【正文】 ?????????????????????????????????????????????17　 計算車牌水平投影 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????17　 二次計算車牌水平投影 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????19　 計算車牌垂直投影 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????21　 提取分割字符 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????24第 5 章　 汽車牌照字符識別 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????27　 字符識別方法簡介 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????27　 模板匹配 ??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????27　 建立樣本庫 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????27II　 自動識別 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????28第 6 章　 結(jié)論 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????29參考文獻 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????30致謝 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????31附錄 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????32附錄 A　 外文資料 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????32附錄 B　 程序清單 ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????40石家莊鐵道大學四方學院畢業(yè)設計1第 1章 緒　論　研究背景及意義 汽車牌照自動識別系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是高科技的公路交通監(jiān)控管理系統(tǒng)的主要功能模塊之一。它在傳統(tǒng)的交通監(jiān)控技術的基礎上，引入了數(shù)字攝像技術和計算機信息管理技術，采用先進的圖像處理、模式識別和人工智能技術，通過對車輛圖像的采集和處理，獲得車輛的數(shù)字化信息，從而達到更高的智能化管理水平，車牌自動識別技術在車輛過路、過橋全自動不停車收費，交通流量控制指標的測量，車輛自動識別，高速公路上的事故自動測報，不停車檢查，車輛定位，汽車防盜，稽查和追蹤車輛違規(guī)、違法行為，維護交通安全和城市治安，防止交通堵塞，提高收費路橋的服務速度，緩解交通緊張狀況等方面有重要作用，因此對汽車牌照識別技術的研究有重要的現(xiàn)實應用意義 [1]。其發(fā)展對社會生活、國民經(jīng)濟和城市建設將產(chǎn)生積極而深遠的影響，在作畢業(yè)設計的過程中，要確保所學知識得到疏理和運用，它既是一次檢閱，又是一次鍛煉。對課題進行深刻的認識，綜合性地運用幾年內(nèi)所學知識去分析、解決問題 [2]?！鴥?nèi)外發(fā)展現(xiàn)狀伴隨著世界各國汽車數(shù)量的增加, 城市交通狀況日益受到人們的重視，如何有效地進行交通管理，越來越成為各國政府和有關部門所關注的焦點，針對此問題，人們運用先進的科學技術，相繼研制開發(fā)出了各種交通道路監(jiān)視、管理系統(tǒng)，這些系統(tǒng)一般都包括車輛檢測裝置，通過這些裝置對過往車輛實施檢測，提取有關交通數(shù)據(jù)，以達到監(jiān)控、管理和指揮交通的目的 [3]。汽車牌照識別技術是車輛檢測系統(tǒng)中的一個重要環(huán)節(jié), 它在交通監(jiān)視和控制中占有很重要的地位，有著多種應用，例如自動收費系統(tǒng)、不停車繳費、失竊車輛的查尋、停車場車輛管理、特殊部門車輛的出入控制等等。同時，汽車牌照識別的方法還可應用到其他檢測和識別領域，所以汽車牌照的識別問題已成為現(xiàn)代交通工程領域中研究的重點和熱點問題之一，運用圖像處理技術解決汽車牌照識別的研究國內(nèi)外都有(最早出現(xiàn)于 01 年代(這個階段是采用簡單的圖像處理技術來解決)識別過程是使用工業(yè)電視攝像機拍下汽車的正前方圖像( 然后交給計算機進行簡單處理(并且最終仍需要人工干預) [4]。國外汽車牌照識別系統(tǒng)研究工作已有一定進展。但并不盡合我國國情 。由于我國汽車車牌識別的特殊性。采用任何一種單一識別技術均難以奏效 !目前正在研制的無源石家莊鐵道大學四方學院畢業(yè)設計2型汽車牌照智能識別系統(tǒng)綜合利用了車輛檢測技術、計算機視覺技術、圖像處理技術、人工智能技術和人工神經(jīng)網(wǎng)絡技術等。是一個比較有發(fā)展前途的車牌識別系統(tǒng)?！≤嚺谱R別系統(tǒng)的組成　硬件和軟件識別系統(tǒng)中要用到的硬件主要有攝像頭、感應器和計算機。車牌識別系統(tǒng)的軟件部分主要分為四大塊，預處理、車牌定位、車牌字符的分割和字符識別 [5]。 圖 11 系統(tǒng)流程圖原始圖像：由停車場固定彩色攝像機、數(shù)碼相機或其它掃描裝置拍攝到的圖像圖像預處理：對動態(tài)采集到的圖像進行濾波，邊界增強等處理以克服圖像干擾邊緣提?。和ㄟ^微分運算，2 值化處理，得到圖像的邊緣車牌定位：計算邊緣圖像的投影面積，尋找峰谷點，大致確定車牌位置，再計算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域。最后得到的便為車牌區(qū)域。字符分割：利用投影檢測的字符定位分割方法得到單個的字符字符識別：利用模板匹配的方法與數(shù)據(jù)庫中的字符進行匹配從而確認出字符，得到最后的汽車牌照，包括英文字母和數(shù)字?！≤嚺谱詣幼R別系統(tǒng)原理當車輛通過時，車輛檢測裝置受到觸發(fā)，啟動圖像采集設備獲取車輛的正面或反面圖像，并將圖像傳至計算機，由車牌定位模塊提取車輛的牌照，字符分割模塊對車牌上的字符進行切分，最后由字符識別模塊進行字符識別并將結(jié)果輸出 [6]。　本論文主要研究內(nèi)容本文針對汽車牌照自動識別系統(tǒng)進行了系統(tǒng)的研究和分析,設計了一種汽車牌照原始圖像 圖像預處理 邊緣提取 車牌定位 字符分割 字符識別 石家莊鐵道大學四方學院畢業(yè)設計3的自動識別方法，包括圖像的預處理、車牌定位與提取、字符分隔和提取。汽車圖像預處理部分完成對原始汽車圖像進行必要的灰度化、去噪聲、圖像增強處理，車牌定位與提取部分利用邊緣檢測方法對圖像進行定位與提取，然后利用水平投影的方法對提取的圖像進行字符分割，最后利用字符寬高將分割字符提取。 石家莊鐵道大學四方學院畢業(yè)設計4第 2章　識別系統(tǒng)的相關技術簡介　圖像的灰度化彩色圖像包含著過多的顏色信息，因此在對圖像進行識別等處理中經(jīng)常將彩色圖像灰度化處理，轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度?；叶葓D像就是只有強度信息而沒有顏色信息的圖像，存儲灰度圖像只要一個數(shù)據(jù)矩陣，矩陣中每個元素表示對應位置像素的灰度值。彩色圖像的像素色為 RGB(R，G ，B)，灰度圖像的像素色為RGB(r，r ，r),R，G，B 可由彩色圖像的顏色分解獲得。而 R，G，B 的取值范圍是0~255，所以灰度的級別只有 256 級 [7]。從圖像輸入裝置得到的圖像數(shù)據(jù)，以濃淡表示，各個像素與某一灰度值相對應。設原圖像像素的灰度值 D = ?（x，y） ，處理后圖像像素的灰度值 D180。=g（χ，у） ，則灰度增強可表示為：] 或 （21）),([),(yxfTg?)(39。T?要求 D 和 D’都在圖像的灰度范圍之內(nèi)。函數(shù) T（D）稱為灰度變換函數(shù)，它描述了輸入灰度值和輸出灰度值之間的轉(zhuǎn)換關系。一旦灰度變換函數(shù)確定，則確定了一個具體的灰度增強方法。圖像中每一點的運算就被完全確定下來。灰度變換函數(shù)不同，即使是同一圖像也會得到不同的結(jié)果 [8]。選擇灰度變換函數(shù)應該根據(jù)圖像的性質(zhì)和處理目的來決定。選擇的標準是經(jīng)過灰度變換后，像素的動態(tài)范圍增加，圖像的對比度擴展，使圖像變得更加清晰、細膩、容易識別。　圖像的二數(shù)值化和閾值處理二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺等等。車牌識別系統(tǒng)要求處理的速度高、成本低、信息量大，采用二值圖像進行處理，能大大地提高處理效率。二值化的閾值選取有很多方法，主要分為 3 類:全局閾值法、局部閾值法和動態(tài)閾值法。全局閾值法是根據(jù)圖像的直方圖或灰度的空間分布確定一個閾值，并根據(jù)該閾值實現(xiàn)灰度圖像到二值化圖像的轉(zhuǎn)化。全局閾值方法的優(yōu)點在于算法簡單，對于目標和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對輸入圖像石家莊鐵道大學四方學院畢業(yè)設計5量化噪聲或不均勻光照等情況抵抗能力差，應用受到極大限制。局部閾值法則是由象素灰度值和象素周圍點局部灰度特性來確定象素的閾值的，Bernsen 算法是典型的局部閾值方法，非均勻光照條件等情況雖然影響整體圖像的灰度分布卻不影響局部的圖像性質(zhì)，局部閾值法也存在缺點和問題，如實現(xiàn)速度慢、不能保證字符筆劃連通性、以及容易出現(xiàn)偽影現(xiàn)象等。動態(tài)閥 7 閾值法的閾值選擇不僅取決于該象素灰度值以及它周圍象素的灰度值，而且還和該象素的坐標位置有關，由于充分考慮了每個像素鄰域的特征，能更好的突出背景和目標的邊界，使相距很近的兩條線不會產(chǎn)生粘連現(xiàn)象。 閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設置為 0 或 255，否則灰度值設置為 255 或 0[9]。閾值化的變換函數(shù)表達式如下： （22）??????Txxf,250)(式中 T 為指定的閾值。比它大就是白，比它小就是黑。　圖像的梯度銳化由于需要處理的圖像由拍攝而來，所以在很多情況下字符模糊，所以要對圖像進行銳化處理使模糊的圖像變的清晰便于識別，圖像銳化的實質(zhì)就是增強圖像的邊緣或輪廓，其銳化后的結(jié)果通過微分而使圖像邊緣突出、清晰。圖像銳化的方法有兩種: 梯度銳化法和高通濾波法 [10]?！D像的去噪圖像可能在拍攝或者傳輸過程中夾帶了噪聲，去噪聲是圖像處理中常用的手法。通常去噪用濾波的方法，比如中值濾波、均值濾波。為了抑制噪聲，通常我們會采用低通濾波，但由于邊緣輪廓也包含大量的高頻信息，所以低通濾波在過濾噪聲的同時，也使得邊界變模糊，反之，低通濾波后為了提高邊緣輪廓，還需要使用高通濾波，這時存在的噪聲也得到了增強，然而中值濾波在過濾噪聲的同時也很好的保護到了邊緣輪廓，因此常用中值濾波的方法來去噪 [11]?！』叶壤焓仪f鐵道大學四方學院畢業(yè)設計6若有一幅圖，由于拍攝光照不足，使得整幅圖偏暗（例如，灰度范