【正文】 的，它是以模式識別、數(shù)字圖像處理、計算機視覺等科學(xué)技術(shù)為基礎(chǔ)的智能化識別系統(tǒng)。因此國內(nèi)外己有不少學(xué)者就對車牌定位技術(shù)做了很多的研究，但是在實際的應(yīng)用中卻還沒有一個有效可行的方法，就例如由于車輛抖動而造成車牌圖像的歪斜、和由于污跡，磨損造成車牌字符模糊、并且由于光照不均造成車牌圖像的模糊等都會或少或多影響到了車牌定位的準(zhǔn)確性。其它圖像識別系統(tǒng)與車牌識別系統(tǒng)相比較而言要簡單的多，在字符的識別中，漢字識別同樣是最關(guān)鍵也是最難的部分，這就是為什么很多國外較為成熟的一些車牌識別系統(tǒng)無法進(jìn)軍中國市場的原因。在一些應(yīng)用中，有使用到模糊數(shù)學(xué)理論也有用到神經(jīng)元網(wǎng)絡(luò)的算法來識別車牌中的字符，但是由于光路中有灰塵、外界環(huán)境光線變化、季節(jié)環(huán)境變化以及車牌本身比較模糊等這些條件下的影響，給車牌的識別帶來較大的困難。 在車牌定位系統(tǒng)的研究中，國內(nèi)外學(xué)者都已經(jīng)作了大量的工作，但是實際效果卻不是很理想，比如說車牌圖像的傾斜問題、車牌表面的磨損和污穢問題、光線的干擾問題等都是成為影響定位準(zhǔn)確度的潛在因素。目前已有的方法很多，但是其效果與實際的要求相差很遠(yuǎn)，難以適應(yīng)現(xiàn)代化交通系統(tǒng)快節(jié)奏、高速度的要求。 但是在我國實際情況會更加復(fù)雜，國外的拍攝環(huán)境都非常的理想，而且車牌技術(shù)規(guī)范很統(tǒng)一，這一方面我國明顯規(guī)范的并不到位，不同種類的汽車有不同的規(guī)格、顏色和大小，所以車牌的顏色很多，而且位數(shù)都不統(tǒng)一，這樣會對管理造成一定的困難。為了提高識別率，都采用了一些其他的輔助設(shè)備和硬件的探測器如紅外照明等，漢眼王就是采用光學(xué)濾波器和主動紅外照明來削弱可見光的不易操控的影響，減少汽車大小燈光和惡劣氣候的影響，另外還要求在高 速公路管理窗口到“漢王眼”識別點埋設(shè)兩條線路管道，一條管道鋪設(shè)觸發(fā)信號線路和漢王眼與管理計算機的通訊線路，投資巨大，不適合于大面積的推廣 :另一條管道鋪設(shè) 220 伏 50赫茲 1安培的交流供電線路。但是很顯然這兩項技術(shù)的推廣性不大 [6]。 主要應(yīng)用領(lǐng)域 車輛牌照定位與識別是計算機視覺與模式識別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一 , 該技術(shù)應(yīng)用范圍 非常廣泛 , 主要應(yīng)用于： (1) 不停車自動收費； (2) 機場、港口等出入口車輛管理； (3) 交通控制與誘導(dǎo)； (4) 闖紅燈等違章車輛監(jiān)控； (5) 小區(qū)車輛管理； (6) 交通流量檢測； (7) 公共停車場安全防盜管理； (8) 道口檢查站車輛監(jiān)控； (9) 車輛安全防盜、查堵指定車輛； (10) 計算出行時間等。如果發(fā)現(xiàn)違規(guī)操作的車輛，攝像機拍取該車的圖像，牌照號碼就可以得知了，最后會給違規(guī)車輛發(fā)出警告。 (3)高速公路上面的事故自動測報就是由于該系統(tǒng)能夠測量交通流量指標(biāo)和監(jiān)視道路情況，能及時發(fā)現(xiàn)堵車、排隊、超速、事故等交通異?，F(xiàn)象。如果聯(lián)用同車型檢測器， 可很快的發(fā)現(xiàn)所車型與掛車不符的車輛。 浙江萬里學(xué)院本科畢業(yè)論文 7 設(shè)計原理 車牌識別系統(tǒng)的攝像頭通過對經(jīng)過指定 區(qū)域的機動車輛進(jìn)行拍照，因為照片會受到光照、拍攝位置和車輛行駛速度的影響，導(dǎo)致拍攝的圖片不能準(zhǔn)確的確定汽車的車牌。 20 世紀(jì)九十年代， MATLAB 就已成為了國際控制界的公認(rèn)標(biāo)準(zhǔn)計算軟件 [7]。在許多的國際一流學(xué)術(shù)型刊物上面 ， 都可以看得到 MATLAB 的應(yīng)用。 MATLAB 的語言特點 一種語言之所以可以以如此速度地普及 ， 顯示出其極其旺盛的生命力 ， 這跟它有著不同于其他語言的特點是密不可分的。 MATLAB 給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境?？梢哉f ， 用 MATLAB 進(jìn)行科技開發(fā)是站在專家的肩膀上。 （ 4） 語法限制不嚴(yán)格 ， 程序設(shè)計自由度大。在 FORTRAN 和 C語言里 ， 繪圖都很不簡單 ，但是在 MATLAB 中確實很容易表現(xiàn)出來的。 （ 8） 功能強勁的工具箱是 MATLAB 的另一重大特色。功能性工具箱主要是用來硬件實時交互功能、文字處理功能、圖示建模仿真功能以及與擴(kuò)充其符號計算功能。 浙江萬里學(xué)院本科畢業(yè)論文 10 3 LPR 系統(tǒng)設(shè)計與實現(xiàn) 系統(tǒng)框架結(jié)構(gòu)和工作流程 汽車牌照的識別（ LPR）系 統(tǒng)是通過引入計算機信息管理技術(shù)和數(shù)字?jǐn)z像技術(shù)，采用先進(jìn)的模式識別、人工智能和圖像處理技術(shù)，通過對圖像的處理和采集，獲得更多的信息，從而更高的達(dá)到智能化管理程度。 圖 31 車牌識別系 統(tǒng)工作流程圖 觸發(fā)拍照：該單元會自動檢測車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。當(dāng)外界光照不均勻時，光照強度不穩(wěn)定的情況下，通過攝像機所采集到的原始車牌圖像就會會模糊不清，這時需要對圖片進(jìn)行圖像增強處理；在電子器件自身產(chǎn)生的噪聲以及干 擾外界環(huán)境噪聲下，所拍的圖像質(zhì)量可能會有所下降，所以這時就需要對原圖做去噪處理的一系列的事情。在定位分割的過程中 確保不要把非車牌區(qū)域識別為車牌區(qū)域，也不能舍棄車牌區(qū)域，不然接下來的工作將無法進(jìn)行。單個的字符圖像是系統(tǒng)的輸入，輸出的卻是以文本格式體現(xiàn)的完整車牌號碼，車牌字符識別的正確率可以直接反映出車牌識別系統(tǒng)的性能好壞。 本系統(tǒng)主要是由 字符識別和圖像處理兩部分組成的。所以我們要對攝像頭拍攝出來的圖片進(jìn)行預(yù)處理，其中主要有圖片邊緣提取和圖片灰度化 等。 圖像預(yù)處理 圖像灰度化 汽車圖像的樣本目前大多是通過數(shù)碼相機、攝像機等設(shè)備拍下的，因此在預(yù)處理前的所有圖像全都是彩色圖像。在灰度圖像的描述中，它與彩色圖像一樣仍然反映了整幅圖像的局部和整體的亮度和色度等級的分布和特征。 數(shù)字圖像分為灰度圖像和彩色圖像。灰度圖像的像素色為 RGB ( r, r, r ),彩色圖像的像素色為 RGB (R, G, B )， R, G, B可以從彩色圖像的顏色中分解獲得 .并且 R, G, B的取值是 0255的范圍內(nèi) ,而灰度的級別只有 256級。所以 對人眼很敏感的綠色取了較大的權(quán)值 ；而 對于人眼比較不敏感的藍(lán)色取較小的權(quán)值 。用攝像機采集到的機動車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質(zhì)量不理想。因為有這些非常明顯的特征，所以經(jīng)過適當(dāng)?shù)膱D像變換后，可以更為清晰的呈現(xiàn)出車牌的邊緣。 浙江萬里學(xué)院本科畢業(yè)論文 14 灰度化和邊緣檢測的 MATLAB 程序如下： I=imread(39。title(39。title(39。title(39。robert39。 figure(3),imshow(I2)。所以我們 要對照片進(jìn)行車牌定位和分割。其流程圖如圖 35所示?，F(xiàn)在我們將經(jīng)過預(yù)處理的圖像進(jìn)行圖像腐蝕以及去除雜質(zhì)，就可以得到相對準(zhǔn)確的車牌位置。通過 使用和統(tǒng)計彩色的像素點這個方法分割出來車牌的區(qū)域，從而確定車牌的底色藍(lán)色 RGB所對應(yīng)的灰度范圍，然后通過統(tǒng)計在行方向的顏色像素點的數(shù)量，就可以確定車牌在行方向上的區(qū)域。 圖像進(jìn)行二值化處理就 是為了圖像上的點進(jìn)行灰度設(shè)置 ，數(shù)值 通常為 0 或 255，從而 使得整個圖像都呈現(xiàn)出來非常明顯的黑白效果 。均值濾波是一種典型的線性濾波算法，它 在圖像上對目標(biāo)像素給一個模板， 此 模板包括其周圍的臨近像素。將所得到的車牌區(qū)域上圖像進(jìn)行二值化的處理后 ，然后 對圖像進(jìn)行垂直投影 ， 投影圖上的有明顯峰谷相似的波形起伏變化后 ，然后 通過對其投影圖上的 波形再從左向右進(jìn)行掃描 ， 根據(jù)峰和谷的特征就能夠判斷的出每個字符的位置 ；再 計算垂直峰 ，從而 檢測合理的字符高寬比 [14]。 歸一化處理的目的就是使車牌字符同標(biāo)準(zhǔn)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(dāng)字符比較規(guī)整時 對字符圖像的缺損、識別率相當(dāng)高且污跡干擾適應(yīng)力強。然而在通常情況下用于匹配的圖像，找到各自成像條件存在的差異，從而產(chǎn)生較大的噪聲干擾，又或者圖像經(jīng)過規(guī)格化處理和預(yù)處理后，使得圖像的像素點或灰度的位置發(fā)生了改變。車牌的字符識別與一般的文字識別區(qū)別在于它的字符數(shù)有限，漢字一共約 50 多個，大寫的英文字母有 26 個，數(shù)字有10 個 [14]。 首先應(yīng)選取字符模板，其次依次選取有待識別的模板與字符進(jìn)行匹配，將它與模板字符相減，如果得到的 0越多，那么就越匹配。 在得到這個結(jié)果之前，需要對車牌圖像進(jìn)行預(yù)處理、車牌定位、車牌分割等處理。在本文中根據(jù)采集到的圖像本身的特點，從而對它進(jìn)行灰度化的處理。 在定位模塊。本文中對圖像進(jìn)行了腐蝕、平滑處理，腐蝕和平滑都具有濾波的作用，腐蝕是對圖像內(nèi)部做濾波處理，平滑是對噪聲進(jìn)行濾波。 浙江萬里學(xué)院本科畢業(yè)論文 25 車牌分割即把車牌的整體區(qū)域分割成單 字符區(qū)域，具有承上啟下的作用。為滿足下一步字符識別的需要，將分割后的字符歸一化。 對于識別錯誤情況的分析可知，主要原因：一是牌照自身的污漬等影響了圖象的質(zhì)量；二是牌照字符的分割失敗導(dǎo)致的識別錯誤；再就是部分字符的形狀相似性，比如， B 和 8； A 和 4 等字符識別結(jié)果可能發(fā)生混淆的情況。從開始的收費輔助系統(tǒng)演變過來的車牌識別技術(shù)現(xiàn)在運用的領(lǐng)域是越來越廣。 （ 2）在車牌定位我們采用基于灰度跳變的定位方法，采用先對圖像進(jìn)行預(yù)處理，再進(jìn)行二值化操作的方法。 本設(shè)計雖然只對藍(lán)底白字車牌進(jìn)行分割識別，對黑底白字車牌原則上整個算法可直接適用，對白底黑字車牌、黃底黑字車牌，需要對車牌定位算法進(jìn)行調(diào)整，并將圖像反轉(zhuǎn)，而車牌字符的分割算法仍然行之有效 。 最后還要感謝我的父母，是他們一直在背后支持著我。讓我們用科學(xué)知識來武裝自己的頭腦，用高科技技術(shù)來描繪未來的憧憬和期盼。)。)?；叶葓D 39?；叶葓D直方圖 39。,39。title(39。1]。腐蝕后圖像 39。,[40,40])。title(39。 %從二進(jìn)制圖像中移除所有少于 p 像素的連接的組件（對象），產(chǎn)生另一個二進(jìn)制圖像 figure(6),imshow(I5)。 [y,x,z]=size(I5)。%藍(lán)色像素點統(tǒng)計 end end end [temp MaxY]=max(Blue_y)。(PY11)) PY1=PY11。(PY2y)) PY2=PY2+1。 end end end PX1=1。 end PX2=x。 end %end 縱向掃描 PX1=PX12。 figure(7),subplot(1,2,1),imshow(IY),title(39。定位剪切后的彩色車牌圖像 39。 %將圖像數(shù)據(jù)寫入到圖像文件中 [filename,filepath]=uigetfile(39。)。,39。39。)。 dw=I(PY1:PY2,:,:)。amp。amp。 %IY 為原始圖像 I 中截取的縱坐標(biāo)在 PY1： PY2 之間的部分 %end 橫向掃描 %begin 縱向掃描 Blue_x=zeros(1,x)。 while ((Blue_y(PY2,1)=40)amp。 while ((Blue_y(PY1,1)=120)amp。 %換成雙精度數(shù)值 %begin 橫向掃描 tic %計算 tic 與 toc 之間程序的運行時間 Blue_y=zeros(y,1)。從對象中移除小對象 39。)。 %對圖像實現(xiàn)閉運算，閉運算也能平滑圖像的輪廓，但與開運算相反，它一般融合窄的缺口和細(xì)長的彎口，去掉小洞，填補輪廓上的縫隙。 se=strel(39。 %圖像的腐蝕 figure(4),imshow(I3)。) se=[1。)。 I2=edge(I1,39。 figure(2),subplot(1,2,2),imhist(I1)。 %將真彩色圖像轉(zhuǎn)換為灰度 圖像 figure(2),subplot(1,2,1),imshow(I1)。title(39。 浙江萬里學(xué)院本科畢業(yè)論文 28 參考文獻(xiàn) [1]吳斌 .車牌識別系統(tǒng)的研究 [D].大連：大連理工大學(xué) ,2021 [2]王立強 .車牌自動識別技術(shù)的算法與實踐 [J].河北 ：廊坊師范學(xué)院學(xué)報（自然科學(xué)版） 2021 [3]郭燕斌 .應(yīng)用于公路收費站系統(tǒng)的車牌識別 [D].成都：電子科技大學(xué)， 2021 [4]丁芝娟 .基于圖像處理的車牌識別系統(tǒng)設(shè)計與應(yīng)用 [D].長安： 長安大學(xué)， 2021 [5]肖啟 .高速鐵路 CFG 樁復(fù)合地基的沉降特性研究 [D].成都： 航西南交通大學(xué)2， 010 [6]董然 .基于 J2ME 的車牌識別系統(tǒng)的研究 [D].山西 ：太原理工大學(xué)， 2021