【正文】 I 摘 要 車牌識別系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，在交通監(jiān)視和控制中占有很重要的地位，已成為現(xiàn)代交通工程領(lǐng)域中研究的重點和熱點之一。車牌識別技術(shù)綜合了圖形處理 、 計算機視覺 、 模式識別的技術(shù)以及人工智能等多科學(xué)知識，目的在于無需為車輛加裝其他特殊裝置的情況下對車輛進行自動監(jiān)控，從而給交通系統(tǒng)的自動化管理提供便捷。 本論文首先闡述了 車牌識別 系統(tǒng)的發(fā)展、現(xiàn)狀以及整體構(gòu)建，然后介紹了 Qt 平臺 以及 OpenCV跨平臺視覺庫 的發(fā)展狀況，并對如何在 Win7 下配置 OpenCV 的 Qt 開發(fā)環(huán)境做出了介紹 。本文重點討論了圖像的 定 位 、 字符分割和字符識別的 原理與實現(xiàn)，最后對系統(tǒng)進行了整體的測試，并提出進一步開發(fā)設(shè)想。 關(guān)鍵詞 圖像定位；字符分割；字符識別； Abstract License Plate Recognition System plays an important role in traffic surveillance and control as an important part of the intelligent transportation system, has bee the focus and hotspot of research in the field of modern traffic engineering. License Plate Recognition technology bines scientific technologies such as image processing, puter vision, pattern recognition and artificial intelligence, the aim is to automatically control the vehicle without the need to install other special equipments, and thus to provide automated traffic management system convenience. This thesis describes the development of license plate recognition system, the present situation and the overall build in the first, then introduces the development of Qt platform and crossplatform visual OpenCV library, and makes a presentation of how to configure the OpenCV under Win7 Qt development environment. This article focuses on the principles and implementation of image positioning, character segmentation and character recognition. Finally, this thesis tests the whole system, and proposes ideas of further development. Key words Image Positioning。 Character Segmentation。 Character Recognition。 1 前言 隨著現(xiàn)在經(jīng)濟的發(fā)展和城市進程加快，汽車數(shù)量迅速增長，交通擁擠，交通事故等問題已經(jīng)成為世界各國面臨的共同難題，每個國家都毫無例外地承受著不斷加劇的交通問題的困擾。全球?qū)煌ㄟ\輸提出了更大更高的要求，智能交通系統(tǒng)是世界各國解決交通擁擠的問題的關(guān)鍵措施，是規(guī)范智能交通系統(tǒng)發(fā)展的重要手段，其使人 、 車 、 路密切地配合，和諧地統(tǒng)一，極大提高交通運輸效率 、保障交通安全 、 改善環(huán)境質(zhì)量和提高能源利用率。 汽車車牌識別技術(shù)是計算機視覺和模式識別技術(shù)在現(xiàn)代智能交通系統(tǒng)中的一項重要研究課題，是實現(xiàn)交通管理智能化的重要環(huán)節(jié)。車牌 識別系統(tǒng)是以數(shù)字圖像處理 、 模式識別 、 計算機視覺等技術(shù)為基礎(chǔ)的智能識別系統(tǒng)，它利用每一個汽車都有唯一的車牌號碼，通過攝像機所拍攝的車輛圖像進行車牌號碼識別。在不影響汽車運行的狀態(tài)下，計算機自動完成車牌的識別，可降低交通管理工作的復(fù)雜程度。 1 課題概述 課題研究的意義與背景 近幾年來，隨著車輛在普通民眾生活中的普及，城市交通的壓力越來越成為影響人們出行方便的一大障礙，同時越來越重的城市交通壓力也使越有的交通管理系統(tǒng)不再滿足需求，于是人們利用各種先進的科學(xué)技術(shù)研制出各種交通道路，車輛的管理系統(tǒng)，逐步發(fā)展 到如今較為全面的，包括交通管理多個方面的智能交通系統(tǒng)（ Intelligent Transportation System， ITS）。而在整個智能交通系統(tǒng)中，車牌識別（ License Plate Recognition， LPR）更是其中的一項關(guān)鍵所在。 車牌識別技術(shù)是融合了圖像處理 、 計算機視覺 、 模式識別技術(shù)和人工智能等多科學(xué)知識在內(nèi)的在交通領(lǐng)域的重要研究課題之一，是實現(xiàn)交通管理能夠智能化的重要環(huán)節(jié)和手段，其任務(wù)是分析 、處理汽車圖像，自動識別車牌號，并進行相關(guān)智能化數(shù)據(jù)庫管理。車牌識別系統(tǒng)可以廣泛應(yīng)用于電子收費 、 出入控制 、 公路流量監(jiān)控 、 失竊車輛查詢和停車場車輛管理等需要車牌認證的場合；特別是在高速公路收費系統(tǒng)中，實現(xiàn)不停車收費提高公路系統(tǒng)的運行效率，車牌識別系統(tǒng)更具有不可替代的作用。因而從事車牌識別技術(shù)的研究具有極其重要的現(xiàn)實意義和巨大的經(jīng)濟價值。 在現(xiàn)代社會，隨著計算機技術(shù) 、 通信技術(shù)和計算機網(wǎng)絡(luò)技術(shù)的發(fā)展，自動化的信息處理能力和水平不斷提高，并在人們社會活動和生活的各個領(lǐng)域得到廣泛的應(yīng)用，人們正在逐步進入信息時代。在此情況下，作為信息來源的自動檢測 、 圖像識別技術(shù)越來越受到人們的重視。作為現(xiàn)代社會的主要交 通工具之一的汽車，在人們的生產(chǎn) 、 生活的各個領(lǐng)域得到大量的使用，對它的信息自動采集和管理在交通車輛管理 、 園區(qū)車輛管理 、 停車場管理等方面有十分重要的意義，成為信息處理技術(shù)的一項重要課題。 國內(nèi)車牌特征與規(guī)格 我國機動車輛使用的號牌是按照 GA362020《中華人民共和國機動車號牌》標準設(shè)計，按照標準 GA362020規(guī)定，機動車前面牌照的長度是 44cm，寬度是 14cm，共有 7 個字符，車牌上的字符的高度是 90mm,寬度是 45mm，分隔符“ .”的直徑是 10mm，字符與字符之間、字符與分隔符“ .”之間 的標準距離是 12mm，但是，由于字符的形狀是不一樣的，有些字符沒有占據(jù)整個矩形空間的寬度，這就導(dǎo)致車牌上部分字符之間的距離大于 12mm。其中，民用汽車牌照上有省、直轄市、自治區(qū)的簡稱和發(fā)證照及監(jiān)督機關(guān)的代號，代號是英文大寫字母。后面是一個五位數(shù)的汽車牌號，從00001~99999。當(dāng)編號超過 10 萬時，就由 A、 B、 C 等英文字母代替。 機動車輛牌照的顏色特征是： (1)大型民用汽車使用的是黃底黑字車牌 2 (2)小型民用汽車使用的是藍底白字車牌 (3)試車和臨時牌使用的是白底紅字車牌 (4)軍隊或武警專用 汽車使用的是白底紅字、黑字車牌 (5)領(lǐng)使館外籍汽車使用的是黑底白字車牌 我國車牌規(guī)格如圖 11所示： 圖 11 車牌規(guī)格圖 我國車牌實例如圖 12所示： 圖 12 車牌規(guī)格圖 國內(nèi)外研究現(xiàn)狀 車牌自動識別技術(shù)的研究國外起步地較早。早在 20 世紀 80年代，便有一些零零散散的圖像處理方法用于車牌自動識別的某些具體應(yīng)用。在這個階段，車牌自動識別技術(shù)的研究還沒有形成完整的系統(tǒng)體系，一般采用簡單的圖像處理方法來解決某些具體問題，并且最終結(jié)果通常需要人工干預(yù)。 進入 20 世紀 90 年代后，車牌自動識別 的系統(tǒng)化研究開始起步。典型的如 等提出車輛牌照的自動識別系統(tǒng)分圖像分割（ Image Segment） 、 特征提?。?Feature Extraction）和模板構(gòu)造（ Template Formation） 、 字符識別（ CharacterRecognition）等三個部分，完成車牌的自動識別。 3 使用視覺字符識別技術(shù)（ Optical Character Recognition Technology）分析所獲得的圖像，首先在二值化圖像中找到車牌，然后用邊界跟蹤技術(shù)提取字符特征，再利 用統(tǒng)計最鄰近分類器（ Statistical Nearest Neighbor Classifying System）與字符庫中的字符比較，得出一個或幾個車牌候選號碼，再對這些號碼進行核實檢查，確定是否為該車牌號碼，最終確定車牌號碼。這個時期的應(yīng)用在識別正確率方面有