【正文】 它在車輛過路、過橋全自動(dòng)不停車收費(fèi)，交通流量控制指標(biāo)的測(cè)量，車輛自動(dòng)識(shí)別，高速公路上的事故自動(dòng)測(cè)報(bào)，不停車檢查，車輛定位，汽車防盜，稽查和追蹤車輛違規(guī)、違法行為，維護(hù)交通安全和城市治安，防止交通堵塞，提高收費(fèi)路橋的服務(wù)速度，緩解交通緊張狀況等方面有重要作用，有重要的現(xiàn)實(shí)應(yīng)用意義。 總之，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，以及嘗試提取分類識(shí)別能力更好的特征值和設(shè)計(jì)分類器等環(huán)節(jié)上再完善，進(jìn)一步提高識(shí)別率是完全可行的。 最后將分割出來的字符運(yùn)用模板匹配的方法與模板字符進(jìn)行匹配，將其與模板字符相減，得到的0越多那么就越匹配。其難點(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。這樣可以把字符與字符之間的雜色點(diǎn)去除，只有白色的字符和黑色的背景存在，這樣有利于的字符分割進(jìn)行。本文采用的是車牌顏色與數(shù)學(xué)形態(tài)學(xué)相結(jié)合的定位方法。因?yàn)椴噬珗D像包含著大量的顏色信息，不但在存儲(chǔ)上開銷很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度，因此將彩色圖像轉(zhuǎn)化為灰度圖像，以縮短處理速度。 由于攝像部分多工作于開放的戶外環(huán)境，加之車輛牌照的整潔度、自然光照條件、拍攝時(shí)攝像機(jī)與牌照的矩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。 首先取字符模板，接著依次取待識(shí)別字符與模板進(jìn)行匹配，將其與模板字符相減，得到的0越多那么就越匹配。車牌字符識(shí)別與一般文字識(shí)別在于它的字符數(shù)有限，漢字共約50多個(gè)，大寫英文字母26個(gè)，數(shù)字10個(gè)。然而，通常情況下用于匹配的圖象各自的成像條件存在差異，產(chǎn)生較大的噪聲干擾，或圖象經(jīng)預(yù)處理和規(guī)格化處理后，使得圖象的灰度或像素點(diǎn)的位置發(fā)生改變。模板匹配的主要特點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率相當(dāng)高。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。它在前期牌照定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。濾波方法有多種，本文采取的濾波方法為均值濾波。且車輛圖片不可避免存在噪聲，所以要對(duì)圖像進(jìn)行灰度化，二值化以及濾波處理。本文車牌部分的分割采用的是利用車牌彩色信息的彩色分割法。本文采用的是用數(shù)學(xué)形態(tài)學(xué)來進(jìn)行圖像處理和模式識(shí)別。車牌的定位和分割是從經(jīng)過圖像預(yù)處理后的灰度圖像中確定牌照位置，并將車牌部分從整個(gè)圖像中分割出來，從而進(jìn)行字符識(shí)別。title(39。,39?；叶葓D直方圖39?；叶葓D39。原圖39。39。 由于車牌識(shí)別系統(tǒng)攝像頭安裝位置固定以及機(jī)動(dòng)車車牌的固有屬性，我們可以發(fā)現(xiàn)機(jī)動(dòng)車車牌圖像都處在水平的矩形區(qū)域，在圖像中位置較為固定，車牌中字符都是按水平方向排列。： 邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。加權(quán)系數(shù)的取值建立在人眼的視覺模型之上?；叶葓D像就是只有強(qiáng)度信息而沒有顏色信息的圖像，存儲(chǔ)灰度圖像只需要一個(gè)數(shù)據(jù)矩陣，矩陣每個(gè)元素表示對(duì)應(yīng)位置像素的灰度值。由于圖像的每個(gè)象素都具有三個(gè)不同的顏色分量，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。而灰度圖像是R、G、B三個(gè)分量相同的一種特殊的彩色圖像，每一個(gè)像素點(diǎn)的變化范圍為255種，所以在數(shù)字圖像處理種一般先將各種格式的圖像轉(zhuǎn)變成灰度圖像以使后續(xù)的圖像的計(jì)算量變得少一些?，F(xiàn)在字符識(shí)別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。字符識(shí)別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長時(shí)間在室外工作，加上光照條件、攝像頭角度和距離、車輛自身?xiàng)l件以及車輛的行駛速度的影響，想拍出較理想的圖片很困難。第四章 各模塊的實(shí)現(xiàn)車牌識(shí)別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等模塊，本文主要研究圖像預(yù)處理、車牌定位和字符分割三個(gè)模塊。字符識(shí)別：車牌字符識(shí)別是最為關(guān)鍵的一步，前面對(duì)車牌圖像所做的處理都是為了完成最終的識(shí)別。在一張完整的車輛圖像中，大部分區(qū)域都是背景圖像，對(duì)識(shí)別工作毫無意義，我們可以將背景區(qū)域視為無用區(qū)域，并設(shè)法將其去除，即從復(fù)雜的背景圖像中準(zhǔn)確的定位并分割出車牌區(qū)域圖像，從原圖像中提取出需要的部分舍棄不需要的部分，以便節(jié)省系統(tǒng)識(shí)別時(shí)間，這也是車牌定位分割的目的及意義所在。圖像預(yù)處理：該單元是指車牌識(shí)別系統(tǒng)對(duì)拍攝的汽車圖片進(jìn)行灰度化和邊緣檢測(cè)等處理。 汽車車牌自動(dòng)識(shí)別系統(tǒng)主要包括觸發(fā)拍照、圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別、輸出結(jié)果等單元。下表列出了MATLAB的核心部分及其工具箱等產(chǎn)品系列的主要應(yīng)用領(lǐng)域。功能性工具箱主要用來擴(kuò)充其符號(hào)計(jì)算功能、圖示建模仿真功能、文字處理功能以及與硬件實(shí)時(shí)交互功能。 （8）功能強(qiáng)勁的工具箱是MATLAB的另一重大特色。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡(jiǎn)單。（4）語法限制不嚴(yán)格，程序設(shè)計(jì)自由度大。可以說，用MATLAB進(jìn)行科技開發(fā)是站在專家的肩膀上。MATLAB給用戶帶來的是最直觀、最簡(jiǎn)潔的程序開發(fā)環(huán)境。 MATLAB的語言特點(diǎn)一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點(diǎn)。在許多國際一流學(xué)術(shù)刊物上，（尤其是信息科學(xué)刊物），都可以看到 MATLAB 的應(yīng)用。在時(shí)間進(jìn)入 20 世紀(jì)九十年代的時(shí)候，MATLAB 已經(jīng)成為國際控制界公認(rèn)的標(biāo)準(zhǔn)計(jì)算軟件。 設(shè)計(jì)原理車牌識(shí)別系統(tǒng)的攝像頭通過對(duì)經(jīng)過指定區(qū)域的機(jī)動(dòng)車輛進(jìn)行拍照，因?yàn)檎掌瑫?huì)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。若同車型檢測(cè)器聯(lián)用，可迅速發(fā)現(xiàn)所掛車牌與車型不符的車輛。這也為交通誘導(dǎo)系統(tǒng)提供必要的交通流信息。它還可以同雷達(dá)測(cè)速器或其他的檢測(cè)器配合使用，以檢測(cè)違犯限速值的車輛。因此，研究高速、準(zhǔn)確的定位與識(shí)別算法是當(dāng)前的主要任務(wù)，而圖像處理技術(shù)的發(fā)展與攝像設(shè)備、計(jì)算機(jī)性能的提高都會(huì)促進(jìn)車牌識(shí)別技術(shù)的發(fā)展，提高車牌識(shí)別系統(tǒng)的性能。無線射頻技術(shù)要求在車內(nèi)安裝標(biāo)示卡，在系統(tǒng)某一位置安裝收發(fā)器等裝置，通過收發(fā)器來接受標(biāo)示卡的信號(hào)，從而識(shí)別出經(jīng)過的車輛。 國內(nèi)做得較好的產(chǎn)品主要是中科院自動(dòng)化研究所漢王公司的“漢王眼”，此外國內(nèi)的亞洲視覺科技有限公司、深圳市吉通電子有限公司、中智交通電子系統(tǒng)有限公司等都有自己的產(chǎn)品，另外西安交通大學(xué)的圖像處理與識(shí)別研究室、上海交通大學(xué)的計(jì)算機(jī)科學(xué)與工程系、清華大學(xué)、浙江大學(xué)等都做過類似的研究。新加坡Optasia公司的VLPRS產(chǎn)品，適合于新加坡的車牌，另外日本、加拿大、德國、意大利、英國等西方發(fā)達(dá)國家都有適合于本國車牌的識(shí)別系統(tǒng)。 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(chǎng)，因而探尋好的方法解決字符的識(shí)別也是至關(guān)重要的。 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)外的發(fā)展?fàn)顩r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)。 車牌字符識(shí)別的實(shí)質(zhì)是對(duì)車牌上的漢字、字母和數(shù)字進(jìn)行快速準(zhǔn)確的識(shí)別并以字符串的形式輸出識(shí)別結(jié)果，字符識(shí)別技術(shù)是整個(gè)車牌識(shí)別系統(tǒng)的關(guān)鍵。在車牌識(shí)別系統(tǒng)中最為重要的兩個(gè)技術(shù)是車牌定位和車牌字符識(shí)別，這兩個(gè)技術(shù)的好壞直接影響到整個(gè)車牌識(shí)別系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性。圖像分析的內(nèi)容分為特征提取、圖像分割、符號(hào)描述、和圖像的檢測(cè)與匹配。直方圖修正、灰度變換、強(qiáng)化圖像輪廓等都是常用的手段。本課題圖像處理分為以下幾方面：其目的是將模擬形式的圖像通過數(shù)字化設(shè)備變?yōu)閿?shù)字計(jì)算機(jī)可用的離散的圖像數(shù)據(jù)。在80年代，由于城市交通問題日益嚴(yán)重，美國和歐洲許多國家投入了大量的人力和物力，建立了自動(dòng)化高速公路網(wǎng)，安裝了攝像、雷達(dá)探測(cè)系統(tǒng)和光纖網(wǎng)絡(luò)，簡(jiǎn)歷智能交通系統(tǒng)。城市交通車輛管理，智能小區(qū)、智能停車場(chǎng)管理，車牌驗(yàn)證，車流統(tǒng)計(jì)等。公路交通基礎(chǔ)建設(shè)的不斷發(fā)展和車輛管理體制的不斷完善，為以視覺監(jiān)控為基礎(chǔ)的智能交通系統(tǒng)的實(shí)際應(yīng)用打下了良好基礎(chǔ)。焦作大學(xué)畢業(yè)設(shè)計(jì)說明書 1 基于matlab的車牌識(shí)別系統(tǒng)的設(shè)計(jì)畢業(yè)論文目 錄1. 緒論 1 本課題的研究背景 1 本課題的研究目的及意義 2 國內(nèi)外發(fā)展?fàn)顩r 3 主要應(yīng)用領(lǐng)域 5 設(shè)計(jì)原理 62. MATLAB簡(jiǎn)介 7 MATLAB發(fā)展歷史 7 MATLAB的語言特點(diǎn) 73．工作流程 9 系統(tǒng)框架結(jié)構(gòu)和工作流程 94．各模塊的實(shí)現(xiàn) 11 11 11 11 12 14 15 16 17 17 18 19 字符的識(shí)別 195．實(shí)驗(yàn)結(jié)果和分析 226．實(shí)驗(yàn)總結(jié) 24致謝 25參考文獻(xiàn) 26程序附錄 27焦作大學(xué)畢業(yè)設(shè)計(jì)說明書 第 35 頁 共 39 頁第一章 緒論 本課題的研究背景現(xiàn)代社會(huì)已進(jìn)入信息時(shí)代，隨著計(jì)算機(jī)技術(shù)、通信技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，自動(dòng)化信息處理能力和水平不斷提高，作為現(xiàn)代社會(huì)主要交通工具之一的汽車在人們的生產(chǎn)生活的各個(gè)領(lǐng)域得到大量使用，對(duì)他的信息進(jìn)行自動(dòng)采集和管理具有十分重要的意義，成為信息處理技術(shù)的一項(xiàng)重要研究課題。其目標(biāo)在于將現(xiàn)金的計(jì)算機(jī)處理技術(shù)、數(shù)據(jù)通信技術(shù)、自動(dòng)控制技術(shù)等綜合應(yīng)用于地面交通管理體系，從而建立起一種高效、準(zhǔn)確、實(shí)時(shí)的交通管理系統(tǒng)。系統(tǒng)應(yīng)用場(chǎng)合包括：高速公路，橋梁，隧道等收費(fèi)管理系統(tǒng)。也是智能交通系統(tǒng)的核心技術(shù)，產(chǎn)生于60年代。車牌號(hào)識(shí)別系統(tǒng)是基于圖像處理技術(shù)的基礎(chǔ)進(jìn)行研究的。采用某些處理技術(shù)來突出圖像中的某些信息,削弱或消除某些無關(guān)信息,從而有目的地強(qiáng)調(diào)圖像的整體或局部特征，讓觀察者能看到更加直接、清晰的分析和處理圖像。圖像分割就是把圖像中需要的那一個(gè)部分分割出來。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。然而智能交通的不斷發(fā)展使得對(duì)車牌定位系統(tǒng)有了更高的要求，主要表現(xiàn)在系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性。到目前為止，在眾多的車牌自動(dòng)識(shí)別方法中還沒有一個(gè)可以達(dá)到理想的效果，因此對(duì)車牌識(shí)別技術(shù)的研究意義重大。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，不適合普遍的推廣。因而進(jìn)一步加深車牌定位的研究是非常必要的。 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。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。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?，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。車牌自動(dòng)識(shí)別系統(tǒng)可安裝于公路收費(fèi)站、停車場(chǎng)、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。該系統(tǒng)能夠測(cè)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