【正文】 態(tài)學(xué)處理一次定位是否有車(chē)牌進(jìn)行二值化根據(jù)投影和坐標(biāo)變換進(jìn)行傾斜矯正根據(jù)垂直投影進(jìn)行字符切分進(jìn)行字符識(shí)別結(jié)果輸出二次定位結(jié)束NOYES 系統(tǒng)識(shí)別流程圖第4章 基于模板匹配的車(chē)牌識(shí)別詳細(xì)設(shè)計(jì)本設(shè)計(jì)處理的流程包括：圖像采集圖像預(yù)處理車(chē)牌定位傾斜校正字符分割字符識(shí)別六個(gè)部分。算法實(shí)現(xiàn)總體設(shè)計(jì)方案中首先是要采集圖片，而硬件設(shè)備采集到的圖片要考慮其圖像的存儲(chǔ)格式。難以確定隱層和隱層節(jié)點(diǎn)的數(shù)目的缺點(diǎn)，所以在用于字符識(shí)別的過(guò)程中，還需要做大量的修改。用于字符識(shí)別最常用的神經(jīng)網(wǎng)絡(luò)是BP神經(jīng)網(wǎng)絡(luò)，所謂BP神經(jīng)網(wǎng)絡(luò)是指誤差反向傳播神經(jīng)網(wǎng)絡(luò)，核心方法是梯度下降法，它采用梯度搜索技術(shù)，以期使網(wǎng)絡(luò)的實(shí)際輸值與期望的均方差為最小。模板匹配的字符識(shí)別方法是指度量輸入模式與樣本之間的某種相似性，取最相似者為輸入模式所屬類(lèi)別。這些矩形則稱(chēng)為微結(jié)構(gòu)。車(chē)牌字符本身所占象素點(diǎn)較少，常常會(huì)出現(xiàn)筆劃斷裂輪廓不封閉。利用字符圖像在水平及垂直方向的投影作為特征。識(shí)別時(shí)，利用上述結(jié)構(gòu)信息以及句法分析地方法進(jìn)行識(shí)別，類(lèi)似于一個(gè)邏輯推理器。 車(chē)牌照識(shí)別的主要算法車(chē)牌識(shí)別的常用算法法有很多種，如結(jié)構(gòu)模式識(shí)別方法、統(tǒng)計(jì)模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)識(shí)別等等。因此，運(yùn)行時(shí)間最少的路徑對(duì)于時(shí)間價(jià)值導(dǎo)向型的道路使用者來(lái)說(shuō)具有更強(qiáng)的吸引力，用戶(hù)一般采用最短路徑法。在收費(fèi)車(chē)道上安裝非接觸式IC卡讀寫(xiě)設(shè)備，司機(jī)通過(guò)此路段時(shí)，將IC卡（通行卡）在讀寫(xiě)天線的規(guī)定距離內(nèi)劃過(guò)，自動(dòng)欄桿開(kāi)啟、車(chē)輛通行，并記錄該標(biāo)識(shí)站信息。第3章 多路徑識(shí)別算法的基本理論多路徑識(shí)別包含多種技術(shù)方法，下面主要介紹了多路徑識(shí)別方法的主要分類(lèi)，詳細(xì)說(shuō)明了識(shí)別方法涉及到的主要算法。在進(jìn)行路徑識(shí)別時(shí),根據(jù)具體情況對(duì)不同路段采取不同方法。其拆分為了適應(yīng)不斷變化的交通流量,省收費(fèi)結(jié)算中心和路公司定期組織對(duì)二義性路徑的交通流量進(jìn)行統(tǒng)計(jì)調(diào)查,并通過(guò)實(shí)際運(yùn)行一段時(shí)間后(三個(gè)月～半年),根據(jù)實(shí)際統(tǒng)計(jì)的流量狀況和分布情況、車(chē)輛選擇路徑的情況以及與現(xiàn)用的二義性路徑拆分原則的差距情況,對(duì)原來(lái)的分配方案和比例進(jìn)行調(diào)整。國(guó)內(nèi)對(duì)這方面的專(zhuān)題研究不多,目前以軟課題的形式開(kāi)展此類(lèi)研究的有江蘇省蘇北高速公路網(wǎng)和浙江省高速公路網(wǎng)。所有收取的費(fèi)用將用于改善德國(guó)交通基礎(chǔ)設(shè)施,因?yàn)橹匦涂ㄜ?chē)將大量增加高速公路的建設(shè)和維護(hù)成本。從2001年3月開(kāi)始，ETC(電子不停車(chē)收費(fèi))技術(shù)在日本整體上投入運(yùn)營(yíng)。第四章，基于模板匹配的車(chē)牌識(shí)別詳細(xì)設(shè)計(jì)。 本文框架結(jié)構(gòu)本文通過(guò)對(duì)多路徑識(shí)別算法理論進(jìn)行系統(tǒng)認(rèn)真的學(xué)習(xí)和研究，查閱了大量的國(guó)內(nèi)外相關(guān)的文獻(xiàn)和資料，主要完成了圍繞汽車(chē)牌照識(shí)別技術(shù)的多路徑識(shí)別算法的實(shí)現(xiàn)。允許用戶(hù)編寫(xiě)可以和MATLAB進(jìn)行交互的C或C++語(yǔ)言程序?？捎糜诳茖W(xué)計(jì)算和工程繪圖。其擁有600多個(gè)工程中要用到的數(shù)學(xué)運(yùn)算函數(shù)，可以方便的實(shí)現(xiàn)用戶(hù)所需的各種計(jì)算功能。而且新版本的MATLAB提供了完整的聯(lián)機(jī)查詢(xún)、幫助系統(tǒng)，極大的方便了用戶(hù)的使用。綜上所述，多路徑識(shí)別就需要解決以下三個(gè)問(wèn)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(chē)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(wèn)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。采用模板匹配法對(duì)車(chē)牌字符進(jìn)行識(shí)別。路徑識(shí)別不僅僅涉及對(duì)每一通行車(chē)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(wèn)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。關(guān)鍵詞：多路徑識(shí)別；車(chē)牌識(shí)別；車(chē)牌定位；模板匹配；字符識(shí)別 ABSTRACTAs expressway construction unceasingly in provinces, numbers of online charging systems was pleted bascially. In the construction of online charging system, we are facing a mon problem — The identification of vehicle path. Path recognition involves not only how to calculate the tolls to every vehicle, also should consider how to split the ines to relevant charging unit. Toll split is directly related to the legitimate benifit of every expressway,and is the key to networking toll. So solving the problem of multipath recognition plays an important role in perfecting the expressway networking toll system.This article introduces the multipath recognition algorithms, And emphatically analysed the recognition algorithm of license plate recognition. Based on image characters of license plate, we have a deeply research on the key technologies of the vehicle license plate recognition system, which include three parts: digital image preprocessing, license plate location, license plate characters recognition.In the vehicle images preprocession, the paper use the methods of Histogram Transformation, Edge detection, binarization. For license plate localization using a kind of calculating convolution based on gray image energy extremum region of license plate locating paper use pattern matching which method has been improved to recognize the characters. And using MATLAB to plete the design and implementation of the algorithm. Research results show that the license plate recognition rate is higher, adaptability is stronger, better realtime performance.Key Words: Multipath recognition。因此，高速公路上兩點(diǎn)之間車(chē)輛行駛的多路徑識(shí)別問(wèn)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(wèn)題。 MATLAB的概述MATLAB是用于算法開(kāi)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。用戶(hù)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(xiě)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。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。另外新版本的MATLAB還著重在圖形用戶(hù)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(hù)也可以得到滿(mǎn)足。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(lèi)學(xué)科專(zhuān)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。第二章，國(guó)內(nèi)外研究現(xiàn)狀。第六章，總結(jié)和展望。據(jù)日本政府估計(jì),到2007年,ETC的用戶(hù)將達(dá)到1500萬(wàn)輛。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(chē)輛上安裝的收音機(jī)大小的接收機(jī)精確計(jì)算出車(chē)輛所行駛里程。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。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(wèn)題日益突出,每年達(dá)1000萬(wàn)元左右。當(dāng)長(zhǎng)度之差在10%之內(nèi),且車(chē)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。精確識(shí)別的原理是識(shí)別出路網(wǎng)中每一車(chē)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(wèn)題。顯然，國(guó)家法律法規(guī)的規(guī)定對(duì)設(shè)置停車(chē)式標(biāo)識(shí)站做出了限制，設(shè)置停車(chē)式標(biāo)識(shí)站已不可行。最短路徑法直接將多路徑車(chē)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(chē)輛在實(shí)際的路徑選擇過(guò)程中選擇最短路徑的概率?？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。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。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。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。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(lèi)型、范疇或模式之一。它優(yōu)點(diǎn)是可以并行處理，簡(jiǎn)單易行。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。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。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(chē)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(chē)牌部分的對(duì)比度。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)。車(chē)牌定位是車(chē)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。同時(shí)減少圖像中的孤立干擾點(diǎn)，保留車(chē)牌字符邊緣，讓車(chē)牌字符圖像的灰度水平投影更有連續(xù)性。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。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)。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。利用投影法對(duì)復(fù)雜環(huán)境下的汽車(chē)圖像中的字符分割有較好的效果。（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。例如，若識(shí)別出的車(chē)牌圖像的第2個(gè)字符是漢字，則說(shuō)明字符模塊做字符分割的時(shí)候在車(chē)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)。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。通過(guò)對(duì)整個(gè)圖像進(jìn)行一遍掃描，即完成了細(xì)化操作。 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)，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。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 2008。該文件中存有對(duì)創(chuàng)建的匹配字符模板進(jìn)行BP網(wǎng)絡(luò)訓(xùn)練得到的網(wǎng)絡(luò)對(duì)象net。車(chē)牌字符識(shí)別的準(zhǔn)確率達(dá)到了85%，還是比較理想的，其中，字符識(shí)別錯(cuò)誤的原因大多是由于字符特征非常接近、車(chē)牌局部存在污點(diǎn)的情況下，結(jié)果無(wú)法識(shí)別，主要原因則是車(chē)牌邊框不明顯或者車(chē)牌圖像傾斜比較嚴(yán)重的情況。通過(guò)這次畢業(yè)設(shè)計(jì)，我才明白學(xué)習(xí)是一個(gè)長(zhǎng)期積累的過(guò)程，在以后的工作、生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己的綜合知識(shí)。實(shí)驗(yàn)證明，%，～1s之間，基本滿(mǎn)足實(shí)際要求。3）車(chē)牌的二值化對(duì)于車(chē)牌字符識(shí)別有著非常重要的作用。但是Hough變換要從圖像中截取較長(zhǎng)一段直線來(lái)作為參照物，這樣就需要前面保留有車(chē)牌邊緣，且此邊緣的橫線和豎線都滿(mǎn)足需求，這在實(shí)際中較難操作。 展望車(chē)牌識(shí)別系統(tǒng)在實(shí)驗(yàn)室里己經(jīng)取得了令人滿(mǎn)意的效果，但很難應(yīng)用于實(shí)際工程中，這是因?yàn)閷?shí)驗(yàn)室的環(huán)境是處于理想狀態(tài)的，而在自然環(huán)境里，由于受到天氣等因素的影響，識(shí)別率很難達(dá)到要求。（2）在車(chē)牌定位方面還存在一些可以改進(jìn)的地方，對(duì)邊緣檢測(cè)這個(gè)處理環(huán)節(jié)可以再優(yōu)化，以使本文的車(chē)牌定位算法能夠適應(yīng)質(zhì)量更差的車(chē)牌圖像。張老師淵博的學(xué)識(shí)、嚴(yán)峻的治學(xué)態(tài)度及隨和的為人之道給我留下了難以磨滅的印象，這將使我終身受益,同時(shí)，張老師在生活上也給了我極大的鼓