【正文】 24 膨脹處理(2)腐蝕運(yùn)算腐蝕的原理是消除邊界點(diǎn)，使圖像的邊界向內(nèi)收縮，具有收縮圖像的作用。數(shù)學(xué)形態(tài)學(xué)圖像處理是一種鄰域運(yùn)算，將這種鄰域稱作結(jié)構(gòu)元素，在每個像素位置上，結(jié)構(gòu)元素與對應(yīng)的區(qū)域進(jìn)行運(yùn)算，結(jié)果作為輸出圖像的對應(yīng)像素。圖 23 顯示了對加入了椒鹽噪聲的圖片進(jìn)行均值濾波后的效果。全局閾值的二值化算法是指在整幅圖像中使用一個統(tǒng)一的閾值對灰度圖像進(jìn)行二值化，當(dāng)圖像背景比較單一時，采用全局閾值進(jìn)行圖像處理一般可得到比較滿意的結(jié)果，并且算法較簡單易于實(shí)現(xiàn)?；叶葓D進(jìn)行算法處理相對簡單，處理灰度圖像的速度會比處理彩色空間的圖像快很多，因此常常將彩色圖像進(jìn)行灰度處理后再做下一步的算法分析。通過圖像的預(yù)處理，可以使車牌的主要特征更加突出，便于更好的提取車牌?？紤]到傳統(tǒng)的串行，無學(xué)習(xí)功能的機(jī)械式計(jì)算方法的缺陷，本文采用了具有大規(guī)模并行處理和分布式信息存儲，良好的自適應(yīng)，自學(xué)習(xí)能力的改進(jìn)即人工神經(jīng)網(wǎng)絡(luò)，使得該法成為本文進(jìn)行字符識別所使用的主要方法。本文車牌識別的步驟為:圖像預(yù)處理、車牌定位、字符分割、BP 網(wǎng)絡(luò)訓(xùn)練、字符識別等幾個部分。目前離線的文字字符識別產(chǎn)品已大量問世，有代表性的國內(nèi)外系統(tǒng)和研究小組有：美國的 Expervision 的 PTK(Recognition Cool Kits)和紐約州立大學(xué) Bufalo 分校的 Cedar 研究中心，加拿大 Conordia 大學(xué)的 Cenparmi 實(shí)驗(yàn)室，日本東芝的 Textreader。目前比較成熟的產(chǎn)品有中科院自動化研究所漢王公司的“漢王眼” ，它采用 CMOS 攝像頭+DSP+MPU 組成一個高速運(yùn)行的硬件平臺，C 帕 S 攝像頭直接輸出數(shù)字信號，可方便地與 DSP 連接；用 DSP+MPU 代替工控機(jī)，可充分利用 DSP 在圖像處理方面的速度優(yōu)勢和單片機(jī)工作可靠的優(yōu)點(diǎn)，使圖像處理成為一個完整的系統(tǒng)?，F(xiàn)階段，國外對汽車牌照識別的研究，較為著名的有以色列 HITECH公司的 SEE/CARSYSTEM 系列，新加坡 OPTASIA 公司的 VLPRS 系列都是比較成熟的產(chǎn)品。我國車牌識別系統(tǒng)技術(shù)相對他國的車牌識別系統(tǒng)來講，其需求和難度更大 [3]，原因是：。在許多系統(tǒng)中，其字符識別均采用了人工神經(jīng)網(wǎng)絡(luò)方法。使用關(guān)鍵點(diǎn)進(jìn)行模板匹配有效地減少了模板中象素點(diǎn)的個數(shù)，只利用字符的關(guān)鍵點(diǎn)進(jìn)行模板匹配，既提高了識別速度，又具有較高的識別率。（1）基于模板匹配的字符識別的基本過程是：首先對待識別字符進(jìn)行二值化并將其尺寸大小歸一化為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。字符分割常采用垂直投影法 [2]實(shí)現(xiàn)。車牌有矩形邊框，字符位于矩形框中，且有間隔，并且每個字符的高寬和字符間的間隔滿足一定的條件。（3）車牌區(qū)域水平或垂直投影特征，車牌區(qū)域水平或垂直灰度投影呈現(xiàn)連續(xù)的峰、谷、峰的分布。預(yù)處理的效果對隨 3 后的定位處理有很大的影響，因此選擇可靠的預(yù)處理算法也是非常重要的。在整個系統(tǒng)中，核心的部分是基于軟件算法實(shí)現(xiàn)的圖像處理模塊。本文的研究是希望通過算法深入探 2 討，建立基于算法的實(shí)際系統(tǒng)，在固定的交通路口或收費(fèi)站口，配合已安裝的視頻監(jiān)視系統(tǒng)，在接收視頻的后臺實(shí)時的對前方或后方運(yùn)行的汽車進(jìn)行車輛牌照檢查。此外，由于日益增長的安全需求，使得車輛識別技術(shù)變得極為重要，為了監(jiān)控身份未知的車輛進(jìn)入一些隱私領(lǐng)域，上述提到的系統(tǒng)也可被用于車輛進(jìn)出控制系統(tǒng)。 選題的背景和意義鑒于交通管理的現(xiàn)狀，智能交通系統(tǒng) (Intelligent Transportation Systems，ITSs) 的研究正在如火如荼的開展，目前的研究表明：ITSs 可以幫助提高交通管理的機(jī)動性和交通安全，通過使用這些先進(jìn)的技術(shù)，也提高了交通管理的效率。針對這種情況，管理部門已經(jīng)著手進(jìn)行諸如交通信號自適應(yīng)控制系統(tǒng)、智能交通監(jiān)控系統(tǒng)、GPS 車輛管理及導(dǎo)航系統(tǒng)、停車場自動收費(fèi)系統(tǒng)、汽車牌照自動識別等智能化交通管理系統(tǒng)的研制。本文研究內(nèi)容的創(chuàng)新性體現(xiàn)在以下三個方面：(1)車牌定位階段，采用一個改進(jìn)的自適應(yīng) PCNN 神經(jīng)網(wǎng)絡(luò)對圖像進(jìn)行預(yù)處理可以得到一個細(xì)節(jié)豐富，邊緣完整的二值圖像，隨后基于牌照固有特征，結(jié)合一種新的形態(tài)學(xué)方法，可以得到多個車牌候選區(qū)域：(2)車牌字符分割階段，為了滿足算法實(shí)時性的要求，對畸變車牌進(jìn)行預(yù)處理時，采用字符的行特征來描述本文的傾斜校正算法，之后，基于改進(jìn)的投影特征圖對字符圖像分割；(3)字符識別階段，為了提高算法的準(zhǔn)確性，采用改進(jìn)的 BP 神經(jīng)網(wǎng)絡(luò)。在牌照的定位之前，本文首先運(yùn)用不同于當(dāng)下傳統(tǒng)的方法，而是結(jié)合當(dāng)前比較熱門的 BP 神經(jīng)網(wǎng)絡(luò)來對圖像進(jìn)行預(yù)處理，得到了比較突出的牌照信息。中文摘要隨著城市交通管理現(xiàn)代化水平的提高，建立在車輛牌照識別基礎(chǔ)上的交通信號自適應(yīng)控制系統(tǒng)、智能交通監(jiān)控系統(tǒng)、GPS 車輛管理及導(dǎo)航系統(tǒng)、智能化交通管理系統(tǒng)應(yīng)運(yùn)而生。主要工作是利用 BP 神經(jīng)網(wǎng)絡(luò)算法對牌照的字符識別進(jìn)行了研究。仿真結(jié)果表明本算法在車牌識別中具有明顯的優(yōu)勢。 The last step is characters recognition, ANN is the key tool in recognition. An improved neural work is designed to segment the characters. The whole license plate recognition is achieved through those steps. The result of emulator proves that my arithmetic would be able to improve the rate of recognition, effectively.My work has three innovations. Firstly, An improved and automatic PCNN neural work is used to dispose the image, and A binary image is gained, which has an abundant details, intact edges, then T get lots of candidate areas of license plate, based on the inside features of license plate and a new mathematics morphology. Secondly, when the change image is handled, an arithmetic based on the line features of characters is used, and then segment the image of characters based on improved project features. Thirdly, I improve on BP neural work to improve the rate of recognition.KEY WORDS: Digital Image Processing License Plate Recognition Character Recognition Neural Network.目錄第一章 緒論 .....................................................1 選題的背景和意義 .......................................1 車牌識別的技術(shù)研究 .....................................2 本文研究的內(nèi)容 .........................................5第二章 車牌預(yù)處理及定位與分割算法研究 ...........................7 圖像預(yù)處理 .............................................7 車牌定位算法介紹 ......................................11第三章 汽車牌照字符分割方法研究 ................................12 車牌字符的一般特征分析 ................................12 字符分割方法研究 ......................................12 基于垂直投影和優(yōu)割字符分割方法 ........................14 實(shí)驗(yàn)結(jié)果及分析 ........................................18第四章 汽車牌照字符分割 ........................................20 車牌圖像傾斜的糾正 ....................................20 基于投影圖的字符圖像的分割 ............................24 字符的歸一化 ..........................................27第五章 汽車牌照的字符識別 ......................................30 車牌字符特征提取 ......................................30 基于 BP 神經(jīng)網(wǎng)絡(luò)的字符識別 .............................31 本文的 BP 網(wǎng)絡(luò)結(jié)構(gòu) .....................................42總結(jié) ...........................................................43參考文獻(xiàn) .......................................................44附錄 ...........................................................46致謝 ...........................................................47 1 第一章 緒論20 世紀(jì) 90 年代以來，伴隨著我國經(jīng)濟(jì)的快速騰飛，國民經(jīng)濟(jì)的高速發(fā)展，機(jī)動車輛規(guī)模及數(shù)量大幅度增加，與此同時，公路上違章違規(guī)的車輛也屢見不鮮，由此造成的交通事故、環(huán)境污染屢見不鮮，鑒于此，城市交通管理現(xiàn)代化水平的提高勢在必行，迫切需要采用高科技手段來實(shí)時監(jiān)控和檢測路上行駛的車輛，以加強(qiáng)交通管理水平。這就需要該系統(tǒng)能夠?qū)Νh(huán)境光照條件，拍攝位置和車輛行駛速度等因素的影響有較大的魯棒性，并能夠滿足實(shí)時性的要求。LPR 被認(rèn)為是智能基礎(chǔ)設(shè)施系統(tǒng)的核心構(gòu)成，例如電子收費(fèi)系統(tǒng)( 收費(fèi)站，負(fù)費(fèi)停車場)，高速公路，和交通監(jiān)管上的人工管理系統(tǒng)。已有的 LPR 技術(shù)或多或少都還存在某些缺陷，尤其是在實(shí)時性和識別率方面不夠成熟。 車牌識別的技術(shù)研究一個 LPR 系統(tǒng)通常包括前端視頻采集設(shè)備，照明設(shè)備，基于 DSP 的硬件圖像處理平臺，終端計(jì)算機(jī)系統(tǒng)，識別軟件，后臺數(shù)據(jù) LPR 系統(tǒng)中，外圍攝像系統(tǒng)把采集到的視頻信息，經(jīng)由一個高速的網(wǎng)絡(luò)傳輸系統(tǒng)，把圖像交由后臺的視頻圖像處理平臺進(jìn)行處理，處理的結(jié)果根據(jù)實(shí)際需要與終端平臺，數(shù)據(jù)庫，或其它輸入輸出外設(shè)進(jìn)行互連。這些預(yù)處理包括邊緣檢測、二值化、灰度均衡化和對比度處理等等。（2）車牌區(qū)域的灰度分布特征，穿過車牌的水平直線其灰度呈現(xiàn)連續(xù)的峰、谷、峰的分布，具有紋理特征。（6）車牌形狀特征，字符排列格式特征。 字符分割技術(shù)車輛牌照字符分割是指將車牌區(qū)域分割成單個的字符區(qū)域，以便后續(xù)字符識別算法對單個字符進(jìn)行處理，其難點(diǎn)是對粘連、斷裂字符的分割。 4 字符識別技術(shù)目前用于車牌字符識別中的算法主要有基于模板匹配的方法、基于特征匹配的方法以及基于人工神經(jīng)網(wǎng)絡(luò)的方法。基于關(guān)鍵點(diǎn)的模板匹配算法對傳統(tǒng)的模板匹配算法做出改進(jìn)，此算法先對待識別字符進(jìn)行關(guān)鍵點(diǎn)提取，即對字符進(jìn)行拓?fù)浞治鲆缘玫竭叿吘壍年P(guān)鍵點(diǎn)，然后對關(guān)鍵點(diǎn)去噪，最后再確定字符的分類。（3）近年來，人工神經(jīng)網(wǎng)絡(luò)以其抗噪聲、容錯、自適應(yīng)、自學(xué)習(xí)能力強(qiáng)，融合預(yù)處理和識別于一體，識別速度快等特點(diǎn)受到人們重視，在字符識別技術(shù)中得到了廣泛應(yīng)用。另一種方法則充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，不進(jìn)行特征提取，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實(shí)現(xiàn)特征提取直至識別，這種網(wǎng)絡(luò)信息處理量很大，但是隨著 DSP 和計(jì)算機(jī)硬件性能/價格比的提高，其性能將會進(jìn)一步得到改善。對應(yīng)于不同用途和車型的車輛，我國規(guī)定了軍車，警車，摩托車，農(nóng)用運(yùn)輸車，貨車，普通車等牌照格式。由于我國交通管理相對不太嚴(yán)格，經(jīng)常會出現(xiàn)牌照被污損，字符模糊不清的車輛上路，這樣的車牌對光線的散射性不好，會影響識別的準(zhǔn)確率。國內(nèi)在上個世紀(jì) 90 年代開始了車牌識別的研究。目前的國外科研機(jī)構(gòu)正試圖通過揭示人的文字識別的機(jī)制，進(jìn)而希望建立在這個基礎(chǔ)上來進(jìn)行文字識別理論的研究和技術(shù)的開發(fā)。其中車牌字符的識別又包括了字符的分割與提取和字符識別兩部分。通過研究幾種傳統(tǒng)的車牌定位方法及相應(yīng)的算法，最后提出本系統(tǒng)采用的方法：基于一個改進(jìn)的自適應(yīng) PCNN 神經(jīng)網(wǎng)絡(luò)來進(jìn)行邊緣檢測，隨后結(jié)合數(shù)學(xué)形態(tài)學(xué)的操作來進(jìn)行車牌定位。因此在進(jìn)行車牌定位之前，都會對采