【正文】 28 第 5 章 車牌識(shí)別系統(tǒng)在 MATLAB 工具下的實(shí)現(xiàn) 本章是對(duì)算法的實(shí)現(xiàn)，介紹了 實(shí)驗(yàn)環(huán)境平臺(tái)搭建、識(shí)別過程、實(shí)驗(yàn)數(shù)據(jù)及分析。 圖 待識(shí)別的圖像 圖 OQDG標(biāo)準(zhǔn)模板 首先，將待識(shí)別圖像與字母‘ Q’標(biāo)準(zhǔn)模板來進(jìn)行細(xì)比對(duì)，我們發(fā)現(xiàn)數(shù)字‘ 0’與字母‘ Q’最大的區(qū)別在于圖像的右下方，如圖 所示（為了方便顯示，我們將圖片放大，并且取反色以便觀看），所以我們只需要選取待識(shí)別圖像的右下角區(qū)域，再與字母‘ Q’的標(biāo)準(zhǔn)模 板的相同區(qū)域進(jìn)行比較，這時(shí)，由于是細(xì)節(jié)比對(duì)，所以我們就需要提高判斷閾值，當(dāng)然，根據(jù)字母之間相似度，有些閾值要大一些，有些閾值就要小一些，例如這種比較，我們根據(jù)經(jīng)驗(yàn)就設(shè)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，我們就認(rèn)為這個(gè)字符不可能是‘ Q’。我們首先水平方向掃描第一行最左邊的點(diǎn)，然后是最右邊的點(diǎn)，接著掃描第二行最左邊的點(diǎn)，最右邊的點(diǎn)，直到最后一行最左邊的點(diǎn)，最右邊的點(diǎn)；然后垂直方向掃描第二列最上邊的點(diǎn)（因?yàn)榈谝涣凶钌线叺狞c(diǎn)已經(jīng)被刪除），第二列最下邊 的點(diǎn)，直到倒數(shù)第二列最上邊的點(diǎn)，最下邊的點(diǎn)。此外，在許多情況中，細(xì)化的過程占整個(gè)圖像處理一半以上的時(shí)間，因而提高細(xì)化算法的速度也是非常有意義的。 對(duì)于車牌圖像的第 2和 3個(gè)字符，進(jìn)行完全的識(shí)別，主要是因?yàn)榭紤]到字符的分割不一定正確，即不能保證分割后的第 1個(gè)車牌字符為漢字，第 2個(gè)車牌字符為字母，而第 4個(gè)車牌字符為字母或數(shù)字。 按左右寬度切割出字符 計(jì)算水平投影進(jìn)行車牌水平校正 去掉車牌的框架 分析垂直投影找到每個(gè)字符中心位置 21 （ 3）調(diào)用數(shù)字模板庫進(jìn)行識(shí)別，若為數(shù)字，則最終結(jié)果為一數(shù)字，識(shí)別結(jié)束；若為空字符，則最終結(jié)果為空字符，識(shí)別結(jié)束。 完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行識(shí)別。 圖 校正前的圖片 圖 校正后的圖片 字符分割 字 符分割即是對(duì)獲得的牌照分離出單個(gè)字符 (包括漢字、字母和數(shù)字等 )，以便于字符識(shí)別。.通過模板匹配的方法。 圖 定位 到的車牌圖片 傾斜校正 由于 CCD 攝像機(jī)采集車牌圖像時(shí)，有時(shí)候會(huì)出現(xiàn)采集到的車牌圖像里牌照區(qū)域是傾斜的。該方法充分利用車牌紋理復(fù)雜、對(duì)比度鮮明、外型規(guī)則等特征構(gòu)造車輛圖像的對(duì)比度能量圖，然后通過選取極值區(qū)域來定位車牌。選用 MXl 的模板對(duì)灰度拉伸后的圖像進(jìn)行中值濾波。 圖像采集 圖像采集部分所采集的圖像一般是采用 CCD 攝像機(jī)攝取的車牌前視圖或后視圖，這些通過由光照檢測(cè)裝置控制現(xiàn)場(chǎng)的光照，位置檢測(cè)裝置控制攝像機(jī)的拍攝角度而得到的。目前比較常用的圖像格式有 *.BMP、 *.JPG、 *.GIF、 *.PCX等，本課題采集到的圖片是 *.JPG 的格式。 本文采用的識(shí)別算法 本文采用的識(shí)別算法是基于模板匹配的車牌識(shí)別方案，模板匹配法就是將待識(shí)別字符與模板字 符進(jìn)行比對(duì)，從而確定字符內(nèi)容。 BP神12 經(jīng)網(wǎng)絡(luò)主要有兩種形態(tài)： (l)前向傳播：計(jì)算網(wǎng)絡(luò)的輸出。它根據(jù)字符的直觀形象抽取特征，用相關(guān)匹配原理進(jìn)行識(shí)別。利用微結(jié)構(gòu)及微結(jié)構(gòu)之間的關(guān)系組成的特征對(duì)字符進(jìn)行識(shí)別。 Spline 曲線是在輪廓上找到曲率大的折點(diǎn)，利用 Spline 曲線來近似相鄰折點(diǎn)之間的輪廓線，該方法的缺點(diǎn)在于對(duì)旋轉(zhuǎn)現(xiàn)象比較敏感。這種方法是模式識(shí)別早期使用的方法。 基于這種方法來描述字符的結(jié)構(gòu)在理論上是比較恰當(dāng)?shù)?，其?要優(yōu)點(diǎn)在于對(duì)字體變化的適應(yīng)性強(qiáng)，區(qū)分相似字的能力強(qiáng)；但是，在實(shí)際應(yīng)用中，其所面臨的問題是抗干擾能力差，因?yàn)樵趯?shí)際得到的文本圖像中存在各種干擾，比如傾斜、斷裂、粘連、污點(diǎn)等。下面分別介紹各種方法： 結(jié)構(gòu)模式識(shí)別可能比較復(fù)雜，但都具有相 當(dāng)嚴(yán)格的規(guī)律性。 最短路徑法取最短路徑為行駛路徑。 標(biāo)識(shí)站的主要缺點(diǎn)是車輛每次經(jīng)過標(biāo)識(shí)站時(shí)必須停車，導(dǎo)致行車速度減慢，降低了高速公路的服務(wù)水平，與聯(lián)網(wǎng)收費(fèi)的精神直接相違背，在實(shí)施時(shí)，輕易不采用。 多路徑識(shí)別方法的分類 目前，在高速公路路徑識(shí)別的主要技術(shù)方法有：標(biāo)識(shí)站法、 車牌照識(shí)別法、最短路徑法。根據(jù)當(dāng)時(shí)道路情況 ,他們建議在對(duì)綜合路阻之差在 10%(可更多或更少 )以上不同路徑進(jìn)行識(shí)別時(shí) ,應(yīng)用最短路徑法 。 山東省高速公路通車?yán)锍坛^ 3000km,預(yù)計(jì) 2021 年將達(dá)到 4000km,高速公路通車?yán)锍虨槿珖谝?,聯(lián)網(wǎng)收費(fèi)里程已達(dá)到 2144km,路網(wǎng)內(nèi)有多家路公司。 江蘇省以長江為界分為蘇北高速公路網(wǎng)和蘇南高速公路網(wǎng) ,分別實(shí)現(xiàn)聯(lián)網(wǎng)收費(fèi)。德國實(shí)行高速公路收費(fèi)沒有采用傳統(tǒng)的關(guān)卡式收費(fèi)站 ,他們采用的是衛(wèi)星定位和移動(dòng)通訊技術(shù)相結(jié)合的收費(fèi)系統(tǒng)。在實(shí)際應(yīng)用中， ETC 技術(shù)相對(duì)于傳統(tǒng)收費(fèi)技術(shù)來說有兩個(gè)優(yōu)勢(shì)：一是更加適應(yīng)于多個(gè)不同主體運(yùn)營管理多條收費(fèi)道路的情況 ；二是對(duì)非法行為、人為破壞和逃費(fèi)行為有著更強(qiáng)的防范性。 本章是本文的重點(diǎn)，包括 圖像的采集、圖像預(yù)處理、車牌定位、傾斜校正、字符分割、字符識(shí)別。本文的主要結(jié)構(gòu)如下所示： 第一章， 緒論。另外， MATLAB 網(wǎng)頁服務(wù)程序還容許在 Web 應(yīng)用中使用自己的 MATLAB 數(shù)學(xué)和圖形程序。新版本的 MATLAB對(duì)整個(gè)圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對(duì)于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB 同樣表現(xiàn)了出色 的處理能力。函數(shù)中 所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和容錯(cuò)處理。簡單的編程環(huán)境提供了比較完備的調(diào)試系統(tǒng)，程序不必經(jīng)過編譯就可以直接運(yùn)行，而且能夠及時(shí)地報(bào)告出現(xiàn)的錯(cuò)誤及進(jìn)行出錯(cuò)原因分析。 （ 2）通行費(fèi)的準(zhǔn)確拆分。所以說解決多路徑識(shí)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。并采用了 MATLAB 來完成算法的設(shè)計(jì)與實(shí) 現(xiàn)。1 畢業(yè)設(shè)計(jì)（論文） 課題 名稱 多路徑識(shí)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(shí)別。研究結(jié)果表明車牌識(shí)別率較高，適應(yīng)性較強(qiáng)，實(shí)時(shí)性比較好。 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(hào)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。 （ 3）倒卡、逃費(fèi)問題。 2．簡單易用的程序語言 MATLAB 一個(gè)高級(jí)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)。在通常情況下，可以用它來代替底層編程語言，如 C 和 C++ 。同時(shí)對(duì)一些特殊的可視化要求，例如圖形對(duì)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。 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。 本章 首先介紹了 多路徑識(shí)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。 第五章， 實(shí)驗(yàn)環(huán)境平臺(tái)搭建、識(shí)別過程、實(shí)驗(yàn)數(shù)據(jù)及分析。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)。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。江蘇省蘇北高速公路路徑識(shí)別技術(shù)研究的對(duì)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。最初山東省采用最短距離法進(jìn)行路徑識(shí)別與通行費(fèi)收入拆分。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 。從基本思路看，多路徑識(shí)別技術(shù)可以分為精確識(shí)別和概率識(shí)別兩類。在國家政策方面，交通部交公路發(fā) [1999]9 號(hào)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(duì)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”。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。換句話說，字符圖像含有豐富的結(jié)構(gòu)信息。這些因素直接影響到結(jié)構(gòu)基元的提取。 （ 2） 利用變換特征方法。 （ 4） 特征點(diǎn)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。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(shí)別結(jié)果。 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。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 。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。 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(duì)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。 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?；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。傾斜的牌照不利于后續(xù)的字符分割與識(shí)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(shí)別的失敗。其 中 Hough 變換的方法比較常用。 字符分割的算法有很多，通常是根據(jù)處理對(duì)象的不同有許多相應(yīng)的方法。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。 識(shí)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(shí)別，若為字母，則最終結(jié)果為一個(gè)字母，識(shí)別結(jié)束；若識(shí)別結(jié)果為空字符，則表示不是字母，進(jìn)行第二步。對(duì)這三個(gè)字符做這樣的完全識(shí)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。 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。這樣，剛好剝掉了一圈，這也正是我們細(xì)化所要做的事。 圖 字符 Q與 O的區(qū)別 26 接下來，我們將待識(shí)別圖像與字母‘ D’標(biāo)準(zhǔn)模板來進(jìn)行細(xì)比對(duì)，通過對(duì)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(shí)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’。 實(shí)驗(yàn)環(huán)境 硬件環(huán)境： 數(shù)碼相機(jī)一臺(tái)（用于采集圖片）， PC 機(jī)一臺(tái)。改進(jìn)的方法采用了細(xì)化的方法提取了字符的骨架，減少了冗余信息，使其在復(fù)雜的應(yīng)用環(huán)境中仍 然能夠準(zhǔn)確27 的識(shí)別出字符，通過粗比對(duì)和細(xì)比對(duì)兩次匹配方法，提高了識(shí)別的魯棒性和準(zhǔn)確性，并且是運(yùn)算速度得到了提高。例如某個(gè)待識(shí)別字符如圖 （圖像為標(biāo)準(zhǔn)化的 40 20的圖像），它與‘ 0’，‘ Q’，‘ D’，‘ G’標(biāo)準(zhǔn)字符模板的相似度均大于我們預(yù)定的閾值λ 0，并且根據(jù)它所處的位置來進(jìn)行判斷，假設(shè)它處在最后一個(gè)位置，那么它就應(yīng)該是數(shù)字，所以不用進(jìn)行細(xì)比對(duì)，我們就可以確定它是數(shù)字