【正文】 ed in this article is simple and efficient, and has a good effect on identification of the known Chinese characters on the license plate. Keywords: Intelligent transportation。首先，對輸入的圖像進行尺寸規(guī)格化、二值化、反色、細化等預處 理。 西南交通大學信息科學與技術學院 20xx 年制 西南交通大學本科 畢業(yè) 設計 (論文 ) 第 IV 頁 摘 要 在汽車普及的今天，道路運輸已經(jīng)成為超越鐵路運輸?shù)淖钪匾牡孛孢\輸方式，在國民經(jīng)濟和社會發(fā)展中起著舉足輕重的作用。 二、 應完成的硬件或軟件實驗 利用 MATLAB 或 VC++編程實現(xiàn)車牌照漢字的識別技術 設計一個人機交互界面能輸入車牌照漢 字圖像并顯示字符識別的結果 三、 應交出的設計文件及實物（包括設計論文、程序清單或磁盤、實驗裝置或產(chǎn)品等） 畢業(yè)設計論文（必須完全符合學校規(guī)范，內(nèi)容嚴禁有絲毫的抄襲剽竊） CDR（含論文，程序，程序使用說明書，演示視頻，盤面標注班級，姓名，專業(yè)，日期） 英文翻譯按學校規(guī)定，導師無特殊要求 西南交通大學本科 畢業(yè) 設計 (論文 ) 第 III 頁 四、 指導教師提供的設計資料 研究報告介紹（包括 課題 背景、 動 機、內(nèi)容、意 義 ） 計 劃 說 明 書 部分英文文獻 資 料和 Medialab LPR 圖像數(shù)據(jù)庫 五、 要求學生搜集的技術資料（指出搜集資料的技術領域） 本課題相關領域國內(nèi)外重要論文 及 資料 MATLAB、 C++編程指南 六、 設計進度安排 第一部分 查閱相關資料，學習相關編程語言 （ 5 周） 第二部分 編制程序并進行軟件調(diào)試 （ 8 周） 第三部分 撰寫畢業(yè)論文 （ 2 周） 評閱及答辯 畢業(yè)論文修改和參加答辯 （ 1 周） 指導教師： 年 月 日 系主任審查意見： 審 批 人： 年 月 日 注：設計任務書審查合格后，發(fā)到學生手上。所以我們只要考慮這 50多個字的結構差別就可以準確的識別出這些漢字來。s motor vehicles are mainly designed on the basis of the standard of ?the People39。智能交通系統(tǒng)是在比較完善的道路設施基礎上，將先進的電子技術、信息技術、傳感器技術和系統(tǒng)工程技術集成運用于地面交通管理所建立的一種實時、準確、高效、大范圍、全方位發(fā)揮作用的交通運輸管理系統(tǒng)。其車輛通過的基本流程 為 :電子不停車收費系統(tǒng) (ETC)在一定的范圍內(nèi)，設置減速板、欄桿等裝置，當車輛按一定的速度駛入高速公路進口處時，該系統(tǒng)通過車載電子標簽中的交通卡，自動記錄該車的車型、牌照、入口時間和地點 。主要用于高速公路收費管理、路徑判別、 收 費征稽、交通數(shù)據(jù)采集等方面，其中，最常用的是高速公路收費輔助系統(tǒng)。其中，最常用的場所是城市卡口監(jiān)控。 停車場收費管理系統(tǒng)對車牌圖像識別技術在車 牌識別結果的正確率指標的要求也非常高，目前的車牌圖像識別產(chǎn)品在這方面也不夠理想，一般也需要人工干預。由此可以推斷，目前的車牌圖像識別產(chǎn)品對于不同使用環(huán)境的適應性還不是特別理想，其原因主要是關鍵技術對于不同背景和不同自然條件下所采集圖像的適應性還不是很好，會導致車牌識別產(chǎn)品軟件的通用性還不是太好，往往需要在現(xiàn)場采集大量樣本分析測試，并且要修改相應參數(shù)甚至方法，使得施工周期往往較長，識別結果的可靠性往往也不能讓人完全放心。 在車牌字符分類識別時的特征選擇和提取方面，公開資料中利用的字符分類特征主要有 ： 以二值圖像中字符的筆畫像素分布為基礎的字符特征 (主要包括四周邊特征、粗網(wǎng)格特征、投影特征等 )、以二值圖像字符輪廓、骨架為基礎的字符特征 (包括字符筆畫方向 線素特征、漢字結構特征點特征等 )、基于灰度圖像小波變換的字符特征 (包括小波系數(shù)特征、小波矩特征和小波能量特征 )。 原始圖像 → 車牌定位 → 字符分割 → 識別第一個字符 →…→ 識別第七個字符 圖 11 92 式普通民用車牌識別過程 上述過程可以看作是一個三個方面九個環(huán)節(jié)組成的鏈式結構，而本課題主要研究的是其第三方面第一個環(huán)節(jié)的 “識別第一個字符 ”，即漢字識別的方法。在這里，我們所說的規(guī)格化不是簡單的寬和高的同比例縮放，還要求保持拓撲不變。在實際應用和產(chǎn)品推廣方面有巨大的優(yōu)勢。 這樣就可以大大增加各筆畫提取的準確度。在第二步中，我們提取的字符特征為漢字的不相連獨立結構、漢字筆畫橫、豎及撇 、 捺 、 點的個數(shù)。 本課題總體流程圖如圖 12 所示。本課題主要研究車牌灰度化漢字圖像的識別，所以我們用到的預處理包括圖像尺寸規(guī)格化 (標準化 ) 、二值化、反色、細化等。此方法分為兩個階段，即分裂（ split）和合并（ merge）。歸一化圖像中象素點和原圖像中象素點的映射關系見公式（ 21）。一般有 三 種內(nèi)插變換方法來決定g(x ,y )的值 [12]:鄰近插值法、雙線性插值法、三次插值法。 g( 0x ， 0y )=f(i,j)(1―η )(1―β) +.f (i+1,j)η(1―β ) +.f(i, j+1)(1―η )β+f(i+1, j+1)ηβ （ 22） 其中， i,j 為 a,b 取整的值， η=ai, β=bj。這樣不僅可以大大的提升圖像處理速度，而且降低對計算機硬件的要求，減少硬件方面的開支。輸出二值圖像 g 中值為 0 的像素點，對于輸入亮度圖像 f 中值小于閾值 T 的像素點；輸 西南交通大學本科 畢業(yè)設計 (論文 ) 第 14 頁 出二值圖像 g 中為 1 的像素點則對應于輸入亮度圖像 f 中的其他像素點。但局部閾值法在文本圖像識別中也存在某些問題和缺點，如實現(xiàn)速度比全局閾值法慢，不能保證 漢字 筆劃連通性，容易出現(xiàn)偽影 (ghost)現(xiàn)象 (背景區(qū)域受到噪聲干擾出現(xiàn)筆劃 )等 :動態(tài)閾值法是一種自適應的二值化方法，它利用了象素自身及其鄰域灰度變化特征，由于充分考慮了每個象素鄰域的特征，能夠更好的突 出背景和目標的邊界，使得相距很近的兩條線不會產(chǎn)生粘連現(xiàn)象。所以我們使用細化處理，將圖像漢字細化為一個單像素寬的漢字圖像。所選用的特 征空間應使各類樣品能夠分布在該特征空間中彼此分開的區(qū)域內(nèi)，分類識別才有可能 。 漢字 筆畫方向線素特征可以表達 漢字 在不同的空間位置上四種筆畫數(shù)量的多少，從而較好地表達了 漢字 的筆畫和位置這兩個主要特征。交點是四叉點且有兩對相等的對頂角 [12]。 該特征更適合標準印刷體漢字 漢字 的分類。 a）提取前的圖像 b）橫的提取 c）豎的提取 d）撇的提取 西南交通大學本科 畢業(yè)設計 (論文 ) 第 20 頁 e）提取前圖像 f）撇的提取 g）豎的提取 h) 撇的提取 圖 27 漢字圖像的結構特征提取 通過實驗統(tǒng)計證明，由漢字的不相連獨立結構、漢字 筆畫橫、豎 、 撇 、 捺 、 點的個數(shù)建立的四維特征向量可以使車牌漢字得以區(qū)分。 下面我們將介紹 本課題用到得模版匹配分類識別方法。 該樣品的類別即為待測樣