【正文】 車牌上的數(shù)字 ， 首先取決于車輛牌照能否正確從車輛圖像中提取 ， 而車輛牌照能否正確從車輛圖像中提取則是自動(dòng)識(shí)別的前提 ， 所以圖像提取需要極高的正確性 。 因此對(duì)于牌照處理階段的各個(gè)步驟很多人都進(jìn)行了相關(guān)的研究 ,提 出了許多比較好的算法 ,但是很多算法對(duì)于某一類圖像質(zhì)量的照片可能效果比較好 ,但是對(duì)于其它的車牌圖像處理效果不見(jiàn)得就好 。 一個(gè)完整的車輛牌照識(shí)別系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng) ,包括圖像采集 、 數(shù)據(jù)傳輸與更新等步驟 ,其中的圖像牌照處理中的每一個(gè)步驟都是比較復(fù)雜的 ,尤其是牌照定位與分割 、 字符切分與識(shí)別的復(fù)雜性更大 。 系統(tǒng)硬件分析 一個(gè)車牌識(shí)別系統(tǒng)的基本硬件配置是由攝像機(jī)、主控機(jī)、采集卡、照明裝置組成。 從 LPR 系統(tǒng)的主要關(guān)鍵技術(shù) (車牌定位、車牌字符分割、車牌字符識(shí)別 )而言，關(guān)于車牌定位的研究，國(guó)外起步比較早，現(xiàn)有比較好的牌照定位方法主要有 等提出的基于水平搜尋的定位方法 等提出的基于 DFT 變換的頻域分析方法； 等人提出的基于掃描行的車牌 提取方法。從 20 世紀(jì) 90年代初，國(guó)外的研究人員就已經(jīng)開(kāi)始了對(duì)汽車牌照識(shí)別的研究。 因此 ,課題的研究對(duì)于提高城市交通管理水平 ,加快交通管理現(xiàn)代化步伐具有一定的實(shí)際意義 。 汽車牌照自動(dòng)識(shí)別系統(tǒng)可以廣泛安裝于公路收費(fèi)站 ,停車場(chǎng) ,十字路口等交通關(guān)卡處 ,使收費(fèi)的管理更嚴(yán)密 ,更科學(xué) 。 無(wú)論是在城市 ,鄉(xiāng)村還是偏遠(yuǎn)地區(qū) ,在中心總站都可以及時(shí)了解到任何一個(gè)衛(wèi)星子收費(fèi)站的過(guò)往車輛的情況 。 圖像識(shí)別技術(shù) 圖像識(shí)別 是近 20 年來(lái)發(fā)展起來(lái)的一門學(xué)科，它以研究某些對(duì)象或過(guò)程（統(tǒng)稱圖像）的分類與描述為主要內(nèi)容。 采用某種特殊的技術(shù)來(lái)突出圖像中的某些信息 ,削弱或消除某些無(wú)關(guān)信息 ,從而有目的地強(qiáng)調(diào)圖像的整體或局部特征。 錯(cuò)誤 !未定義書(shū)簽。 字符識(shí)別 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 車牌區(qū)域的定位 6 彩色圖像到灰度圖象的變換 2 系統(tǒng)硬件分析 掌握車輛牌照號(hào)碼 ,就可以對(duì)車輛進(jìn)行管理 、 跟蹤 ,從而提高交通管理的智能化 、 現(xiàn)代化水平 。一個(gè)圖像識(shí)別系統(tǒng)主要包括 3 部分： ① 圖像信息獲??； ② 圖像信息加工和處理 、 抽取特征； ③ 判斷 或分類。 基于衛(wèi)星通信的牌照自動(dòng)識(shí)別監(jiān)控系統(tǒng) 它能夠自動(dòng) ,實(shí)時(shí)地檢測(cè)車輛經(jīng)過(guò)和識(shí)別汽車牌照 ,從而監(jiān)控車輛的收費(fèi) ,闖關(guān) ,欠費(fèi)以及各種舞弊現(xiàn)象 。 因此 ,本課題的研究對(duì)于提高城市交通管理水平 ,加快交通管理現(xiàn)代化步伐具有一定的實(shí)際意義 。2 國(guó)內(nèi)外牌照識(shí)別系統(tǒng)研究現(xiàn)狀 車牌圖像二值化 字符分割方案分析 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) III 第 4 章 字符識(shí)別技術(shù) BP 神經(jīng)網(wǎng)絡(luò) 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。常常用來(lái)改善人對(duì)圖像的視覺(jué)效果 ,讓觀察者能看到更加直接 、 清晰、適于分析的信息 。圖像識(shí)別所研究的領(lǐng)域十分廣泛，它可以使醫(yī)學(xué)圖像中的癌細(xì)胞識(shí)別；機(jī)械加工中零部件的識(shí)別 、 分類；可以是從遙感圖片中辨別農(nóng)作物 、 森林 、湖泊和軍事設(shè)施，以及判斷農(nóng)作物的長(zhǎng)勢(shì)，預(yù)測(cè)收獲量等；可以是自導(dǎo)引小車中的路徑識(shí)別；郵政系統(tǒng)中自動(dòng)分揀信函；交通管制 、 識(shí)別違章行駛的汽車牌照；銀行的支票識(shí)別 、 身份證識(shí)別等。也可以利用監(jiān)視攝像頭作為拍攝媒介 ,對(duì)車輛牌照進(jìn)行識(shí)別 ,從而了解車輛各種信息 。 牌照識(shí)別系統(tǒng)在交通中的具體應(yīng)用 主要有以下幾個(gè)方面 : （ 1） 交通監(jiān)控 （ 2）高速公路收費(fèi)管理 （ 3）交通參數(shù)的獲取 （ 4）對(duì)養(yǎng)路費(fèi)繳納、安全檢查 、 運(yùn)營(yíng)管理實(shí)行不停車檢查 （ 5）小區(qū) 、 停車場(chǎng)管理 課題的理論意義及應(yīng)用價(jià)值 本課題屬于計(jì)算機(jī)視覺(jué)研究領(lǐng)域 。 系統(tǒng)開(kāi)發(fā)環(huán)境和工具 本論文將介紹一個(gè)牌照數(shù)字自動(dòng)識(shí)別系統(tǒng)的實(shí)現(xiàn)過(guò)程 。以色列 HiTech 公司的See/Car System系列，香港 Asia VisionTechnology 公司的 VECON 產(chǎn)品，新加坡 Optasia公司的 VLPRS 系列都是比較成熟的產(chǎn)品。上述方法，盡管在一定的條件下能夠分割出車牌，但車牌識(shí)別系統(tǒng)大多是利用攝像機(jī)室外拍攝汽車圖像，存在許多客觀的干擾，如天氣、背景、車牌磨損、圖像傾斜等因素，因此定位并不十分理想。在收費(fèi)站系統(tǒng)中， 系統(tǒng)拓?fù)浣Y(jié)構(gòu)為星型網(wǎng)絡(luò) ,主節(jié)點(diǎn)為控制中心站 ,提供相關(guān)車輛數(shù)據(jù)查詢服務(wù) ,并且可以監(jiān)控下屬各個(gè)相關(guān)站點(diǎn)的運(yùn)行情況 ,中心站和其下屬的站點(diǎn)可以通過(guò)網(wǎng)絡(luò)信道組成一個(gè)通信網(wǎng)絡(luò) ,實(shí)現(xiàn)牌照信息的實(shí)時(shí)查詢 [1]。 因?yàn)椴杉降膱D像受到環(huán)境、燈光以及牌照本身污損等情況的影響 ,造成采集到的圖像質(zhì)量各不相同 ,有些圖像質(zhì)量很差 ,給圖像處理造成一定的困難 。 一個(gè)牌照識(shí)別系統(tǒng)的基本機(jī)構(gòu)如下圖 1— 3所示 : 車輛攝像頭視頻圖像采集卡圖像 軟件識(shí)別核心結(jié)果 管理計(jì)算機(jī)管理軟件 圖 1— 3 車牌識(shí)別系統(tǒng)結(jié)構(gòu)圖 [1] 用計(jì)算機(jī)處理數(shù)字圖像 ,必然要首先考慮圖像的存儲(chǔ)格式 。 這里從汽車圖像中提取牌照區(qū)域 — 牌照坐標(biāo) ， 以供下一步識(shí)別牌照數(shù)字字符用 。 I2=rgb2gray(I)。 采用直方圖均衡化可以使圖像的灰度間距拉開(kāi)或者使灰度分布均勻 ,從而增大了反差 ,在車輛圖像中可以使車牌區(qū)域細(xì)節(jié)清晰 ,達(dá)到圖像增強(qiáng)的目的 [10]。在一定條件下，可以克服線形濾波器所帶來(lái)的圖像細(xì)節(jié)模糊，而且對(duì)濾波脈沖干擾及圖像的掃描噪聲最為有效。 牌照區(qū)域定位和分割 從車輛圖像中正確分割出牌照區(qū)域是牌照識(shí)別中最為關(guān)鍵的步驟之一。邊緣檢測(cè)的效果比較理想，但是通常情況下有些車輛的牌照邊緣不是很明顯，這樣的檢測(cè)效果就要大打折扣，而且由于車輛中還有諸多的類似于矩形的區(qū)域，例如車前頭燈部位，如何去除這些偽車牌區(qū)域難度也比較大 [11]。有關(guān)圖像分割的解釋和表述很多 ,借助于集合概念對(duì)圖像分割可給出如下比較正式的定義 : 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 14 令集合 R 代表整幅圖像的區(qū)域 ,對(duì) R 的分割可看成將 R 分成 N 個(gè)滿足以下 5 個(gè)條件的非空子集 (子區(qū)域 )R1,R2,R3…… ,Rn: (1) 1Nii RR? ? ； (2)對(duì)所有的 i 和 j，有 ij? ， ijRR?? ； (3)對(duì) ｉ＝１，２，……，Ｎ ， ()iP R True? ； (4)對(duì) ij? ， ()ijP R R Fa lse? ； (5)ｉ＝１，２，……，Ｎ，Ｒ ｉ 是連通的區(qū)域。 這里的目標(biāo)就是車輛牌照，所有的車輛牌照都具有一些共同的特征 [12]。 彩色分割 對(duì)顏色的感受是人類對(duì)電磁輻射中可見(jiàn)部位里不同頻率知覺(jué)的體現(xiàn) .隨著技術(shù)的進(jìn)步 ,彩色圖像使用得越來(lái)越多 ,彩色圖像的分割在最近幾年也越來(lái)越引起人們的重視 。 RGB 和 CMY 之間的關(guān)系轉(zhuǎn)換如下： 111CRMGYB? ? ? ? ? ?? ? ? ? ? ???? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ? ? (2— 9) 通過(guò)對(duì)不同類型的圖像分析 ,有人經(jīng)過(guò)大量實(shí)驗(yàn)提出 ,可用由 R,G,B 經(jīng)過(guò)線形變換得到的 3個(gè)正交彩色特征來(lái)進(jìn)行分割。最后當(dāng)Ｉ＝０時(shí)，Ｓ也沒(méi)有意義。代碼見(jiàn)附表 。 通常情況下 ,根據(jù)實(shí)際的情況一類賦值為 0(黑色 ),另外一類賦值為 255(白色 )。 一般來(lái)說(shuō) ,整體閾值法對(duì)質(zhì)量較好 的圖像較為有效 ,而局部閾值法適用于較為復(fù)雜的圖像 [20]。大量的統(tǒng)計(jì)表明，對(duì)于某一類圖像（如目標(biāo)和背景有較強(qiáng)的對(duì)比）直方圖中出現(xiàn)兩個(gè)峰值，其中一個(gè)處于背景灰度區(qū)域中，另外一個(gè)處于目標(biāo)區(qū)域中。比較灰度值和像素個(gè)數(shù)的關(guān)系，發(fā)現(xiàn)有以下 2 種不同的情況，分別如圖 3— 3(a)和圖 3— 3(b)所示（橫坐標(biāo)表示的是灰度值，縱坐標(biāo)表示的是具有該灰度 值的像素點(diǎn)的個(gè)數(shù)）。設(shè)圖像中灰度可取值 1L ， 2L ， 3L ， ()iPL 代表圖像中灰度 iL 出現(xiàn)的次數(shù)頻率，令 ()nhL 代表圖向中灰度 nL 出現(xiàn)的次數(shù)，所以二值化門限可以用下式計(jì)算： 21 1 1 1 1( ) ( ) / ( ) ( ) / ( )N N N Ni i i i n i i mi i m i mL P L L h L h L L h L h L?? ? ? ? ?? ? ?? ? ? ? ? (3— 11) 此方法是一種基于全局的閾值分割法，它的適用性是比較廣泛的，對(duì)于牌照區(qū)域的字符與背景圖像來(lái)說(shuō)，顏色差異比較明顯，而且除了字符與背景兩種顏色外 ，很少有其它顏色出現(xiàn)。 二是基于縱向投影圖規(guī)則變換分割車牌字符的方法，該方法對(duì)于字符粘連的效果也比較好。 為了后續(xù)處理的方便 ,需要將二值圖像統(tǒng)一 。相反 ,則認(rèn)為是白底黑字 ,不需要進(jìn)行反色的處理 [12]。 水平投影 逆時(shí)針 3 度投影 逆時(shí)針 6度投影 順時(shí)針 3度投影 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 26 順時(shí)針 6度投影 圖 3— 5 角度自適應(yīng)投影示意圖 在求得圖像的偏移角度后 ,需要對(duì)原圖像進(jìn)行角度旋轉(zhuǎn)。 選擇后的圖像大小一般會(huì)改變 ,但是對(duì)于本文的牌照來(lái)講 ,因?yàn)橹挥挟?dāng)牌照傾斜一定的角度后才進(jìn)行旋轉(zhuǎn)動(dòng)作 ,并且是將圖像轉(zhuǎn)回為水平位置 ,圖像中有用的信息都沒(méi)有丟失 。 因?yàn)樽址植?在牌照的中央位置 ,字符與上下邊界之間各存在一個(gè)空隙 ,對(duì)于上面處理過(guò)后的二值圖像 ,該空隙對(duì)應(yīng)的白色區(qū)域 ,可以通過(guò)對(duì)牌照進(jìn)行水平投影 ,這樣子那兩個(gè)空隙對(duì)應(yīng)的白色區(qū)域在投影圖中就存在兩個(gè)谷底。 為此 ,需要首先區(qū)分牌照屬于明底暗字還是暗底明字。 三是基于區(qū)域分割為基礎(chǔ)的車牌字符分割的方法，該方法通過(guò)確定其中的一個(gè)字符，然后根據(jù)字符之間的間隔和長(zhǎng) 、 寬之間的關(guān)系，確定其它的字符位置，進(jìn)而完成字符的切分。 (原圖 ) (二值化后 ) 圖 3— 4 牌照區(qū)域二值化 字符分割方案分析 為了準(zhǔn)備識(shí)別牌照上面的數(shù)字，必須將單一字符從牌照區(qū)域中分割出來(lái)，字符分割是進(jìn)行牌照字符識(shí)別的前提基礎(chǔ)。即灰度值大于 f 的像素點(diǎn)取值為 1，灰度值下于 f的像素點(diǎn)取值為 0。車牌牌照區(qū)域中字符與背景構(gòu)成了典型的背景與目標(biāo)區(qū)域，由于字符與背景的顏色差異決定了該方法在牌照區(qū)域二值化的可行性。 該牌照灰度圖像均值為 : 1 1 2 2**M r g r g?? …………① (3— 1) 方差計(jì)算如下 : 2 2 21 1 2 2( ) ( )C r g M r g M? ? ? ?…………② (3— 2) 由 ① 可得 221 1 2 2( ) ( ) 0r g M r g M? ? ? ? (3— 3) 221212( ) ( )rg M g Mr? ? ? ? (3— 4) 代入 ② ，可得 221 12()rC g Mr?? (3— 5) 由此導(dǎo)出，字符灰度為： 211rg M Cr?? (3— 6)