【正文】 斜、甚至變形。從而使得獲得的圖片質(zhì)量很差，造成識(shí)別困難。在車(chē)輛車(chē)牌中包含漢字、字母和數(shù)字，其中字母和數(shù)字識(shí)別比較簡(jiǎn)單，漢字字符筆畫(huà)繁多、結(jié)構(gòu)復(fù)雜，識(shí)別困難,因此需要得到的數(shù)字圖像有較高的分辨率，對(duì)應(yīng)算法有較高的抗干擾性；對(duì)于目前國(guó)內(nèi)8種常見(jiàn)車(chē)牌的顏色分布和格式分布進(jìn)行分析，我們可以得出如下結(jié)論：（1）國(guó)內(nèi)車(chē)牌顏色共存在5種顏色：藍(lán)色、白色、黃色、黑色和紅色；同時(shí)還存在5種前景和背景的顏色組合有：黑底白字，黑底紅字、黃底黑字、藍(lán)底白字、黑底白字紅字。（2）國(guó)內(nèi)車(chē)牌字符顏色與背景顏色的亮度相差很大：其中有亮度高于背景顏色的亮度（比如藍(lán)底白字、黑底白字、黑底白字、黑底紅字）；也有字符顏色低于背景顏色亮度（黃底黑字），對(duì)于具有特征的車(chē)牌，其車(chē)牌的二值化的方法往往是相反的，前景字符為黑色，背景為白色，所以在車(chē)牌的二值化時(shí)需要進(jìn)行進(jìn)一步處理。（3）車(chē)牌字符包括漢字、字母和數(shù)字，其中漢字包括各個(gè)省、直轄市的簡(jiǎn)稱(chēng)，以及某些武警部隊(duì)的番號(hào)，例如甲、乙、丙、丁等等，總共包括50多個(gè)漢字。字母為A—Z這26個(gè)英語(yǔ)字母，數(shù)字為0—9這10個(gè)阿拉伯?dāng)?shù)字。其中漢字字符由于結(jié)構(gòu)復(fù)雜、筆畫(huà)繁多，因此識(shí)別率較低,在正常的環(huán)境下，其亮度與背景的亮度差異也很大，同樣可以利用這些特性來(lái)進(jìn)行相關(guān)的處理。2．1．3國(guó)內(nèi)外研究的歷史及現(xiàn)狀在國(guó)外車(chē)牌自動(dòng)識(shí)別技術(shù)的研究發(fā)展比較迅速。早在20世紀(jì)80年代，在國(guó)外就已經(jīng)出現(xiàn)了圖像處理方法應(yīng)用于車(chē)牌自動(dòng)識(shí)別系統(tǒng)。在那個(gè)時(shí)期，車(chē)牌自動(dòng)識(shí)別技術(shù)的研究還沒(méi)有形成完整的體系，一般采用簡(jiǎn)單的圖像處理方法來(lái)解決某些具體問(wèn)題，通過(guò)這種方法得出的結(jié)果往往也不是很精確。涉及到國(guó)外車(chē)牌2自動(dòng)識(shí)別的系統(tǒng)化研究。、特征提取和模板構(gòu)造、字符識(shí)別等三個(gè)部分，來(lái)完成車(chē)牌的自動(dòng)識(shí)別。，首先通過(guò)在二值化圖像中找到車(chē)牌圖像，采用邊界跟蹤技術(shù)提取車(chē)牌字符特征，再利用統(tǒng)計(jì)最鄰近分類(lèi)器與字符庫(kù)中的字符比較，得出一個(gè)或幾個(gè)車(chē)牌候選號(hào)碼區(qū)域，再對(duì)這些號(hào)碼進(jìn)行核實(shí)檢查，確定是否為該車(chē)牌號(hào)碼區(qū)域，最終確定車(chē)牌號(hào)碼。此方法的應(yīng)用在車(chē)牌識(shí)別準(zhǔn)確率方面有很大的提高，但在識(shí)別實(shí)時(shí)性的要求比較欠缺，車(chē)牌識(shí)別速度有待提高，因此沒(méi)有得到廣泛的應(yīng)用。 目前，用于現(xiàn)實(shí)系統(tǒng)的車(chē)牌識(shí)別系統(tǒng)產(chǎn)品國(guó)外比較著名的有: 新加坡Optasia公司的VLPRS系列，以色列HiTech公司的See/Car System系列，英國(guó)Alphatech公司的ARGUS產(chǎn)品，英國(guó)Racal Messenger Ltd公司的Talon LPRS等。其中HiTech公司的產(chǎn)品適應(yīng)性很強(qiáng)，得到了各國(guó)相關(guān)部門(mén)的認(rèn)可， See/Car Chinese系列可以對(duì)中國(guó)大陸的車(chē)牌進(jìn)行識(shí)別，但其中也有許多不足的地方，比如字符識(shí)別率較差。然而，美國(guó)、日本、意大利、西班牙、加拿大、德國(guó)等歐美國(guó)家都有適合我國(guó)車(chē)牌的車(chē)牌識(shí)別系統(tǒng)。我國(guó)國(guó)內(nèi)車(chē)牌識(shí)別系統(tǒng)的研究在90年代也逐步的開(kāi)始。因此研究比較成熟的產(chǎn)品有中科院自動(dòng)化研究所漢王公司的漢王眼，亞洲視覺(jué)科技有限公司的慧光車(chē)牌號(hào)碼識(shí)別系統(tǒng)等。另外上海交通大學(xué)的計(jì)算機(jī)科學(xué)和工程系、清華大學(xué)人工智能?chē)?guó)家重點(diǎn)實(shí)驗(yàn)室、西安交通大學(xué)的圖像處理和識(shí)別實(shí)驗(yàn)室、浙江大學(xué)自動(dòng)化系等都做過(guò)類(lèi)似的研究， 目前，我國(guó)國(guó)內(nèi)汽車(chē)牌照的特殊性使得我國(guó)的車(chē)牌識(shí)別系統(tǒng)不能照搬國(guó)外的模式，同時(shí)我們也不能采用單一的車(chē)牌識(shí)別模式。在LPR產(chǎn)品的性能指標(biāo)中，識(shí)別速度和識(shí)別率往往難以得到同時(shí)的加強(qiáng)，其往往也是多方面的原因造成的，如圖像識(shí)別技術(shù)的不夠成熟，攝像設(shè)備、計(jì)算機(jī)等的性能上限制。但是隨著車(chē)牌識(shí)別系統(tǒng)理論研究的不斷深入，硬件平臺(tái)性能的不斷提高，LPR系統(tǒng)的性能會(huì)越來(lái)越完善，其在現(xiàn)代交通管理領(lǐng)域的需求也會(huì)不斷地加大。 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)2．2．1智能控制系統(tǒng)的功能總體設(shè)計(jì)車(chē)牌識(shí)別系統(tǒng)大致分為四個(gè)子系統(tǒng)：車(chē)牌信息獲取子系統(tǒng)，車(chē)牌圖像預(yù)處理子系統(tǒng)，車(chē)牌圖像定位子系統(tǒng)，車(chē)牌圖像分割子系統(tǒng)（本課題不予詳細(xì)研究）(1) 車(chē)牌圖像獲取子系統(tǒng)：要求能將BMP格式的灰度圖像準(zhǔn)確的顯示出來(lái)。(2) 車(chē)牌圖像預(yù)處理子系統(tǒng)：要求對(duì)顯示的灰度圖像進(jìn)行二值化處理，邊緣檢測(cè)，中值過(guò)濾等操作，供車(chē)牌定位使用。(3) 車(chē)牌圖像定位子系統(tǒng)：對(duì)處理后的灰度圖像進(jìn)行水平和垂直方向上的灰度投影，確定車(chē)牌區(qū)域在整個(gè)圖像中所在的具體坐標(biāo)位置信息。數(shù)字圖像的采集數(shù)字圖像的預(yù)處理車(chē)牌的定位字符的識(shí)別車(chē)牌信息提取圖21 車(chē)牌識(shí)別系統(tǒng)流程圖2．2．2車(chē)牌識(shí)別系統(tǒng)預(yù)處理模塊的設(shè)計(jì)本課題車(chē)牌識(shí)別系統(tǒng)預(yù)處理模塊的設(shè)計(jì)主要針對(duì)智能化交通管理系統(tǒng)的車(chē)牌識(shí)別進(jìn)行研究，通過(guò)獲取汽車(chē)的唯一車(chē)牌對(duì)違規(guī)等車(chē)輛信息進(jìn)行采集，經(jīng)過(guò)車(chē)牌圖像灰度化，圖像增強(qiáng)，邊緣檢測(cè)，車(chē)牌定位，車(chē)牌圖像二值化，圖像的傾斜校正。本車(chē)牌識(shí)別系統(tǒng)的基本環(huán)節(jié)如下圖：圖像水平垂直移動(dòng) 圖 像邊 緣 檢 測(cè) 圖 像 濾 波 圖像 增強(qiáng)圖像灰 度 化 車(chē)牌初 定 位二 值 化圖22 車(chē)牌識(shí)別系統(tǒng)預(yù)處理模塊設(shè)計(jì)圖2．2．3車(chē)牌系統(tǒng)的組成原理設(shè)計(jì)圖23 車(chē)牌識(shí)別系統(tǒng)預(yù)處理模塊設(shè)計(jì)圖本課題車(chē)牌識(shí)別系統(tǒng)預(yù)處理模塊的設(shè)計(jì)主要針對(duì)智能化交通管理系統(tǒng)的車(chē)牌識(shí)別進(jìn)行研究，通過(guò)獲取汽車(chē)的唯一車(chē)牌對(duì)車(chē)輛信息進(jìn)行采集，經(jīng)過(guò)車(chē)牌圖像灰度化，圖像增強(qiáng)，邊緣檢測(cè)，車(chē)牌定位，車(chē)牌圖像二值化，圖像的傾斜校正等模塊的研究，可以對(duì)車(chē)牌圖像處理后續(xù)部分做好準(zhǔn)備。三、 車(chē)牌識(shí)別的功能模塊研究與設(shè)計(jì)“Digital Image Processing”，因此我們也稱(chēng)為計(jì)算機(jī)圖像處理（Computer Image Processing）。它是指將獲取車(chē)牌圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對(duì)其進(jìn)行處理的過(guò)程。車(chē)牌數(shù)字圖像處理因易于實(shí)現(xiàn)處理程序和參數(shù)可變，非線(xiàn)性處理，故是一項(xiàng)通用性強(qiáng)，精度高，處理方法靈活，信息保存，傳遞可靠的圖像處理技術(shù)，主要用于圖像變換，模式識(shí)別，及模擬圖像的產(chǎn)生，廣泛應(yīng)用與通信，遙感，影像醫(yī)學(xué)，及多種工業(yè)領(lǐng)域和國(guó)家軍事領(lǐng)域，而對(duì)于車(chē)牌的圖像處理我們也將采用數(shù)字圖像處理。 DIB圖像的獲取 “Device Independence Bitmap” 即DIB 圖像[1],是一種與設(shè)備無(wú)關(guān)的位圖文件，其目的是為了使某種應(yīng)用程序創(chuàng)建的位圖圖形可以被其他應(yīng)用程序轉(zhuǎn)載或顯示一樣。DIB圖像與設(shè)備無(wú)關(guān)性主要顯示在以下幾個(gè)方面：（1）DIB圖像的顏色模型與設(shè)備無(wú)關(guān)。比如：一個(gè)256色的DIB圖像可以在16色模式下使用，也可以在真色顯示模式下使用，導(dǎo)致DIB圖像的顏色與設(shè)備的無(wú)關(guān)性。（2）256色及256色以下的DIB圖像擁有獨(dú)特的像素表，導(dǎo)致像素的顏色獨(dú)立于系統(tǒng)設(shè)置的調(diào)色板。由于DIB圖像具有不依賴(lài)設(shè)備條件的特點(diǎn)，因此我們可以把它作為永久的保存圖片方法，DIB 圖像通常是以BMP 文件的形式保存于設(shè)備中的，有時(shí)也會(huì)保存在DIB圖像文件中，我們還可以通過(guò)DIB來(lái)交換圖像來(lái)運(yùn)行在不同輸出設(shè)備的引用程序。通常我們將采集的車(chē)牌圖像以BMP位圖圖像格式存儲(chǔ)到電腦中，為了便于車(chē)牌信息的預(yù)處理及車(chē)牌的定位與和車(chē)牌字符的識(shí)別和分割，我們的要求就是車(chē)牌圖像應(yīng)具有較大的對(duì)比度，適當(dāng)?shù)牧炼群颓逦杀娴能?chē)牌圖像。但由于一般的車(chē)牌識(shí)別系統(tǒng)的圖像采集大部分工作于開(kāi)放的戶(hù)外環(huán)境，外界的環(huán)境將大大影響采集的車(chē)牌信息，加之自然光照條件、車(chē)牌的整潔度、車(chē)輛行駛速度等因素的影響，車(chē)牌圖像可能出現(xiàn)缺損、模糊、歪斜等嚴(yán)重缺陷，導(dǎo)致獲取的車(chē)牌圖像信息缺損的問(wèn)題，因此需要對(duì)原始車(chē)牌圖像進(jìn)行車(chē)牌識(shí)別前的預(yù)處理，以便車(chē)牌的字符分割和字符識(shí)別。通過(guò)查閱我們發(fā)現(xiàn)，國(guó)內(nèi)外只有少數(shù)文獻(xiàn)提及到可用色彩信息幫助對(duì)車(chē)牌信息的識(shí)別和分割，我們也考慮到圖像文件的存儲(chǔ)和圖像的處理需要占用大量系統(tǒng)資源，所以絕大多數(shù)較好的車(chē)牌識(shí)別系統(tǒng)均使用不含彩色信息的灰度圖像作為車(chē)牌識(shí)別系統(tǒng)的原始圖像，而灰度圖像中使用像素為一個(gè)八位字節(jié)表示該像素的亮度值，因此使原始圖像成為一個(gè)灰度圖像是具有256個(gè)灰度級(jí)的黑白圖像，便于車(chē)牌圖像二值化操作，也使得車(chē)牌信息處理運(yùn)算量大大減少。通常車(chē)牌識(shí)別系統(tǒng)的攝像部分采用圖像獲取設(shè)備可以直接得到一幅灰度圖像，但是為了保證圖像處理的可行性，我們將大部分獲取的圖像都進(jìn)行灰度化處理。 在車(chē)牌圖像的獲取的過(guò)程中，由于大部分?jǐn)z像設(shè)備獲得的車(chē)牌圖像均為數(shù)字彩色圖像，包含有豐富的色彩