【正文】 之與當(dāng)前設(shè)置一致。 實(shí)驗(yàn)環(huán)境 硬件環(huán)境： 數(shù)碼相機(jī)一臺（用于采集圖片）， PC 機(jī)一臺。 同樣，采用相同的方法，我們也一樣可以識別出其他的字符。 圖 字符 Q與 O的區(qū)別 26 接下來，我們將待識別圖像與字母‘ D’標(biāo)準(zhǔn)模板來進(jìn)行細(xì)比對，通過對比，我們注意到數(shù)字‘ 0’與字母‘ D’最大的區(qū)別是圖像的上 1/3部，如圖 所示，所以這次我們需要選取待識別圖像的上 1/3 部，拿它來與字母‘ D’ 的標(biāo)準(zhǔn)模板的上 1/3 部比較，這次，我們選定閾值為 ，通過比較，發(fā)現(xiàn)兩者的相似度遠(yuǎn)遠(yuǎn)低于 ，所以，我們同樣也不認(rèn)為是字母‘ D’。 最后一步，就是對待識別圖像與標(biāo)準(zhǔn)模板進(jìn)行細(xì)節(jié)比對，也就 是我們所說的字符細(xì)比對。這樣，剛好剝掉了一圈，這也正是我們細(xì)化所要做的事。我們根據(jù)被處理點(diǎn)的八個(gè)相鄰點(diǎn)的情況來查表，若表中 (2) (4) (3) (6) (1) (5) 24 的元素是 1，則表示該點(diǎn)應(yīng)該刪除，否則保留。 我們采用的是一種簡單而且效果很好的算法，能夠?qū)崿F(xiàn)抽取骨架的功能。細(xì)化，又稱為骨架化，即在不影響原圖的拓?fù)溥B接關(guān)系的條件下，將寬度大于一個(gè) 像素的圖形線條轉(zhuǎn)變?yōu)橹挥幸粋€(gè)像素寬度的處理過程，也就是抽取圖像的骨架，由于細(xì)化能很好地展現(xiàn)圖像的形狀，并且，細(xì)化還有一個(gè)優(yōu)點(diǎn)就是可以減少所需用到的內(nèi)存空間，這樣就可以在進(jìn)行圖像處理時(shí)簡化23 一些操作，加快處理速度。對這三個(gè)字符做這樣的完全識別后，可以得到一些非常有用的信息，這些信息可以返回到字符分割模塊，可以指導(dǎo)字符分割調(diào)整字符分割的策略。 （ 2）調(diào)用數(shù)字模板進(jìn)行識別，若為數(shù)字，則最終結(jié)果為一數(shù)字，識別結(jié)束；若為空字符，則表示不是數(shù)字，進(jìn)行第三步。 識別車牌的第 2個(gè)字符（若分割正確的話應(yīng)該是字母）： （ 1）調(diào)用字母模板庫進(jìn)行識別，若為字母，則最終結(jié)果為一個(gè)字母，識別結(jié)束；若識別結(jié)果為空字符，則表示不是字母，進(jìn)行第二步。找出距離最短的那個(gè)模板這個(gè)模板的輸出值就可以作為該數(shù)據(jù)對應(yīng)的輸出值。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿足牌照的字 符書寫格式、字符、尺寸限制和一些其他條件。它根據(jù)分 割和識別結(jié)果的耦合程度又有不同的劃分；自適應(yīng)分割線聚類法是一個(gè)分類器，用它來判斷圖像的每一列是否是分割線，它是根據(jù)訓(xùn)練樣本來進(jìn)行自適應(yīng)的神經(jīng)網(wǎng)絡(luò)，但是對于粘連的字符很難訓(xùn)練。 字符分割的算法有很多，通常是根據(jù)處理對象的不同有許多相應(yīng)的方法。 Hough 變換只能對己知形狀參數(shù)的曲線方程如二次曲線、直線來進(jìn)行描述，不能對未知曲線來進(jìn)行檢測，這是此變換的缺點(diǎn)。其 中 Hough 變換的方法比較常用。Hough 變換法 。傾斜的牌照不利于后續(xù)的字符分割與識別，嚴(yán)重的還可能引起牌照內(nèi)容的丟失，直接導(dǎo)致字符識別的失敗。又由實(shí)驗(yàn)可知，對圖像求卷積能量時(shí)，卷積長度越接近車牌的寬度，定位就越準(zhǔn)確?；谇笕【矸e能量極值區(qū)域進(jìn)行車牌定位的實(shí)驗(yàn)步驟基本如下：首先，為了提高定位準(zhǔn)確率，我們通過連續(xù)的兩幀圖像定出車輛大概位置，再在車輛的位置上搜索車牌，這樣不僅提高了準(zhǔn)確率，還提高了整個(gè)程序的運(yùn)行效率。 自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識別過程的關(guān)鍵。 車牌定位 從人眼視覺的角度出發(fā)，并根據(jù)車牌的字符目標(biāo)區(qū)域的特點(diǎn)，在灰度圖像的基礎(chǔ)上提取相應(yīng)的特征。本文對圖像中特亮和特暗的地方進(jìn)行灰度拉伸，有效增強(qiáng)圖像對比度，提高車牌定位準(zhǔn)確率。 本設(shè)計(jì)中所用到圖片是用數(shù)碼相機(jī)拍的，模型如下圖： 圖 照片模型 圖像預(yù)處理 圖像預(yù)處理部分需要對采集到的圖像進(jìn)行圖像加強(qiáng)、平滑濾波等操作，目的是突出車牌的主要特征，以便更好地提取車牌。最后完成了整個(gè)車牌字符的識別。至于軟件系統(tǒng)的選擇，因?yàn)檐浖到y(tǒng)的編寫大多采用 VC 或者 MATLAB 語言，本課題選用了 MATLAB 語言。模板匹配方法最大的優(yōu)點(diǎn)是識別率很高，但是因?yàn)橐瘘c(diǎn)操作，所以效率比較低下。其大體步驟是 :首先， 制作模板并要求模板的大小必須統(tǒng)一 。 雖然 BP 神經(jīng)網(wǎng)絡(luò)有以上的優(yōu)點(diǎn)，但因?yàn)槠溆惺諗康乃俣缺容^慢 。 隱層神經(jīng)元的輸入為所有輸入的加權(quán)之和，即 （式 ） 隱層神經(jīng)元的輸出井采用 S函數(shù)激發(fā) x，得 （式 ） 輸出層神經(jīng)元的輸出為 （式 ） 誤差性能指標(biāo)函數(shù)為 （式 ） (2)反向傳播：采用占學(xué)習(xí)方法，調(diào)整各層間的權(quán)值根據(jù)梯度下降法，權(quán)值學(xué)習(xí)方法如下： 輸出層即隱層的連接權(quán)值 W學(xué)習(xí)算法為 （式 ） 式中 為學(xué)習(xí)速率。神經(jīng)網(wǎng)絡(luò)是現(xiàn)代生物學(xué)研究人腦的組織成果基礎(chǔ)上提出的，用來模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為，它從微觀結(jié)構(gòu)和功能上對人腦進(jìn)行抽象和簡化。這個(gè)方法不需要特征提取這個(gè)過程，字符圖像直接作為特征與模板進(jìn)行比較，相似度最高的模板即定為識別結(jié)果。最常用的字符統(tǒng)計(jì)模式方法是模板匹配的字符識別方法。其不足之處正好和特征點(diǎn)的方法相反，11 在內(nèi)部筆劃粘連時(shí)，微結(jié)構(gòu)的提取會(huì)遇到困難。 （ 5） 基于微結(jié)構(gòu)特征的方法。 （ 4） 特征點(diǎn)方法。這兩種方法都是針對字符圖像輪廓的。 （ 2） 利用變換特征方法。字符的統(tǒng)計(jì)模式識別是將字符點(diǎn)陣看作一個(gè)整體，其所用的特征是從這個(gè) 整體上經(jīng)過大量的統(tǒng)計(jì)而得到的 .統(tǒng)計(jì)特征的特點(diǎn)是抗干擾能力強(qiáng)，匹配與分類的算法簡單，易于實(shí)現(xiàn) .不足之處在于細(xì)分能力較弱，區(qū)分相似字的能力差一些。這些因素直接影響到結(jié)構(gòu)基元的提取。還可以認(rèn)為漢字是由更小的結(jié)構(gòu)基元構(gòu)成的。換句話說，字符圖像含有豐富的結(jié)構(gòu)信息。 多路徑識別算法的理論基礎(chǔ) 在本文涉及到的多路徑識別算法 — 車牌照識別技術(shù)中，對于 一個(gè)完整的車輛牌照識別系統(tǒng) 而言 應(yīng)該包括圖像采集、圖像預(yù)處理、車牌定位、字符切分、字符識別以及圖像編碼、數(shù)碼傳輸與更新等步驟，基本可以分為硬件部分和軟件部分，硬件部分主 要完成車輛圖像的攝取采集，軟件部分主要完成對采集到的車輛圖像進(jìn)行車輛牌照定位、車牌字符切分與車牌字符識別等工作，這部分工作最為復(fù)雜，最后對識別結(jié)果進(jìn)行數(shù)據(jù)傳送和存儲，將處理后的識別信息交給管理系統(tǒng)進(jìn)行管理。從起點(diǎn)到終點(diǎn)存在兩條或兩條以上的路徑，將最短路徑作為車輛選擇路徑，此方法最為簡便，投資最少。 車牌照識別方法雖然不影響行車速度，但是應(yīng)用車牌照抓拍系統(tǒng)進(jìn)行多路徑的9 判別，投資較大且系統(tǒng)精度根據(jù)圖像識別算法的不同效果 也不同一般不能達(dá)到100%。在國家政策方面，交通部交公路發(fā) [1999]9 號文件《關(guān)于認(rèn)真做好公路收費(fèi)站點(diǎn)清理整頓的通知》中規(guī)定“對通行車輛一次完成通行費(fèi)收繳和票證發(fā)放工作，不準(zhǔn)設(shè)立旨在進(jìn)行內(nèi)部監(jiān)督驗(yàn)票的檢查站”。第二種方法只需在產(chǎn)生歧義的路段設(shè)立標(biāo)識站，獲取車輛行駛的標(biāo)識 信息，就可以根據(jù)出口信息、入口信息、標(biāo)識信息，識別出任意車輛的行駛路徑。從基本思路看，多路徑識別技術(shù)可以分為精確識別和概率識別兩類。 由于目前我國聯(lián)網(wǎng)收費(fèi)還是剛剛開始 ,對其相關(guān)的技術(shù)研究的還不是都很深入 ,路徑識別技術(shù)的研究在這種環(huán)境下也只是剛剛開始 ,在現(xiàn)有的“一路一公司”的情況下實(shí)行 的協(xié)商法需要各路公司相互之間有良好的協(xié)調(diào)關(guān)系。當(dāng)不同路徑的路阻之差在 10%之內(nèi) ,且車流量較少 ,涉及的通行費(fèi)較低時(shí) ,可采取收費(fèi)員入口指導(dǎo) ,出口詢問方式 。二是收費(fèi)管理層面 ,主要是通行費(fèi)收入拆分問題。最初山東省采用最短距離法進(jìn)行路徑識別與通行費(fèi)收入拆分。針對這兩個(gè)二義性路徑。江蘇省蘇北高速公路路徑識別技術(shù)研究的對象即蘇北高速公路網(wǎng) ,蘇北高速公路網(wǎng)的聯(lián)網(wǎng)收費(fèi)范圍包括京滬高速沂淮江段、寧連高速淮連段、京福高速徐州東繞城段、徐宿 高速公路、寧宿高速公路、寧通高速公路、廣靖高速公路、連徐高速公路、寧靖鹽高速公路、汾灌高速公路及江陰大橋。 6 國內(nèi)研究現(xiàn)狀 目前許多省市建設(shè)的高速公路都具有相當(dāng)規(guī)模 ,聯(lián)網(wǎng)收費(fèi)己成大 勢所趨。德國將投入的高速公路收費(fèi)系統(tǒng)命名為“ Toll Collect” ,是目前世界上不設(shè)收費(fèi)窗口的最先進(jìn)的道路收費(fèi)系統(tǒng)之一。 德國一直在高速公路上未建任何收費(fèi)設(shè)施 ,對車輛收取的通行費(fèi) 包含在燃油費(fèi)和養(yǎng)路費(fèi)中。目前 ,日本高速公路 80%的出入口都實(shí)現(xiàn)了 ETC化 ,而且越來越多的汽車安裝了 ETC 系統(tǒng)。 國外研究現(xiàn)狀 國外高速公路實(shí)行收費(fèi)的雖然有一些，但是大部分規(guī)模不大，或 者是路公司比較單一，他們的研究主要集中在電子不停車收費(fèi)（ ETC,即 Electronic Toll Collection）系統(tǒng)上面， 或者是更為智能的如德國研究的利用全球定位系統(tǒng)（ GPS）的收費(fèi)系統(tǒng)，但專門就在高速公路路徑識別這方面的研究很少。 第五章， 實(shí)驗(yàn)環(huán)境平臺搭建、識別過程、實(shí)驗(yàn)數(shù)據(jù)及分析。本章詳細(xì)闡述了 多路徑識別 理論的基本原理。 本章 首先介紹了 多路徑識別 理論研究的背景和意義，然后綜述了 陳述了本文的內(nèi)容安排。 (2) 使用 MATLAB 的圖形用戶界面技術(shù)（ GUI）編寫牌照識別系統(tǒng)面板，可以達(dá)到與牌照定位切分程序及字符識別程序的無縫連接。 MATLAB 的一個(gè)重要特色就是具有一套程序擴(kuò)展系統(tǒng)和一組稱之為工具箱的特殊應(yīng)用子程序。目前， MATLAB 已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如 數(shù)據(jù)采集、數(shù)據(jù)庫接口、概率統(tǒng)計(jì)、樣條擬合、優(yōu)化算法、偏微分方程求解、 神經(jīng)網(wǎng)絡(luò) 、 小波分析 、信號處理、圖像處理、系統(tǒng)辨識、控制系統(tǒng)設(shè)計(jì)、 LMI 控制、魯棒控制、模型預(yù)測、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計(jì)、實(shí)時(shí)快速原型及半物理仿真、嵌入式系統(tǒng)開發(fā)、定點(diǎn)仿真、 DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（ Toolbox）家族中有了自己的一席之地。同時(shí)對一些特殊的可視化要求，例如圖形對3 話等， MATLAB 也有相應(yīng)的功能函數(shù)，保證了用戶不同層次的要求。 4．出色的圖像處理功能 MATLAB 自產(chǎn)生之日起就具有方便的數(shù)據(jù)可視化功能，以將向量和矩陣用圖形表現(xiàn)出來，并且可以對圖形進(jìn)行標(biāo)注和打印。在通常情況下，可以用它來代替底層編程語言，如 C 和 C++ 。而且這種語言可移植性好、可拓展性極強(qiáng)，這也是 MATLAB 能夠深入到科學(xué)研究及工程計(jì)算各個(gè)領(lǐng)域的重要原因。 2．簡單易用的程序語言 MATLAB 一個(gè)高級的矩陣 /陣列語言，它包含控制語句、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入和輸出和面向?qū)ο缶幊烫攸c(diǎn)。包括 MATLAB 桌面和命令窗口、歷史命令窗口、編輯器和調(diào)試器、路徑搜索和用于用戶瀏覽幫助、工作空間、文件的瀏覽器。 （ 3）倒卡、逃費(fèi)問題。為高速公路正常收取車輛通行費(fèi)造成的及大的損失，同時(shí)也帶來了不良的社會(huì)影響。 研究背景和意義 隨著高速公路路網(wǎng)規(guī)模的不斷擴(kuò)大，聯(lián)網(wǎng)收費(fèi)區(qū)域內(nèi)的環(huán)狀路結(jié)構(gòu)變得更加復(fù)雜，僅河北省一片區(qū)（京津以南高速公路）聯(lián)網(wǎng)收費(fèi)區(qū)域內(nèi)的已有路、在建路和未建路共有約 20 個(gè)最小封閉環(huán)路，如果在每個(gè)不同業(yè)主的路段設(shè)收費(fèi)站，投資巨大，也會(huì)影響高速公路的效率，同時(shí)，傳統(tǒng)的收費(fèi)車道所采用的人工輸入車牌號碼后 3位數(shù)字的方式時(shí)效性差，巨大的工作量直接影響高速公路的通行能力和服務(wù)水平。 template matching。研究結(jié)果表明車牌識別率較高，適應(yīng)性較強(qiáng)，實(shí)時(shí)性比較好。 本文采用直方圖變換、邊緣檢測、二值化等方法對車牌圖像進(jìn)行了預(yù)處理。1 畢業(yè)設(shè)計(jì)（論文） 課題 名稱 多路徑識別算法的研究 院別： 電氣工程學(xué)院 專業(yè)： 電子信息工程 2 摘要 隨著各省市高速公路的不斷建設(shè)，基本上建成了大小規(guī)模不等的聯(lián)網(wǎng)收費(fèi)系統(tǒng)，在聯(lián)網(wǎng)收費(fèi)系統(tǒng)建設(shè)中，都面臨了一個(gè)共同的問題 —— 車輛行駛路徑的識別。 本文介紹了多路徑識別的多種算法，并著重分析了識別算法中的汽車牌照識別，根據(jù)車牌圖像特點(diǎn)，對車牌識別算法關(guān)鍵環(huán)節(jié)包括數(shù)字圖像預(yù)處理，車牌定位，車牌字符識別等三部分一一進(jìn)行了分析研究。并采用了 MATLAB 來完成算法的設(shè)計(jì)與實(shí) 現(xiàn)。 license plate location。所以說解決多路徑識別 問題在完善高速公路聯(lián)網(wǎng)收費(fèi)系統(tǒng)中起著至關(guān)重要的作用。同時(shí)由于高速公路中大型車輛倒卡、逃費(fèi)現(xiàn)象十分猖獗，通常表現(xiàn)為利用目前機(jī)電系統(tǒng)存在的功能不完善漏洞，實(shí)現(xiàn)相同貨車套牌倒卡具體表現(xiàn)為滿載長途與空載短途同號牌車輛倒卡，即通過減少里程，逃避超載處罰力度。 （ 2）通行費(fèi)的準(zhǔn)確拆分。這些工具方便用戶使用 MATLAB 的函數(shù)和文件，其中許多工具采用的