【正文】 交通設(shè)施、減少交通負(fù)荷和環(huán)境污染、保證交通安全、提高運(yùn)輸效率、促進(jìn)社會(huì)經(jīng)濟(jì)發(fā)展、提高人民生活質(zhì)量、推動(dòng)社會(huì)信息化及形成新產(chǎn)業(yè)等方面均具有極其重要的作用，從而受到世界各國(guó)的重視。如何有效地進(jìn)行交通管理日益成為各國(guó)政府相關(guān)部門所關(guān)注的焦點(diǎn)。關(guān)鍵詞: 車牌識(shí)別；車牌定位；字符分割；數(shù)學(xué)形態(tài)學(xué)；The Design and Implementation of Vehicle Images CharacterSegmentation Abstract：License plate recognition (LPR) is the technique to draw the character information from the vehic1e image and confirm the identity of the vehicle through using puter vision, image processing, pattern recognition, and so on. LPR is an important study field in the Intelligent transportation system (ITS) and it has great apply value in the electronic toll collection，pass controlling，traffic monitoring and so on.LPR consists of plate localization, character segmentation, and character recognition. This paper aims at researching the following two aspects oft he license plate recognition system: license plate localization and character segmentation.In the stage of license plate location，lightness ponent of the image should be balanced in HSI space at first，so the suitable scope of image lightness has been enhanced，and the color information of image can not been affected．And color pair．pixels are extracted in HSI color space according to the rule that character color and plate color should be matched．Mathematics morphological operation which use dynamic operator is adopted in order to extend the color pair in real plate to a whole area．Then，the image is scanned line by line to get the areas that seem like real plate．Slant correction should be done before character segmentation．A horizontal slant correction approach based on color pair pixels area and principal ponent analysis is presented．Through principal ponent analysis of the color pair pixels area，the slant angle of the plate can be obtained．When revolving adjustment，filling process should be performed to guarantee the integrity of the image information．In the stage of character segmentation，plate area is located by shape of color pair pixels area，and pretreatment including gray proportion binarization and edge detection is taken before extract the character area．The most suitable threshold value algorithm has been selected on plates in different colors dring the process of binarization．Then，according to the characteristic of character size proposed that the dynamic template method carries on the character division，and transform characters to identical size．Finally ,a software platform is constructed by language of C．This software contains all the steps that mentioned above．Through the experiments on large numbers of pictures especially on which have massive disturbances，inadequate lighting and multi—car licenses，the algorithm of license plate location and character segmentation has been proved to be real time，steady and good at antijamming，which create favorable conditions for the following character recognition． Keywords：license plate recognition。然后根據(jù)字符尺寸特征提出動(dòng)態(tài)模板法進(jìn)行字符分割，并將字符大小進(jìn)行歸一化處理。 字符分割在車牌定位后進(jìn)行，但首先需要對(duì)類車牌區(qū)域進(jìn)行傾斜校正，本文提出了一種針對(duì)顏色對(duì)特征點(diǎn)區(qū)域進(jìn)行主成分分析的車牌水平校正方法。而本文研究的車牌圖像字符分割是在車牌定位成功后把車牌的整體區(qū)域分割成單字符去娛樂區(qū)域，所以本文就車牌定位和字符分割這兩個(gè)問題進(jìn)行了深入的研究。車牌圖像的字符分割設(shè)計(jì)與實(shí)現(xiàn)摘 要：車牌識(shí)別LPR(License Plate Recognition)是指通過計(jì)算機(jī)視覺、圖像處理與模式識(shí)別等技術(shù)從車輛圖像中提取車牌字符信息，從而確定車輛身份的技術(shù)。 在車牌定位時(shí)，首先對(duì)圖像HSI空間的亮度分量均衡化，這樣既提高了圖像的亮度適用范圍又不影響顏色信息。該方法通過對(duì)車牌圖像中顏色 對(duì)特征點(diǎn)區(qū)域采樣進(jìn)行主成分分析，求出車牌水平方向的傾斜角度，在旋轉(zhuǎn)校正時(shí)又加以填充處理,保證了圖像的信息完整性。最后使用C語言構(gòu)建了車牌定位與字符分割系統(tǒng)軟件。 license plate location 。針對(duì)這一問題，智能交通系統(tǒng)(Intelligent Transport Systems，ITS)的研究被提到了重要的位置。車輛自動(dòng)識(shí)別(Automatic Vehicle Identification，AVI)是智能交通系統(tǒng)中的一項(xiàng)基礎(chǔ)技術(shù)，它通過辨別車輛所具有的車牌、條形碼、射頻識(shí)別標(biāo)志等特征來自動(dòng)識(shí)別車輛，為交通管理、通行收費(fèi)、區(qū)域出入控制等工作的開展提供條件。 車牌識(shí)別技術(shù)自1988年提出以來，受到了人們的廣泛關(guān)注。當(dāng)發(fā)現(xiàn)車輛超速時(shí)，攝像機(jī)獲取該車的圖像，并得到該年的牌照號(hào)碼，然后給該車超速的警告信號(hào)?？偟牧魅肓亢土鞒隽浚晷图澳炅鹘M成，日車流量，小時(shí)年流量，年高峰時(shí)間段，平均車速，車輛密度等。 (4)對(duì)養(yǎng)路費(fèi)交納、安全檢查、運(yùn)營(yíng)管理實(shí)行不停車檢查。 (5)車輛定位。由于車牌識(shí)別系統(tǒng)在智能化交通控制管理中發(fā)揮著越來越重要的作用，吸引了各國(guó)的科研工作者對(duì)其進(jìn)行廣泛的研究。該系統(tǒng)能夠從一幅圖像中自動(dòng)提取車輛牌照，進(jìn)行字符分割，進(jìn)而對(duì)分割出的字符圖像進(jìn)行識(shí)別。 (2) 圖像預(yù)處理部分:需要對(duì)采集到的圖像進(jìn)行圖像增強(qiáng)、平滑、恢復(fù)等操作，目的是突出車牌的主要特征，以便更好地提取車牌。 (4) 字符分割:即從定位得到的車牌圖像中分離出單個(gè)字符(包括漢字、字 母和數(shù)字等)的圖像，以便于字符識(shí)別。國(guó)際交通技術(shù)作過專門的識(shí)別率指標(biāo)論述，要求是24 小時(shí)全天候全牌正確識(shí)別率為85%~95%。 2. 識(shí)別速度識(shí)別速度決定了一個(gè)車牌識(shí)別系統(tǒng)是否能夠滿足實(shí)時(shí)應(yīng)用的要求。3. 后臺(tái)管理體系 一個(gè)車牌識(shí)別系統(tǒng)的后臺(tái)管理體系，決定了這個(gè)車牌識(shí)別系統(tǒng)是否好用。識(shí)別出的車牌號(hào)碼應(yīng)能夠同數(shù)據(jù)庫中成千 上萬的車牌號(hào)碼自動(dòng)比對(duì)和提示報(bào)警。 車牌識(shí)別系統(tǒng)的實(shí)際配置即便是一個(gè)達(dá)到實(shí)用標(biāo)準(zhǔn)的車牌識(shí)別系統(tǒng)，由于所選擇的技術(shù)路線，軟硬件體系結(jié)構(gòu)以及觸發(fā)方式不同，要發(fā)揮其有效的功能，還需要根據(jù)實(shí)際的應(yīng)用需求確定相應(yīng)的系統(tǒng)配置。自然光和紅外光不會(huì)對(duì)人體產(chǎn)生不良的心理影響，也不會(huì)對(duì)環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。 950nm 的紅外照明裝置可抓拍到很好的反光車牌照?qǐng)D像。兩種產(chǎn)品形式各有優(yōu)缺點(diǎn)。外設(shè)觸發(fā)工作方式是指采用線圈、紅外或其他檢測(cè)器檢測(cè)車輛通過信號(hào)，車牌識(shí)別系統(tǒng)接收到車輛觸發(fā)信號(hào)后，采集車輛圖像，自動(dòng)識(shí)別車牌，以及進(jìn)行后續(xù)處理。我們大致的把這些因素歸納為三類： (1)汽車牌照本身的特征。牌照的質(zhì)量無法保證。 (2)外部環(huán)境的特征。不同時(shí)間，不同氣候條件，以及背景光、車牌反光程度決定了車牌區(qū)域的亮度特征。 (3)車牌識(shí)別系統(tǒng)應(yīng)用方案的特征。攝像方位和角度對(duì)車牌字符分割影響較大，對(duì)車牌校正方法的校正能力的要求也更高了。不同的實(shí)際工程，圖像的分辨率要求也不同。 除了這三點(diǎn)客觀因素外，對(duì)于本文的而言，從各種干擾中得到車牌區(qū)域，把傾斜的車牌校正，以及把粘連的車牌字符分割開都是系統(tǒng)成敗的關(guān)鍵。除第1個(gè)漢字外，字母和數(shù)字的筆畫在豎直方向都是連通的，且其之間有一定的間隔。3．1．1 基于灰度圖像的車牌定位方法早期由于受計(jì)算機(jī)運(yùn)算速度和內(nèi)存大小的影響，考慮到實(shí)時(shí)性，車牌定位主要是基于狄度圖像處理技術(shù)，現(xiàn)在很多!學(xué)者仍然沿此路線進(jìn)行研究。設(shè)定閾值，通過掃描確定上下邊界位置和左右邊界位置。數(shù)學(xué)形態(tài)學(xué)是一門建立在集合理論基礎(chǔ)上的學(xué)科，它是幾何形態(tài)分析和描述的有力工具，近年來在機(jī)器視覺和數(shù)字圖像處理領(lǐng)域得到廣泛的應(yīng)用和發(fā)展。最后再用邊緣特征分析方法提取車牌區(qū)域。邊緣檢測(cè)的任務(wù)是精確定位邊緣和抑制噪聲。所以針對(duì)不同的環(huán)境和要求，選擇合適的算子來對(duì)圖像進(jìn)行邊緣檢測(cè)才能達(dá)到好的效果。3．1．2 基于彩色圖像的車牌定位方法與灰度圖像相比，彩色圖像色彩豐富，信息具有原始性和完整性，在設(shè)備存儲(chǔ)量和速度允許的情況下可以取得更好的處理效果，而且人類視覺系統(tǒng)又對(duì)色彩非常敏感。這種方法的主要思想是通過邊緣檢測(cè)算子對(duì)彩色圖像進(jìn)行邊緣檢測(cè)，增強(qiáng)牌照區(qū)域，并借助數(shù)學(xué)形態(tài)學(xué)膨脹技術(shù)實(shí)現(xiàn)區(qū)域的連通，采用區(qū)域生長(zhǎng)方法標(biāo)記候選區(qū)域，最后利用車牌的先驗(yàn)知識(shí)，剔除虛假車牌區(qū)，確定真正的車牌區(qū)域。由于圖像中會(huì)存在其他非車牌區(qū)域具有年牌的特征，給定位結(jié)果帶來影響。 目前，已經(jīng)有一些車牌定位算法的研究利用到了車牌背景與字符的固定顏色搭配。例如底色為藍(lán)色的車牌中會(huì)出現(xiàn)相鄰的兩個(gè)像素，一個(gè)像素為藍(lán)色而另一個(gè)像素為白色，則將這兩個(gè)像素都看作是藍(lán)白特征點(diǎn)：底色為黃色的車牌存在黃黑特征點(diǎn)：底色為白色的車牌存在白黑特征點(diǎn)：底色為黑色的車牌也存在白黑特征點(diǎn)。顏色對(duì)特征點(diǎn)充分考慮到了車牌本身的紋理和顏色搭配等信息，能有效得去除很多干擾。直方圖是多種空間域 處理技術(shù)的基礎(chǔ)，其可以有效地用于圖像增強(qiáng)。這里介紹將圖像轉(zhuǎn)換到HSI模型的方法，這樣只需要對(duì)亮度分量I進(jìn)行直方圖均衡化即可以達(dá)到圖像增強(qiáng)的效果。這些細(xì)胞類似于CCD芯片上的感受基(像素)。 顏色空間也叫顏色模型，它指的是通過基本顏色分量來定義其他各種顏色的模型結(jié)構(gòu)。這樣，任意顏色值都可以由3個(gè)取值在0到l之間的顏色分量來表示。這種形成顏色的方法稱 為疊加原色法，相應(yīng)的RGB三原色稱為疊加三原色。HSI彩色模型就是按照色調(diào)、飽和度和亮度值建立起來的。在物體反射光的組成中，白色光愈少，則其飽和度愈大。現(xiàn)有的HSI空間模型有四面體、圓柱體、圓錐體等多種定義公式，本文采用圓柱體的HSI坐標(biāo)系進(jìn)行顏色空間轉(zhuǎn)換的實(shí)現(xiàn)，示意圖如圖5所示。對(duì)于具有某種目標(biāo)色的像素，可以直接通過對(duì)h、J和i三個(gè)分量設(shè)定一個(gè)閾值范圍來把它們提取出來，無需進(jìn)行比較復(fù)雜的色彩距離計(jì)算，這樣可以在色彩分割的時(shí)候節(jié)省大量的時(shí)間，這種方法對(duì)藍(lán)色和黃色尤其有 效。并且，為了適應(yīng)車牌褪色、光線、灰塵等的影響，適當(dāng)放寬了各種顏色的閾值范圍，綜合以后，得到彩色判斷條件如下： 按照公式把彩色像素點(diǎn)從RGB空問轉(zhuǎn)化到HSI空問，得到h、s和，三個(gè)分量的值：如果s0 1且iO 5，則該像素點(diǎn)為白色； 如果iO 35，則該像素點(diǎn)為黑色： 如果220h250，j01和i0．1同時(shí)成立，則該像素點(diǎn)為藍(lán)色： 如果20h50，s0．1和iO .35同時(shí)成立，則該像素點(diǎn)為黃色； 如果350h360，s0 l和i)0．35同時(shí)成立，則該像素點(diǎn)為紅色： 不符合以上條件的像素點(diǎn)視為無效