【正文】 be used widely in the traffic flow testing, traffic control and induction, airports, ports, the vehicle management, no parking fee, running red lights automatic monitoring peccancy vehicles and vehicle safety guard against theft and other fields, and has a broad application prospect. Car license plates recognition system is an important part in intelligent transportation system, is a hitech highway traffic monitoring management system one of the main functional modules. It in traditional traffic monitoring technology is introduced on the basis of digital camera, technology and puter information management technology, USES the advanced image processing, pattern recognition and artificial intelligence technology, through to the vehicle image collection and processing of the digital information, obtain vehicles, so as to achieve 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計33higher intelligent management level. This system is the tsinghua university electrical engineering department, intelligent graphic information processing laboratory research and developed, it utilizes the only vehicle license plate is marking the identity to intelligent identification and ideological concepts, involving the statistical vehicle image capture, processing, understanding and recording techniques.1. The system working principle:A plete license plate identification process generally includes the following three main steps: first, through the camera will contain car licence information car image filmed, converted to digital image, the deposit in the puter used to deal with, and some necessary pretreatment work。(2) the highway speeding automation supervision system: it with license plate identification technology as the core technology, auxiliaryOther hightech means, build highway speeding unattended automatic monitoring, automatic have been supervised system isSolve highway trapped speeding is the effective means to cause traffic accident。 Then on license character recognition former pretreatment, feature extraction and recognition.When vehicles, vehicle detection device through by trigger, start image acquisition equipment acquisition vehicle positively or negatively image, and will be handed to the puter, the image license plate location module extract, sungi1 module on the character of license plate character recognition, and finally by segmentation module character recognition and will identify results sent to the monitoring center or cashier39。本系統(tǒng)只適合藍(lán)底白字的車牌照，對其他的車牌照沒有設(shè)計到，因此也有具有一定的局限性，由于沒有實際拍攝照片所以網(wǎng)絡(luò)照片分割有誤差，有待以后改進(jìn)，另外由于樣本庫沒有建立成功，因此未完成車牌的識別功能，有待進(jìn)一步的研究。本文開始整理和總結(jié)了國內(nèi)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)的介紹了我國車牌的固有特征，以及車牌識別的特點等內(nèi)容。神經(jīng)網(wǎng)絡(luò)訓(xùn)練的缺點是可能會需要很長的時間，不過訓(xùn)練好的網(wǎng)絡(luò)可以方便的用于識別。在對車牌中的漢字識別中，由于它的漢字只有有限的幾個，可以考慮構(gòu)建標(biāo)準(zhǔn)字庫來進(jìn)行模板匹配。近來，模式識別中也應(yīng)用了模糊數(shù)學(xué)的方法，取得良好效果，神經(jīng)網(wǎng)絡(luò)作為一種有力的工具，在模式識別中得到越來越多的應(yīng)用。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計27第 5章　汽車牌照字符識別字符識別屬于模式識別的范疇，是迄今為止模式識別領(lǐng)域中發(fā)展最成熟并得到最廣泛應(yīng)用的一個方面。所謂位置歸一化，是為了消除字符點陣位置上的偏差而將整個字符點陣圖形移動到規(guī)定的位置上的過程。 l=l+1。,39。 if l==7 title([39。 SegGray=subcol(rowtop:rowbot,cleft:cright)。 %查找最大值，即為最大字符寬度　提取分割字符通過以上水平投影、垂直投影分析計算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每個字符的中心位置，為提取分割字符具備了條件。 %字符中心距離（字符中心點至下一個字符中心點）maxs=max(markcol6)。for k=1:n1 markcol3(k)=markcol(k+1)markcol1(k+1)。markcol(l)=width。 end count1=0。for k=1:width if histcol(k)=levelcol 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計24 count1=count1+1。mincol=min(histcol)。下面需對垂直投影數(shù)據(jù)進(jìn)行分析處理，計算出左右邊框位置、字符寬度，分析原理如圖 45 所示。,39。 title([39。title(39。sbw2=sbw(rowtop:rowbot,:)。 %峰中心位置endmaxhight=max(markrow2)。markrow2(n1)=markrow(l)markrow(l1)。 %峰距離（上升點至下一個上升點）[m1,n1]=size(markrow2)。 %上升點 markrow1(l)=count1。count1=0。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計20 字 符 高 下 邊 上 邊 谷 寬 度Markrow1(k) 峰 上 升 點 Markrow(k) 峰 寬 度 Markrow4(k) 峰 下 降 點 Markrow3(k) 峰 距 離 Markrow2(k) 峰 中 心 Markrow5(k) 谷 寬 度 Markrow1(k+1) 峰 上 升 點 Markrow(k+1) 圖 43　水平投影分析計算示意根據(jù)投影分析計算原理，取閾值 Level = （投影均值+投影最小值）/2 ，分析計算得出的最大峰寬度即為字符高度。)。)。)。字符分割的算法很多，常采用垂直投影法來實現(xiàn)，公式如下: （41 ）??HiWjifjk0),()(　字符分割的步驟車牌字符分割是本設(shè)計的重點，分割步驟如下：（1）計算車牌水平投影，并對水平投影進(jìn)行峰谷分析；（2）車牌矯正，計算車牌旋轉(zhuǎn)角度，旋轉(zhuǎn)車牌；（3）旋轉(zhuǎn)車牌后重新計算車牌水平投影，去掉車牌水平邊框，獲取車牌字符高度；（4）計算車牌垂直投影，去掉車牌垂直邊框，計算車牌上每個字符中心位置，計算最大字符寬度；（5）取分割字符,并變換為 32 行*16 列標(biāo)準(zhǔn)子圖。圖 311 彩色標(biāo)記（2） 計算出包含所標(biāo)記的區(qū)域的最小寬和高，并根據(jù)先驗知識，比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。進(jìn)行區(qū)域特征參石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計16數(shù)比較，提取車牌區(qū)域。)。,[19,1]))。圖像開運算[5,19]39。rectangle39。 title(39。bg1=imclose(grd,strel(39。)figure,imshow(grd)。 圖 36　二值化圖（4）對得到圖像作開操作進(jìn)行濾波。fmin1=double(min(min(bw)))。figure,imshow(bw)。,10)?！≤嚺贫ㄎ荒壳?，已經(jīng)提出了很多車牌定位的方法這些方法都具有一個共同的出發(fā)點即通過牌照區(qū)域的特征來判斷牌照。梯度是用高斯濾波器的導(dǎo)數(shù)計算的。由于平滑會導(dǎo)致邊緣的擴(kuò)展，用拉普拉斯算子找到圖像中的陡峭邊緣即只考慮那些具有局部梯度最大值的點，這一點可以用二階導(dǎo)數(shù)的零交叉點來實現(xiàn)。（2）Sobel 算子對灰度漸變和噪聲較多的圖像處理的較好。經(jīng)過一階的導(dǎo)數(shù)的邊緣檢測，所求的一階導(dǎo)數(shù)高于某個閾值，則確定該點為邊緣點，這樣會導(dǎo)致檢測的邊緣點太多。度直方圖峰型分布明顯時，常以谷底作為門限候選值。因此，邊界就由這樣一些內(nèi)部點的集合組成，這些點都至少有一個鄰點不屬于該物體。所謂閾值的方法實質(zhì)是利用圖像的灰度直方圖信息得到用于分割的閾值。12345”就是最典型的車牌號碼。第 2個字符是大寫英文字母，是頒發(fā)證照及監(jiān)督機(jī)關(guān)的代號。現(xiàn)有的牌照有四種類型，分別是: 藍(lán)底白字牌照為小功率汽車使用； 黃底黑字牌照為大功率汽車使用；白底黑字或紅字牌照為軍用或警用。處理之后，用窗口內(nèi)各像素灰度值的中值來代替位于窗口正中的像素的灰度值?；叶葓D像39。)。close all。濾波的方式有兩種，一種是空間域濾波，一種是頻率域，在空間域，常見的濾波方式有兩種方式，均值濾波和中值濾波。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計7第 3章 車牌照提取與定位　算法設(shè)計流程 灰 度 化 二 值 化 濾 波 圖 像 預(yù) 處 理 開 始 字 符 的 分 割 定 位 和 提 取 字 符 的 識 別 結(jié) 束 圖 31算法設(shè)計總流程　汽車圖像預(yù)處理 圖像在形成、傳輸或變換過程中，受多種因素的影響，如：光學(xué)系統(tǒng)失真、系統(tǒng)噪聲、暴光不足或過量、相對運動等，往往會與原始景物之間或圖像與原始圖像之間產(chǎn)生了某種差異。在識別時系統(tǒng)只能根據(jù)每個字符的特征來進(jìn)行判斷，為了最終能準(zhǔn)確識別牌照上的漢字、英文字母及數(shù)字，必須將單個字符從矯正的牌照中逐個提取分離出來。Hough 變換具有明了的幾何解析性，一定的抗干擾能力和易于實現(xiàn)并處理等優(yōu)點：但它存在著計算量大，需要巨大的儲存空間等問題，所以不適合用在具有一定實時性要求的圖像處理中?！D像的傾斜矯正由于拍攝時鏡頭與牌照的角度、車輛的運動及路面的狀況等因素的影響，例如車牌在捕捉圖像中的位置不固定，捕捉圖像時車頭或者鏡頭發(fā)生擺動以及車牌本身就掛歪了或路況較差，都可能使拍攝到的車牌圖像有一定的傾斜度，為了正確識別需要進(jìn)行傾斜度校正，否則將無法進(jìn)行單個字符的正確分割，字符識別的誤差率就會上升。通常去噪用濾波的方法，比如中值濾波、均值濾波。比它大就是白，比它小就是黑。局部閾值法則是由象素灰度值和象素周圍點局部灰度特性來確定象素的閾值的，Bernsen 算法是典型的局部閾值方法，非均勻光照條件等情況雖然影響整體圖像的灰度分布卻