【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 車牌識別系統(tǒng)的圖像處理技術 1 第一章 緒論 研究背景 隨著我國近年來經(jīng)濟快速發(fā)展，國民生產總值 持續(xù)增長， 消費水平隨之穩(wěn)步提高，為汽車工業(yè)的發(fā)展提供了很好的經(jīng)濟基礎。本文涉及了 在車牌識別中圖像處理技術的 應用。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)代化的信息技術掌握實時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 實現(xiàn)了車牌識別系統(tǒng)的圖像預處理部分的基礎上，通過良好的界面 展示了數(shù)字圖像處理的直觀效果。 而 在 2020 年第一季度，中國已超越美國成為世界汽車產銷第一大國。未來的發(fā)展方向可以擴展至交通事故分析、車輛市場分析以及車輛實時定位等相關領域。 （ 2） 圖像預處理。在獲得了字符 矯正后的車牌圖像后，為了對車牌信息進行識別，必需對此車牌加以分割成獨立的單個字符。這就要求車牌的定位算法和字符分割有更好的適應性。實際情況中，攝像機往往是在車輛行駛方向的正上方、右側或者左側。因此，研究高速、準確的定位與識別算法是當前的主要任務，而圖像處理技術的發(fā)展與攝像設備、計算機性能的提高都會促進車牌 識別技術的發(fā)展，提高車牌識別系統(tǒng)的性能。因此，當前的研究重點是，如何改善自動識別算法，使得算法有更高的適應性，降低車牌自動識別算法對拍攝條件以及車牌自身質量的依賴性。論文的大體結構如下： 第一章為緒論部分，介紹了車牌識別系統(tǒng)的研究背景及國內外的研究現(xiàn)狀，闡明了 研究車牌識別技術的必要性，并列舉了車牌識別技術的難點和重點。 Visual C++可以分成三個部分： （ 1） Developer Studio。目前 Windows SDK 已經(jīng)取代了 PSDK。 （ 1）數(shù)字圖像 圖像是對客觀對象的一種相似性的、生動的描述或表示。 利用計算機對數(shù)字圖像進行系列操作，從而獲得某種預期結果的技術稱為數(shù)字圖像處理，又稱計算機圖像處理。 (5) 與相關學科的關系 數(shù)字圖像處理是一門新的交叉學科。 色度學理論認為，任何顏色都可由紅、綠、藍三種基本顏色按不同的比例混合得到，紅、綠、藍被稱為三原色。圖像采集系統(tǒng)包括三個基本單元，即成像系統(tǒng) 、采樣系統(tǒng)和量化器。 調色板 如 果一幅圖像的每個像素都用其 RGB 分量來表示，那么所有的圖像文件都將變的非常龐大，實際上的做法不完全是這樣的，可以先來看一個簡單的計算。 這張 RGB 表，就是通常所說的調色板 。因此，要表示灰度圖，就需要把亮度值進行量化。首先 RGB 的值都一樣；其次。 int bmHeight。 DIB 位圖可以在不同的機器或系統(tǒng)中顯示位圖所固有的圖像。 （ 2） 位圖信息頭 BITMAPINFOHEADER 結構包含有位圖文件的大小、壓縮類型和顏色格式，其結構定義為： typedef struct tagBITMAPINFOHEADER { /* bmih */ DWORD biSize。 LONG biYPelsPerMeter。 BYTE rgbReserved。 車牌識別系統(tǒng) 圖像灰度化 字符分割 圖像增強 傾斜校正 字符識別 二值化 邊框切除 中值濾波 車牌識別系統(tǒng)的圖像處理技術 15 圖像灰度化 將彩色圖像轉化成為灰度圖像的過程即為圖像的灰度化處理。 系統(tǒng)實現(xiàn)中 我們采用的是加權平均值法，在程序里我們取 Wr = ， Wa = ， Wc= 來更新調色板信息。文獻 ]1[ 中采用了圖象灰度拉伸的方法有效地增強了圖象的對比度，增強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?；叶茸儞Q是一種點處理方法，它將輸入圖像中每個像素 (x,y)的灰度值 f(x,y)，通過映射函數(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 其對應的變換公式如下 : (36) (3) 非線性變換 非線性拉伸不是對圖像的整個灰度范圍進行擴展，而是有選擇地對某一灰度值范圍進行擴展，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 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 像 素 灰 度 值 為 0 設 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 車牌識別系統(tǒng)的圖像處理技術 25 進過二值化處理的車牌圖片處理前與處理后對比如圖 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像素的簡單平均值。 非加權鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點地移動模板，求模板系數(shù)與圖像中相應像素的乘積之和，模板數(shù)為 1。 車牌識別系統(tǒng)的圖像處理技術 27 中值 濾波是一種非線性濾波。 車牌識別系統(tǒng)的圖像處理技術 28 （ 1）常用傾斜角度檢測方法 關于傾斜角度的糾正有很多方法。 該方法的研究對象是圖像上左右兩邊的目標像素的平均高度。由于它是針對預處理圖像進行操作，并且對直線條比較敏感，所以在很多直線檢測系統(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，比投影法更簡單。于是我們可以通過對待檢測圖像做各種角度的投影，尋找投影圖像峰寬最窄的角度，即認為是圖像正置的角度。 進過中值濾波處理的車牌圖片處理前與處理后對比如圖 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圖像通常存在一定的傾斜角度，可能是因為攝像 機與運動中的汽車間有一定的拍攝角度，也可能是汽車在運動中的擺動， 或 者是汽車車牌安裝產生傾斜等。 （ 2）統(tǒng)計排序濾波器 統(tǒng)計濾波器是一種非線性的空間濾波器，它的響應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)計排序結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)的進一步處理，實驗中 m 的經(jīng)驗值選取如下， (a) 當灰度均值 A140 時， m=； (b) 當 120A140 時， m=1； (c) 當 100A120 時， m=～ ； (d) 當 60A100 時， m=～ ； (e) 當灰度均值 A60 時， m=2； （ 3）灰度區(qū)間取值法 為了簡化起見，本系統(tǒng)采取的閾值是根據(jù)圖像來選取的，即用一初始閾值 T對圖像 A 進行二值化圖像 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)擴展可以對圖像的高亮度區(qū)進行大幅擴展 . 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