【正文】 中一般都是無用的信息，而且還會對研究對象造成干擾，極大降低了圖像質(zhì)量，影響圖像復(fù)原、分割、特征提取、圖識別等后繼工作的進(jìn)行。均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。當(dāng)光照不均勻、有突發(fā)噪聲，或者背景灰度變化比較大時(shí)，整幅圖像分割將沒有合適的單一門限，因?yàn)閱我坏拈撝挡荒芗骖檲D像各個(gè)像素的實(shí)際情況。所謂圖像二值化處理就是指整幅圖像轉(zhuǎn)化為畫面內(nèi)只有黑（灰度值設(shè)為0）和白（灰度值設(shè)為255）兩種像素點(diǎn)的圖像，從而使得整張圖片的效果由灰度變黑白，在實(shí)際的圖像處理系統(tǒng)中，將灰度圖片通過適當(dāng)?shù)拈撝颠x取，這一步是圖像二值化的關(guān)鍵也使得字符與背景脫離開來。本文采用彩色像素點(diǎn)統(tǒng)計(jì)的方法分割出合理的車牌區(qū)域，確定車牌底色藍(lán)色對應(yīng)的各自灰度范圍，然后行方向統(tǒng)計(jì)在此顏色范圍內(nèi)的像素點(diǎn)數(shù)量，設(shè)定合理的閾值，確定車牌在行方向的合理區(qū)域。T180。車牌列區(qū)域條件:（1）如果nj39。(nj180。因?yàn)檐嚺祁伾哂袉我恍耘c連通性，將滿足車牌行區(qū)域條件的行進(jìn)行合并，該合并區(qū)域就為車牌行合理區(qū)域，接著再水平提取車牌區(qū)域。滿足條件的像素點(diǎn)都會密集在車牌合理區(qū)域內(nèi)。(3)如果某點(diǎn)的BR或BG，則規(guī)定為非藍(lán)。由于車牌區(qū)域的底色基本相似，所以可以利用用最大相似特性，在RGB三基色的顏色空間中設(shè)定合理的閾值，只要圖像中的像素顏色相似就將其規(guī)分為一類，確定其取值范圍，將像素主要分為車牌區(qū)域和非車牌區(qū)域。閉運(yùn)算能夠填充小孔起到磨光圖像外界的作用，而大體的位置和形狀不變。閉運(yùn)算使得圖像像素粘連，這樣可填充圖像的凹入部分，連通圖像出分開的區(qū)域以及彌補(bǔ)細(xì)小的裂縫。假設(shè)A仍為輸入圖像，B為結(jié)構(gòu)元素，利用B對A做開運(yùn)算，用符號表示，其定義： （18）開運(yùn)算主要能濾掉圖像中小于結(jié)構(gòu)元素的凸出部分，并對圖像輪廓有平滑作用。腐蝕運(yùn)算的符號是,A（輸入圖像）被B（結(jié)構(gòu)元素）腐蝕，記作，其定義為 （17）將滿足經(jīng)B平移x但仍包含在A內(nèi)的所有點(diǎn)x的集合。用這些運(yùn)算及其組合來進(jìn)行圖像形狀和結(jié)構(gòu)的分析及處理，可以解決抑制噪聲、特征提取、邊緣檢測、圖像恢復(fù)與重建等方面的問題。 （3）車牌區(qū)域有直方圖統(tǒng)計(jì)特征，對像素梯度積分。 （2）常用車牌底色主要有藍(lán)底白字（普通汽車），黃底黑字（大型民用車）、白底黑字（汽車補(bǔ)用牌照）、黑底白字（領(lǐng)事館車）等。本文將數(shù)學(xué)形態(tài)學(xué)法和彩色分割相結(jié)合實(shí)現(xiàn)車牌定位。因此，本文采用Sobel算子對圖像進(jìn)行邊緣檢測。Canny 算子是通過對信號函數(shù)求極大值檢測圖像的邊緣點(diǎn)。邊緣定位精度L越大就表示定位精度越高。但定位精度不高，不能排除檢測結(jié)果中的虛假邊緣，容易誤判邊緣信息點(diǎn)。運(yùn)算結(jié)果是一幅邊緣圖像，Sobel算子通常對灰度漸變和噪聲較多的圖像處理得較好。但抗噪聲能力差，且容易丟失部分邊緣信息，適用于低噪聲、陡峭邊緣的場合。邊緣上的這種變化可以用微分算子檢測出來，其中常用邊緣檢測的梯度算子主要有Roberts算子、Sobel算子和Prewitt算子，此外還有Laplace算子、Log算子以及Canny算子等邊緣檢測方式[117]。 （a)原灰度圖像 （b）原圖像直方圖 （c）均衡后圖像 （d）均衡后圖像的直方圖 圖3 直方圖均衡化效果圖 邊緣檢測邊緣（或邊沿）的含義體現(xiàn)在灰度的突變上，邊緣主要存在于目標(biāo)與目標(biāo)，目標(biāo)與背景等不同對象之間，因此，它是圖像分割、紋理特征提取和形狀特征等圖像分析的重要基礎(chǔ)。從直方圖中可以看出大部分像素的灰度集中在某些灰度值上，圖（c）和圖（d）分別是經(jīng)均衡化得到的圖像及其直方圖。即，則有： （7）兩邊積分則： （8）由上式看出，當(dāng)變換函數(shù)為r 的累積直方圖函數(shù)時(shí)，能達(dá)到直方圖均衡化的目的。同時(shí)，使變換后的灰度級在所規(guī)定的范圍內(nèi)。自然圖像由于灰度分布可能集中在較窄的區(qū)間，引起圖像不夠清晰。以灰度級別為橫坐標(biāo)，縱坐標(biāo)是圖像中該灰度出現(xiàn)的像素個(gè)數(shù)。從現(xiàn)階段來說,基于彩色圖像處理技術(shù)處在技術(shù)發(fā)展的初級階段，短時(shí)間內(nèi)不會有改革性的突破,相反基于灰度圖像處理技術(shù)已經(jīng)發(fā)展成熟,因此我們進(jìn)行車牌定位處理的首要步驟就是圖像灰度化。彩色圖像灰度化，從直觀上看就是對數(shù)字圖像的三個(gè)顏色分量（R、G、B）進(jìn)行加權(quán)平均求其灰度值的過程。由此可以得出一幅真彩色圖像最多含有約16000萬種顏色。一般由攝像機(jī)獲取到的圖像在傳輸變換中會不可避免地被噪聲污染，所以為了識別效果理想，就需要對采集的原始圖像進(jìn)行適當(dāng)?shù)娜ピ胩幚?。無論是輕度干擾還是重度干擾這勢必會影響車牌區(qū)域準(zhǔn)確劃分，從而不能準(zhǔn)確進(jìn)行字符分割與字符識別。（7）可以直接使用功能強(qiáng)勁的專業(yè)工具箱，這樣從事相關(guān)研究用戶可以把主要精力放在自己需要創(chuàng)新的算法的分析、比較、設(shè)計(jì)等方面，不需要太過關(guān)注自己學(xué)科范圍內(nèi)基礎(chǔ)程序細(xì)節(jié)方面問題，極大地減少了工作量，提高工作效率。（4）圖片編輯功能強(qiáng)大。MATLAB程序設(shè)計(jì)不嚴(yán)格，自由度很大，并且該軟件中庫函數(shù)都由本領(lǐng)域的學(xué)術(shù)水平很高的專家編寫的，所以用戶可以直接調(diào)用。MATLAB用更直觀的、人們很容易接受的代碼，代替了其他的冗長代碼。該軟件利用其非常豐富的庫函數(shù)資源，通過編寫M文件程序，首先將由硬件設(shè)備采集獲取到的汽車圖像樣本進(jìn)行圖像灰度化、濾波處理，以達(dá)到去噪的效果、車牌區(qū)域的對比度的增強(qiáng)。 系統(tǒng)軟件設(shè)計(jì)硬件基礎(chǔ)設(shè)備如CCD攝像頭采集獲取到汽車圖像樣本后，如果用計(jì)算機(jī)處理圖像，首先需要考慮的就是圖像的存儲格式。Hough變換方法對車牌區(qū)域發(fā)生畸變或圖像上含有污漬的情況，其處理效果不是非常的理想，失效的可能性會急劇上升，相較于直線檢測的方法，使用灰度分割要穩(wěn)定得多，但是，當(dāng)圖像中含有大量與車牌的灰度很近似的區(qū)域時(shí)，該方法的作用也就失效了。第四章：結(jié)束語。介紹了車牌識別技術(shù)中預(yù)處理部分用到的有關(guān)圖像處理技術(shù)，深入研究了圖像灰度化改善圖像質(zhì)量還介紹了直方圖變換的一些特點(diǎn)，利用其進(jìn)行圖像增強(qiáng)。分析了課題的研究背景和意義；對于國內(nèi)外的車牌識別技術(shù)的發(fā)展現(xiàn)狀做了相關(guān)闡述；結(jié)合我國車牌特征詳細(xì)列舉了車牌識別技術(shù)難點(diǎn)；介紹了車牌識別系統(tǒng)目前的應(yīng)用水平等詳細(xì)情況。如何利用好高分辨率和高計(jì)算能力來降低系統(tǒng)的操作難度，進(jìn)一步解決這些經(jīng)典的技術(shù)問題，提高系統(tǒng)配置的自動化水平是車牌識別產(chǎn)品下階段需要著重投入的方向。除了分辨率提升外，畫面質(zhì)量也是同等重要的問題，近年來高清相機(jī)的分辨率雖然提升的速度很快，但在動態(tài)范圍的表現(xiàn)上卻不怎么令人滿意，導(dǎo)致在一些場景下出現(xiàn)亮處細(xì)節(jié)和暗處細(xì)節(jié)無法兼顧的問題，這將是下階段相機(jī)發(fā)展的關(guān)鍵點(diǎn)之一。 車牌識別技術(shù)的發(fā)展趨勢綜合來看，車牌識別產(chǎn)品的競爭將更多的強(qiáng)調(diào)成像、圖像預(yù)處理、算法、業(yè)務(wù)邏輯等系統(tǒng)各環(huán)節(jié)的相互配合。攝像系統(tǒng)經(jīng)過升級后其采集到的圖片更加清晰化，可以為一些不必要的糾紛提供最有利的證據(jù)。得到的均值作為判斷該道路擁堵狀況的一個(gè)參數(shù)。、校園出入管理一般情況下，高級小區(qū)或?qū)W校出于安全考慮都會在出入口安裝車牌識別設(shè)備，用來記錄每天進(jìn)出車輛的牌照號碼、出入時(shí)間，這些信息將會被存儲在相應(yīng)的數(shù)據(jù)庫中，該設(shè)備還與自動門或欄桿機(jī)的控制設(shè)備結(jié)合，實(shí)現(xiàn)小區(qū)、校園車輛的自行管理。相較于傳統(tǒng)的測速方式，這種應(yīng)用不但節(jié)省人力、物力及辦公時(shí)間，還能極大地減少了因超速引發(fā)的事故。這種應(yīng)用可有效防止作弊，避免應(yīng)收款的流失。類似區(qū)域的干擾如背景中有類似于車牌信息等都會使車牌定位造成誤判從而導(dǎo)致車牌定位識別的錯(cuò)誤識讀。由經(jīng)驗(yàn)可知，光照決定著采集圖像的質(zhì)量，不同的光照角度也影響著車牌光照均勻程度?，F(xiàn)實(shí)生活中，人們所采取的拍攝角度是相對于車輛的行駛方向的正上方和左、右側(cè)。我國對汽車車牌的懸掛方式很難做統(tǒng)一規(guī)定，每個(gè)汽車公司出產(chǎn)的汽車的車牌放置位置有所差異，導(dǎo)致了車牌的懸掛位置不唯一。（2）車牌底色繁多。如光照的不同、季節(jié)氣候的變化、車輛背景的復(fù)雜性[6]、車牌及其字符褪色、缺損、污漬等不利因素的影響，給車牌的精確定位識別帶來了很大的困難。目前，車牌識別技術(shù)和產(chǎn)品性能進(jìn)入實(shí)用階段的時(shí)間還不是很長，隨著人工智能以及自動識別技術(shù)的進(jìn)步，未來的技術(shù)發(fā)展空間還會非常大。我國對車牌識別技術(shù)的研究起步較晚，大約發(fā)生在八十年代末。日本在車牌圖像的處理方面也進(jìn)行了深入研究，并為系統(tǒng)產(chǎn)業(yè)化做了做出極大貢獻(xiàn)。 車牌定位識別技術(shù)國內(nèi)外研究現(xiàn)狀 從1988年開始，國外的學(xué)者們就已經(jīng)開啟了對車牌定位識別系統(tǒng)的研究，其主要途徑就是分析所采集的車牌圖像，提取車牌區(qū)域信息，識別車牌號碼。車牌定位及識別系統(tǒng)主要由圖像獲取、車牌圖像預(yù)處理、車牌區(qū)域定位與分割、字符分割、字符識別等部分組成。 近年來，車輛定位及識別技術(shù)發(fā)展得很快，如IC卡識別技術(shù)、條形碼識別技術(shù)、射頻識別技術(shù)，車牌識別技術(shù)[3]，前三者都需要在車身上安裝專門的印刷條形碼或標(biāo)示卡，但是由于車輛的數(shù)量龐大，有些信息不可能非常準(zhǔn)確地應(yīng)用到每一輛車上，從而導(dǎo)致難以核對車與車牌信息是否匹配，所以這三種技術(shù)在推廣應(yīng)用方面受到相當(dāng)大的限制?；趫D像處理的車牌定位與檢測技術(shù)畢業(yè)論文目 錄第一章 緒論 1 車牌定位識別技術(shù)的研究背景 1 車牌定位識別技術(shù)國內(nèi)外研究現(xiàn)狀 2 車牌定位識別難點(diǎn) 3 車牌定位識別技術(shù)的應(yīng)用情況 4 車牌識別技術(shù)的發(fā)展趨勢 6 論文的章節(jié)安排 7第二章 基于圖像處理的車牌識別系統(tǒng) 8 車牌識別系統(tǒng)簡介 8 系統(tǒng)軟件設(shè)計(jì) 9 車牌圖像預(yù)處理 10 彩色圖像灰度化 11 灰度直方圖變換 12 邊緣檢測 14第三章 車牌定位與檢測 19 車牌特征與分析 19 數(shù)學(xué)形態(tài)學(xué)處理 20 區(qū)域分割 22 定位后車牌圖像處理 23 圖像二值化 23 均值濾波 24 分割與歸一化 25 字符分割 25 字符歸一化處理 27 字符識別 27第四章 結(jié)束語 31 總結(jié) 31 問題改進(jìn)與展望 31致 謝 33參考文獻(xiàn) 34II第1章 緒論 車牌定位識別技術(shù)的研究背景隨著經(jīng)濟(jì)全球化的到來，人們的生活水平也得到了很大的提高，汽車數(shù)量急劇增加，與此同時(shí)這樣的情況也給城市交通及運(yùn)輸業(yè)帶來了前所未有的壓力。其中，車牌號碼是汽車具有的獨(dú)一無二的信息，以此為依據(jù)，車牌定位及檢測技術(shù)成了車牌識別不可或缺的重要部分。在現(xiàn)代社會中，車牌定位及識別技術(shù)已經(jīng)被廣泛應(yīng)用在檢查站車輛實(shí)時(shí)監(jiān)控、高速公路電子收費(fèi)、監(jiān)測報(bào)警、偷盜車輛辨識、停車廠車輛安全停車管理系統(tǒng)、違章交通車輛監(jiān)控、交警稽查管理、車流統(tǒng)計(jì)等需要車牌定位識別的地方，特別是在現(xiàn)代化高速公路實(shí)現(xiàn)不停車收費(fèi)方面?，F(xiàn)有的定位識別技術(shù)還不能完全很好的適應(yīng)復(fù)雜多變的環(huán)境，所以對車牌定位及識別技術(shù)的研究仍然是當(dāng)今高科技領(lǐng)域的熱門課題，它的有關(guān)功能的實(shí)現(xiàn)，能使智能交通管理系統(tǒng)更加現(xiàn)代化。如英國IPI公司研發(fā)的RTVNPR系統(tǒng)，它的特點(diǎn)是便攜式，可以應(yīng)用在高速公路收費(fèi)站、路段流量檢測口及安全停車等需要車牌識別場所；新加坡Optasia公司自制研發(fā)IMPS系統(tǒng)，其特點(diǎn)是可以在多種環(huán)境和不同光照及氣候條件下精確定位，非常準(zhǔn)確地識別出車牌號碼，可以說準(zhǔn)確率極高。各個(gè)國家的車牌定位識別產(chǎn)品雖然有區(qū)別，但大體上都是基于車輛檢測器的系統(tǒng)，設(shè)備耗資巨大。當(dāng)今，中國市面上已有二十多家企業(yè)從事于車牌識別系統(tǒng)產(chǎn)品方面的研發(fā)，其中比較成熟的產(chǎn)品有：川大智勝的zTZ000車牌自動識別系統(tǒng)、北京漢王的“漢王眼”、上海高德威的車牌識別器、除此之外，還有香港的亞洲視覺科技有限公司、清華紫光、沈陽聚德、杭州友通、深圳科安信、利普視覺中智交通電子系統(tǒng)有限公司等企業(yè)所研發(fā)的產(chǎn)品也很成熟。經(jīng)過三十多年的研究后，車牌準(zhǔn)確識別仍然有很多技術(shù)性難題需要解決。由于漢字本身結(jié)構(gòu)就很復(fù)雜，其識別難度要遠(yuǎn)遠(yuǎn)超過英文字母和阿拉伯漢字?jǐn)?shù)字。（3）懸掛方式不確定。但在國外，這種車輛是被禁止上路的。3. 外界環(huán)境復(fù)雜（1）外界光照條件差異大，不同的時(shí)間與地點(diǎn)的光照都會有差異。（2）外界