【正文】 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。并采用了 MATLAB 來(lái)完成算法的設(shè)計(jì)與實(shí) 現(xiàn)。1 畢業(yè)設(shè)計(jì)（論文） 課題 名稱 多路徑識(shí)別算法的研究 院別： 電氣工程學(xué)院 專業(yè)： 電子信息工程 2 摘要 隨著各省市高速公路的不斷建設(shè)，基本上建成了大小規(guī)模不等的聯(lián)網(wǎng)收費(fèi)系統(tǒng)，在聯(lián)網(wǎng)收費(fèi)系統(tǒng)建設(shè)中，都面臨了一個(gè)共同的問題 —— 車輛行駛路徑的識(shí)別。研究結(jié)果表明車牌識(shí)別率較高，適應(yīng)性較強(qiáng)，實(shí)時(shí)性比較好。所以說解決多路徑識(shí)別 問題在完善高速公路聯(lián)網(wǎng)收費(fèi)系統(tǒng)中起著至關(guān)重要的作用。 （ 2）通行費(fèi)的準(zhǔn)確拆分。簡(jiǎn)單的編程環(huán)境提供了比較完備的調(diào)試系統(tǒng)，程序不必經(jīng)過編譯就可以直接運(yùn)行，而且能夠及時(shí)地報(bào)告出現(xiàn)的錯(cuò)誤及進(jìn)行出錯(cuò)原因分析。函數(shù)中 所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過了各種優(yōu)化和容錯(cuò)處理。新版本的 MATLAB對(duì)整個(gè)圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對(duì)于一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB 同樣表現(xiàn)了出色 的處理能力。另外， MATLAB 網(wǎng)頁(yè)服務(wù)程序還容許在 Web 應(yīng)用中使用自己的 MATLAB 數(shù)學(xué)和圖形程序。本文的主要結(jié)構(gòu)如下所示： 第一章， 緒論。 本章是本文的重點(diǎn)，包括 圖像的采集、圖像預(yù)處理、車牌定位、傾斜校正、字符分割、字符識(shí)別。在實(shí)際應(yīng)用中， ETC 技術(shù)相對(duì)于傳統(tǒng)收費(fèi)技術(shù)來(lái)說有兩個(gè)優(yōu)勢(shì)：一是更加適應(yīng)于多個(gè)不同主體運(yùn)營(yíng)管理多條收費(fèi)道路的情況 ；二是對(duì)非法行為、人為破壞和逃費(fèi)行為有著更強(qiáng)的防范性。德國(guó)實(shí)行高速公路收費(fèi)沒有采用傳統(tǒng)的關(guān)卡式收費(fèi)站 ,他們采用的是衛(wèi)星定位和移動(dòng)通訊技術(shù)相結(jié)合的收費(fèi)系統(tǒng)。 江蘇省以長(zhǎng)江為界分為蘇北高速公路網(wǎng)和蘇南高速公路網(wǎng) ,分別實(shí)現(xiàn)聯(lián)網(wǎng)收費(fèi)。 山東省高速公路通車?yán)锍坛^ 3000km,預(yù)計(jì) 2021 年將達(dá)到 4000km,高速公路通車?yán)锍虨槿珖?guó)第一 ,聯(lián)網(wǎng)收費(fèi)里程已達(dá)到 2144km,路網(wǎng)內(nèi)有多家路公司。根據(jù)當(dāng)時(shí)道路情況 ,他們建議在對(duì)綜合路阻之差在 10%(可更多或更少 )以上不同路徑進(jìn)行識(shí)別時(shí) ,應(yīng)用最短路徑法 。 多路徑識(shí)別方法的分類 目前，在高速公路路徑識(shí)別的主要技術(shù)方法有：標(biāo)識(shí)站法、 車牌照識(shí)別法、最短路徑法。 標(biāo)識(shí)站的主要缺點(diǎn)是車輛每次經(jīng)過標(biāo)識(shí)站時(shí)必須停車，導(dǎo)致行車速度減慢，降低了高速公路的服務(wù)水平，與聯(lián)網(wǎng)收費(fèi)的精神直接相違背，在實(shí)施時(shí)，輕易不采用。 最短路徑法取最短路徑為行駛路徑。下面分別介紹各種方法： 結(jié)構(gòu)模式識(shí)別可能比較復(fù)雜，但都具有相 當(dāng)嚴(yán)格的規(guī)律性。 基于這種方法來(lái)描述字符的結(jié)構(gòu)在理論上是比較恰當(dāng)?shù)模渲?要優(yōu)點(diǎn)在于對(duì)字體變化的適應(yīng)性強(qiáng)，區(qū)分相似字的能力強(qiáng)；但是，在實(shí)際應(yīng)用中，其所面臨的問題是抗干擾能力差，因?yàn)樵趯?shí)際得到的文本圖像中存在各種干擾，比如傾斜、斷裂、粘連、污點(diǎn)等。這種方法是模式識(shí)別早期使用的方法。 Spline 曲線是在輪廓上找到曲率大的折點(diǎn)，利用 Spline 曲線來(lái)近似相鄰折點(diǎn)之間的輪廓線，該方法的缺點(diǎn)在于對(duì)旋轉(zhuǎn)現(xiàn)象比較敏感。利用微結(jié)構(gòu)及微結(jié)構(gòu)之間的關(guān)系組成的特征對(duì)字符進(jìn)行識(shí)別。它根據(jù)字符的直觀形象抽取特征，用相關(guān)匹配原理進(jìn)行識(shí)別。 BP神12 經(jīng)網(wǎng)絡(luò)主要有兩種形態(tài)： (l)前向傳播：計(jì)算網(wǎng)絡(luò)的輸出。 本文采用的識(shí)別算法 本文采用的識(shí)別算法是基于模板匹配的車牌識(shí)別方案，模板匹配法就是將待識(shí)別字符與模板字 符進(jìn)行比對(duì)，從而確定字符內(nèi)容。目前比較常用的圖像格式有 *.BMP、 *.JPG、 *.GIF、 *.PCX等，本課題采集到的圖片是 *.JPG 的格式。 圖像采集 圖像采集部分所采集的圖像一般是采用 CCD 攝像機(jī)攝取的車牌前視圖或后視圖，這些通過由光照檢測(cè)裝置控制現(xiàn)場(chǎng)的光照，位置檢測(cè)裝置控制攝像機(jī)的拍攝角度而得到的。選用 MXl 的模板對(duì)灰度拉伸后的圖像進(jìn)行中值濾波。該方法充分利用車牌紋理復(fù)雜、對(duì)比度鮮明、外型規(guī)則等特征構(gòu)造車輛圖像的對(duì)比度能量圖，然后通過選取極值區(qū)域來(lái)定位車牌。 圖 定位到的車牌圖 片 傾斜校正 由于 CCD 攝像機(jī)采集車牌圖像時(shí)，有時(shí)候會(huì)出現(xiàn)采集到的車牌圖像里牌照區(qū)域是傾斜的。.通過模板匹配的方法。 圖 校正前的圖片 圖 校正后的圖片 字符分割 字符分割即是 對(duì)獲得的牌照分離出單個(gè)字符 (包括漢字、字母和數(shù)字等 )，以便于字符識(shí)別。 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(shí)別。 按左右寬度切割出字符 計(jì)算水平投影進(jìn)行車牌水平校正 去掉車牌的框架 分析垂直投影找到每個(gè)字符中心位置 21 （ 3）調(diào)用數(shù)字模板庫(kù)進(jìn)行識(shí)別，若為數(shù)字，則最終結(jié)果為一數(shù)字，識(shí)別結(jié)束；若為空字符，則最終結(jié)果為空字符，識(shí)別結(jié)束。 對(duì)于車牌圖像的第 2和 3個(gè)字符，進(jìn)行完全的識(shí)別，主要是因?yàn)榭紤]到字符的分割不一定正確，即不能保證分割后的第 1個(gè)車牌字符為漢字，第 2個(gè)車牌字符為字母，而第 4個(gè)車牌字符為字母或數(shù)字。此外，在許多情況中，細(xì)化的過程占整個(gè)圖像處理一半以上的時(shí)間，因而提高細(xì)化算法的速度也是非常有意義的。我們首先水平方向掃描第一行最左邊的點(diǎn)，然后是最右邊的點(diǎn)，接著掃描第二行最左邊的點(diǎn)，最右邊的點(diǎn)，直到最后一行最左邊的點(diǎn)，最右邊的點(diǎn)；然后垂直方向掃描第二列最上邊的點(diǎn)（因?yàn)榈谝涣凶钌线叺狞c(diǎn)已經(jīng)被刪除），第二列最下邊的點(diǎn)，直到 倒數(shù)第二列最上邊的點(diǎn)，最下邊的點(diǎn)。 圖 待識(shí)別的圖像 圖 OQDG標(biāo)準(zhǔn)模板 首先，將待識(shí)別圖像與字母‘ Q’標(biāo)準(zhǔn)模板來(lái)進(jìn)行細(xì)比對(duì)，我們發(fā)現(xiàn)數(shù)字‘ 0’與字母‘ Q’最大的區(qū)別在于圖像的右下方，如圖 所示（為了方便顯示，我們將圖片放大，并且取反色以便觀看），所以我們只需要選取待識(shí)別圖像的右下角區(qū)域，再與字母‘ Q’的標(biāo)準(zhǔn)模板的相同區(qū) 域進(jìn)行比較，這時(shí)，由于是細(xì)節(jié)比對(duì)，所以我們就需要提高判斷閾值，當(dāng)然，根據(jù)字母之間相似度，有些閾值要大一些，有些閾值就要小一些，例如這種比較，我們根據(jù)經(jīng)驗(yàn)就設(shè)定閾值為 ，通過比較，發(fā)現(xiàn)兩者的相似度遠(yuǎn)遠(yuǎn)低于 ，所以，我們就認(rèn)為這個(gè)字符不可能是‘ Q’。 28 第 5 章 車牌識(shí)別系統(tǒng)在 MATLAB 工具下的實(shí)現(xiàn) 本章是對(duì)算法的實(shí)現(xiàn)，介紹了 實(shí)驗(yàn)環(huán)境平臺(tái)搭建、識(shí)別過程、實(shí)驗(yàn)數(shù)據(jù)及分析。 軟件環(huán)境： 操作系統(tǒng)： Windows XP 圖像格式： jpg 格式， 24位真彩色 編程環(huán)境： MATLAB 2021。 圖 字符 D與 O的區(qū)別 然后，我們?cè)侔汛R(shí)別圖像與字母‘ G’的標(biāo)準(zhǔn)模板來(lái)比對(duì)，通過圖 我們可以看出，數(shù)字‘ 0’和字母‘ G’的最大區(qū)別在于圖像的右上部，所以我們只需要比較待識(shí)別字符圖像的右上部分即可。通過對(duì)整個(gè)圖像進(jìn)行一遍掃描，即完成了細(xì)化操作。所謂骨架，可以理解為圖像的中軸，例如一個(gè)長(zhǎng)方形的骨架就是它的長(zhǎng)方向上的中軸線；正方形的骨架就是它的中心點(diǎn)；圓的骨架就是它的圓心；直線的骨架就是它自身；孤立點(diǎn)的骨架也是自身。例如，若識(shí)別出的車牌圖像的第 2個(gè)字符是漢 字，則說明字符模塊做字符分割的時(shí)候在車牌圖像的左邊提取了一個(gè)多余的字符，因此字符分割模塊要去掉這個(gè)多余的字符，從漢字字符起，依次提取出 7個(gè)字符來(lái)。 （ 2）調(diào)用數(shù)字模板進(jìn)行識(shí)別，若為數(shù)字，則最終結(jié)果為一數(shù)字，識(shí)別結(jié)束；若為空字符，則表示不是數(shù)字，進(jìn)行第三步。利用投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。為了實(shí)現(xiàn)更好的分割，有關(guān)的總體知識(shí)和先驗(yàn)信息是很有用的，根據(jù)包含在圖像中的信息，可以制定相應(yīng)的判決準(zhǔn)則和控制策略，使其完成自動(dòng)分割。 Hough 變換運(yùn)用兩個(gè)坐標(biāo)之間的變換來(lái)進(jìn)行檢測(cè)。因此，在進(jìn)行字符分割與識(shí)別之前，有必要對(duì)牌照進(jìn)行傾斜校正。同時(shí)減少圖像中的孤立干擾點(diǎn)，保留車牌字符邊緣，讓車牌字符圖像的灰度水平投影更有連續(xù)性。車牌定位是車牌識(shí)別系統(tǒng)中的關(guān)鍵和難點(diǎn)，實(shí)際圖像中 的噪聲、復(fù)雜背景等干擾都會(huì)使定位十分困難。 圖像預(yù)處理一般包括以下步驟：對(duì)圖像的灰度進(jìn)行處理、圖像平滑、圖像增強(qiáng)、圖像二值化、圖像銳化、邊緣檢測(cè)。 整個(gè)牌照識(shí)別的設(shè)計(jì)流程圖如下圖所示： 識(shí)別的整個(gè)流程就是：首先將采集到的汽車圖像進(jìn)行灰度化、灰度拉伸和濾波處理，以降低噪點(diǎn)、增加車牌部分的對(duì)比度。然后，對(duì)待識(shí)別字符進(jìn)行圖像的歸一化操作，最后將字符與模板的每個(gè)像素點(diǎn)進(jìn)行一一的對(duì)照，與所有模板比對(duì)完成之后，選取其中相似結(jié)果最高的，作為最終的識(shí)別結(jié)果。 BP 網(wǎng)絡(luò)有以下優(yōu)點(diǎn)：只要能保證有足夠的隱層和隱層節(jié)點(diǎn)，就可以逼近任意的非線性映射關(guān)系 。它優(yōu)點(diǎn)是可以并行處理，簡(jiǎn)單易行。 統(tǒng)計(jì)模式識(shí)別認(rèn)為圖像可能包含一個(gè)或多個(gè)物體，并且每個(gè)物體屬于若干事先定義的類型、范疇或模式之一。它的主要思想是利用字符點(diǎn)陣中一些有代表性的點(diǎn)作為特征來(lái)區(qū)分不同的字符。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。假如基元不能準(zhǔn)確得到，后面的識(shí)別就成了無(wú)源之水?？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。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。顯然，國(guó)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。 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。當(dāng)長(zhǎng)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 。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(wàn)元左右。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。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。據(jù)日本政府估計(jì) ,到 2021 年 ,ETC 的用戶將達(dá)到 1500 萬(wàn)輛。 第六章，總結(jié)和展望。 第二章，國(guó)內(nèi)外研究現(xiàn)狀。工具箱是MATLAB 函數(shù)的子程序庫(kù)，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。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。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。用戶可以在命令窗口中將輸入語(yǔ)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。 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(yǔ)言和交互式環(huán)境。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 。License plate identification。所以說解決多路徑識(shí)別問題在完善高速公路聯(lián)網(wǎng)收費(fèi)系統(tǒng)中起著至關(guān)重要的作用。對(duì)車牌定位采用了一種基于灰度圖像求取卷積能量極值區(qū)域的車牌定位方法。 OCR 4 目 錄 第 1 章 緒論 ...................................................................................................................... 1 研究背景和意義 ......................................................................................................... 1 MATLAB 的概述 ........................................................................................................ 1 本文框架結(jié)構(gòu) ............................................................................................................. 4 第 2 章 國(guó)內(nèi)外研究現(xiàn)狀 ............................................................................................... 5 國(guó)外研究現(xiàn)狀 .........