【正文】 ITS已經(jīng)成為當(dāng)前交通管理發(fā)展的主要方向。日益擁堵的城市交通需要更先進(jìn)、更有效的交通管理、控制。本論文是基于數(shù)字圖像處理的相關(guān)理論，將計(jì)算機(jī)視覺與模式識(shí)別技術(shù)相結(jié)合，對(duì)車輛牌照識(shí)別系統(tǒng)進(jìn)行了較深入的研究和分析，主要完成的工作包括以下兩部分：（1）車牌定位算法。搭建了一個(gè)基于c/c++語言的算法演示平臺(tái)，該平臺(tái)集成了我們算法研究的結(jié)果，以及一些通用的數(shù)學(xué)算法，該平臺(tái)是完全開放的，可以自由在其基礎(chǔ)上增加新的算法并可方便的觀察算法結(jié)果。由于LPR具有廣闊的發(fā)展前景，它的開發(fā)和研制工作不論是在國內(nèi)還是在國外都受到很大的關(guān)注，它涉及的領(lǐng)域也非常廣闊，包括圖像處理、計(jì)算機(jī)、人工智能、模式識(shí)別、信息論等多門學(xué)科，是一門綜合的應(yīng)用技術(shù)。那么，準(zhǔn)確無誤的車牌識(shí)別，對(duì)于確定車輛身份，建立相應(yīng)的數(shù)據(jù)庫管理系統(tǒng)起到至關(guān)重要的作用。隨著車牌自動(dòng)識(shí)別系統(tǒng)性能的提高，其應(yīng)用也在逐漸深入到我們生活的方方面面。綜上所述，車牌識(shí)別技術(shù)是未來交通領(lǐng)域必不可少的技術(shù)，現(xiàn)在進(jìn)行車牌識(shí)別技術(shù)的研究和應(yīng)用開發(fā)是具有相當(dāng)?shù)睦碚搩r(jià)值和現(xiàn)實(shí)意義的。而在我國，由于存在信息技術(shù)發(fā)展時(shí)間短、車牌種類復(fù)雜和車牌類別較多等問題，我國在車牌自動(dòng)識(shí)別系統(tǒng)方面的研發(fā)和應(yīng)用目前還基本停留在實(shí)驗(yàn)室階段。到目前為止，國內(nèi)外的許多專家和學(xué)者對(duì)車牌自動(dòng)識(shí)別技術(shù)進(jìn)行了廣泛的研究，先后提出了許多新的、快速的算法，并不斷對(duì)其進(jìn)行改進(jìn)。但是在實(shí)際應(yīng)用中車牌圖像處于變化光源的環(huán)境中，亮度極不均勻，從而限制了上述方法的使用。為了解決好車牌自動(dòng)識(shí)別過程中的處理速度這個(gè)“瓶頸”問題，使用計(jì)算機(jī)分布式結(jié)構(gòu)進(jìn)行處理是一種可行的選擇方案，但實(shí)施起來難度較大。如果對(duì)遺傳算法加以改進(jìn)，或結(jié)合其他圖像分割方法，可進(jìn)一步提高定位精度，減小運(yùn)算量，具有十分誘人的前景。因此對(duì)圖像采集裝置部分進(jìn)行精心的設(shè)計(jì)和研究，可以得到魯棒性較強(qiáng)的車牌識(shí)別系統(tǒng)，但這樣卻導(dǎo)致了大量硬件的使用和系統(tǒng)復(fù)雜化，也增加了系統(tǒng)成本。而且研究表明，神經(jīng)網(wǎng)絡(luò)、模糊技術(shù)和遺傳算法的結(jié)合使用可以取得良好的效果。車輛牌照識(shí)別是計(jì)算機(jī)視覺與模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一。車牌識(shí)別系統(tǒng)的成功開發(fā)將大大加速ITS的進(jìn)程。通常用于高速公路卡口專用車道。（2）城市道路監(jiān)控、違章管理方面的應(yīng)用車輛的自動(dòng)檢測報(bào)警:此項(xiàng)功能針對(duì)納入黑名單的車輛，如沖關(guān)后或肇事后逃逸的車輛、被公安部門通緝或掛失的車輛、欠交費(fèi)的車輛等。通常用于電子警察系統(tǒng)、道路監(jiān)控系統(tǒng)。以保證后續(xù)的處理工作順利完成，加大加強(qiáng)處罰的準(zhǔn)確度。目前車牌自動(dòng)識(shí)別技術(shù)大量應(yīng)用智能園區(qū)的障礙是識(shí)別率的提高和經(jīng)濟(jì)成本的降低。根據(jù)92式機(jī)動(dòng)車號(hào)牌規(guī)范規(guī)定，我國車牌具有以下幾個(gè)特點(diǎn)：（1）在字符組成和排列方面，我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，一共7個(gè)字符，一般按照X1 X2（2）在顏色組合方面，汽車牌照的底色和字符顏色通常是對(duì)比度較強(qiáng)的兩種顏色。車后牌照則是不同的車輛有不同的規(guī)定，一般在車牌識(shí)別系統(tǒng)中使用的車牌皆為車前車牌。本人主要完成的工作包括：（1）車牌定位算法。第二章 車牌自動(dòng)識(shí)別系統(tǒng)本章首先對(duì)車牌自動(dòng)識(shí)別系統(tǒng)的總體結(jié)構(gòu)進(jìn)行了一個(gè)粗略的說明，主要包括系統(tǒng)的硬件部分和軟件部分；然后比較詳細(xì)地介紹了車牌識(shí)別系統(tǒng)的軟件流程；最后對(duì)本章進(jìn)行總結(jié)。計(jì)算機(jī)內(nèi)的軟件模塊從輸入圖像中找到牌照的位置，對(duì)牌照作字符分割，得到各個(gè)字符的點(diǎn)陣數(shù)據(jù)。圖像采集部分包括光線不足時(shí)自動(dòng)光源補(bǔ)足和CCD攝像頭，以攝取清晰的車輛圖像。圖像采集的工作過程是：首先在攝像機(jī)前方檢測點(diǎn)設(shè)置一傳感器，當(dāng)汽車通過檢測點(diǎn)時(shí)，傳感器向主機(jī)發(fā)出信號(hào)，系統(tǒng)即自動(dòng)攝下車輛的圖像，并將圖像輸入計(jì)算機(jī)。這樣可以為后續(xù)圖像處理減小難度和提高系統(tǒng)的精確度以及穩(wěn)定性。車牌自動(dòng)識(shí)別系統(tǒng)的軟件部分包括車牌提取、字符分割和字符識(shí)別等三個(gè)算法，即從背景復(fù)雜的含有車牌的圖像中提取出車牌圖像，然后對(duì)提取的車牌圖像進(jìn)行必要的預(yù)處理、分離出單個(gè)字符，接著提取字符的特征并與標(biāo)準(zhǔn)字符進(jìn)行比對(duì)，得到待識(shí)別車牌的車牌號(hào)碼，并與車牌數(shù)據(jù)庫進(jìn)行連接以便確定該車輛的狀態(tài)。車牌定位算法實(shí)現(xiàn)的功能就是從一幅復(fù)雜背景的數(shù)字圖像中分割出車牌圖像，要求具有較高的識(shí)別率和較強(qiáng)的環(huán)境適應(yīng)性。其次，圖像的亮度不同。車牌提取一直是車牌識(shí)別中備受關(guān)注的一步，因?yàn)樗钦麄€(gè)車牌識(shí)別的第一步。前一個(gè)算法的特點(diǎn)是采用水平定位和豎直定位相結(jié)合，首先采用高帽變換突出了車牌區(qū)域，實(shí)現(xiàn)了車牌的水平定位；然后通過小波變換對(duì)車牌區(qū)域進(jìn)行特征提取，實(shí)現(xiàn)了車牌的豎直定位；最后根據(jù)得到的車牌水平位置和豎直位置信息，從原始圖像中提取出車牌。預(yù)處理一般包括歸一化和圖像增強(qiáng)。有統(tǒng)計(jì)表明，車牌圖像面積的20%~30%是字符區(qū)域，其余的是車牌的底色區(qū)域。所以我們一旦確定一個(gè)字符的位置并且知道它是第幾個(gè)字符的話，其他字符的位置我們也就一并確定了。后一種算法的特點(diǎn)是首先計(jì)算二值化閾值把車牌灰度圖像轉(zhuǎn)化為二值圖像；然后，用快速區(qū)域標(biāo)號(hào)算法對(duì)車牌二值圖像進(jìn)行連通性分析得到字符的候選區(qū)域；接著，從車牌二值化圖像中定位出大間隔的位置；然后，結(jié)合車牌大間隔的位置特征修正和補(bǔ)齊字符區(qū)域，得到最終的字符區(qū)域。第三章車牌定位本章詳細(xì)介紹了如何從含有車牌的原始圖像中提取車牌圖像。車牌定位作為車牌處理流程的前端步驟，具有相當(dāng)重要的作用，定位的好壞將直接影響到車牌識(shí)別的有效性和準(zhǔn)確率。為了準(zhǔn)確、快速地定位出車牌區(qū)域，人們已經(jīng)研究了許多定位方法，這些算法基本上都或多或少的借助了車牌自身特征來實(shí)現(xiàn)的。下面介紹幾種具有代表性的方法。因此目前的大多數(shù)研究都是基于灰度圖像的，以滿足車牌識(shí)別的實(shí)時(shí)性需求。然后對(duì)橫向分割出來的車牌子圖像應(yīng)用一個(gè)縱向的邊界抽取模板作運(yùn)算，再作縱向累加直方圖并平滑，這樣得到直方圖的許多峰，最后對(duì)這些峰的寬度進(jìn)行從小到大的排序，應(yīng)用相應(yīng)的規(guī)則來確定車牌所處的位置。然后根據(jù)車牌號(hào)碼在水平方向上的投影具有明顯的規(guī)律以及字符間具有較低的谷點(diǎn)的規(guī)律，并結(jié)合車牌的高寬比來切割出車牌的位置。膨脹是將與目標(biāo)物體接觸的所有背景點(diǎn)合并到物體中的過程，結(jié)果是使目標(biāo)增大，孔洞縮小，可填補(bǔ)目標(biāo)物體中的空洞，形成連通域。在文獻(xiàn)[22]中，作者通過對(duì)灰度圖像采用屬性開運(yùn)算，削去滿足特定屬性的峰部，確定出目標(biāo)以及少量非目標(biāo)區(qū)域，然后計(jì)算出圖像的傾斜角及目標(biāo)區(qū)域所在范圍。作者首先使用Sobel邊緣檢測算子，并根據(jù)經(jīng)驗(yàn)和合理的推理選取閾值對(duì)圖像進(jìn)行二值化，然后利用形態(tài)學(xué)的閉運(yùn)算和開運(yùn)算，對(duì)二值圖像進(jìn)行處理，通過膨脹將鄰近的邊緣凝聚成一個(gè)連通的整體，用某個(gè)形狀的結(jié)構(gòu)對(duì)圖像進(jìn)行腐蝕，濾除細(xì)碎的邊緣，然后對(duì)圖像進(jìn)行進(jìn)一步聚類，并根據(jù)相關(guān)準(zhǔn)則進(jìn)行篩選，得到車牌區(qū)域。本章對(duì)車牌定位算法進(jìn)行了研究了，提出了兩種車牌定位的算法，分別是基于高帽變換和小波變換的車牌提取方法與基于投影法和數(shù)學(xué)形態(tài)學(xué)的車牌提取方法。提出的算法均已在軟件平臺(tái)上正確實(shí)現(xiàn)，并使用大量從各種不同環(huán)境下的具采集有代表性的車輛圖像作為算法測試數(shù)據(jù)源對(duì)算法進(jìn)行測試，研究了車牌自動(dòng)識(shí)別系統(tǒng)是一個(gè)以微處理器為核心，基于圖像處理、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等技術(shù)的高度智能的電子系統(tǒng)，主要由攝像頭、視頻采集接口、輔助照明裝置、計(jì)算機(jī)和識(shí)別軟件組成。字符識(shí)別模塊從點(diǎn)陣數(shù)據(jù)中提取字符特征數(shù)據(jù)，輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，得到字符識(shí)別的結(jié)果。車牌提取、字符分割和字符識(shí)別部分由計(jì)算機(jī)或DSP處理器組成，可以完成對(duì)車牌的識(shí)別。break。 SetCursor ( : : LoadCursor( NU LL, IDC_CROS S) ) 。}部分源程序如下:now_Longitude= m_left + m_ptOrign. x* k_ longit ude。 longitude_decimal, amp。if( now_L atitude 10)lat itude_precision= 9。 sign) 。m_pt rAr ray. A dd( pt_SaveDraw) 。從系統(tǒng)設(shè)計(jì)( 虛擬機(jī)) 入手，用C ++ 來搭建所需要的系統(tǒng)模型。同時(shí)，當(dāng)C ++ 和Verilog 程序在同步的情況下進(jìn)行編寫設(shè)計(jì)時(shí)，可使得兩者相互獨(dú)立，構(gòu)成平行的橫向?qū)哟侮P(guān)系。為此，C ++ 在類中提供了三種數(shù)據(jù)類型: 公有數(shù)據(jù)( public data ) 、私有數(shù)據(jù)( private data ) 和受保護(hù)型數(shù)據(jù)( protecteddata)。對(duì)于以往過程化編程語言來說，可以將它的程序結(jié)構(gòu)表示為: 程序= 算法+ 數(shù)據(jù)結(jié)構(gòu)。 Verilog 與C ++ 的對(duì)比分析在設(shè)計(jì)的過程中需要對(duì)兩種語言做必要的對(duì)比分析，以使Verilog 和C ++ 能夠更好的相互配合，保證所設(shè)計(jì)的邏輯電路具有描述的一致性。也就是說接口( interface ) 和實(shí)現(xiàn)( implementation) 不能分離。由于兩者執(zhí)行結(jié)構(gòu)的不同，如在處理非阻塞賦值語句的時(shí)候，則需要考慮兩種語言的語句執(zhí)行情況，以保證兩者語義的一致性。 在C ++ 中若調(diào)用有參函數(shù)，則只能按順序書寫。若某一模塊有3 種不同類型的接口input_ in、output_ out 和inout_ io，輸入口_ in和輸出口_ out 屬于單向口，可由相應(yīng)的連接端持續(xù)賦值即可。 C ++ 與Verilog 之間的設(shè)計(jì)轉(zhuǎn)化在設(shè)計(jì)的過程中，需要將C ++ 程序轉(zhuǎn)換成類似Verilog 的結(jié)構(gòu)程序［10］，保證描述的邏輯電路達(dá)到設(shè)計(jì)要求。以運(yùn)算器ALU 模塊中的簡化程序?yàn)槔瑢?duì)實(shí)現(xiàn)Verilog 和C ++ 程序的編寫方式加以說明。 ∥輸出信號(hào)private:int r_ alu_ opc ［4: 0］。對(duì)于類的成員函數(shù)可通過域區(qū)分符在類體外進(jìn)行定義，不過事先需要在類體內(nèi)進(jìn)行聲明，然后將類定義作為頭文件。 ∥功能模塊運(yùn)行函數(shù)∥…} 。 i + + )r_alu_opc［i］ = 0。break?！狈?hào)，標(biāo)明原模塊是定義時(shí)規(guī)定的端口名，`include ． /clkgen． v ∥時(shí)鐘生成器`include ． /alu． v ∥ALU 運(yùn)算器∥…alualu0( ． o_alu_z( zbus) ， i_alu_x( xbus) ，． i_alu_y( ybus) ) ∥模塊端口連接即可實(shí)現(xiàn)括號(hào)中的連接信號(hào)與被引用模塊的端口相對(duì)應(yīng)。也只有當(dāng)在大多數(shù)環(huán)境下LPR都具有很高的性能時(shí)，LPR才會(huì)得到更加廣泛的運(yùn)用。大學(xué)里四年的光陰似是一閃而過，卻成就了我人生的蛻變與轉(zhuǎn)折。老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、淵博的學(xué)識(shí)、獨(dú)特的學(xué)術(shù)思維、耐心細(xì)致的教學(xué)態(tài)度，使我收獲良多。一切即將結(jié)束，一切又即將開始。我將以更大的努力來答謝所有愛我的人和我愛的人!