【正文】 ，綜合分析；二是在有效性和實(shí)用的原則下，結(jié)合神經(jīng)網(wǎng)絡(luò)和人工智能的新技術(shù)的應(yīng)用是研究的一個(gè)方向。從開始的收費(fèi)輔助系統(tǒng)演變過來的車牌識(shí)別技術(shù)現(xiàn)在運(yùn)用的領(lǐng)域是越來越廣?？傊?， 盡管目前牌照字符的識(shí)別率還不理想，但是只要在分割出的字符的大小、位置的歸一化以及 尋找更 合適的分割閾值 等環(huán)節(jié)上完善，進(jìn)一步提高識(shí)別率是完全可行的。識(shí)別結(jié)果 如圖 所示。 車牌分割 難點(diǎn)在于噪聲合字符粘連 ， 斷裂對(duì)字符的影響，因此必須先將定位后的車牌進(jìn)一步處理 。 根據(jù)長寬比，藍(lán)白色比對(duì)候選區(qū)域進(jìn)行多次定位， 根據(jù)車牌底色等有關(guān)的先驗(yàn)知識(shí)，采用彩色像素點(diǎn)統(tǒng)計(jì)的方法，先確定行方向的車牌區(qū)域，再確定列方向的區(qū)域，得出最終的車牌區(qū)域，如圖 。 由于攝像部分多工作于開放的戶外環(huán)境，加之 汽車車牌 的整潔度、自然光照條件、拍攝時(shí)攝像機(jī)與牌照的 距 離和角度以及車輛行駛速度等因素的影響，牌照?qǐng)D象可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重缺陷，因此需要對(duì)原始圖象進(jìn)行識(shí)別前的預(yù)處理。)。bilinear39。川 .wav。寧 .wav；津 .wav。藏 .wav。 陜 .wav。遼 .wav。黔 .wav。蘇 .wav。在構(gòu)建標(biāo)準(zhǔn)音庫的過程中，用錄音工具錄制了 A— Z、 09 和車牌地區(qū)名，并且以 音頻文件 保存。 chepai= find(baifenbi=max(baifenbi))。 shibiezimu=chepai。 %=================識(shí)別字母 ================= [y,x,z]=size(xiuzhengzimu)。 圖 %=================識(shí)別漢字 ================= [y,x,z]=size(xiuzhenghanzi)。經(jīng)驗(yàn)證對(duì)非傾斜圖片，識(shí)別率可達(dá) 95%，對(duì)傾斜圖片亦可以達(dá)到 90%以上。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 19 本文采用了基于模板匹配的字符識(shí)別方法。但人工神經(jīng)網(wǎng)絡(luò)為了保證系統(tǒng)高識(shí)別率也需要 大量樣本 ， 通過學(xué)習(xí)獲取知識(shí)并改進(jìn)自身性能。 由于汽車車牌 圖像所處成像環(huán)境復(fù)雜多變很難采集到一個(gè)完整的有代表性原始圖像集作為統(tǒng)計(jì)分析的基礎(chǔ) ， 因此統(tǒng)計(jì)方法難于實(shí)現(xiàn)。 fenge=fenge(1,1:14)。 %===============用函數(shù)設(shè)定分割閾值 ======================== SS=x*y 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 17 %定義數(shù)組 histogram存儲(chǔ)垂直方向的黑點(diǎn)數(shù) histogram=sum(~imfenge)。系統(tǒng)針對(duì)這種問題對(duì)分割出來的字體的寬度與整個(gè)車牌的寬度對(duì)比，對(duì)誤操作字符進(jìn)行合并。 字符分割一般采用垂直投影法。最常用的是投影分割，主要是針對(duì)在車牌定位， 圖像預(yù)處理后比較規(guī)則的車牌圖像。)。 bw=~bw。(Y_downy))%找到圖片上邊界 %去除左邊邊框干擾 X_right=1。 while ((Y_touying(Y_up,1)=Y_yuzhi)amp。))39。利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果 ， 方便后面字體識(shí)別。擦除反色 39。)。 bw = bwareaopen(bw, threshold)。%figure,imshow(bw)。)。,inf)。,inf)。 擦除反色 圖 二值化處理、去除噪聲 %=========二值化處理 、 去除噪聲程序 ========= bw=im2bw(bw,graythresh(bw))。 灰度處理后的圖像，每個(gè)像素點(diǎn)出都有一個(gè)閾值， 二值化的關(guān)鍵是找到合適的閾值 t 來區(qū)分對(duì)象和背景。這是考慮到在實(shí)用系統(tǒng)中，要求處理 的速度高、成本低、信息量大的濃淡圖像處理的花銷大。%J 記錄了傾斜角 qingxiejiao=90J。%figure,imshow(I)。title(39。,39。因此有必要針對(duì)特定的牌照?qǐng)D像提取其傾斜角度，再加以相應(yīng)的旋轉(zhuǎn)處理。title(39?；叶然奶幚矸椒ㄖ饕腥缦氯N : 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 12 (1)最大值法 :使 R. G, B的值等于三值中最大的一個(gè)，即 R=G=B=max(R,G,B) () (2)平均值法 :使 R, G, B的值值等于三值和的平均值，即 R=G=B=3 BGR ?? () (3)加權(quán)平均值法 :根據(jù)重要性或其它指標(biāo)給 R, G, B賦予不同的權(quán)值，并使 R, G, B等于它們的值的加權(quán)和平均，即 R=G=B= 3 W a BW c GW rR ?? () 其中 Wr Wc,Wa，分別為 R, G, B的權(quán)值。由于圖像的每個(gè)象素都具有三個(gè)不同的顏色分 t，存 在許多與識(shí)別無關(guān)的信息，不便于進(jìn)一步的識(shí)別工作，因此在對(duì)圖像進(jìn)行識(shí)別等處理中經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。真彩色圖像又稱 RGB圖像，它是利用 R, G, B3個(gè)分量表示一個(gè)像素的顏色， R, G, B分別代表紅、綠、藍(lán) 3種不同的顏色，通過三基色可以合成出任意顏色。 車牌的預(yù)處理 根據(jù)三基色原理，世界上任何色彩都可以由紅綠藍(lán)（ RGB）三色不同比例的混合來表示，如果紅綠藍(lán)（ RGB）三個(gè)信號(hào)分別由一個(gè)字節(jié)表示，則該圖像顏色位數(shù)就達(dá)到二十四位真 彩，也就是說在二十四位真彩的數(shù)字圖像中每個(gè)像素點(diǎn)由三個(gè)字節(jié)來表示，根據(jù)數(shù)字圖像水平和垂直方向像素點(diǎn)數(shù)（即圖像分辨率）可計(jì)算出一幅圖像實(shí)際位圖大小。 a=PY2PY1+1。 PX1=MaxX6*(PY2PY1)。%有最多藍(lán)點(diǎn)的行付給 PY1 %==============X 方向 =========================== X_threshhigh=(PY2PY1)/11。 baisebili=0。 myI=double(I)。 本 文 是利用車牌的彩色信息的彩色 定位 分割方法。%顯示原始圖像 chepailujing=[pn fn] I_bai=I。figure,imshow(I)。,39。 圖 原始圖像 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 9 %=========讀入圖片 的程序代碼 ========= clc。系統(tǒng)可以運(yùn)行于 Windows9Windows2020或者 Windows XP操作系統(tǒng)下，程序調(diào)試時(shí)使用 matlab。因此，需要對(duì)字符在識(shí)別之前再進(jìn)行一次針對(duì)性的處理。 目前 ， 已經(jīng)提出了很多種方法 ， 一個(gè)共同的出發(fā)點(diǎn)是 ： 通過牌照區(qū)域的特征來判斷牌照 ， 利用的車牌特征主要包括 ： 車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計(jì) “ 特征 ”、 車牌的幾何特征 、 車牌區(qū)域的灰度分布特征 、 車牌區(qū)域水平或垂直投影特征 、 車牌形狀特征和頻譜特征 。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 7 圖 車輛 車牌 識(shí)別系統(tǒng) 在第一部分圖像采集中 ， 主要通過 CCD 攝像頭與計(jì)算機(jī)的視頻捕捉卡直接相連來完成圖像采集 ， 可以實(shí)時(shí)在監(jiān)控圖像中抓取到含有車輛的圖像 。 在 LPR 系 統(tǒng)產(chǎn)品的性能指標(biāo)中 ，識(shí)別率和識(shí)別速度難以同時(shí)提高其中原因既包括圖像處理技術(shù)不夠成熟 ， 又受到攝像設(shè)備計(jì)算機(jī)等性能的限制 。編號(hào)超過10 萬時(shí)，就由 A、 B、 C等英文字母代替，第三個(gè)字符可能是英文字母，也可能是阿拉伯?dāng)?shù)字，第四至第七個(gè)字符均為阿拉伯?dāng)?shù)字。 車牌自動(dòng)識(shí)別系統(tǒng)擁有廣闊的應(yīng)用前景，但若在每個(gè)街口都裝配一套全新的車輛探測器的硬件系統(tǒng)則 投資巨大，所以急需一個(gè)純軟件實(shí)行的車牌自動(dòng)識(shí)別系統(tǒng)來最大限度的減少費(fèi)用，而純軟件的設(shè)計(jì)，不僅投資小而且靈活性高，適合我國的國情。另外，該系系統(tǒng)還可發(fā)現(xiàn)無車牌的車輛。該系統(tǒng)能夠測量和統(tǒng)計(jì)很多交通流指標(biāo)參數(shù)，如總的服務(wù)流率，總行程時(shí)間，總的流入量流出量，車型及車流組成，日車流量，小時(shí) /分鐘車流量，車流高峰時(shí)間段，平均車速，車輛密度等。車牌自動(dòng)識(shí)別系統(tǒng)可安裝于公路收費(fèi)站、停車場、十字路口等交通關(guān)卡處，其具體應(yīng)用可概括為： (l)交通監(jiān)控利用車牌識(shí)別系統(tǒng)的攝像設(shè)備，可以直接監(jiān)視相應(yīng)路段的交通狀況，獲得車輛密度、隊(duì)長、排隊(duì)規(guī)模等交通信息，防范和觀察交通事故?，F(xiàn)代交通的飛速發(fā)展以及車牌識(shí)別系統(tǒng)應(yīng)用范圍的日益拓寬給車牌識(shí)別系統(tǒng)提出了更高的要求。條形碼識(shí)別要求預(yù)先在車身上印刷條形碼，在系統(tǒng)的某一固定位置上安裝掃描設(shè)備，通過掃描來讀取條形碼，以達(dá)到識(shí)別車輛的目的。就位數(shù)而言，有七位數(shù)字的，有武警車九位數(shù)字的，有軍車、前兩位字符上下排列的等，所以也造成了處理的難度。從實(shí)用產(chǎn)品來看，如以色列的 HiTech公司研制的多種 See/Car system，適應(yīng)于幾個(gè)不同國家的車牌識(shí)別，就針對(duì)中國格式車牌的 See/Car syste而言，它不能識(shí)別漢字，且識(shí)別率有待提高。 車牌識(shí)別系統(tǒng)中的兩個(gè)關(guān)鍵子系統(tǒng)是車牌定位系統(tǒng)和車牌字符識(shí)別系統(tǒng)。 國內(nèi)外研究現(xiàn)狀 從 20世紀(jì) 90年代初，國外就已經(jīng)開始了對(duì)汽車牌照自動(dòng)識(shí)別的研究，其 主要途徑就是對(duì)車牌的圖像進(jìn)行分析，自動(dòng)提取車牌信息，確定汽車牌號(hào)。 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 引言 2 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 第二章 汽車車牌識(shí)別系統(tǒng)的研究 3 第二章 汽車車牌識(shí)別系統(tǒng)的研究 研究目的和意義 車牌識(shí)別 LPR是智能交通系統(tǒng) (ITS)的一個(gè)重要組成部分。 基于數(shù)字圖像處理的車牌識(shí)別系統(tǒng)主要由圖像的采集 、 牌照的定位 、 字符分割和字符識(shí)別四部分組成 。智能交通系統(tǒng)以車輛的自動(dòng)檢測作為信息的來源 ， 因而對(duì)汽車牌照等相關(guān)信息的自動(dòng)采集和處理的一門新的交通信息獲取技術(shù) —— 車牌識(shí)別 (License Plate Recognition ， LPR) 技術(shù)逐漸發(fā)展起來 ， 成為 信息處理技術(shù)的一項(xiàng)重要研究課題。針對(duì)這一問題 ， 人們運(yùn)行先進(jìn)的信息處理技術(shù)、導(dǎo)航定位技術(shù)、無線通信技術(shù)、自動(dòng)控制技術(shù)、圖像處理和識(shí)別技術(shù)及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等科學(xué)技術(shù) ， 相繼研發(fā)了各種交通道路監(jiān)視管理系統(tǒng)、車輛控制系統(tǒng)及公共交通系統(tǒng)。汽車牌照的自動(dòng)識(shí)別技術(shù)已經(jīng)得到了廣泛應(yīng)用。字符的分割采用的方法是以二值化后的車牌部分進(jìn)行垂直投影，然后在對(duì)垂直投影進(jìn)行掃描，從而完成字符的分割。 本文首先確定車輛牌照在原始圖像中的水平位置和垂直位置 ,從而定位車輛牌照 ,然后采用局部投影進(jìn)行字符分割。 隨 著公路逐漸普及，我國的公路交通事業(yè)發(fā)展迅速，所以人工管理方式已經(jīng)不能滿著實(shí)際的需要， 車牌識(shí)別系統(tǒng)使車輛管理更智能化，數(shù)字化，有效的提升了交通管理的方便性和有效性 ,微電子、通信和計(jì)算機(jī)技術(shù)在交通領(lǐng)域的應(yīng)用極大地提高了交通管理效率。如何有效地進(jìn)行交通管理 ， 越來越成為各國政府的相關(guān)部門所關(guān)注的焦點(diǎn)。它可以加強(qiáng)道路、車輛、駕駛員和管理人員的聯(lián)系 ， 實(shí)現(xiàn)道路交通管理自動(dòng)化和車輛行駛的智能化 ， 增強(qiáng)交通安全 ， 減少交通堵塞 ， 提高運(yùn)輸效率 ， 減少環(huán)境污染 ， 節(jié)約能源 ， 提高經(jīng)濟(jì)活力。 采用計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)進(jìn)行車牌識(shí)別是一個(gè)發(fā)展方向 。 (2) 實(shí)時(shí)性 :不論在汽車靜止還是高速運(yùn)行情況下 ， 圖像的采集識(shí)別系統(tǒng)必須在一定時(shí)間內(nèi)識(shí)別出車牌全部字符 ， 達(dá)到實(shí)時(shí)識(shí)別。車牌識(shí)別系統(tǒng)將獲取的車輛圖像進(jìn)行一系列的處理后，以字符串的形式輸出結(jié)果，這樣不但數(shù)據(jù)量小，便于存儲(chǔ)，操作起來也更容易，因此車牌識(shí)別系統(tǒng)的便捷性是人工車牌識(shí)別所不能比擬的，它蘊(yùn)藏著很大的經(jīng)濟(jì)價(jià)值和發(fā)展空間，對(duì)車牌識(shí)別技術(shù)的研究是非常有的意義的。為了解決圖像惡化的問題，目前國內(nèi)外采用主動(dòng)紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量，繼而提高識(shí)別率，但系統(tǒng)的投資成本過大 ，不適合推廣。 車牌字符識(shí) 別是在車牌準(zhǔn)確定位的基礎(chǔ)上，對(duì)車牌上的漢字、字母、數(shù)字進(jìn)行有效確認(rèn)的過程，其中漢字識(shí)別是一個(gè)難點(diǎn)，許多國外的 LPR系統(tǒng)也往往是因?yàn)闈h字難以識(shí)別而無法打入中國市場，因而探尋好的方法解決字符的識(shí)別也是至關(guān)重要的。在待處理的車牌圖像中就有小功率汽車使用的藍(lán)底白字牌照，大功率汽車所用的黃底黑字牌照，軍車和警車的白底黑字，紅字牌照等。 另外，還有兩種專門的技術(shù)被用于車牌的識(shí)別中，條形碼識(shí)別技術(shù)和無線射頻技術(shù)。 從目前一些產(chǎn)品的性能指標(biāo)可以看出，車牌識(shí)別系統(tǒng)的識(shí)別 率和識(shí)別速度有待提高。車牌自動(dòng)識(shí)別系統(tǒng)應(yīng)用于這些系統(tǒng)，可以解