【正文】 ............. 15 圖像預處理 ................................................................................................................ 15 車牌定位 .................................................................................................................... 17 傾斜校正 .................................................................................................................... 18 字符分割 .................................................................................................................... 19 字符識別 .................................................................................................................... 20 字符識別流程概述 ............................................................................................. 20 本文 字符識別流程 ............................................................................................. 22 第 5 章 車牌識別系統(tǒng)在 MATLAB 工具下的實現(xiàn) ........................................... 28 實驗環(huán)境 .................................................................................................................... 28 平臺搭建 .................................................................................................................... 28 識別過程 .................................................................................................................... 29 實驗數(shù)據(jù)及分析 ........................................................................................................ 34 第 6 章 總結與展望 ...................................................................................................... 36 總結 ........................................................................................................................... 36 展望 ........................................................................................................................... 37 致謝 .................................................................................................................................... 39 參考文獻 ........................................................................................................................... 40 附錄 .................................................................................................................................... 41 1 第 1 章 緒論 隨著各省市高速公路的不斷建設，基本上建成了大小規(guī)模不等的聯(lián)網(wǎng)收費系統(tǒng)，在聯(lián)網(wǎng)收費系統(tǒng)建設中，都面臨了一個共同的問題 —— 車輛行駛路徑的識別。對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。所以說解決多路徑識別問題在完善高速公路聯(lián)網(wǎng)收費系統(tǒng)中起著至關重要的作用。License plate identification。 多路徑識別主要解決高速公路通行費的合理收取以及通行費的準確拆分問題。它具有以下特點： 1．友好的工作平臺和編程環(huán)境 2 MATLAB 由一系列工具組成。新版本的MATLAB 語言是基于最為流行的 C＋＋ 語言基礎上的，因此語法特征與 C＋＋ 語言極為相似，而且更加簡單，更加符合科技人員對數(shù)學表達式的書寫格式。 MATLAB 的這些函數(shù)集包括從最簡單最基本的函數(shù)到諸如矩陣，特征向量、快速傅立葉變換的復雜函數(shù)。 5．應用廣泛的模塊集合工具箱 MATLAB 對許多專門的領域都開發(fā)了功能強大的模塊集和工具箱。 （包括用戶界面） 在開發(fā)環(huán)境中，使用戶更方便地控制多個文件和圖形窗口；在編程 方面支持了函數(shù)嵌套，有條件中斷等；在圖形化方面，有了更強大的圖形標注和處理功能，包括對性對起連接注釋等；在輸入輸出方面，可以直接向 Excel 和 HDF5 進行連接。本章介紹了 多路徑識別 理論的歷史、發(fā)展 、國外各國發(fā)展現(xiàn)狀 及 立足我國的研究發(fā)展 方向。本章總結了本設計所完成的工作，并對其中的缺陷做出了說明，指出了所采用算法的不足指出，對下一步的工作做了展望。日本最常用的 ETC 收費站采取 3 個門橋的樣式 ,這 3 個門橋分別用于識別車型、識別入口和收費信息傳輸。接收機含有 GPS 導航信號接收機和一個移動通訊終端 ,一旦卡車啟動 ,接收機便會自動記錄行駛里程 , 并將計算出的繳費金額數(shù)據(jù)發(fā)送到監(jiān)控中心。 浙江省高速公路網(wǎng)對路徑識別問題進行研究的時候 ,其高速公路路網(wǎng)中存在兩個二義性路徑的路環(huán) :一個是杭甫高速公路 (沽清 — 大朱家 )、上三高速公路全線、雨臺溫高速公路 (寧波東 — 吳番樞紐 )組成的路環(huán) 。為此山東省對山東省高速公路聯(lián)網(wǎng)收費系統(tǒng)路徑識別與通行費收 入拆分問題進行研究認為 : 要從山東省高速公路總體路網(wǎng)規(guī)劃出發(fā) ,綜合考慮設備投資、受益及今后運營成7 本等多方面因素提出方案 。另外 ,在路徑識別精度方面 ,不同路段也要有所側重。標識站法、車牌照識別法都屬于精確識別的范疇。 隨著圖像識別技術的發(fā)展，也可應用“車牌照識別”技術進行多路徑的識別。但是在高速公路中倒卡、逃費問題嚴重，因此這種算法的拆分關系到將通行費拆分給哪個收費單位的問題，影響了一部分單位的收益。 結構模式識別是早期漢字識別研究的主要方法。所以，在字符識別領域，純結構模式識別方法己經(jīng)逐漸衰落。但是這些方法總的特征就是運算量太大，運算復雜度高，難以滿足實時處理的要求。這些點包括端點、折點以及交叉點等等，獲得了比較好的效果。雖然模式識別可以用多種方法實現(xiàn)，但我們只關心用數(shù)字圖像處理技術對它的實現(xiàn)。缺點是如果進行簡單的模板匹配，只能夠識別同種字體、同 樣大小的字符，對于筆劃變粗、變細、傾斜的字符適應能力比較差，特別是模板與字符筆劃的匹配失誤時，會有很大的誤差。由于其學習方法屬于全局逼近算法，具有較強的泛化能力 。整個過程最重要的一步是模板的設計，它是后iijj xwx ??jxjj exfx ????? 11)(2)(21 keE ?? ?? j jjn xwky 2)(jjnjjxkewykewEw??????????????)()(222????13 續(xù)工作的基礎。然后，通過對預處理后的圖像 進行小波變換分解提取圖像邊緣，并進行形態(tài)學處理，這時，車牌的輪廓已經(jīng)非常清晰，并且可以和非車牌區(qū)域明顯區(qū)分開來了，接著，根據(jù)車牌的特點進行車牌初步定位，對車牌區(qū)域和偽車牌區(qū)域進行篩選后，采用投影法進行車牌二次定位，提取出車牌圖像。 16 圖 二值化的圖像 圖 采集的車輛圖像為彩色圖像，應將彩色圖像轉化為灰度圖像。車牌牌照的提取是一個尋找最符合牌照特征區(qū)域的過程。其次，由于車牌區(qū)域與車 身相比，車牌區(qū)域的對比度特別大，灰度變化具有一定頻度，所以我們先對圖像的每一行相鄰像素做求極值處理，再求相鄰點間的差，從而減少由車身帶來的誤差。 目前，車牌的傾斜校正方法主要有：通過垂直和水平邊緣檢測相結合的方法 。平面內的有規(guī)則曲線和直線，將原始圖像中直線和曲線上的點，都集中到變換空間上，形成峰點。 傳統(tǒng)的字符分割算法可以歸納為以下三類：直接分割法、基于識別基礎上的分割法和自適應分割線聚類法。分割步驟： 圖 車牌分割步驟 圖 分割后的車牌 字符識別 本文的字符識別采用的是基于模板匹配的識別方法。 （ 3）調用漢字模板進行識別，若識別結果為漢字，則最終結果為 一漢字，識別結束；若識別結果為空字符，則最終識別結果為空字符，識別結束。 22 圖 車牌中的字符 圖 模板字符 本文字符識別流程 模板匹配是車牌字符識別最早使用的方法之一，本文也主要是研究基于模板匹配的系統(tǒng)，所以本章重點研究這種算法。那么，如果去除那些骨架以外的點呢？顯然，是要根據(jù)它的八個相鄰點的情況來判斷，以下就是幾個例子，如圖所示： 圖 細化示意圖 上圖中的中心點就是我們所要處理的像素點，下面就來討論像素點可不可以刪除，圖（ 1）的像素點不可以刪除，因為它是個內部點，我們要求的是骨架，如果連內部點也刪除了，那么骨架就會被掏空的，所以不能刪除，圖（ 2）中的像素點也不可以刪除，因為它也是內部點，和圖（ 1）一樣，圖（ 3）中的像素點可以刪除，因為該點不是骨架，圖（ 4）也不能刪除，因為刪除后，原來相連的部分就斷開了，圖（ 5）的可以刪除，因為不是骨架，圖（ 6）不能刪除，因為它是直線的端點，如果這樣的點刪除了，那么整 個直線也被刪了，圖（ 7）也不能刪，因為它是孤立點，由此可以看出，有這樣幾條判斷依據(jù)： 內部點不能刪除； 孤立點不能刪除； 直線端點不能刪除； 如果 P是邊界點，去掉 P后，如果連通分量不增加，則 P可以刪除。 接下來進行第二步，模板匹配的粗比對。這次比較，我們選用的閾值是 ，通過比較，發(fā)現(xiàn)兩者的相似度為 左右，所以我們也不認識該字符圖像是‘ G’。 平臺搭建 根據(jù)上文研究的算法，利用 MATLAB 的 M 語言分別實現(xiàn)了車牌識別系統(tǒng)的定位、 字符切分和字符識別功能模塊，利用 MATLAB 的 GUI 工具箱開發(fā)了測試系統(tǒng)，驗證上面設計的算法在車牌識別系統(tǒng)中的應用效果，利用 MATLAB 的圖形用戶開發(fā)環(huán)境（ GUIDE）設計了本測試平臺，流程如下： 圖 輸入圖像 *.jpg 車牌定位模塊 控件 2： 輸入?yún)?shù) 控件 3： 輸出結果 車牌字符切分模塊 車牌字符識別模 塊 控件 1： 讀入圖像數(shù)據(jù) 輸出識別結果 29 啟動測試界面時，將會先導入識別參數(shù)設置值，當改變參數(shù)設置后，更新識別參數(shù)設置值，使之與當前設置一致。 同樣，采用相同的方法，我們也一樣可以識別出其他的字符。 最后一步，就是對待識別圖像與標準模板進行細節(jié)比對，也就 是我們所說的字符細比對。我們根據(jù)被處理點的八個相鄰點的情況來查表，若表中 (2) (4) (3) (6) (1) (5) 24 的元素是 1，則表示該點應該刪除，否則