【正文】 ，并且已經(jīng)得到了不同程度的實際應(yīng)用，但目前還存在著種種不足。對于未來車牌識別產(chǎn)品的技術(shù)發(fā)展趨勢，漢王科技智能交通部總經(jīng)理喬炬認(rèn)為，首先，由于市場需求不同，對識別產(chǎn)品的需求也有差異，因此就要求研發(fā)針對不同細分市場的車牌識別產(chǎn)品。其次，隨著算法的不斷改進，基于視頻觸發(fā)技術(shù)的車牌識別產(chǎn)品將得到大范圍的應(yīng)用，但是視頻觸發(fā)技術(shù)取代外觸發(fā)裝置尚需時日。第三，現(xiàn)在的車牌識別系統(tǒng)設(shè)備過多，系統(tǒng)集成難度大，系統(tǒng)穩(wěn)定性差，系統(tǒng)維護是一個讓人頭疼的問題。隨著技術(shù)不斷進步，以往多個設(shè)備實現(xiàn)的功能可能由一個設(shè)備實現(xiàn)。目前，車牌識別技術(shù)和產(chǎn)品性能進入實用階段的時間還不是很長，隨著人工智能以及自動識別技術(shù)的進步，未來的技術(shù)發(fā)展空間還會非常大。例如，核心算法繼續(xù)發(fā)展，識別率和識別速度進一步改善，圖像處理中對模糊圖像預(yù)處理能力增強，畫質(zhì)改善技術(shù)的提高等等。167。 本文主要內(nèi)容1. 學(xué)習(xí)MATLAB的使用，熟悉MATLAB函數(shù)的使用；2. 查閱文獻，在研究近年來一些典型車牌識別的算法的基礎(chǔ)上，確定進行車牌識別的一系列算法。3. 研究字符分割有關(guān)的算法，分析各種算法的優(yōu)缺，并利用投影法實現(xiàn)字符分割。4. 研究字符識別的算法，利用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)字符的識別。第2章 MATLAB的學(xué)習(xí)167。 簡介MATLAB是MATrix LABoratory的縮寫，是一款由美國The MathWorks公司出品的商業(yè)數(shù)學(xué)軟件。MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境。除了矩陣運算、繪制函數(shù)/數(shù)據(jù)圖像等常用功能外，MATLAB還可以用來創(chuàng)建用戶界面及與調(diào)用其它語言（包括C，C++和FORTRAN）編寫的程序。盡管MATLAB主要用于數(shù)值運算，但利用為數(shù)眾多的附加工具箱（Toolbox）它也適合不同領(lǐng)域的應(yīng)用，例如控制系統(tǒng)設(shè)計與分析、圖像處理、信號處理與通訊、金融建模和分析等。MATLAB語言是一種交互性的數(shù)學(xué)腳本語言，其語法與C/C++類似。它支持包括邏輯( boolen)、數(shù)值(numeric)、文本 (text)、函數(shù)柄(function handle)和異質(zhì)數(shù)據(jù)容器(heterogeneous container)在內(nèi)的15種數(shù)據(jù)類型，每一種類型都定義為矩陣或陣列的形式(0維至任意高維)。執(zhí)行MATLAB代碼的最簡單方式是在MATLAB程序的命令窗口(Command Window)的提示符處( )輸入代碼，MATLAB會即時返回操作結(jié)果（如果有的話）。此時, MATLAB可以看作是一個交互式的數(shù)學(xué)終端，簡單來說，一個功能強大的“計算器”。，然后在命令窗口或其它函數(shù)中直接調(diào)用。167。 MATLAB功能 MATLAB的主要提供以下功能：1. 可用于技術(shù)計算的高級語言；2. 可對代碼、文件和數(shù)據(jù)進行管理的開發(fā)環(huán)境；3. 可以按迭代的方式探查、設(shè)計及求解問題的交互式工具4. 可用于線性代數(shù)、統(tǒng)計、傅立葉分析、篩選、優(yōu)化以及數(shù)值積分等的數(shù)學(xué)函數(shù)；5. 可用于可視化數(shù)據(jù)的二維和三維圖形函數(shù)；6. 可用于構(gòu)建自定義的圖形用戶界面的各種工具；7. 可將基于MATLAB的算法與外部應(yīng)用程序和語言（如C、C++、Fortran、Java、COM以及Microsoft Excel）集成的各種函數(shù)167。 特點MATLAB軟件有三大特點:1. 功能強大。具有數(shù)值計算和符號計算、計算結(jié)果和編程可視化、數(shù)學(xué)和文字統(tǒng)一處理、離線和在線計算等功能；2. 界面友善、語言自然。 MATLAB以復(fù)數(shù)處理作為計算單元，指令表達與標(biāo)準(zhǔn)教科書的數(shù)學(xué)表達式相近；3. 開放性強。該公司本身就推出了30多個應(yīng)用工具箱，而世界上超過200 家公司開發(fā)出與MATLAB兼容的第三方產(chǎn)品，這些產(chǎn)品向用戶提供更多的工具箱、模塊集、與其他商業(yè)產(chǎn)品的接口等。MATLAB的這些特點使它獲得了對應(yīng)用學(xué)科（特別是邊緣學(xué)科和交*學(xué)科）的極強適應(yīng)力，并很快成為應(yīng)用學(xué)科計算機輔助分析、設(shè)計、教學(xué)，乃至科技文字處理不可缺少的基礎(chǔ)軟件。第3章 字符分割167。 引言在整個車牌處理流程中，字符分割起著至關(guān)重要的作用。字符分割的好壞直接關(guān)系到其后的字符識別。另外，由于車牌的采取條件和車牌本身的質(zhì)量有較大的差異，導(dǎo)致車牌識別的各個環(huán)節(jié)往往存在很多干擾噪聲，比較大的噪聲包括鉚釘和邊框，另外各個字符間以及字符內(nèi)部可能存在諸多細微噪聲。去除諸如此類的噪聲是準(zhǔn)確分割字符并保證高識別率的前提。在字符分割之前，首先要判斷字符顏色與背景顏色的組合方式，在二值圖像中即黑底白字與白底黑字。對于黑底白字不需要處理，而對白底黑字則需要進行反色處理。本章先介紹和學(xué)習(xí)一些在車牌識別系統(tǒng)中較常用的一些算法，然后在介紹的這些算法的基礎(chǔ)上，利用定位好的車牌，對其二值化，中值濾波后，求出其直方圖后由給定的閾值將其劃分區(qū)域，并分割圖片。167。 常用字符分割算法對于字符的分割，主要有投影法、回掃法等。投影法是按照得到的車牌的直方圖的峰谷進行操作的一種算法。對于單行車牌，可以對分割出的車牌圖像進行縱向投影，檢查其投影曲線的波谷。從圖31和圖32可以看出，字符與字符的分界處往往是投影比較少的地方，并且字符與字符的分界處的投影往往接近于零或者為零，所以去初始閾值t=1對投影圖進行掃描，過程如下：1. while(project[i]t) t++,記下位置a；2. while(project[i]=t) i++,記下位置a；3. 得到一個分割區(qū)域，區(qū)數(shù)加1，重復(fù)步驟(1)；4. 如果取數(shù)小于7，則t = t + Δ(自定)；5. 重復(fù)1 。按照上述五個步驟，可以粗略的把一個噪聲影響較小車牌的按照一定的規(guī)則分為7個部分。圖3－1 圖像縱向投影圖3－2 處理后的車牌回掃法是在投影法基礎(chǔ)上的一種改進，其基本原理是設(shè)定一個游標(biāo)，當(dāng)游標(biāo)從某個字符的左邊界向右移動一定步長后，可以落在下個字符內(nèi)部，然后將游標(biāo)逐個像素往回移動，檢測下個字符的左邊界與當(dāng)前字符的右邊界。1. 首先設(shè)定一個大小為w*h（此處h=H，即車牌的高度）的窗口作為游標(biāo)，估計字符的寬度W1，使得游標(biāo)自字符左邊界向右移動步長W1，可以落在下一個字符內(nèi)部。2. 游標(biāo)初始位于車牌圖像的左側(cè)，以l為步長向右移動游標(biāo)，檢查窗口內(nèi)的像素平均值，直到其值大于閾值T，找到第一個字符的左邊界。3. 以成為步長向右移動游標(biāo)一次，然后以1為步長向左回移，檢查窗口內(nèi)的像素平均值。當(dāng)在某個位置i2，其像素平均值由一個較大的值跳到一個較小的值時，既求得下一個字符的左邊界；繼續(xù)向左回移，得到像素平均值的又一次回跳時的位置，即為該字符的右邊界；4. 重復(fù)3。 167。 字符分割的實現(xiàn)在本次畢業(yè)設(shè)計的過程中，字符分割所使用的算法為投影法；利用已經(jīng)處理定位的灰色車牌，經(jīng)過一系列的處理，得到車牌圖像的直方圖，利用直方圖的波谷對圖像進行分割，然后對分割后的圖像進行歸一化處理，最終得到規(guī)格化的分割后的單個字符圖像，整個過程如圖33所示 圖3－3 字符分割和歸一化流程167。 圖像的二值化由于得到的圖像為灰度圖像，而在車牌識別系統(tǒng)中，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。故而為了便于對圖像的處理，首先需要將圖像進行二值化操作。二值化是指把整幅圖像畫面轉(zhuǎn)換為僅黑、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(guān)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。 二值化的閥值選取有很多方法，主要分為3類:全局閥值法、局部閥值法和動態(tài)閥值法。全局閥值二值化方法是根據(jù)圖像的直方圖或灰度的空間分布確定一個閥值，并根據(jù)該閥值實現(xiàn)灰度圖像到二值化圖像的轉(zhuǎn)化。全局閥值方法的優(yōu)點在于算法簡單，對于目標(biāo)和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對輸入圖像量化噪聲或不均勻光照等情況抵抗能力差，應(yīng)用受到極大限制。局部閥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閥值的，Bernsen算法是典型的局部閥值方法，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)，局部閥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)閥值法的閥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(biāo)位置有關(guān)，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(biāo)的邊界，使相距很近的兩條線不會產(chǎn)生粘連現(xiàn)象。在本文中采用的就是全局閾值法，先求出灰度圖像中的最大灰度值g_max和最小灰度值g_min,然后按照公式3—1求得閾值T:T = g_max(g_maxg_min)/3 (公式31)在求得閾值之后，將大于閾值的灰度值置為1，小于閾值的灰度值置為0，圖像就轉(zhuǎn)換為黑底白字的二值圖像。167。 無關(guān)區(qū)域的去除對得到的圖像分析可以發(fā)現(xiàn)，車牌圖像除了有我們識別用的字符外，還有周邊的一些無關(guān)區(qū)域，這些無關(guān)區(qū)域包括牌照的邊緣，固定車牌的鉚釘?shù)?，這些區(qū)域在識別的過程中極有可能會影響到識別的精度，于是去掉這些無關(guān)區(qū)域的操作便顯得必須了。牌照的邊框?qū)τ谂普兆址那懈钍且粋€很大的障礙。由于牌照邊框的存在，使得字符串的垂直投影的值全部大于零，從而不能依據(jù)投影確定切割點的位置。值得慶幸的是由于我們采用的是色彩過濾的方法，所以定位的車牌圖像一般不會包含太多和牌照區(qū)域顏色不同的邊框。即使這樣，也不可能做到剛好定位在字符的上下邊沿上，牌照的上下邊沿處仍會有許多其他的干擾。這些干擾的來源各式各樣，有的是在拍攝牌照由于光照等干擾留下了陰影，還有可能是牌照上鉚釘?shù)母蓴_。這些干擾信息都會對字符的分割產(chǎn)生不利的影響，主要體現(xiàn)在垂直投影信息己經(jīng)不能正確體現(xiàn)分割的位置。所以，去除這些干擾信息是很重要的。我們采用行掃描的方法來去除上下邊界的干擾，其目的是準(zhǔn)確定位出車牌字符串的上下邊界，為單個字符的分割做準(zhǔn)備。如前所述，標(biāo)準(zhǔn)牌照上有7個字符。這樣在字符區(qū)域，每條水平線所通過的筆劃數(shù)目至少為7，而在非字符區(qū)域，每條水平線所穿過的筆劃數(shù)目應(yīng)該不大于7。我們?nèi)∫粋€略大于7的數(shù)10為閩值，然后統(tǒng)計每行的非零點數(shù)目。如果大于10，則認(rèn)為可能是字符所在行，否則就認(rèn)為該行不穿過字符區(qū)域。具體的算法如下：(1)統(tǒng)計每條水平線上的非零點數(shù)目。若大于等于lO，則認(rèn)為該行可能位于字符區(qū)域：小于10，則認(rèn)為該行可能位于非字符區(qū)域；(2)如果所有被認(rèn)為可能位于字符區(qū)域的行是連續(xù)的，則這些行中最上面一行為字符的上沿，最下面一行為字符的下沿；(3)如果所有被認(rèn)為可能位于字符區(qū)域的行不是連續(xù)的，而是組成了若干個高度不同的塊，則比較這些塊的高度，認(rèn)為高度值最大的塊為字符區(qū)域，該塊最上面一行為字符的上沿，最下面一行為字符的下沿。由此，我們就能夠準(zhǔn)確地確定字符的上下邊沿，然后將字符的上下邊沿去除，便得到了可以使用的用于字符分割的圖像。得到如圖36所示的圖像：圖3－4 消去無關(guān)區(qū)域的圖像 167。 字符分割對于可用于字符分割的圖像，接下來就可以進行字符的分割了，由于在本文中采用的算法是投影法，先要求得圖像的直方圖，然后根據(jù)直方圖的累計像素量對字符進行分割。分割的過程如下：（1） 先設(shè)置兩個標(biāo)尺PX0，PX1；（2） 尋找第一個字符的左邊緣，并使用PX0標(biāo)記，同時把PX1也設(shè)為PX0的值；（3） PX1右移，直到找到一個點的像素累計值小于設(shè)定的閾值，得到一個字符區(qū)域，標(biāo)記為I；（4） 如果I小于7，重復(fù)（1）；如果大于7，結(jié)束；經(jīng)上述循環(huán)后，便可以得到被分割的7個字符圖像。如圖37所示： 圖3－5 分割后的圖像我們可以看出分割出來的這幾個圖像的大小并沒有規(guī)則，有大有小，而在識別的過程中，大小不一的圖片就給識別的過程帶來了一定的麻煩，使得識別的效率和速度大幅度下降，這就需要對圖片進行歸一化處理。167。 字符歸一化相對于大小不一的字符，統(tǒng)一規(guī)格的圖像識別的標(biāo)準(zhǔn)性更強，準(zhǔn)確率自然也更高。標(biāo)準(zhǔn)化圖像就是要把原來各不相同的字符統(tǒng)到同一尺寸，在系統(tǒng)實現(xiàn)中是統(tǒng)一到同一高度，然后根據(jù)高度來調(diào)整字符的寬度。歸一化操作主要工作為消除字符由于在大小、位置上對字符特征提取、識別的影響，需要對字符圖像進行規(guī)范化處理。規(guī)范化一般分為位置規(guī)范化、大小規(guī)范化、筆劃粗細規(guī)范化。為了消除字符點陣位置上的偏差，需要將整個字符點陣圖形移動到固定的位置上，這個過程被稱為位置規(guī)范化。有兩種簡單的位置規(guī)范化方法。一種是基于質(zhì)心的位置規(guī)范化；另一種是基于字符外邊框的位置規(guī)范化。基于質(zhì)心的方法需要首先計算字符的質(zhì)心，然后再把質(zhì)心移動到指定的位置上?；谧址膺吙虻奈恢靡?guī)范化需要首先計算字符的外邊框，找出其中心，然后再把字符中心移動到指定的位置上。相對而言，質(zhì)心計算是全局性的，因此抗干擾能力強，各邊框搜索是局部性的，易受干擾影響。對不同大小的字符做變換，使之成為同一尺寸的字符，這個過程被稱為大小規(guī)范化。其目的是為了消除字符大小對識別造成的影響和便于在識別中確定判據(jù)和標(biāo)準(zhǔn)，一般在平滑后進行。常用的大小規(guī)范化方法也有兩種。一種是將字符的外邊框按比例線性縮放為規(guī)定尺寸的字符，另一種是根據(jù)水平和垂直兩個方向字符像素的分布進行大小規(guī)范化。本次畢業(yè)設(shè)計過程中使用的算法如下：先得到原來字符的高度，跟系統(tǒng)要求的高度做比較，得出要變換的系數(shù)，然后根據(jù)得到的系數(shù)求得變換后應(yīng)有得寬度。再得到寬度高度之后，把新圖像里面得點按照插值得方法映射到原圖像中。本次畢業(yè)設(shè)計過程中，字符統(tǒng)一規(guī)格化為40*20大小的圖像，規(guī)格化之后的圖像如圖38所示：圖3－6 歸一化后的圖像第4章 字符識別167。 引言字符識別是車牌識別技術(shù)的最后一步，也是關(guān)鍵的一步。目前應(yīng)用于實際系統(tǒng)中的字符識別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴ㄊ鞘紫葘⒎指詈蟮淖址祷?并將其尺寸縮放為字符數(shù)