【正文】 不均、對比度較小、傾斜、污 跡、字符粘連和斷裂等嚴重退化的車牌圖像的字符分割效果也不理想。這是因為我國的實際情況與國外有所區(qū)別。使得車牌的對比度降低，特征不是很明顯，即使在定位準確的情況下，字符的識別也會受到很大影響。而我國則根據(jù)不同車型、用途，規(guī)定了多種牌照格式，例如分為軍車、警車、普通車等。 車牌識別的難點： 1）由于車牌圖像多在室外采集，會受到光照條件、天氣條件的影響，會出現(xiàn)圖像模糊，對比度低，目標區(qū)域過小，色彩失真等影響，并且會伴隨復雜的背景圖像，這些都會影響車牌定位及 識別。另外，對輔助光源要求高，也很難有效解決復雜背景下多車牌移動識別的技術難題，如：車牌圖像的傾斜、車牌表面污穢或磨損、光線干擾等都會影響定位的準確性。近年來計算機的飛速發(fā)展和數(shù)字圖像技術的日趨成熟，為傳統(tǒng)的交通管理帶來巨大轉變，先進的計算機處理技術，不但可以將人力從繁瑣的人工觀察 、 監(jiān)測中解放出來，而且能夠大大提高其精確度，汽車牌照自動識別系統(tǒng)就是在這樣的背景與目的下進行開發(fā)的。目錄 1 緒論 ................................................ 1 車牌號識別研究背景 .............................................. 1 車牌號識別技術研究現(xiàn)狀和趨勢 .................................... 2 車牌識別研究內容 ................................................ 4 2 車牌識別系統(tǒng)設計原理概述 ............................. 6 3 車牌識別系統(tǒng)程序設計 ................................. 8 開發(fā)環(huán)境選擇 .................................................... 8 圖像讀取及車牌區(qū)域提取 .......................................... 8 字符切割 ....................................................... 15 字符識別 ....................................................... 19 4 仿真結果及分析 ..................................... 22 車牌定位及圖像讀取及其圖像處理 ................................. 22 車牌字符分割及其圖像處理 ....................................... 22 車牌字符識別及其圖像處理 ....................................... 23 5 結論 ............................................... 24 參考文獻 .............................................. 25 致謝 .................................................. 26 附錄：程序清單 ........................................ 27 1 1 緒論 車牌號識別研究背景 隨著我國公路交通事業(yè)的發(fā)展，車輛的數(shù)量正在迅速增長，在給出行提供方便的同時，車輛管理上存在的問題日益突出，人工管理的方式已經(jīng)不能滿足實際的需要。汽車牌照等相關信息的自動采集和管理對于交通車輛管理、園區(qū)車輛管理、停車場管理、交警稽查等方面有著十分重要的意義，成為信息處理技術的一項重要研究課題。傳統(tǒng)車牌識別一般僅支持單一車輛，背景比較簡單。 2 2）每次采集時目標所處位置不會一樣，采集視角會有很大變化，并且由于車牌掛的不正，都將導致車牌出現(xiàn)扭曲。我國標準車牌照是由漢字、英文字母和阿拉伯數(shù)字組成的，漢字的識別與字母和數(shù)字的識別有很大的不同，增加了識別的難度。 目前在國內存在多種牌照格式，且存在以上種種困難和特殊性，加大了我國車牌自動識別的難度，使得中國車輛牌照識別遠遠難于國外的車輛牌照識別。國外車牌比較規(guī)范統(tǒng)一，而我國車牌規(guī)范不夠，較為多樣化。而對于車牌字符的識別來說，其識別的準確率很大程度上依賴于車牌定位和字符分割是否成功。在上世紀 70 年代，英國就在實驗室中完成了“實時車牌檢測系統(tǒng)”的廣域檢測和開發(fā)。 由于中國車牌的格式與國外有較大差異，所以國外關于識別率的報道只具有參考價值，其在中國的應用效果可能沒有在其國內的應用效果好，但其識別系統(tǒng)中采用的很多算法具有很好的借鑒意義。此外，當車輛區(qū)域的顏色和附近顏色相近時，定位失誤率會增加。 圖 我國車牌號示例 4 車牌識別技術的應用前景 車輛牌照自動識別技術是智能交通系統(tǒng)的一個重要組成部分，廣泛應用于交通的監(jiān)控及管理。 2）公路自動管理系統(tǒng)。 4）城市十字交通路口的“電子警察”。 車牌識別研究內容 車牌系統(tǒng)是計算機視覺和模式識別技術在智能交通領域的重要應用課題之一。軟件部分是系統(tǒng)的核心，主要實現(xiàn)車牌自符的識別功能。 車牌定位是要完成從圖像中確定車牌位置并提取車牌區(qū)域圖像，目前常用的方法有：基于直線檢測的方法、機遇與域值化的方法、基于灰度邊緣檢測方法、基于彩色 5 圖像的車牌分割方法、神經(jīng)網(wǎng)絡法和基于矢量量化的牌照的定位的方法等。 6 2 車牌識別系統(tǒng)設計原理概述 一個完整的車牌號識別系統(tǒng)要完成從圖像采集到字符識別輸出，過程相當復雜，基本可以分成硬件部分跟軟件部分，硬件部分包括系統(tǒng)觸發(fā)、圖像采集，軟件部分包括圖像預處理、車牌位置提取、字符分割、字符識別四大部分，一個車牌識別系統(tǒng)的基本結構如圖 ： 圖 車牌識別系統(tǒng)基本結構框圖 一：原始圖像：由停車場固定彩色攝像機、數(shù)碼相機或其他掃描裝置拍攝到的圖像。 五：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。 牌照識別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與牌照識別互相配合、互相驗證。 （ 2）牌照字符分割 : 在 完成牌照區(qū)域的定位后， 還需要 將牌照區(qū)域分割成單個字符，然后進行 字符 識別 ，最后輸出結果。 （ 3） 牌照字符識別 ： 字符識別方法目前主要 得算法有兩種即 基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法。牌照質量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。 2) Matlab 語言簡單，入門容易，程序設計不嚴格，自由度大，例如用戶無需對矩陣預定義即可使用。其程序流程圖如下 : 圖 預處理及邊緣提取框圖 目前比較常用的圖像格式有 *.BMP、 *.JPG、 *.GIF、 *.PCX、 *.TIFF 等，本課題采集到的圖片是 *.JPG 的格式。的數(shù)組， m、 n 表示圖像像素的行、列數(shù)。原圖、灰度對于將彩色圖象轉換成灰度圖象時，圖象灰度值 H可由下面的公式計算： 29 87 14H R G B? ? ? () 3B G RH ??? () ()式使用了權值加重 法， ()式使用均值法，使用權值法的好處是可以突出某個通道， Matlab內的 RGB轉灰度圖函數(shù) rgb2gray()就是使用的 ()式權值比例公式，這樣就可以利用邊緣檢 測方法，識別出臨近區(qū)域灰度值相差大的分界區(qū)。robert39。 在 edge()函數(shù)中有 Sobel 算子， Prewitt 算子， Roberts 算子， Log 算子， Canny 算子及 Robert 算子，幾種算法相比之下， Roberts 算子是一種最簡單的算子，是一種利用局部差分算子尋找邊緣的算子，他采用對角線方向相鄰兩象素之差近似梯度幅值 11 檢測邊緣。 （ ） Robert梯度以 11,22xy? ????? ?? 為中心，所以他度量了 11,22xy? ????? ?? 點處 45? 和 135? 錯誤 !未找到引用源。 對圖像進行卷積。所以要對圖像做進一步的處理，用灰度圖腐蝕來消除多余的邊界點。假設 B對 X腐蝕所產(chǎn)生的二值圖像 E是滿足以下條件的點（ x,y)的集合：如果 B 的原點平移到點（ x,y），那么 B將完全包含于 X中。二維結構元素為數(shù)值 0和 1組成的矩陣，結構元素中數(shù)值為 1的點決定結構元素的領域像素在進行腐蝕操作時是否需要參加運算。腐蝕后如圖： 圖 腐蝕 效果圖 從腐蝕的結果分析，腐蝕的目的是消除小而無意義的物體，對比邊緣效果檢測圖與腐蝕效果圖可以看出，在邊緣檢測圖中還有的小的無意義的圖像已經(jīng)被完全消除了，留下來的僅僅是車牌區(qū)域以及車的標志。 結構單元中 Se一個小于對象閉合圖形，只要兩個封閉域的距離小于 Se，就將這兩個連接成一個連通域， Se生成方式采用 Se=strel(39。由于車牌圖像經(jīng)過腐蝕以后只剩下車牌區(qū)域以及車的標志。 這樣， Car_Image_Perform中面積 小于 2021的對象都被刪除了。這里采用水平與垂直雙向投影法。從左向右尋找第一個 1值像素大于 5的 ? 錯誤 !未找到引用源。剪切得到的圖像如下。 雖然 圖像間受背景 、 光照等影響存 在較大的差異， 但計算簡單，程序運算效率高。由此可得出濾波前后的圖像如下所示： 16 圖 車牌區(qū)域圖像濾波前效果 圖 車牌區(qū)域圖像濾波后效果 可以對比濾波前跟濾波后的圖像，如圖 和圖 所 示，很明顯，不但噪聲去除了，而且圖像得到了銳化。 對于此對象，系統(tǒng)給予膨脹處理，效果圖如圖 所示： 圖 車牌區(qū)域圖像腐蝕、膨脹后效果 字符切割 完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進行識別。 圖 牌照字符切割框圖 2021年頒布的我國車牌規(guī)范 (普通中小型汽車 )規(guī)定車牌總長 440mm，牌照中的 7個字符的實際總長為 409mm 左右，寬 140mm，每個字符 45mm寬， 90mm高，字符間距為10mm，其中第二個字符與第三個字符的間距較為特殊，為 ，最后一個字符與第一個字符距邊界 25mm。因此，字符的寬度可以從 width/9 到 width/7 之間漸進的變化得到 ,程序流程圖。 經(jīng)過切割，切割的字符圖像如下： 圖 經(jīng)切割的七個字符 切割后一連串的字符串變成了單個字符，為后面的字符匹配識別奠定了基礎。對于模板匹配，首先建立標準模板庫，庫中字符使用統(tǒng)一的尺寸，這里使用 20 40? 。最近鄰插值 法 ,經(jīng)歸一化后的圖像如下。 匹配方法采用將目標圖像與模板圖像逐點做差，得到第三幅圖像，程序實現(xiàn)如下 for ii=1:40 or jj=1:20 Word_Image_Diff(ii,jj)=Word_Image(ii,jj)Word_Image_Code(ii,jj)。經(jīng)過這些步驟可以使得最終識別出的圖像與原圖的相似度更高，即結果更精確。由右側的歸一化圖像可以看出，切割出的圖像像素值和模板圖像達到了一致，由此便避免了切割出的圖像像素值不一致所帶來的問題。主要工作內容及結論如下 : （ 1） 整理和總結了國內外在車牌定位、分割、字符識別方面的研究成果和發(fā)展方向，系統(tǒng)介紹了我國車牌的固有特征，以及車牌識別的特點。實驗表 明，用該方法實現(xiàn)的車牌定位準確率較高。 25 參考文獻 [1]. 趙丹，丁金華 .基于 Matlab 的車牌識別 [J].大連：大連大連理工學報， ， 14（ 4）：44～ 48 [2]. 冀小平 .基于 Matlab的車牌識別系統(tǒng)研究 [J].北京：電子設計工程 ,， 11（ 3）： 18～21 [3]. 徐輝 .基于 Matlan實現(xiàn)汽車車牌自動識別系統(tǒng) [M]. 北京：國防工業(yè)出版社， [4]. 王愛玲，葉明生等 .MATLAB R2021圖像處理技術與應 用 [M].北京：電子工業(yè)出版社， [5]. 張德豐 .MATLAB模糊系統(tǒng)設計 [M].北京：國防工業(yè)出版社 , [6]. 葉晨洲等 .車輛牌照字符識別 [J].上海：上海交通大學學報 ,～ 6 [7]. 劉智勇等 .車牌識別（ LPR）中的圖像提取及分割 [J].北京：中文信息學報 ,2021,14(4):29～34 [8]. 賀興華 、 周媛媛 、 王繼陽等 .MATLAB 圖像處理 [M].北京