【正文】 關(guān)鍵字 ：汽車牌照識別 邊緣檢測 定位與提取 字符分割 Abstract Car license plates recognition system is an important part of intelligent transportation system. It’s the main function module of traffic monitoring management system. The car license plate recognition technology research has important practical application meanings. This paper for automobile license plates recognition system for the system of research and analysis, design a car licence automatic identification method, including the pretreatment of the image, license plate location and extraction, characters, space and extraction. Car image preprocessing partly pleted car image of the original to the gray, to noise, image enhancement processing. License plate localization and extract of the use of the image edge detection method for positioning and extraction, and by using the method of level umbriferous extracted from the image segmentation, finally, using the character character wide high will be split character extraction. Keyword： License plate recognition edge detection Localization and Extraction Character segmentation I 目 錄 第 1 章 緒論 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯別字，不準請他人代寫 2）工程設(shè)計類題目的圖紙，要求部分用尺規(guī)繪制，部分用計算機繪制，所有圖紙應(yīng)符合國家技術(shù)標準規(guī)范。學?？梢怨颊撐模ㄔO(shè)計）的全部或部分內(nèi)容。據(jù)我所知， 除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計）不包含其他個人已經(jīng)發(fā)表或撰寫過的研究成果。對本論文（設(shè)計）的研究做出重要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。保密的論文（設(shè)計）在解密后適用本規(guī)定。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計（論文） 2）附件：按照任務(wù)書、開題報告、外 文譯文、譯文原文（復印件）次序裝訂 3）其它 摘 要 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，汽 車牌 照 識別技術(shù) 的 研究有重要的現(xiàn)實應(yīng)用意義 。2 車牌自動識別系統(tǒng)原理 2 本論文主要研究內(nèi)容 2 第 2 章 識別系統(tǒng)的相關(guān)技術(shù)簡介 4 圖像的灰度化 4 圖像的梯度銳化 6 字符識別 7 算法設(shè)計流程 11 車牌提取 27 II 自動識別 28 第 6 章 結(jié)論 29 參考文獻 其發(fā)展對社會生活、國民經(jīng)濟和城市建設(shè)將產(chǎn)生積極而深遠的影響，在 作畢業(yè) 設(shè)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。同時，汽車牌照識別的方法還可應(yīng)用到其他檢測和識別領(lǐng)域，所以汽車牌照的識別問題已成為現(xiàn)代交通工程領(lǐng)域中研究的重點和熱點問題之一，運用圖像處理技術(shù)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(shù)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]。采用任何一種單一識別技術(shù)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(shè)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(shù)、計算機視覺技術(shù)、圖像處理技術(shù)、人工智能技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等 。 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。 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(shè)計了一種汽車牌照的自動識別方法，包括圖像的預處理、車牌定位與提取、字符分隔和提取。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。=g（χ，у），則灰度增強可表示為： )],([),( yxfTyxg ? ] 或 )(39。圖像中每一點的運算就被完全確定下來。 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。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。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(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的邊界，使相距很近的兩條線不會產(chǎn)生粘連現(xiàn)象。 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。 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]。但是若以某個固定的經(jīng)驗值對所有牌照統(tǒng)一進行旋轉(zhuǎn)處理，又會使原本正常的牌照傾斜，導致新的錯誤。針對這個問題， Radon 變換可以滿足一定實時圖像處理的要求。 字符識別 進行車牌識別前需要使用樣本對神經(jīng)網(wǎng)絡(luò)進行訓練，然后使用訓練好的網(wǎng)絡(luò)對車牌進行識別。因此在圖像處理之前必須進行預處理，包括去除噪音，邊界增強 ，石家莊鐵道大學四方學院畢業(yè)設(shè)計 8 增加亮度等等。 采用中值濾波 對圖像進行平滑處理。 Scolor = imread(‘原始圖像’ )。 圖 32 原始圖像 %顯示灰度化 后的圖像 i = rgb2gray(Scolor)。)。 中值濾波不影響階躍函數(shù)和斜坡函 數(shù)，因而對圖像邊緣有保護作用：但是，對于持續(xù)期小于窗寬一半的脈沖信號將進行抑制，因而可能會損壞圖像的某些細節(jié)。 4,黑底白字牌照為國外駐華機構(gòu)使用。第 3 個字符是一個“下文將對其算法做詳細介紹?；陂撝档姆指罘椒梢苑譃槿珠撝档姆椒ê途植块撝档姆椒?。由于物體和背景以及不同物體 之間的灰度級有明顯的差別，因此，在圖像的灰度級直方圖中會呈現(xiàn)明顯的峰值。 邊緣檢測 兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割 、 紋理特征提取和形狀特征提取等圖像分析的基礎(chǔ)?？梢酝ㄟ^求梯度局部最大值對應(yīng)的點，并認定為邊緣點，去除非局部最大值，可以檢測出精確的邊緣。 （ 3） Prewitt 和 Sobel 算子是在實踐中計算數(shù)字梯度時最常用的， Prewitt 模板實現(xiàn)起來比 Sobel 模板更為簡單，此外，該算子沒有將重心放在接近模板中心的像素點石家莊鐵道大學四方學院畢業(yè)設(shè)計 11 上。拉普拉斯算子是一個線性的 、移不變的算子，它的傳輸函數(shù)在頻域空間的點是零，因此拉普拉斯算子濾波過的圖像具有零平均灰度。 Canny 算子使用兩個閾值來分別檢測強邊緣和弱邊緣，而且僅當弱邊緣與強邊緣相連時，弱邊緣才會包含在輸出中，因此，此方法不容易受噪聲的干擾，能夠檢測到真正的弱 邊緣。本文中所用方法是基于圖像的特征來做的，計算了類車牌區(qū)域的特征值，面積 、 寬和高，在根據(jù)先驗知識的寬高比來定位車牌。 bg=imopen(i,s)。 圖 35 增強黑白圖 （ 3）參考《數(shù)字圖象處理與分析》介紹的圖像二值化最佳閥值計算方法： Level=fmax（ fmaxfmin） /3 式中 Level 為最佳閥值， fmax 為最大灰度， fmin 為最小灰度。 level=(fmax1(fmax1fmin1)/3)/255。在本文中采用的是 Canny 算子提取邊緣。 title(39。rectangle39。圖像閉運算 [5,19]39。,[5,19]))。)。 figure,imshow(bg2)。 石家莊鐵道大學四方學院畢業(yè)設(shè)計 14 圖 37 邊緣提取 圖 38 閉運算 石家莊鐵道大學四方學院畢業(yè)設(shè)計 15 圖 39 開運算 圖 310 開運算 Canny 算子提取邊緣能有效檢測出車牌區(qū)域的紋理特征，而采用 [5， 19]的矩形運算子能有效的將車牌區(qū)域連接成片，去除非車牌區(qū)域。并根據(jù)先驗知識和調(diào)試中的經(jīng)驗 ，設(shè)定了車牌長寬的范圍作為判斷依據(jù)。如圖 312 圖 312 灰度子圖和二值子圖 石家莊鐵道大學四方學院畢業(yè)設(shè)計 17 第 4 章 車牌字符分割 車牌定位后的下一步是字符分割。 計算車牌水平投影 經(jīng)過上面一系列預處理后，得到的是一條上下邊緣緊貼字符的水平二值圖像 ，如上圖 311 所示。 figure,subplot(2,1,1),bar(histcol1)。 subplot(2,1,2),bar(histrow)。 石家莊鐵道大學四方學院畢業(yè)設(shè)計 18 圖 41 車牌二值子圖 對水平投影進行峰谷分析 ,計算出車牌上邊框、車牌字符投影、車牌下邊框的（波石家莊鐵道大學四方學院畢業(yè)設(shè)計 19 形峰上升點、峰下降點、峰寬、谷寬、峰間距離、峰中心位置等）參數(shù)。 MATLAB 實現(xiàn)程序如下： meanrow=mean(histrow)。 l=1。 %谷寬度（下降點至下一個上升點） l=l