【正文】 .............................. 14 牌照區(qū)域的分割 ............................................ 15 5 牌照字符分割 .................................................... 16 字符字符切分綜述 .......................................... 16 字符分割 ........................................... 16 字符歸一化 ......................................... 16 6 車牌字符的識別 .................................................. 17 車牌字符識別綜述 .......................................... 17 模版匹配字符識別 .......................................... 17 7 車牌號碼識別軟件設計結(jié)果及分析 .................................. 20 車牌識別仿真 .............................................. 20 結(jié)果分析 .................................................. 27 結(jié)束語 ............................................................. 29 致 謝 ......................................................... 30 參考文獻 ........................................................... 31 附錄 程序清單 ..................................................... 31 1 1 緒論 選題背景 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主 要部分。 2020 屆畢業(yè)設計 基于 MATLAB 的汽車車牌的 號碼識別系統(tǒng)設計 院 、 部： 電氣與信息工程 學院 學生姓名： 桂慶剛 指導教師： 何淑珍 職稱 講師 專 業(yè)： 電子信息工程 班 級： 電子 0802 完成時間： 2020 年 5 月 摘 要 汽車車牌的識別系統(tǒng)是現(xiàn)代智能交通管理的 重要組成部分之一。本文 即是針對其核心部分進行闡述并使用 MATLAB 軟件環(huán)境中進行字符分割的仿真。其硬件基礎一般包括觸發(fā)設備、攝像設備、照明設備、圖像采集設備、識別車牌號碼的處理機等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學字符識別算法等。具體步驟如下：首先 通過 MATLAB軟件 對圖像進行灰度轉(zhuǎn)換，二值化處理然后采用 4X1的結(jié)構(gòu)元素對圖像進行腐蝕，去除圖像的噪聲。在設計研究單位和工業(yè)開發(fā)部門， MATLAB 被廣泛的應用于研究和解決各種具體問題。我國停車場應用較多的是紅外探測器和電磁感應環(huán)探測器。 軟件系統(tǒng)的編寫大多采用 VC 或者 MATLAB 語言，本課題選用了 MATLAB 語言。 (3)較強的圖形控制和處理功能，自帶的 API 使得用戶可以方便地在 MATLAB與 C、 C++ 等其他程序設計語言之間建立數(shù)據(jù)通信。在進行形態(tài)學濾波去除其它區(qū)域。利用垂直投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。 切 割 出 的 字符 送 入 庫 中與 數(shù) 據(jù) 庫 的圖 片 相 減分 析 之 差 最 小的 圖 片 是 哪 張字 符 依 次 分 析 顯 示 誤差 最 小 的 圖 片 名 字 圖 4 牌照字符識別流程圖 本章小節(jié) 本章主要介紹了車牌識別系統(tǒng)的總體設計方案?；叶然幚砭褪菍⒁环噬珗D像轉(zhuǎn)化為灰度圖像的過程。一般情況下，當 R? = 、 G? = 、 B? = 時，得到的灰度圖像效果最好。通常采用圖像平滑的方法去除噪點。 邊緣提取 邊緣主要存在于目標與目標 、目標與背景、區(qū)域與區(qū)域（包括不同色彩）之間，邊緣檢測主要是精確定位邊緣和抑制噪點，其基本思想是首先利用邊緣增強算子，突出圖像中的局部邊緣，然后定義像素的“邊緣強度”，通過設置門限的方法提取邊緣點集。 2 3 i,j 1 4 4 3 2 5 i,j 1 6 7 8 10 4 車牌 定位 車牌圖像往往是在復雜的環(huán)境中拍攝得到的 ， 車牌由于與復雜的車身背景融為一體 ， 由于車牌在使用中磨損與灰塵及拍攝儀器的影響以及由于拍攝角度的不同 ， 車牌在圖像中往往有很大的形變 ， 如何在復雜背景中準確、快速找出車牌的位置成為車牌識別中的難點。本方法對在多種光照條件下采集的車輛牌照圖像、車牌本身不潔、或者牌照存在傾斜和扭曲等情形 ， 均能取得較好的定位效果 。使館的外籍車牌上的是建交國家的代號，與所在地區(qū)的監(jiān)管機關(guān)編號無關(guān)。 ? 觀測和分析車牌外形特點，無論哪種車牌，外輪廓都有一個寬度不大的輪廓線，輪廓線的顏色和字符顏色一致，與背景的亮度差異很大。由于牌照圖象在原始圖象中是很有特征的一個子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對位置比較集中，而且其灰度值與周邊區(qū)域有明顯的不同，因而 在其邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖象進行分割。圖像中對象物的形狀特征的主要信息，常?？梢詮亩祱D像中得到。所有灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為 255，否則，灰度值為 0，表示背景或者其他的物體區(qū)域。 2020 年頒布的車牌規(guī)范規(guī)定車牌總長 440mm，牌照中的 7 個字符的實際總長為 409mm左右，寬 140mm，每個字符 45mm 寬， 90mm 高，字符間距為 10mm ，其中第二個字符與第三個字符的間距較為特殊，為 ，最后一個字符與第一個字符距邊界 25mm 。字符識別的算法很多，因為車牌字符間間隔較大，不會出現(xiàn)字符粘連情況，所以此處采用的方法為尋找連續(xù)有文字的塊，若長度大于某閾值，則認為該塊有兩個字符組成，需要分割。 2 ）統(tǒng)計特征匹配法。但是產(chǎn)生的網(wǎng)絡結(jié)構(gòu)比較復雜，輸入模式維數(shù)的增加可能導致網(wǎng)絡規(guī)模龐大。 匹配的步驟為： (1)依次取出模板字符，將模板字符按照上、下、左、右四個方向，在周圍五 個像素的范圍內(nèi)滑動，每次分別計算出相似度 S 值，取其中 S 的最大值做為字符與 模板字符之間的相似度函數(shù)。為了實驗方便，結(jié)合本次設計所選汽車牌照的特點，只建立了 4個數(shù)字 26個字母與 10個數(shù)字的模板。 22 本次汽車車牌的識別，為了保存更多的有用信息。需要做一定的設置后才能識別出相應的字符。在車輛牌照字符識別系統(tǒng)的研究領域，近幾年出現(xiàn)了許多切實可行的識別技術(shù)和方法，從這些新技術(shù)和方法中可以看到兩個明顯的趨勢：一是單一的預處理和識別技術(shù)都無法達到理想的結(jié)果，多種方法的有機結(jié)合才能使系統(tǒng)有效識別能力提高。此處采用的是模板匹配的方法，即是將要識別的字符與事先構(gòu)造好的模板進行 比對，根據(jù)與模板的相似度的大小來確定最終的識別結(jié)果。 學習是一個長期積累的過程，在后的工作、生活中都應該不斷的學習，努力提高自己知識和綜合素質(zhì)。)。灰度圖 39。,39。1]。,[40,40])。title(39。%temp為向量 white_y的元素中的最大值， MaxY為該值的索引（ 在向量中的位置） PY1=MaxY。 end IY=I(PY1:PY2,:,:)。 end PY2=MaxY。 myI=double(I5)。平滑 圖像的輪廓 39。腐蝕后圖像 39。title(39。灰度圖直方圖 39。)。雖然這個設計做的 并非對所以車牌都合適 ，但是在設計過程中所學到的 學習方法 是 我 最大收獲和財富， 相信定會 使我受益終身。 這個設計讓我學到了很多東西，涉及到方方面面的知識，在這整個過程中我們查閱了大量的資料，得到了何淑珍老師和同學的幫助，我在此對他們表示謝意。 字符分割的方法也有多種： 1. 基于聚類分析的字符分割； 2. 投影分割的方法； 。模板的制作很重要，必須要用精確的模板，否則就不能正確的識別。其中 車牌號碼識別程序源代碼見附錄程序清單。 20 7 車牌號碼識別軟件設計結(jié)果及分析 車牌識別仿真 采用車牌號碼為魯 HC9669的車牌照片進行仿真，仿真效果如下： 使用加權(quán)平均值法處理車輛圖像，得到的灰度圖效果如圖 10所示。在實際設計模板的時候，是根據(jù)各區(qū)域形狀固有的特點，突出各類似區(qū)域之間的差別，并將容易由處理過程引起的噪聲和位移等因素都考慮進去，按照一些基于圖象不變特性所設計的特征量來構(gòu)建模板，就可以避免上述問題。另一種是直接將每個字符的整幅圖像做為一個樣本輸入，不需要進行特征提取，節(jié)省了識別時間。主要有兩種方法：一種方法是先對待識別字符進 行特征提取，然后用所獲得的特征來訓練神經(jīng)網(wǎng)絡分類器。 17 6 車牌字符的識別 車牌字符識別綜述 目前已經(jīng)提出的車牌字符識別的方法 [5]有以下幾種： 1) 模板匹配字符識別算法。因此，字符的寬度可以從 width/9 到 width/7 之間漸進的變化得到。 牌照區(qū)域的分割 對車牌的分割可以有很多種方法，本程序是利用車牌的彩色信息的彩色分割方法。再用模板中的全體像素的平均值來代替原來像素值。這里選用的是數(shù)學形態(tài)學的方法，其基本思想是用具有一定形態(tài)的機構(gòu)元素去量度和提取圖像中的對應形狀以達到對圖像分析和識別的目的。設第 1 個字符中心和第 2個字符的中心間距為一個長度單位，以第 1 個字符中心為原點，那么非使館車牌的其余字符中心的橫向位置應分別為： 1， ， ， ， 和 ，字符的寬度同樣為 。 常見車牌顏色特征的信息 對目前 8 種常見車牌（對大型車輛取前置車牌）的顏色分布和格式分布進行分析，可以得出如下結(jié)論： ? 工存在 5 種顏色：黃石、黑色、藍色、白色和紅色； ? 存在 5中前景和背景的顏色組合；黃底黑字黑框線、藍底白字白框線、黑底白字紅“使”（或“領”）字白框線、黑底白字白框線，黑底紅字紅框線； ? 字符顏色與背景 顏色的亮度相差很大：要么亮度高于背景顏色的亮度（藍底白字白框線、黑底白字紅“使”（或“領”）字白框線、黑底白字白框線、黑底紅字紅框線；要么字符顏色低于背景顏色亮度（黃底黑字黑框線），對于這種車牌，其二值化結(jié)果顏色相反，前景字符為黑色，背景為白色，需要進行處理； ? 牌照上的文字由 7 個字符和一個分隔符橫向水平排列組成，字符高度為 90mm，寬度為 45mm，分割符的直徑為 10mm（實際上，每個字符是劇中分布在一個高位 90mm，寬為 45mm 的矩形區(qū)域。 表 1 車牌特征信息統(tǒng)計 編號 分類 外廊尺寸（ mm） 顏色 1 大型汽車 前： 440 140 黃底黑字黑框線 后： 440 220 藍底白字白框線 2 小型汽車 440 140 藍底白字白框線 3 使館汽車 440 140 黑底白字紅“使”字白框線 4 領館汽車 440 140 黑底白字紅“領”字白框線 5 境外汽車 440 140 黑底白字白框線，或黑底紅字紅框線 6 外籍汽車 440 140 黑底白字白框線 7 教練汽車 440 140 黃底黑 字黑框線 8 試驗汽車 440 140 黃底黑字黑框線 9 臨時入境汽車 300 165 白底紅字黑“臨時入境”字紅框線（字有金色輪廓線） 10 臨時行駛汽車 440 140 白底（有哦藍色暗紋）黑字黑框線 另外，民用汽車的好牌上有省、直轄市、自治區(qū)的名稱和發(fā)證及監(jiān)督機關(guān)的代號，編號是英文大寫字母。 這些方法各有優(yōu)缺點，要實現(xiàn)快速、準確地定位車牌 ， 應該綜合利用車牌的各種特征 ， 僅靠單一特