【正文】 出來 ， 第三步是比較 字符庫中的字符 和 統(tǒng)計最鄰近分類器， 最后會 得出 一些 候選 的車牌號碼，再 核實和檢查 這些 候選的車牌 號碼，確定 某個候選的車牌號碼 是否 和 該 車的車牌號碼 一致 ，最終 就可以 確定 出該車的 車牌號碼 了 。這個 時期的車牌識別 在識別 車牌的 正確率 上已經(jīng)遠遠高于從前了 ，但 是 識別實時性的要求還沒有考慮 到 ，識別速度有待進一步提高。從 80年代中期開始， ARGUS英國 Alphatech公司就開始了名為 RAUS的車牌識別系統(tǒng)的研制。 ARGUS的車牌識別系 統(tǒng)的識別時間為 100毫秒，通過 ARGUS的車速可高達每小時 100英里。還有 HiTech公司的 See/Car system，新加坡 Optasia公司的 VLPRS等。另外日本、加拿大、德國等發(fā)達國家都有適用于本國的車牌識別系統(tǒng)。各國的車牌識別產(chǎn)品雖然不同，但基本上都是基于車輛探測器的系統(tǒng)，設(shè)備投資都是相當(dāng)?shù)木薮蟆? 但是以上的系統(tǒng)都不適用于我國的車牌識別，主要原因包括：我國的車牌缺乏統(tǒng)一的標(biāo)準、我國車牌懸掛位置不統(tǒng)一、我國汽車牌照中的漢字識別比英語字符和數(shù)字字符的識別困難等。我國在 20世紀 90年代后期以后，隨著 汽車數(shù)量的急劇增加，車牌識別技術(shù)應(yīng)用的范圍越來越廣，車牌識別技術(shù)已成為一個熱門的研究課題，人們對其進行了廣泛的研究。目前，比較成熟的產(chǎn)品有中科院自動化研究所漢王公司的 “ 漢王眼 ” ，香港亞洲視覺科技有限公司的慧光車牌號碼識別系統(tǒng)等。另外西安交通大學(xué)的圖像處理和識別實驗室、上海交通大學(xué)的計算機科學(xué)和工程系、清華大學(xué)人工智能國家重點實驗室、浙江大學(xué)自動化系等都做過類似的研究 [3]。 雖然這些車牌識別系統(tǒng)的識別率大多都比較高，但是這些車牌識別系統(tǒng)的識別檢測 3 結(jié)果大多數(shù)是在簡單受限制的場景下取得的，而在實際的交通場合以及 更加復(fù)雜的背景環(huán)境下，這些車牌識別系統(tǒng)的識別率往往很低。所以車牌識別技術(shù)將來的發(fā)展趨勢是能在實際的交通場合以及更加復(fù)雜的背景環(huán)境的情況下，提高車牌識別系統(tǒng)的識別率。 我國車牌分析 我國汽車牌照是 由車輛管理機關(guān)經(jīng)過申領(lǐng)牌照的汽車進行審核、檢驗、登記后，核發(fā)的帶有注冊登記編碼的硬質(zhì)號碼牌，它們都具有統(tǒng)一的格式、統(tǒng)一的式樣。我國車牌號的第一個是漢字：代表該車戶口所在省的簡稱：如川就是成都，粵就是廣州，京就是北京，渝就是重慶等，第二個是英文字母：它代表該車所在地的地市一級代碼，規(guī)律一般是這樣的， A 是省會， B 是該省第二大城市， C 是該省第三大城市，依此類推 ,車牌號的后五位是汽車的編號，一般為 5 位數(shù)字，即從 00001～ 99999，編號超過 10 萬時，就由 A、 B、 C 等英文字母代替，即 A 代表 10 萬， B 代表 11 萬， C 代表 12 萬，最后一個字母及 Z 代表 33 萬，英文字母中的 O 和 I 避而不用，以免和數(shù)字中的 0 和 1 混淆。 目前我國所使用的車輛牌照主要分為六大類， 第一類是 底色為藍色字為白色的牌照是小型民用汽車所用的牌照； 第二類是底色為黃色字為黑色的牌照是大型民用汽車所用的牌照； 第三類是底色為白色字為紅色的牌照是試車和車臨時所用的牌 照，而且數(shù)字之前分別標(biāo)有 “臨時 ”和 “試 ”字標(biāo)志； 第四類是底色為白色字為黑色的牌照是汽車補用牌照； 第五類是底色為黑色字為白色的牌照是使館、領(lǐng)事館所使用的外籍汽車牌照； 第六類是底色為白色字為紅字、黑字的牌照是武警或軍隊專用汽車的牌照 [4]。 本次設(shè)計我使用的車輛牌照是藍底白字的小型民用汽車牌照，它是 1992 式號牌，共計 7 個字符，車牌的外輪廓尺寸都是 440mm140mm，字符高 90mm，寬 45mm，字符間距 12mm，間隔符寬 10mm，整個字符的高寬比例近似為 3:1，車牌的邊緣是線段圍成的矩形。 本 文章節(jié)安排 本文以 MATLAB 程序為基礎(chǔ)，介紹車牌識別技術(shù)的原理、方法、結(jié)果等內(nèi)容。 本文第 1 章主要介紹車牌識別技術(shù)的研究目的和意義 、 車牌識別技術(shù)的發(fā)展 以及 對 4 我國車牌的分析。 第 2 章主要介紹數(shù)字圖像的組成要素、數(shù)字圖像的基礎(chǔ)以及 MATLAB 軟件在數(shù)字圖像中的應(yīng)用。 第 3章主要簡述了車牌識別技術(shù)的原理以及 基于 MATLAB的車牌識別的實現(xiàn) 過程。 第 4 章主要介紹了基于 MATLAB 的車牌識別代碼以及對 仿真 結(jié)果的分析。 第 5 章主要是對 本 次設(shè)計和論文的總結(jié)。 5 2 數(shù)字圖像處理概述 圖像及其組成要素 圖像是對客觀 對象的一種相似性的、生動的描述或表示。在其自然的形式下，圖像并不能直接由計算機進行分析。 圖像按明暗程度和空間坐標(biāo)的連續(xù)性可以分為兩大類，分別是數(shù)字圖像和模擬圖像。明暗程度和空間坐標(biāo)都是連續(xù)變化的、計算機無法直接處理的圖像是模擬圖像。數(shù)字圖像是一種空間坐標(biāo)和灰度均不連續(xù)的、用離散的數(shù)字表示的圖像，它的基本組成單元包括像素和灰度，計算機能直接處理的圖像是數(shù)字圖像。因此，數(shù)字圖像可以理解為圖像的數(shù)字表示，是空間和時間的非連續(xù)函數(shù)（信號），是為了便于計算機處理的一種圖像表示形式。它是由一系列離散單元經(jīng)過量化后形成 的灰度值的集合，即像素的集合[5]。 圖像按波段多少來分，又可以分為單波段、多波段和超波段圖像。我們平時常見的彩色圖像是在每個點具有紅 (R)、綠 (G)、藍 (B) 3 個亮度值，這 3 個值表示在不同光波段上的強度，比如：純紅色 R 值為 255， G 值為 0， B 值為 0；灰色的 R、 G、 B 3 個值相等（除了 0 和 255）；白色的 R、 G、 B 都為 255；同理黑色的 R、 G、 B 都為 0，所以人眼看來就是不同的顏色。 一般情況下只考慮平面、單色、靜止圖像，此時圖像可表示為一個二維函數(shù)： ( , )I f x y? （ 21） 數(shù)字圖像及其表示 傳統(tǒng)意義上的圖像是連續(xù)的，即式（ 21）中的 x y f、 、 是連續(xù)的，表示的物體輻射能量在空間上的連續(xù)分布，連續(xù)圖像也稱為模擬圖像。 為了便于利用計算機對圖像進行進一步的加工和處理，需要把模擬圖像在空間上、幅值上進行離散化，將其轉(zhuǎn)換為對應(yīng)的數(shù)字形式，離散化的圖像稱為數(shù)字圖像。圖像離散化過程包括兩種處理：取樣和量化。一幅模擬圖像的坐標(biāo)及幅度都是連續(xù)的，為了把它轉(zhuǎn)換為數(shù)字形式 ，必須對坐標(biāo)和幅度都作離散化操作。數(shù)字化坐標(biāo)值稱為取樣，它確 6 定了圖像的空間分辨率；數(shù)字化幅度值稱為量化，它確定了圖像的幅度分辨率。 對于灰度圖像，量化是對取樣所得的離散樣本點上的灰度值進行離散化，將原圖像的連續(xù)灰度用 2kL? （ k 為整數(shù)）個等間距的灰度級進行表示。連續(xù)圖像被取樣和量化后可以用一個 MN? 矩陣來表示，即 ( 0 , 0 ) ( 0 ,1 ) ( 0 , 1 )( 1 , 0 ) ( 1 ,1 ) ( 1 , 1 )( , )( 1 , 0 ) ( 1 ,1 ) ( 1 , 1 )f f f Nf f f Nf x yf M f M f M N?????????? ? ? ? (22) 此時等式右 邊的 ( , )f xy 被稱為數(shù)字圖像，矩陣中的每一個元素稱為像素。 數(shù)字圖像處理基礎(chǔ) 數(shù)字圖像處理就是利用計算機對各種圖像信息進行處理，以期得到某種預(yù)期的效果或從圖像中提取有用的信息。數(shù)字圖像處理系統(tǒng)基本由三個部分組成：計算機、圖像數(shù)字化儀和圖像顯示設(shè)備。數(shù)字圖像處理的基本過程是由圖像數(shù)字化器中產(chǎn)生的數(shù)字圖像先進入一個適當(dāng)裝置的緩存中，然后根據(jù)操作員的指令，計算機調(diào)用和執(zhí)行程序庫中的圖像處理程序。在執(zhí)行過程中，輸入圖像被逐行的讀入計算機。對圖像進行處理后，計算機逐 行按像素生成一幅輸出圖像，并將其逐行送入緩存 [6]。 圖 21 數(shù)字圖像處理 MATLAB 在數(shù)字圖像處理中的應(yīng)用 MATLAB 軟件是 matrixamp。laboratory 兩個詞的組合，意為矩陣工廠（矩陣實驗室）。是由美國 mathworks 公司發(fā)布的主要面對科學(xué)計算、可視化以及交互式 程序設(shè)計 的高科技計算環(huán)境。它將 數(shù)值分析 、 矩陣計算 、科學(xué)數(shù)據(jù)可視化以及非 線性 動態(tài)系統(tǒng)的 建模 和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計以及必須進行有效 數(shù)值計算 的眾多科學(xué) 領(lǐng)域 提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式 程序設(shè)計語言 （如 C、 Fortran）的編輯模式，代表了當(dāng)今國際科學(xué)計算軟件的先進水平 [7]。 圖像數(shù)字化儀 圖像顯示設(shè)備 圖像處理計算機 7 MATLAB 是一種基于向量（數(shù)組）而不是標(biāo)量的高級語言，因而從本質(zhì)上就提供了對圖像的支持。 MATLAB 為從事圖像處理的工程師和研究人員提供了直 觀、可靠的一體化開發(fā)工具。這些開發(fā)工具在醫(yī)學(xué)、公安和國防、遙感遙測、生物技術(shù)、顯微鏡技術(shù)、半導(dǎo)體測試、圖像傳感器設(shè)計等圖像處理領(lǐng)域得到了廣泛的應(yīng)用 [8]。 MATLAB 中圖像最基本的數(shù)據(jù)結(jié)構(gòu)是數(shù)組。在 MATLAB 中大多數(shù)圖像用二維數(shù)組double（ 64 位）浮點型、或 uint8（ 8 位無符號整數(shù)）、 uint16（ 16 位無符號整數(shù)）存儲的，以減少圖像的存儲量。在默認狀態(tài)下， MATLAB 通常用雙精度浮點類型數(shù)組存儲數(shù)據(jù)。例如：一個由 100 行和 50 列不同灰度值的點組成的圖像可以用一個 10050 的矩陣來存儲。對于彩色 圖像，如 RGB 圖像，需要用三維矩陣來存儲，第一維表示紅色像素的深度值，第二維表示綠色像素的深度值，第三維表示藍色像素的深度值。 MATLAB 的圖像處理工具箱提供了一整套用于圖像處理、分析、可視化和算法開發(fā)的工具。用戶可根據(jù)自身需求對圖像進行一系列的處理，其中包括特征提取、分析形狀和紋理以及對兩幅圖像進行匹配等。 真彩色圖像、索引色圖像、灰度圖像、二值圖像都是 MATLAB 的圖像處理工具箱可以支持圖像類型 。 由于 在 MATLAB 中用到的某些 函數(shù)對 所使用的 圖像 的圖像 類型有限制， 所以 這四種 圖像 類型 可以相互轉(zhuǎn)換，所用的轉(zhuǎn)換方式是使用 MATLAB 的圖像處理工具箱的類型轉(zhuǎn)換函數(shù)。 BMP、 HDF、 JPEG、 PCX、TIFF、 XWD 等格式 都是 可以在 MATLAB 中進行操作的圖像文件 格式 [9]。目前 MATLAB軟件已廣泛運用到數(shù)字圖像處理領(lǐng)域，故本次研究以 MATLAB 軟件為平臺實現(xiàn)車牌識別。 8 3 車牌識別系統(tǒng)的原理及方法 車牌識別系統(tǒng)簡述 車牌識別技術(shù)是基于計算機圖像處理為基礎(chǔ)，通過對原始圖像的預(yù)處理，對車牌進行定位，然后再對字符進行分割，最后對分割出的字符進行識別，再輸出識別的結(jié)果 [10]。車牌識別系統(tǒng)的流程圖如圖 31 所 示 圖 31 車牌識別系統(tǒng)流程圖 汽車牌照識別技術(shù)主要包括車牌定位、字符分割、字符識別等。汽車牌照識別的第一步首先要通過圖像預(yù)處理（邊緣檢測、腐蝕、填充、濾波）之后正確的從原始圖像中分割出車牌區(qū)域， 其過程是將灰度圖像以 sobel 算子檢測邊緣；再對邊緣圖像進行腐蝕，去除掉細的，間斷的邊緣；對剩下的區(qū)域進行閉合以填充圖像，此時車牌區(qū)域形成了一個大的連通域；在調(diào)用 bwareaopen 函數(shù)去掉小的連通域，此時整個二值圖像只剩下了車牌區(qū)域。在將此車牌區(qū)域的點的坐 標(biāo)放入數(shù)組 location_of_1 中，對這些坐標(biāo)進行計算，尋找 x 坐標(biāo)與 y 坐標(biāo)之和最大的點 a 與最小的點 b， a 即為車牌的左上角， b 為車牌的右下角，通過這兩個坐標(biāo)將車牌分割出來 [11]。 第二步是將前面車牌里的 7 個字符分割出來，其過程是 從左向右像按 列 計算每一列之和，沒有白點的列和為 0，有白點的列和非零，轉(zhuǎn)換為邏輯 1，記錄下所有列和在 0與 1 轉(zhuǎn)換的列，即為需要切割的列，共有 14 列，可切出 7 個字符。切割出單個字符后，放入 char_(i)中，并切 割 掉每個字符的上下的空白區(qū)域，完成精確切割。 第三步是對前面分割出的字符進 行識別，運用的是模板匹配字符識別算法，這過程是 把切割出的字符與庫里的漢字和字符的模板做減法運算，找到差別點最少的模板為對應(yīng)模板，輸出該模板對應(yīng)的字符，最后識別出車牌。 車牌圖像采集 車牌圖像預(yù)處理 對車牌進行定位 輸出識別結(jié)果 字符識別 對車牌字符進行分割 9 車牌圖像預(yù)處理 圖像灰度化 圖像一般可以分為一下的三類。 （ 1） 灰度圖像 當(dāng)一幅圖像有 灰度級時，通常稱該圖像為 k 比特圖像。例如，一幅圖像有 256 個可能的灰度級，稱其為 8 比特圖像?；叶葓D像矩陣元素的取值范圍通常為 [0,255]，因此其數(shù)據(jù)類型一般為 8 位無符號整數(shù)，這就是人們經(jīng)常提到的 256 級灰度圖像。 “ 0” 表示純黑色， “ 255” 表示純白色，中間的數(shù)字從小到大表示由黑色到白色的過渡色 [12]。 （ 2） 二值圖像 一幅二值圖像的二維矩陣僅由 0、 1 兩個值構(gòu)成， “ 0” 代表黑色， “ 1” 代表白色。由于每一像素的取值僅有 0、 1 兩種可能，所以計算機中二值圖像的數(shù)據(jù)類型通常為一個二進制位。二值圖像通常用于文字、線條圖的掃描識別（ OCR）和掩模圖像的存儲。二值圖像可以看成是灰度圖像的一個特例。 （ 3） RGB 彩色圖像 RGB 圖像用來表示彩色圖像。它分別用紅（ R）、綠（ G）、藍（ B）三原色的組合來表示每個像素的顏色。圖像中每一個像