【正文】 ........................................................11 Chapter 3 System Design and Algorithm Research .......................................14 System Main Modules .........................................................................................14 Module Details .....................................................................................................15 Gray Level Transformations ........................................................................15 Image Enhancement.....................................................................................17 Image Thresholding .....................................................................................21 Median Filter ...............................................................................................25 Slant Correction ...........................................................................................27 Character Segmentation ...............................................................................30 . User Interface .....................................................................................................31 System Main Interface .................................................................................31 Main Modual Interface ................................................................................32 Chapter 4 Summary and Forecast........................................................................35 Summary ..............................................................................................................35 Forcast ..................................................................................................................36 Acknowledgements .....................................................................................................37 References ......................................................................................................................38 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 1 第一章 緒論 研究背景 隨著我國(guó)近年來(lái)經(jīng)濟(jì)快速發(fā)展，國(guó)民生產(chǎn)總值 持續(xù)增長(zhǎng)， 消費(fèi)水平隨之穩(wěn)步提高，為汽車工業(yè)的發(fā)展提供了很好的經(jīng)濟(jì)基礎(chǔ)。本文涉及了 在車牌識(shí)別中圖像處理技術(shù)的 應(yīng)用。目前常用的解決辦法是部署交通智能管理系統(tǒng)，目的就是使用現(xiàn)代化的信息技術(shù)掌握實(shí)時(shí)的路面情況和交通信息，為人們提供方便、安全、高效 和舒適的公路交通。本文在 實(shí)現(xiàn)了車牌識(shí)別系統(tǒng)的圖像預(yù)處理部分的基礎(chǔ)上，通過(guò)良好的界面 展示了數(shù)字圖像處理的直觀效果。 而 在 2020 年第一季度，中國(guó)已超越美國(guó)成為世界汽車產(chǎn)銷第一大國(guó)。未來(lái)的發(fā)展方向可以擴(kuò)展至交通事故分析、車輛市場(chǎng)分析以及車輛實(shí)時(shí)定位等相關(guān)領(lǐng)域。 （ 2） 圖像預(yù)處理。在獲得了字符 矯正后的車牌圖像后，為了對(duì)車牌信息進(jìn)行識(shí)別，必需對(duì)此車牌加以分割成獨(dú)立的單個(gè)字符。這就要求車牌的定位算法和字符分割有更好的適應(yīng)性。實(shí)際情況中，攝像機(jī)往往是在車輛行駛方向的正上方、右側(cè)或者左側(cè)。因此，研究高速、準(zhǔn)確的定位與識(shí)別算法是當(dāng)前的主要任務(wù)，而圖像處理技術(shù)的發(fā)展與攝像設(shè)備、計(jì)算機(jī)性能的提高都會(huì)促進(jìn)車牌 識(shí)別技術(shù)的發(fā)展，提高車牌識(shí)別系統(tǒng)的性能。因此，當(dāng)前的研究重點(diǎn)是，如何改善自動(dòng)識(shí)別算法，使得算法有更高的適應(yīng)性，降低車牌自動(dòng)識(shí)別算法對(duì)拍攝條件以及車牌自身質(zhì)量的依賴性。論文的大體結(jié)構(gòu)如下： 第一章為緒論部分，介紹了車牌識(shí)別系統(tǒng)的研究背景及國(guó)內(nèi)外的研究現(xiàn)狀，闡明了 研究車牌識(shí)別技術(shù)的必要性，并列舉了車牌識(shí)別技術(shù)的難點(diǎn)和重點(diǎn)。 Visual C++可以分成三個(gè)部分： （ 1） Developer Studio。目前 Windows SDK 已經(jīng)取代了 PSDK。 （ 1）數(shù)字圖像 圖像是對(duì)客觀對(duì)象的一種相似性的、生動(dòng)的描述或表示。 利用計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行系列操作，從而獲得某種預(yù)期結(jié)果的技術(shù)稱為數(shù)字圖像處理，又稱計(jì)算機(jī)圖像處理。 (5) 與相關(guān)學(xué)科的關(guān)系 數(shù)字圖像處理是一門新的交叉學(xué)科。 色度學(xué)理論認(rèn)為，任何顏色都可由紅、綠、藍(lán)三種基本顏色按不同的比例混合得到，紅、綠、藍(lán)被稱為三原色。圖像采集系統(tǒng)包括三個(gè)基本單元，即成像系統(tǒng) 、采樣系統(tǒng)和量化器。 調(diào)色板 如 果一幅圖像的每個(gè)像素都用其 RGB 分量來(lái)表示，那么所有的圖像文件都將變的非常龐大，實(shí)際上的做法不完全是這樣的，可以先來(lái)看一個(gè)簡(jiǎn)單的計(jì)算。 這張 RGB 表，就是通常所說(shuō)的調(diào)色板 。因此，要表示灰度圖，就需要把亮度值進(jìn)行量化。首先 RGB 的值都一樣；其次。 int bmHeight。 DIB 位圖可以在不同的機(jī)器或系統(tǒng)中顯示位圖所固有的圖像。 （ 2） 位圖信息頭 BITMAPINFOHEADER 結(jié)構(gòu)包含有位圖文件的大小、壓縮類型和顏色格式，其結(jié)構(gòu)定義為： typedef struct tagBITMAPINFOHEADER { /* bmih */ DWORD biSize。 LONG biYPelsPerMeter。 BYTE rgbReserved。 車牌識(shí)別系統(tǒng) 圖像灰度化 字符分割 圖像增強(qiáng) 傾斜校正 字符識(shí)別 二值化 邊框切除 中值濾波 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 15 圖像灰度化 將彩色圖像轉(zhuǎn)化成為灰度圖像的過(guò)程即為圖像的灰度化處理。 系統(tǒng)實(shí)現(xiàn)中 我們采用的是加權(quán)平均值法，在程序里我們?nèi)?Wr = ， Wa = ， Wc= 來(lái)更新調(diào)色板信息。文獻(xiàn) ]1[ 中采用了圖象灰度拉伸的方法有效地增強(qiáng)了圖象的對(duì)比度，增強(qiáng)后的圖象中字符清晰、區(qū)域分明，便于圖象二值化和字符分割處理。灰度變換是一種點(diǎn)處理方法，它將輸入圖像中每個(gè)像素 (x,y)的灰度值 f(x,y)，通過(guò)映射函數(shù) T[f(x,y)]，變換成輸出圖像中的灰度 g(x, y)，即： g(x,y)=T[f(x,y)] (33) 灰度變換可以選擇不同的灰度變換函數(shù)，如正比函數(shù)和指數(shù)函數(shù)等 。 常用的幾種分段線性拉伸的示意圖 ： 圖 36 分段線性拉伸示意圖 其對(duì)應(yīng)的變換公式如下 : (36) (3) 非線性變換 非線性拉伸不是對(duì)圖像的整個(gè)灰度范圍進(jìn)行擴(kuò)展，而是有選擇地對(duì)某一灰度值范圍進(jìn)行擴(kuò)展，其他范圍的灰度值則有可能被壓縮。二值化一般在圖像灰度操作之后進(jìn)行。 下面介紹三種常用的閾值選擇方法，一種為最大方差閾值選擇法；一種為灰度平均值閾值選擇法；一種為灰度區(qū)間取值法。 二值化 處理程序流程圖如 下 圖所示 ： 輸 入 增 強(qiáng) 后 的 灰 度 圖 像獲 得 指 向 圖 像 的 句 柄獲 得 閾 值 數(shù) 值指 向 圖 像 像 素 指 針像 素 灰 度 值 低 于 閾 值設(shè) 像 素 灰 度 值 為 0 設(shè) 像 素 灰 度 值 為 2 5 5整 幅 圖 掃 描 完整 幅 圖 掃 描 完Y e sN oN oN oY e s Y e s輸 出 車 牌 圖 像 的 二 值 化 圖像 圖 312 二值化 處理程序流程圖 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 25 進(jìn)過(guò)二值化處理的車牌圖片處理前與處理后對(duì)比如圖 313,314所示： 圖 313 圖 314 平滑空間濾波 （ 1）平滑線性濾波器 平滑線性空間濾波器的輸出是包含在濾波掩膜鄰域內(nèi)像素的簡(jiǎn)單平均值。 非加權(quán)鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點(diǎn)地移動(dòng)模板，求模板系數(shù)與圖像中相應(yīng)像素的乘積之和，模板數(shù)為 1。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 27 中值 濾波是一種非線性濾波。 車牌識(shí)別系統(tǒng)的圖像處理技術(shù) 28 （ 1）常用傾斜角度檢測(cè)方法 關(guān)于傾斜角度的糾正有很多方法。 該方法的研究對(duì)象是圖像上左右兩邊的目標(biāo)像素的平均高度。由于它是針對(duì)預(yù)處理圖像進(jìn)行操作，并且對(duì)直線條比較敏感，所以在很多直線檢測(cè)系統(tǒng)中，它還是一直占著非常重要的地位。 重心法充分利用圖像像素分布規(guī)律，比投影法更簡(jiǎn)單。于是我們可以通過(guò)對(duì)待檢測(cè)圖像做各種角度的投影，尋找投影圖像峰寬最窄的角度，即認(rèn)為是圖像正置的角度。 進(jìn)過(guò)中值濾波處理的車牌圖片處理前與處理后對(duì)比如圖 317,318 所示： 圖 317 圖 318 車牌傾斜矯正 從拍攝圖像中分割提取出車輛牌照?qǐng)D像通常存在一定的傾斜角度，可能是因?yàn)閿z像 機(jī)與運(yùn)動(dòng)中的汽車間有一定的拍攝角度，也可能是汽車在運(yùn)動(dòng)中的擺動(dòng)， 或 者是汽車車牌安裝產(chǎn)生傾斜等。 （ 2）統(tǒng)計(jì)排序?yàn)V波器 統(tǒng)計(jì)濾波器是一種非線性的空間濾波器，它的響應(yīng)基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后用統(tǒng)計(jì)排序結(jié)果決定的值代替中心像素的值。 一幅圖像大小為 N N 的圖像 f(x,y)，用鄰域平均法得到的平滑圖像為g(x,y)， ??? sji jifMyxg , ),(1),( (314) x,y=0,1,…,N 1。這樣圖象二值效果比較適合后續(xù)的進(jìn)一步處理，實(shí)驗(yàn)中 m 的經(jīng)驗(yàn)值選取如下， (a) 當(dāng)灰度均值 A140 時(shí)， m=； (b) 當(dāng) 120A140 時(shí)， m=1； (c) 當(dāng) 100A120 時(shí)， m=～ ； (d) 當(dāng) 60A100 時(shí)， m=～ ； (e) 當(dāng)灰度均值 A60 時(shí)， m=2； （ 3）灰度區(qū)間取值法 為了簡(jiǎn)化起見(jiàn)，本系統(tǒng)采取的閾值是根據(jù)圖像來(lái)選取的，即用一初始閾值 T對(duì)圖像 A 進(jìn)行二值化圖像 B。常用的二值化算法有： Otsu 算法、 Bernsern 算法和 熵函數(shù)算法等。具體形式如下： g(x,y)= 1b ]),([ ??ayxfc (310) 參數(shù) a 可以改變曲線的起始位置 . 參數(shù) c 可以改變曲線的變化速率 . 指數(shù)擴(kuò)展可以對(duì)圖像的高亮度區(qū)進(jìn)行大幅擴(kuò)展 . 本系統(tǒng)采用的是灰度變換法中的分段線性變換。 假定原始輸入圖像的灰度取值范圍為 [fmin, fmax]，輸出圖像的灰度取值范圍[gmin, gmax]，其變換公式為： (35) 一般要求 gm