【正文】 ‘ 0’，但是如 果它處在第三個(gè)位置，它就有可能是數(shù)字也有可能是字母，這是我們就無法簡單的確定它是‘ 0’，‘ Q’，‘ D’還是‘ G’，我們就需要對(duì)它進(jìn)行細(xì)比對(duì)。 我們判斷用的表如下： Staticinttable [256]={ 0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1, 1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,1,1,0,0,1,1,1,10,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0}；通過這張判斷表，我們就可以很簡單的判斷該點(diǎn)是否應(yīng)該刪除，整個(gè)算法也就非常簡單了。 由于細(xì)化處理在圖像處理中的重要性，所以細(xì)化算法一直是人們比較關(guān)注的問題，人們也提出了許多的細(xì)化算法，這些算法的處理方法和結(jié)果也都不一樣，但是不論其目的，用途怎樣，細(xì)化過程都不能改變?cè)瓐D的拓?fù)溥B續(xù)性，也不能有顯 著的端點(diǎn)縮短和叉點(diǎn)分離的畸變情況。 識(shí)別 車牌的第 7 個(gè)字符（若分割結(jié)果正確的話應(yīng)該是數(shù)字）：調(diào)用數(shù)字模板進(jìn)行識(shí)別，若為數(shù)字，則最終結(jié)果為一個(gè)數(shù)字，識(shí)別結(jié)束；若為空字符，則最終識(shí)別結(jié)果為空字符，識(shí)別結(jié)束。 （ 2）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)行第三步。具體就是采用投影法先將字符粗分割，然后根據(jù)單個(gè)字符的寬度進(jìn)行分類，將粘連字符再分割，斷裂字符合并。只要檢測(cè)出車牌的兩條平行直線即可，符合變換的要求。求取車牌字符區(qū)域的極小特征點(diǎn)和極大特征點(diǎn)的方法 。 卷積能量公式如下： （式 ） 其中 h(n)為長度為 L 的卷積核。 流程圖 如下 ： 圖 車牌定位流程圖 本文采用車牌定位 方法是一種基于灰度圖像，求取圖像能量極值區(qū)域的車牌定位方法，刻意避開二值化中閩值的確定問題。同時(shí)為了減少圖像中的孤立干擾點(diǎn)，保留車牌字符邊緣，讓車牌字符的圖像灰度水平投影更有的連續(xù)性。 14 圖 系統(tǒng)識(shí)別流程圖 開始 輸入汽車圖像 提取車牌 邊緣 形態(tài)學(xué)處理 一次定位 是否有車牌 進(jìn)行二值化 根據(jù)投影和坐標(biāo)變 換進(jìn)行傾斜矯正 根據(jù)垂直投影 進(jìn)行字符切分 進(jìn)行字符識(shí)別 結(jié)果輸出 二次定位 結(jié)束 NO YES 15 第 4 章 基于模板匹配的車牌識(shí)別詳細(xì)設(shè)計(jì) 本設(shè)計(jì)處理的流程包括：圖像采集 圖像預(yù)處理 車牌定位 傾斜校正 字符分割 字符識(shí)別六個(gè)部分。 算法實(shí)現(xiàn)總體設(shè)計(jì)方案中首先是要采集圖片，而硬件設(shè)備采集到的圖片要考慮其圖像的存儲(chǔ)格式。難以確定隱層和隱層節(jié)點(diǎn)的數(shù)目的缺點(diǎn)，所以在用于字符識(shí)別的過程中，還需要做大量的修改。 用于字符識(shí)別最常用的神經(jīng)網(wǎng)絡(luò)是 BP 神經(jīng)網(wǎng)絡(luò)，所謂 BP 神經(jīng)網(wǎng)絡(luò)是指誤差反向傳播神經(jīng)網(wǎng)絡(luò) ，核心方法是梯度下降法，它采用梯度 搜索技術(shù)，以期使網(wǎng)絡(luò)的實(shí)際輸 值與期望的均方差為最小。模板匹配的字符識(shí)別方法是指度量輸入模式與樣本之間的某種相似性，取最相似者為輸入模式所屬類別。這些矩形則稱為微結(jié)構(gòu)。車牌字符本身所占象素點(diǎn)較少，常常會(huì)出現(xiàn)筆劃斷裂輪廓不封閉。利用字符圖像在水平及垂直方向的投影作為特征。識(shí)別時(shí)，利用上述結(jié)構(gòu)信息以及句法分析地方法進(jìn)行識(shí)別，類似于一個(gè)邏輯推理器。 車牌照識(shí)別的主要算法 車牌識(shí)別的常用算法法有很多種，如結(jié)構(gòu)模式識(shí)別方法、統(tǒng)計(jì)模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)識(shí)別等等。因此，運(yùn)行時(shí)間最少的路徑對(duì)于時(shí)間價(jià)值導(dǎo)向型的道路使用者來說具有更強(qiáng)的吸引力，用戶一般采用最短路徑法。在收費(fèi)車道上安裝非接觸式 IC 卡讀寫設(shè)備，司機(jī)通過此路段時(shí)，將 IC 卡（通行卡）在讀寫天線的規(guī)定距離內(nèi)劃過，自動(dòng)欄桿開啟、車輛通行，并記錄該標(biāo)識(shí)站信息。 8 第 3 章 多路徑識(shí)別算法的 基本理論 多路徑識(shí)別包含多種技術(shù)方法，下面主要介紹了多路徑識(shí)別方法的主要分類，詳細(xì)說明了識(shí)別方法涉及到的主要算法。在進(jìn)行路徑識(shí)別時(shí) ,根據(jù)具體情況對(duì)不同路段采取不同方法。其拆分為了適應(yīng)不斷變化的交通流量 ,省收費(fèi)結(jié)算中心和路公司定期組織對(duì)二義性路徑的交通流量進(jìn)行統(tǒng)計(jì)調(diào)查 ,并通過實(shí)際運(yùn)行一段時(shí)間后 (三個(gè)月～半年 ),根據(jù)實(shí)際統(tǒng)計(jì)的流量狀況和分布情況、車輛選擇路徑的情況以及與現(xiàn)用的二義性路徑拆分原則的差距情況 ,對(duì)原來的分配方案和比例進(jìn)行調(diào)整。 國內(nèi)對(duì)這方面的專題研究不多 ,目前以軟課題的形式開展此類研究的有江蘇省蘇北高速公路網(wǎng)和浙江省高速公路網(wǎng)。所有收取的費(fèi)用將用于改善德國交通基礎(chǔ)設(shè)施 ,因?yàn)橹匦涂ㄜ噷⒋罅吭黾痈咚俟返慕ㄔO(shè)和維護(hù)成本。從 2021 年 3 月開始， ETC(電子不停車收費(fèi) )技術(shù)在日本整體上投入運(yùn)營。 第四章， 基于模板匹配的車牌識(shí)別詳細(xì)設(shè)計(jì) 。 4 本文框架結(jié)構(gòu) 本文通過對(duì) 多路徑識(shí)別算法 理論進(jìn)行系統(tǒng)認(rèn)真的學(xué)習(xí)和研究，查閱了大量的國內(nèi)外相關(guān)的文獻(xiàn)和資料，主要完成了圍繞 汽車牌照識(shí)別技術(shù)的多路徑識(shí)別算法的實(shí)現(xiàn) 。允許用戶編寫可以和 MATLAB 進(jìn)行交互的 C 或 C++語言程序。可用于科學(xué)計(jì)算和工程繪圖。其擁有 600 多個(gè)工程中要用到的數(shù)學(xué)運(yùn)算函數(shù)，可以方便的實(shí)現(xiàn)用戶所需的各種計(jì)算功能。而且新版本的 MATLAB 提供了完整的聯(lián)機(jī)查詢、幫助系統(tǒng)，極大的方便了用戶的使用。綜上所述，多路徑識(shí)別就 需要解決以下三個(gè)問題： （ 1）高速公路通行費(fèi)的合理收取。 路徑識(shí)別不僅僅涉及對(duì)每一通行車輛如何計(jì)算通行費(fèi)，同時(shí)還要考慮將收入的通行費(fèi)拆分給哪 個(gè)收費(fèi)單位的問題，通行費(fèi)的拆分直接關(guān)系到各條高速公路的合法利益， 是聯(lián)網(wǎng)收費(fèi)的關(guān)鍵。采用模板匹配法對(duì)車牌字符進(jìn)行識(shí)別。路徑識(shí)別不僅僅涉及對(duì)每一通行車輛如何計(jì)算通行費(fèi)，同時(shí)還要考慮將收入的通行費(fèi)拆分給哪個(gè)收費(fèi)單位的問題，通行費(fèi)的拆分直接 關(guān)系到各條高速公路的合法利益，是聯(lián)網(wǎng)收費(fèi)的關(guān)鍵。 關(guān)鍵詞： 多路徑識(shí)別； 車牌識(shí)別；車牌定位；模板匹配； 字符識(shí)別 3 ABSTRACT As expressway construction unceasingly in provinces, numbers of online charging systems was pleted bascially. In the construction of online charging system, we are facing a mon problem — The identification of vehicle path. Path recognition involves not only how to calculate the tolls to every vehicle, also should consider how to split the ines to relevant charging unit. Toll split is directly related to the legitimate benifit of every expressway,and is the key to working toll. So solving the problem of multipath recognition plays an important role in perfecting the expressway working toll system. This article introduces the multipath recognition algorithms, And emphatically analysed the recognition algorithm of license plate recognition. Based on image characters of license plate, we have a deeply research on the key technologies of the vehicle license plate recognition system, which include three parts: digital image preprocessing, license plate location, license plate characters recognition. In the vehicle images preprocession, the paper use the methods of Histogram Transformation, Edge detection, binarization. For license plate localization using a kind of calculating convolution based on gray image energy extremum region of license plate locating paper use pattern matching which method has been improved to recognize the characters. And using MATLAB to plete the design and implementation of the algorithm. Research results show that the license plate recognition rate is higher, adaptability is stronger, better realtime performance. Key Words: Multipath recognition。因此，高速公路上 兩點(diǎn)之間車輛行駛的多路 徑識(shí)別問題成為聯(lián)網(wǎng)收費(fèi)及網(wǎng)絡(luò)費(fèi)用清分模式中迫切需要解決的問題 。 MATLAB 的概述 MATLAB 是用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高科技計(jì)算語言和交互式環(huán)境。用戶可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以 先編寫好一個(gè)較大的復(fù)雜的應(yīng)用程序（ M 文件）后再一起運(yùn)行。在計(jì)算要求相同的情況下，使用 MATLAB 的編程工作量會(huì)大大減少。另外新版本的MATLAB 還著重在圖形用戶界面（ GUI）的制作上作了很大的改善，對(duì)這方面有特殊要求的用戶也可以得到滿足。工具箱是MATLAB 函數(shù)的子程序庫，每一個(gè)工具箱都是為某一類學(xué)科專業(yè)和應(yīng)用而定制的，主要包括信號(hào)處理、控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯、小波分析和系統(tǒng)仿真等方面的應(yīng)用。 第二章，國內(nèi)外研究現(xiàn)狀。 第六章，總結(jié)和展望。據(jù)日本政府估計(jì) ,到 2021 年 ,ETC 的用戶將達(dá)到 1500 萬輛。它采用衛(wèi)星輔助探測(cè)技術(shù) ,依 靠每輛行駛在高速公路上的車輛上安裝的收音機(jī)大小的接收機(jī)精確計(jì)算出車輛所行駛里程。在研究中針對(duì)當(dāng)時(shí)蘇北具體路網(wǎng)提出了蘇北高速公路聯(lián)網(wǎng)收費(fèi)的多路徑判別方法及相關(guān)措施。隨著聯(lián)網(wǎng)收費(fèi)高速公路網(wǎng)規(guī)模的不斷擴(kuò)大 ,不同利益主體管轄的路段將會(huì)逐漸并入網(wǎng)中 ,路網(wǎng)結(jié)構(gòu)日趨復(fù)雜 ,路徑識(shí)別與通行費(fèi)收入拆分問題日益突出 ,據(jù)估計(jì)由多路徑產(chǎn)生的費(fèi)用占路網(wǎng)總通行費(fèi)用的,每年達(dá) 1000 萬元左右。當(dāng)長度之差在 10%之內(nèi) ,且車流量較大 ,多路徑通行費(fèi)較高時(shí) ,也可以考慮在在關(guān)鍵點(diǎn)設(shè)立標(biāo)識(shí)站 ,但標(biāo)識(shí)站數(shù)量一定要控制 , 盡量減少對(duì)全路網(wǎng)的影響 。 精確識(shí)別 精確識(shí)別的原理是識(shí)別出路網(wǎng)中每一車輛的實(shí)際行駛路徑，避免路網(wǎng)中出現(xiàn)行駛路徑的歧義，從而解決路網(wǎng)中多路徑問題。顯然，國家法律法規(guī)的規(guī)定對(duì)設(shè)置停車式標(biāo)識(shí)站做出了限制，設(shè)置停車式標(biāo)識(shí)站已不可行。最短路徑法直接將多路徑車輛通行費(fèi)分配給最短路徑業(yè)主，因此，這種方法的精確度取決于車輛在實(shí)際的 路徑選擇過程中選擇最短路徑的概率?？梢栽O(shè)法提取含有這種信息的結(jié)構(gòu)特征及其組字規(guī)律作為識(shí)別的依據(jù)，這就是結(jié)構(gòu)模式識(shí)別。假如基元不能準(zhǔn)確得到，后面的識(shí)別就成了無源之水。對(duì)圖像進(jìn)行變換，變換后對(duì)圖像從空間域變到頻域，特征的維數(shù)大大降低。它的主要思想是利用字符點(diǎn)陣中一些有代表性的