【正文】 號： 093409150 指導(dǎo)老師： 石磊 完成時(shí)間： 2013年5月28日 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） Abstract摘要 汽車牌照自動識別系統(tǒng)是制約道路交通智能化的重要因素,包括車牌定位、字符分割和字符識別三個(gè)主要部分。伴隨著世界各國汽車數(shù)量的增加，城市交通狀況日益受到人們的重視。目前，國內(nèi)外汽車牌照的識別技術(shù)有IC卡識別技術(shù)、條形碼識別技術(shù)、圖像處理技術(shù)、人工神經(jīng)網(wǎng)絡(luò)識別技術(shù)。在現(xiàn)代化交通發(fā)展中車牌識別系統(tǒng)是制約交通系統(tǒng)智能化、現(xiàn)代化的重要因素，車牌識別系統(tǒng)應(yīng)該能夠從一幅圖像中自動提取車輛圖像，自動分割牌照圖像，對字符進(jìn)行正確識別，從而降低交通管理工作的復(fù)雜度。為此，近年來不少學(xué)者針對車牌本身的特點(diǎn)，車輛拍攝的不良現(xiàn)象及背景的復(fù)雜狀況，先后提出了許多有針對性的定位方法，將對車牌定位的準(zhǔn)確率和實(shí)時(shí)性提出更高的要求。通常處理時(shí)為了提高系統(tǒng)的識別率，都采用了一些硬件的探測器和其他的輔助設(shè)備如紅外照明等，其中“漢王眼”就是采用主動紅外照明和光學(xué)濾波器來減弱可見光的不可控制影響，減少惡劣氣候和汽車大小燈光的影響，另外還要求在高速公路管理窗口到“漢王眼”識別點(diǎn)埋設(shè)兩條線路管道，一條管道鋪設(shè)220伏50赫茲1安培的交流供電線路；另一條管道鋪設(shè)觸發(fā)信號線路和漢王眼與管理計(jì)算機(jī)的通訊線路，投資巨大，不適合于大面積的推廣。 主要應(yīng)用領(lǐng)域車牌自動識別系統(tǒng)具有廣泛的應(yīng)用范圍，主要應(yīng)用于：(1)高速公路收費(fèi)、監(jiān)控管理；(2)小區(qū)、停車場管理；(3)城市道路監(jiān)控、違章管理；(4)車牌登錄、驗(yàn)證；(5)車流統(tǒng)計(jì)、安全管理等。 (3)高速公路上的事故自動測報(bào)這是由于該系統(tǒng)能夠監(jiān)視道路情況和測量交通流量指標(biāo)，能及時(shí)發(fā)現(xiàn)超速、堵車、排隊(duì)、事故等交通異?，F(xiàn)象。接著是一個(gè)點(diǎn)“汽車車牌識別系統(tǒng)一般可按順序分為車輛圖像采集、圖像預(yù)處理、車牌定位、字符分割與識別五大部分。區(qū)域搜索與分割預(yù)處理字符分割字符特征提取字符識別歸一化圖像輸入 車牌識別系統(tǒng)原理圖牌照的定位和分割是牌照識別系統(tǒng)的關(guān)鍵技術(shù)之一，其主要目的是在原始圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個(gè)圖象中分割出來，供字符識別子系統(tǒng)識別之用，分割的準(zhǔn)確與否直接關(guān)系到整個(gè)牌照字符識別系統(tǒng)的識別率。該部分功能可調(diào)用計(jì)算機(jī)視頻捕捉卡廠商提供的各種軟件開發(fā)包工具即可實(shí)現(xiàn)。)。目前已有不少學(xué)者在這方面進(jìn)行了研究。%這個(gè)數(shù)值很重要,決定了提取的彩圖的質(zhì)量X_firrectify=5。決定了提取的彩圖的質(zhì)量,適當(dāng)提高可抗干擾，但是小圖會照成剪裁太多 Blue_x=zeros(1,x)。 Blue_y(PY1:PY2,1)=0。如果需要知道圖像A中(x, y)處的像素RGB值，則可以使用這樣的代碼A (x, y,1: 3)。 灰度處理%=========將彩色圖像轉(zhuǎn)換為黑白并顯示=========bw=rgb2gray(bw)。 標(biāo)示旋轉(zhuǎn)角theta 傾斜校正%=========圖像傾斜校正主要程序代碼=========qingxiejiao=rando_bianhuan(bw)%采取rando算法進(jìn)行傾斜角度計(jì)算bw=imrotate(bw,qingxiejiao,39。)。在數(shù)字圖像處理中二值圖像占有很重要的地位。求解閾值的方法很多，微分直方圖法、最大方差法、基于灰度的數(shù)學(xué)期望的方法、可變閾值法等。bw=bwmorph(bw,39。open39。title(39。 二值化處理后，利用垂直投影法檢測車牌垂直位置，并進(jìn)一步裁剪車牌邊框貼近字體，方便后面字體識別。%往下面投影，找黑體邊緣Y_up=fix(y/2)。bw=~bw。%對長寬重新賦值，對圖像進(jìn)一步裁剪，保證邊框貼近字體完成牌照區(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)行識別。在字符切割時(shí),往往由于閾值取得不好,導(dǎo)致字符切割不準(zhǔn)確,針對這種情況,可以由車牌格式的先驗(yàn)知識,對切割出的字符寬度進(jìn)行統(tǒng)計(jì)分析,用以指導(dǎo)切割,對因錯(cuò)誤切割過寬的字符進(jìn)行分裂處理。for h=1:x1k=k1。因此實(shí)際用于車牌識別的方法主要是后兩類。由于在前期的有效處理使得分割后的字體清晰度完整度都能保持較高的水平。baifenbi(1,k)=sum/(x*y)。for k=1:10sum=0。(1)數(shù)字09，；(2)字母AZ，；(3)各省自治區(qū)簡稱。)。預(yù)處理包括灰度化、車牌校正等。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。 原始圖像 車牌圖像 圖 灰度圖像 圖 傾斜校正 二值化處理、去除噪聲 字符精確定位 圖 分割出的字符 圖 結(jié)論在智能交通系統(tǒng)中，車牌自動識別系統(tǒng)是智能化交通系統(tǒng)非常重要的發(fā)展方向。通過這次設(shè)計(jì)使我明白了自己原來知識還比較欠缺。此時(shí)，回頭想想這段求學(xué)路，時(shí)而喜悅，時(shí)而惆悵。clear all。title(39。%==============更新圖片=============================Plate=I_bai(PY1:PY2,PX1:PX2,:)。title(39。figure,imshow(bw)。,inf)。)。bw = bwareaopen(bw, threshold)。擦除反色39。bw=~bw。%對長寬重新賦值%=================文字分割=================================fenge=shuzifenge(bw,qingxiejiao)[m,k]=size(fenge)。 shuzi_1 =bw( 1:y,fenge(9):fenge(10))。)。bilinear39。%======== 把09 , AZ以及省份簡稱的數(shù)據(jù)存儲方便訪問==============hanzishengfen=duquhanzi(imread(39。),imread(39。),imread(39。),...imread(39。),imread(39。),imread(39。),imread(39。),imread(39。),...imread(39。),imread(39。),imread(39。39。39。39。39。39。39。),imread(39。),imread(39。))。jieguozm_sz_1= shibiezm_sz(shuzizimu,xiuzhengzm_sz_1)。i=i+1。識別結(jié)果39。%s\r\n39。決定了提取的彩圖的質(zhì)量X_firrectify=5。(myI(i,j,3)=220)amp。((myI(i,j,3)=200)amp。(myI(i,j,2)=))amp。while(~((baisebili=)amp。車牌定位出錯(cuò)39。 end PY1=MaxY。 end PY1, PY2 %==============X 方向=============================== X_threshhigh=(PY2PY1)/11。amp。amp。amp。 if PX1=1 PX1=1。(PX2PX1))%閾值 PX2=PX21。(I_bai(i,j,1)=255) White= White+1。(I_bai(i,j,1)=90)amp。 end while ((Blue_x(1,PX2)=X_threshhigh)amp。 end end end [temp MaxX]=max(Blue_x)。amp。amp。amp。amp。),22000)。(changkuanbi=)))%gai shan qingxie if (k==0)%第一次進(jìn)來 [temp MaxY]=max(Blue_y)。changkuanbi=0。((myI(i,j,2)=)amp。(myI(i,j,2)=40))amp。(myI(i,j,2)=90)amp。Y_threshlow=5。)。i=i+1。jieguoshuzi_1= shibieshuzi(shuzi,xiuzhengshuzi_1)。 shibiejieguo(1,i) =jieguozimu。),imread(39。),...imread(39。),imread(39。39。39。39。39。39。39。),imread(39。),imread(39。),imread(39。),...imread(39。),imread(39。),imread(39。),imread(39。),imread(39。這里要修改shuzizimu=duquszzm(imread(39。),imread(39。bilinear39。)。xiuzhengzimu = imresize(zi_mu, [110 55],39。zm_sz_1 =bw( 1:y,fenge(5):fenge(6))。)。Y方向處理39。figure,imshow(bw)。閉合運(yùn)算39。title(39。bw=bwmorph(bw,39。crop39。%hsv彩圖提取圖像%==============這里要根據(jù)圖像的傾斜度進(jìn)行選擇這里選擇的圖片*.jpgbw=rgb2gray(bw)。% [PY2,PY1,PX2,PX1]=caitu_tiqu(I,I_bai)。I=imread([pn fn])。最后，感謝我的同學(xué)和朋友們，謝謝他們陪伴我成長，給我鼓勵和幫助。參考文獻(xiàn) [1] 岡薩雷斯．?dāng)?shù)字圖像處理（第二版）．電子工業(yè)出版社，2007．8[2] 胡小鋒、趙輝．VC++/，[3] 郁梅等，基于視覺的車輛牌照檢測,計(jì)算機(jī)應(yīng)用研究,1999(5),P65～67[4] 葉晨洲，廖金周，一種基于紋理的牌照圖象二值化方法， 1999(6)，P28～29[5] 朱學(xué)芳等，一種自適應(yīng)細(xì)化方法，模式識別與人工智能，1997(6)，P140～145[6] 楊萬山等，基于BP 神經(jīng)網(wǎng)絡(luò)的工程圖紙圖形符號的識別， ，2000[7] 袁志偉，[J].昆明理工大學(xué)學(xué)報(bào)，2001，26(2): 56～60[8] 劉陽，65～68[9] 許志影、2004(4)[10] [J].工業(yè)控制計(jì)算機(jī),2004,44～45.[11] D. S. Kim and S. I. Chien,. Automatic car license plate extraction using modified generalized symmetry transform and image warp ing[ J ]. in Proc. IEEE Int. Symp. Industrial Elec2tronics, vol. 3, 2001, pp. 2022 – 2027[12] Stephen , Amburn, John D. Austin. Adaptive Histogram Equalization and Its Variations[J]. puter vision, graphics, and image processing, 1987（39）,355～368 .[13] Liu Jilin,Song JiaTao. Vehicle license plate recognition system with high performance [J]. Acta Automatica Sinica . 2003(5):457～465.河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 附錄源代碼致謝時(shí)光匆匆如流水，轉(zhuǎn)眼便是大學(xué)畢業(yè)時(shí)節(jié)，春夢秋云，聚散真容易。系統(tǒng)本身還存在許多不足，距離具體實(shí)用的要求仍有很大差距，但我卻在這次畢業(yè)設(shè)計(jì)中學(xué)到了很多知識。通過以上的方法，我對多幅圖像進(jìn)行了檢測，有較好的識別效果。車牌分割難點(diǎn)在于噪聲合字符粘連，斷裂對字符的影響，因此必須先將定位后的車牌進(jìn)一步處理。在得到這個(gè)結(jié)果之前，需要對車牌進(jìn)行車牌定位、圖像預(yù)處理、車牌分割等處理。%=========語音自動播報(bào)程序=========function hanzi=duquhanzi(cpyu,cpguizhou,cpjing...cpsu,cpyue,cpgui)hanzi(:,:,1)=imresize(im2bw(cpyu,graythresh(rgb2gray(cpyu))),[110 55],39。在構(gòu)建標(biāo)準(zhǔn)音庫的過程中，用錄音工具錄制了A—Z、09和車牌地區(qū)名，并且以音頻文件保存。shibiezimu=chepai。