长期车辆监管的需求已经完全不适应。采用人工监管的方式，不仅对进
出车辆通过关卡时间大大增加，还会增加车辆记录的错误风险，从而对学校内
部的安检产生影响。
因此建立一套既能快速高效识别车辆牌号、将车辆数据与已知数据库相匹
配，对车辆信息长期进行管理的车辆管理系统就显得尤为重要了。
1.2 设计目标
设计目标是建立一个 版本的基于图像识别的车辆管理系统，初步计划
采用 开发这个系统，依据图像识别的方法建立一个系统网站，通过网络与
网站系统数据库进行交互，并且将各个接口采集回来的图像数据进行分析处理，
从而实时的将这些分析处理后的数据反馈到网站上。
图 校园监控效果图
初步规划出网站的具体模块，包括进出校园车辆识别、车辆数据库、实时
车辆分析。其中车牌的识别部分为重点内容是本文主要研究的模块。
建立车辆数据库所需要的车辆信息，初步设计数据库。
对网站系统的图像识别模块进行重点研究，能够通过调用 包实现对车辆
图像的车牌识别。
2 系统开发环境
2.1 系统配置
电脑兼容台式电脑
操作系统 !"专业版# 位$%"$&'(')
处理器英特尔"(*+#奔腾)双核,-./
主板捷波蓝光"$012"&34
#英特尔%!567!()
内存 -0#金士顿&&4./)
2.2 图像识别技术简介
人的图像识别能力是很强的。图像距离的改变或图像在感觉器官上作用
位置的改变，都会造成图像在视网膜上的大小和形状的改变。即使在这种情
况下，人们仍然可以认出他们过去知觉过的图像。甚至图像识别可以不受感
觉通道的限制。例如，人可以用眼看字，当别人在他背上写字时，他也可认
出这个字来。
图像识别技术可能是以图像的主要特征为基础的。每个图像都有它的特
征,如字母 A 有个尖，P 有个圈、而 Y 的中心有个锐角等。对图像识别时眼动
的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲
度最大或轮廓方向突然改变的地方，这些地方的信息量最大。而且眼睛的扫
描路线也总是依次从一个特征转到另一个特征上。由此可见，在图像识别过
程中，知觉机制必须排除输入的多余信息,抽出关键的信息。同时,在大脑里
必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整
的知觉映象。
在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的信息
加工才能实现。对于熟悉的图形,由于掌握了它的主要特征，就会把它当作一
个单元来识别，而不再注意它的细节了。这种由孤立的单元材料组成的整体
单位叫做组块，每一个组块是同时被感知的。在文字材料的识别中，人们不
仅可以把一个汉字的笔划或偏旁等单元组成一个组块，而且能把经常在一起
