【正文】 功能。 本次設計中主要用到的是小型汽車號牌（如圖 11 所示），這種類型的號牌外廓尺寸是 440mm140mm，一共 7 個字符，每個字符的高寬比為 2:1。此外當車輛顏色與附近區(qū)域顏色相近時，定位失誤率會增加。中國科學院自動化所的劉智勇等開發(fā)的系統(tǒng)在一個樣本量為 3180 的樣本集中，車牌定位準確率為 %，切分準確率為 %，這套系統(tǒng)后來應用到漢王車牌識別系統(tǒng)，取得了不錯的效果。 Luis 開發(fā)的系統(tǒng)應用于收費站，全天識別率達到了 90%以上，即使在天氣不好的情況下也達到了 70%。同時代，誕生了面向被盜車輛的第一個實時車牌自動監(jiān)測系統(tǒng)。此外，由于外界環(huán)境的影響，系統(tǒng)必須保證能夠在任何天氣情況下全天不間斷的正常工作。針對以上實際情況，很多學者開始在鑒于車牌圖像本身特征的基礎上研究車牌定位技術，并先后提出了一些有效的定位方法，以減小種種主、客觀因素對車牌定位準確度的影響。在現(xiàn)代化交通發(fā)展中 車牌識別系統(tǒng)是制約交通系統(tǒng)智能化、現(xiàn)代化的重要因素，車牌識別系統(tǒng)應該能夠從一幅圖像中自動提取車輛圖像，自動分割牌照圖像，對字符進行正確識別，從而降低交通管理工作的復雜度。 （ d）我國汽車牌照的底色和字符顏色多樣，藍底白字、黃底黑字、黑底白字、紅底黑字、綠底白字等多種。 （ c）牌照多樣性。在 80 年代，由于城市交通問題日益嚴重，美國和歐洲許多國家投入了大量的人力和物力，建立了自動化高速公路網，安裝 了攝像、雷達探測系統(tǒng)和光纖網絡，建立智能交通系統(tǒng)。城市交通車輛管理，智能小區(qū)、智能停車場管理，車牌驗證，車流統(tǒng)計等。公路交通基礎建設的不斷發(fā)展和車輛管理體制的不斷完善，為以視覺監(jiān)控為基礎的智能交通系統(tǒng)的實際應用打下了良好基礎。 26 基于 MATLAB 車牌圖像識別的設計與實現(xiàn) 1 1 緒論 車牌圖像識別研究的背景 現(xiàn)代社會已進入信息時代，隨著計算機技術、通信技術和計算機網絡技術的發(fā)展，自動化信息處理能力和水平不斷提高，作為現(xiàn)代社會主要交通工具之一的汽車在人們的生產生活的各個領域得到大量使用，對他的信息進行自動采集和管理具有十分重要的意義，成為信息處理技術的一項重要研究課題。 15 車牌位置提取 15 車牌定位 11 圖像灰度化 8 字符識別 I ABSTRACT車牌定位和分割采用的是利用數(shù)學形態(tài)法來確定車牌位置，再利用車牌彩色信息的彩色分割法來完成車牌部位分割。車牌識別系統(tǒng)使車輛管理更智能化，數(shù)字化，有效提升了交通管理的方便性和有效性。 車牌識別系統(tǒng)主要包括了圖像采集、圖像預處理、車牌定位、字符分割、字符識別等五大核心部分。字符的分割 采用的方法是以二值化后的車牌部分進行垂直投影，然后在對垂直投影進行掃描，從而完成字符的分割。 2 車牌號識別技術研究現(xiàn)狀和趨勢 3 我國車牌特點 3 車牌圖像識別技術的應用前景 5 車牌圖像識別研究內容 5 2 車牌識別系統(tǒng)設計原理概述 12 車牌定位和分割 17 字符分割與歸一化 18 字符分割 18 字符歸一化 21 5 展望與總結 此外，智能交通系統(tǒng)，簡稱 ITS（ Intelligent Traffic System） 已成為現(xiàn)代社會道路交通發(fā)展趨勢。 在智能交通系統(tǒng)中，車牌圖像自動識別系統(tǒng)是一個非常重要的發(fā)展方向。同時，汽車牌照自動識別的基本方法還可以應用到其他檢測和識別領域，所以車牌自動識別問題已成為現(xiàn)代交通工程領域中研究的重點和熱點問題之一。在美國、歐洲、日本等發(fā)達國家的帶動下，世界各國也開始建立智能交通系統(tǒng)。其他國家的汽車牌照格式，如尺寸大小，牌照上字符的排列等，陜西科技大學畢業(yè)設計說明書 2 通常只有一種。 （ e）由于環(huán)境、道路或人為因素造成汽車牌照污染嚴重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。車牌識別系統(tǒng)將獲取的車輛圖像進行一系列的處理后，以字符串的形式輸出結果，這樣不但數(shù)據(jù)量小，便于存儲，操作起來也更容易，因此車牌識別系統(tǒng)的便捷性是人工車牌識別所不能比擬的，它蘊藏著很大的經濟價值和發(fā)展空間，對車牌識別技術的研究是非常有的意義的。然而智能交通的不斷發(fā)展使得對車牌定位系統(tǒng)有了更高的要求，主要表現(xiàn)在系統(tǒng)的實時性和準確性。到目前為止，在眾多的車牌自動識別方法中還沒有一個可以達到理想的效基于 MATLAB 車牌圖像識別的設計與實現(xiàn) 3 果，因此對車牌識別技術的研究意義重大。發(fā)展到今日，國外對車牌檢測的研究已經取得了一些令人矚目的成就，如 YuntaoCui提出了一種車牌識別系統(tǒng)，在車牌定位以后，利用馬爾科夫場對車牌特征進行提取和二值化，對樣本的識別達到了較高的識別率。國外對車牌識別的研究起步比較早，總體來講其技術較為領先，同時因為他們車牌種類單一，車牌規(guī)范性較高，易于定位識別，目前已經實現(xiàn)了產品化，并在實際的交通應用中得到了 廣泛的應用。南京大學的熊軍等提出了基于字符紋理特征的定位算法，準確 率達到 95%，華中科技大學的陳振學等學者提出了一種新的車牌圖像字符分割和識別算法，使用一維循環(huán)清零法，通過對垂直投影圖進行一次掃描，有效的清除了雜點和分隔符，正確分割率達到了 %。國內還有很多學者都在進行這方面的研究，并且取得了大量的研究 成果。首個字符為中文字符，為各個省，自治區(qū)，直轄市的簡稱，第二個字符為英文大寫字符，表示發(fā)牌機關的代號，前兩個字符確定該車牌所在地，后五個字符由阿拉伯數(shù)字及英 文大寫字符組合而成，并且后五個字符間距相同，七個字符大小也相同。目前車牌識別系統(tǒng)主要應用于以下領域： （ 1）停車場管理系統(tǒng) 利用車牌識別技術對出入車輛的號牌進行識 別和匹配，與停車卡結合實現(xiàn)自動計時、計費的車輛收費管理系統(tǒng) （ 2）公路自動管理系統(tǒng) 以車牌自動識別技術為基礎，與通信等其他高科技結合，對高速公路交通流狀況進行自動監(jiān)測、自動布控，從而降低交通事故的發(fā)生率，確保交通順暢。 目前，市場上已出現(xiàn)了一些可應用的汽車牌照自動識別系統(tǒng)?？傮w上說，雖然汽車牌照識別系統(tǒng)在國內還未形成一個成熟的產業(yè)，但是隨著我國國民經濟的迅速發(fā)展，機動車輛規(guī)模及流量大幅度增加，高速公路和城 市交通管理現(xiàn)代化水平的提高勢在必行，迫切需要高科技的智能交通系統(tǒng)來充實和加強交通管理水平。其次隨著算法的不斷改進，基于視頻觸發(fā)的車牌識別產品將得到大范圍的應用，但是視頻觸發(fā)技術取代外觸發(fā)裝置尚需時日。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處理能力增強，畫質改善技術的提高等等。硬件設備一般由車體感應設備、輔助光源、攝像機、圖像采集卡和計算機。車牌圖像識別的關鍵技術有：車牌定位、字符切割和字符識別等。 字符識別是利用字符識別的原理識別提取出的字符圖像，目前常用的方法有：基于模板匹配的方法、基于特征的方法和神經網絡法等。 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處理。 輸出結果：得到最后的汽車牌照，包括漢字、字母和數(shù)字。 原始 圖像 圖像 預處 理 車牌 在圖 像中 位置 提取 字符 分割 字符 識別 結果 輸出 陜西科技大學畢業(yè)設計說明書 8 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。 字符識別 字 符識別方法目前主要得算法有以下幾種： 第一種 模板匹配字符識別算法，具體描述如下： 模板匹配字符識別算法的實現(xiàn)方法是計算輸入模式與樣本之間的相似性，取相似性最大的樣本為輸入模式所屬類別。實際應用中，當字符出現(xiàn)字符模 糊、筆畫融合，斷裂、部分缺失時，此方法效果不理想，魯棒性較差。這種網絡互連較多，待處理信息量大，抗干擾性能好，識別率高。另一種是直接將每個字符的整幅圖像作為一個樣本輸入，不需要進行特征提取，節(jié)省了識別時間。為了提高識別率，除了不斷的完善識別算法，還應該想辦法克服各種光照條件，使采集到的圖像最利于識別。可以說，用 MATLAB進行科技開發(fā)是站在專家的肩膀上； 第二，運算符豐富。 MATLAB 還具有較強的編輯圖形界面的能力； 第七， MATLAB 的缺點是，它和其他高級程序相比，程序的執(zhí)行速度較慢。其工具箱又可分為兩類：功能性工具箱和學科性工具箱。這些工具箱都是由該領域內的學術水平很高的專家編寫的，所以用戶無需編寫自己學科范圍內的基礎程序，而直接進行高、精、尖的研究。 字符識別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長時間在室外工作，加上光照條件、攝像頭角度和距離、車輛自身條件以及車輛的行駛速度的影響，想拍出較理想的圖片很困難?，F(xiàn)在字符識別的常用方法有模板匹配法和神經網絡模型法。真彩色圖像又稱 RGB 圖像，它是利用 R、 G、 B 分量表示一個像素的顏色， R、 G、 B 分別代表紅、綠、藍 3 種不同的顏色，通過三基色可以合成出任意顏色。所以，對一個尺寸為mn 的彩色圖像來說，存儲為一個 mn3 的多維數(shù)組。在 RGB 模型中，如果 R=G=B，則顏色表示一種灰度顏色，由此方法得到的值叫做灰度值。圖像灰度化的算法主要有以下三種（等號為賦值操作）： （ a）最大值法：使轉換后的 R、 G、 B 值等于轉換前 3 個值中最大的那個： R = G = B = MAX（ R, G, B） （ 31） 這種方法轉換的灰度圖亮度很高。 MATLAB 中的灰度轉換公式運用的就是這個公式，所以直接使用 im2gray 函數(shù)對圖像進行灰度化處理。增強圖像對比度度的方法有：灰度線性變換、圖像平滑處理等。我們發(fā)現(xiàn)車輛牌照圖像的灰度取值范圍大多局限在 r =（ 50,200） 之間，而且總體上灰度偏低，圖像較暗。然而，鄰域平均值的平滑處理會使得圖像灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產生模糊作用。邊緣提取是較經典的算法，此處邊緣的提取采用的是 Roberts 算子。所以我們要對照片進行車牌定位和分割。下面是進行車牌定位操作框圖，如圖35 所示?，F(xiàn)在我們將經過預處理的圖像進行圖像腐蝕以及去除雜質，就可以得到相對準確的車牌位置。使用統(tǒng)計彩色像素點的方法分割出車牌區(qū)域，確定車牌底色藍色 RGB 對應的灰度范圍，然后統(tǒng)計在行方向的顏色范圍內的像素點數(shù)量，確定車牌在行方向的區(qū)域。且車輛圖片不可避免存在噪聲，所以要對圖像進行灰度化，二值化以及濾波處理。濾波則是為了除去圖像噪 聲，由于成像系統(tǒng)，傳輸介質和記錄設備的不完善，數(shù)字圖像在其形成、傳輸記錄過程中往往受到噪聲的污染，另外在圖像處理的某些環(huán)節(jié)當輸入的對象不如預期時結果中也會引入噪聲。再用模板中的全體像素的平均值來代替原來像素值 。將得到的車牌區(qū)域圖像進行二值化處理后，對圖像進行垂直投影，投影圖上有明顯的類似于峰谷的波形起伏變化， 通過對投影圖上的波形從左向右進行掃描，根據(jù)谷和峰的特征就可以判斷出每個字符的[m， n]=size（ d），逐排檢查有沒有白色像素點，設置 1=jn1，若圖像兩邊 s（ j）=0，則切割，去除圖像兩邊多余的部分 切割去圖像上下多余的部分 根據(jù)圖像的大小，設置一閾值，檢測圖像的 X 軸，若寬度等于這一閾值則切割，分離出七個字符 歸一化切割出來的字符圖像的大小為 40*20，與模板中字符圖像的大小相匹配 基于 MATLAB 車牌圖像識別的設計與實現(xiàn) 19 位置 ；計算垂直峰，檢測合理的字符高寬比。歸一化處理的目的就是使車牌字符同標準模塊里面的字符特征一樣。模板匹配的主要特點是實現(xiàn)簡單，當字符較規(guī)整時對字符圖像的缺損、污跡干擾適應力強且識別率 相當高。然而，通常情況下用于匹配的圖像各自的成像條件存在差異，產生較大的噪聲干擾，或圖像經預處理和規(guī)格化處理后，使得圖像的灰度或像素點 的位置發(fā)生改變。汽車牌照的字符一般有七個，大部分車牌第一位是漢字，通常代表車輛所屬省份，或是軍種、警別等有特定含義的 字符簡稱；緊接其后的為字母與數(shù)字。其他模板設計的方法與此相同。 車牌號碼：陜 A B A 2 2 3 圖 313 字符識別的結果 建立自動識別的代碼表 讀取分割出來的字符 第一個字符