【正文】 35所示 bw=imsubtract(i,bg)。disk39。這種方法不僅在車牌邊緣的提取上用到，在處理汽車圖像也很有用。 （ 5） Canny 算子檢測邊緣的方式是尋找圖像梯度的局部極大值。 （ 4） LOG 算子（拉普拉斯算子）是圖像首先與高斯濾波器進行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結構組織將被濾除。 下面簡單介紹幾種常用算子： Roberts 算子是一種利用局部差分算子尋找邊緣的算子， Roberts 算子對具有陡峭的低噪聲圖像效果較好。 為了對有意義的邊緣點進行分類，與這個點相聯(lián)系的灰度級必 須比在這一點的背景上變換更有效，我們通過門限方法來決定一個值是否有效。 因此，閾值的選取就成了車牌定位分割的重點。 在使用閾值法進行分割技術時，閾值的選取成為能否正確分割的關鍵，若將所有灰度值大于或等于某閾值的像素都被判屬于物體，則將所有灰度值小于該閾值的像素被排除在物體之外，如果閾值選取的過高，則過多的目標區(qū)域將被劃分為背景，相反如果閾值的選取的過低，則過多的背景將被劃分到目標區(qū)。石家莊鐵道大學四方學院畢業(yè)設計 10 關于這方面的文獻很多。如“貴 A民用牌照第 1 個字符是漢字，且是各省市的簡稱，如“京”、“蘇”、“鄂”等。二維窗口形狀可以是正方形、近似圓形或十字形。 在一維情況下，中值濾波器是一個含有奇數個像素的窗口。 title(39。原始彩色圖像 39。 Matlab 實現 %裝入待處理圖像并顯示原始圖像 如圖 32： clear。平滑是圖像預處理的主要環(huán)節(jié)，平滑的好壞直接影響二值化的質量。對已經定位好的車牌進行圖像預處理，逐個的特征提取，然后從相應的文件中讀取相應的節(jié)點數和權值，把車牌字符分別送入相應的網絡進行識別，輸出識別結果。車牌的字符像素為黑色，用 0 表示。如何從牌照中自動提取其傾斜度是預處理過程中的一個難點，一般使用Hough 變換檢測圖像中的直線來對圖 像的傾斜進行相應的矯正 [12]?；叶壤斓囊馑季褪前迅信d趣的灰度范圍拉開，使得該范圍內的像素，亮的更亮，暗的更暗，從而達到了增強對比度的目的。 圖像的去噪 圖像可能在拍攝或者傳輸過程中夾帶了噪聲，去噪聲是圖像處理中常用的手法。 閾值化的變換函數表達式如下： ??? ??? Tx Txxf ,255,0)( （ 22） 式中 T 為指定的閾值。全局 閾 值方法的優(yōu)點在于算法簡單，對于 目標和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對輸入圖像量化噪聲或不均勻石家莊鐵道大學四方學院畢業(yè)設計 5 光照等情況抵抗能力差，應用受到極大限制。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產生額外的空缺等等。選擇灰度變換函數應該根據圖像的性質和處理目的來決定。函數 T（ D）稱為灰度變換函數，它描述了輸入灰度值和輸出灰度值之間的轉換關系。 從圖像輸入裝置得到的圖像數據，以濃淡表示，各個像素與某一灰度值相對應。 石家莊鐵道大學四方學院畢業(yè)設計 4 第 2 章 識別系統(tǒng)的相關技術簡介 圖像的灰度化 彩色圖像包含著 過多 的顏色信息，因此在對圖像進行識別等處理中經常將彩色圖像 灰度化處理， 轉變?yōu)榛叶葓D像，以加快處理速度。 字符分割：利用投影檢測的字符定位分割方法得到單個的字符 字符識別：利用模板匹配的方 法與數據庫中的字符進行匹配從而確認出字符，得到最后的汽車牌照，包括英文字母和數字。 車牌識別系統(tǒng)的組成 硬件和軟件 識別系統(tǒng)中要用到的硬件主要有攝像頭 、 感應器和計算機。但并不盡合我國國情 。 國內外發(fā)展現狀 伴隨著世界各國汽車數量的增加 , 城市交通狀況日益受到人們的重視，如何有效地進行交通管理，越來越成為各國政府和有關部門所關注的焦點，針對此問題，人們運用先進的科學技術，相繼研制開發(fā)出了各種交通道路監(jiān)視、管理系統(tǒng)，這些系統(tǒng)一般都包括車輛檢測裝置，通過這些裝置對過往車輛實施檢測，提取有關交通數據，以達到監(jiān)控、管理和指揮交 通的目的 [3]。 40 石家莊鐵道大學四方學院畢業(yè)設計 1 第 1 章 緒 論 研究背景及意義 汽車牌照自動識別系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是高科技的公路交通監(jiān)控管理系統(tǒng)的主要功能模塊之一。 32 附錄 B 程序清單 32 附錄 A 外文資料 31 附錄 30 致謝 27 模板匹配 24 第 5 章 汽車牌照字符識別 19 計算車牌垂直投影 17 計算車牌水平投影 17 字符分割的步驟 9 邊緣檢測 9 閾值化技術 5 灰度拉伸 5 圖像的去噪 汽車圖像預處理部分完成對原始汽車圖像進行必要的灰度化、去噪聲、圖像增強處理，車牌定位與提取部分利用邊緣檢測方法對圖像進行定位與提取，然后利用水平投影的方法對提取的圖像進行字符 分割，最后利用字符寬高將分割字符提取。 ：任務書、 開題報告、外文譯文、譯文原文（復印件）。有權將論文（設計）用于非贏利目的的少量復制并允許論文（設計）進入學校圖書館被查閱。 車牌照識別系統(tǒng)設計與實現 Design and Implementation of Car License Plate Recognition System 畢業(yè)論文（設計）原創(chuàng)性聲明 本人所呈交的畢業(yè)論文（設計） 是我在導師的指導下進行的研究工作及取得的研究成果。 作者簽名： 日期： 畢業(yè)論文（設計）授權使用說明 本論文（設計）作者完全了解 **學院有關保留、使用畢業(yè)論文（設計）的規(guī)定，學校有權保留論文（設計）并向相關部門送交論文（設計）的電子版和紙質版。 作者簽名： 指導教師簽名： 日期： 日期： 注 意 事 項 （論文）的內容包括： 1）封面（按教務處制定的標準封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關鍵詞 4）外文摘要、關鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結論 7）參考文獻 8）致謝 9）附錄（對論文支持必要時） ：理工類設計（論文）正文字數不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字數不少于 萬字。 本文針對汽車牌照自動識別系統(tǒng)進行了系統(tǒng)的研究和分析，設計了一種汽車牌照的自動識別方法，包括圖像的預處理、車牌定位與提取、字符分隔和提取。1 研究背景及意義 1 車牌識別系統(tǒng)的組成 2 硬件和軟件 4 圖像的二數值化和閾值處理 5 圖像的傾斜矯正 7 車牌圖像預處理 15 第 4 章 車牌字符分割 27 字符識別方法簡介 對課題進行深刻的認識 ，綜合性地運用幾年內所學知識去分析、解決問題 [2]。 國外汽車牌照識別系統(tǒng)研究工作已有一定進展 。是一個比較有發(fā)展前途的車牌識別系統(tǒng)。最后得到的便為車牌區(qū)域。汽車圖像原始圖像 圖像預處理 邊緣提取 車牌定位 字符分割 字符識別 石家莊鐵道大學四方學院畢業(yè)設計 3 預處理 部分完成對原始汽車圖像進行必要的灰度化、去噪聲、圖像增強處理，車牌定位與提取部分利用邊緣檢測方法對圖像進行定位與提取，然后利用水平投影的方法對提取的圖像進行字符分割，最后利用字符寬高將分割字符提取。而 R， G， B 的取值范圍是 0~255，所以灰度的級別只有 256 級 [7]。 DTD? （ 21） 要求 D 和 D’都在圖像的灰度范圍之內?；叶茸儞Q函數不同，即使是同一圖像也會得到不同的結果 [8]。在數字圖像處理中，二值圖像占有非常重要的地位。全局 閾 值法是根據圖像的直方圖或灰度的空間分布確定一個 閾 值，并根據該 閾 值實現灰度圖像到二值化圖像的轉化。 閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設置為 0 或 255，否則灰度值設置為255 或 0[9]。圖像銳化的方法有兩種 :梯度銳化法和高通濾波法 [10]。 灰度拉伸 若有一幅圖，由于拍攝光照不足，使得整幅圖偏暗（例如，灰度范圍從 055），或者拍攝時光照過強，使得整幅圖偏亮（灰度范圍從 200255），這些情況都是屬于低石家莊鐵道大學四方學院畢業(yè)設計 6 對比度，即灰度都擠在一起，沒有拉開。因此有必要針對特定的牌照圖像提取其傾斜角度，再加以相應的旋轉處理。 車牌字符分割 經過上面一系列預處理后，得到的是一條上下邊緣緊貼字符的水平二值圖像，其中，車牌的背景像素為白色，用 1 表示 。其具體流程為 :使用漢字、字母、字母數字、數字四個樣本分別對四個子網絡進行訓練，得到相應的節(jié)點數和權值。 首先應該把 256 色彩色圖像轉換為灰度圖像。中值濾波在一定條件下可以克服線性濾波器如最小均方濾波、均值濾波等帶來的圖像細節(jié)模糊，而且對濾波脈沖干擾及圖像掃描噪聲最為有效，同時還可以保護字的邊界信息。 figure, imshow(Scolor), title(39。 figure,imshow(i)。 石家莊鐵道大學四方學院畢業(yè)設計 9 圖 33 灰度化后的圖像 中值濾波 中值濾波是一種非線性濾波處理技術，能有效地抑制圖像中的某些噪聲，它基于圖像這樣一種特性：噪聲往往以孤立點的形式出現，這些點對應的像素數很少，而圖像是由許多像素數較多、面積較大的小塊組成。中值濾波很容易推廣到二維情況。這四種牌照的長度均為 45cm，寬 15cm，共 8 個字符?！保?4～ 8 個字符均為阿拉伯數字或英文大寫字母。 閾值化技術 基于閾值的車牌定位分割方法是圖像分割中十分古老而又簡單有效的常用方法。 所謂全局閾值的方法就是利用整幅圖像的灰度信息，從整個圖像中得到用于分割的閾值，并且根據該閾值對圖像進行分割 ；而局部閾值的方法是根據圖像中不同區(qū)域獲得對應不同區(qū)域的幾個閾值，利用這些得到的閾值對圖像進行分割，也就是一個閾值對應圖像中的一個子區(qū)域。當圖像灰一種簡單而廣泛應用的方法。一階導數可以用于檢測圖像中一個點是否是邊緣點，二階導數的符號可以用于判斷邊緣像素是在邊緣亮的一邊還是暗的一邊。一階導數的局部最大值對應二階導數的零交叉點，這樣通過找圖像強度的二階導數餓的零交叉點就能找到精確邊緣點。 Prewitt 算子也產生一幅邊緣幅度的圖像，也是對灰度漸變和噪聲較多的圖像處理效果較好。最后用二值化產生閉合的連通的輪廓，消除所有內部點。 對比分析可知 Canny 算子對車牌處理效果最好。 （ 1）對原始圖像進行開操作得到圖像背景圖像，如圖 34 所示： s=strel(39。 figure,imshow(bg)。將圖像二值化，石家莊鐵道大學四方學院畢業(yè)設計 13 如圖 36： [m,n]=size(i)。 bw2=im2bw(bw,level)。 grd=edge(bw2,39。圖像邊緣提取 39。,[5,