【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(jìn)行尺寸規(guī)格化、二值化、反色、細(xì)化等預(yù)處 理。 西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院 20xx 年制 西南交通大學(xué)本科 畢業(yè) 設(shè)計 (論文 ) 第 IV 頁 摘 要 在汽車普及的今天，道路運(yùn)輸已經(jīng)成為超越鐵路運(yùn)輸?shù)淖钪匾牡孛孢\(yùn)輸方式，在國民經(jīng)濟(jì)和社會發(fā)展中起著舉足輕重的作用。 二、 應(yīng)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(shù) 設(shè)計一個人機(jī)交互界面能輸入車牌照漢 字圖像并顯示字符識別的結(jié)果 三、 應(yīng)交出的設(shè)計文件及實物（包括設(shè)計論文、程序清單或磁盤、實驗裝置或產(chǎn)品等） 畢業(yè)設(shè)計論文（必須完全符合學(xué)校規(guī)范，內(nèi)容嚴(yán)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(biāo)注班級，姓名，專業(yè)，日期） 英文翻譯按學(xué)校規(guī)定，導(dǎo)師無特殊要求 西南交通大學(xué)本科 畢業(yè) 設(shè)計 (論文 ) 第 III 頁 四、 指導(dǎo)教師提供的設(shè)計資料 研究報告介紹（包括 課題 背景、 動 機(jī)、內(nèi)容、意 義 ） 計 劃 說 明 書 部分英文文獻(xiàn) 資 料和 Medialab LPR 圖像數(shù)據(jù)庫 五、 要求學(xué)生搜集的技術(shù)資料（指出搜集資料的技術(shù)領(lǐng)域） 本課題相關(guān)領(lǐng)域國內(nèi)外重要論文 及 資料 MATLAB、 C++編程指南 六、 設(shè)計進(jìn)度安排 第一部分 查閱相關(guān)資料，學(xué)習(xí)相關(guān)編程語言 （ 5 周） 第二部分 編制程序并進(jìn)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(dǎo)教師： 年 月 日 系主任審查意見： 審 批 人： 年 月 日 注：設(shè)計任務(wù)書審查合格后，發(fā)到學(xué)生手上。所以我們只要考慮這 50多個字的結(jié)構(gòu)差別就可以準(zhǔn)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(shè)施基礎(chǔ)上，將先進(jìn)的電子技術(shù)、信息技術(shù)、傳感器技術(shù)和系統(tǒng)工程技術(shù)集成運(yùn)用于地面交通管理所建立的一種實時、準(zhǔn)確、高效、大范圍、全方位發(fā)揮作用的交通運(yùn)輸管理系統(tǒng)。其車輛通過的基本流程 為 :電子不停車收費(fèi)系統(tǒng) (ETC)在一定的范圍內(nèi)，設(shè)置減速板、欄桿等裝置，當(dāng)車輛按一定的速度駛?cè)敫咚俟愤M(jìn)口處時，該系統(tǒng)通過車載電子標(biāo)簽中的交通卡，自動記錄該車的車型、牌照、入口時間和地點(diǎn) 。主要用于高速公路收費(fèi)管理、路徑判別、 收 費(fèi)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(fèi)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(fèi)管理系統(tǒng)對車牌圖像識別技術(shù)在車 牌識別結(jié)果的正確率指標(biāo)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(yù)。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(yīng)性還不是特別理想，其原因主要是關(guān)鍵技術(shù)對于不同背景和不同自然條件下所采集圖像的適應(yīng)性還不是很好，會導(dǎo)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(yīng)參數(shù)甚至方法，使得施工周期往往較長，識別結(jié)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(chǔ)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(chǔ)的字符特征 (包括字符筆畫方向 線素特征、漢字結(jié)構(gòu)特征點(diǎn)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?zhǔn)浇Y(jié)構(gòu)，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?fù)洳蛔?。在實際應(yīng)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(zhǔn)確度。在第二步中，我們提取的字符特征為漢字的不相連獨(dú)立結(jié)構(gòu)、漢字筆畫橫、豎及撇 、 捺 、 點(diǎn)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(yù)處理包括圖像尺寸規(guī)格化 (標(biāo)準(zhǔn)化 ) 、二值化、反色、細(xì)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(diǎn)和原圖像中象素點(diǎn)的映射關(guān)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(jī)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(diǎn)，對于輸入亮度圖像 f 中值小于閾值 T 的像素點(diǎn)；輸 西南交通大學(xué)本科 畢業(yè)設(shè)計 (論文 ) 第 14 頁 出二值圖像 g 中為 1 的像素點(diǎn)則對應(yīng)于輸入亮度圖像 f 中的其他像素點(diǎn)。但局部閾值法在文本圖像識別中也存在某些問題和缺點(diǎn)，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(yīng)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(biāo)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(xì)化處理，將圖像漢字細(xì)化為一個單像素寬的漢字圖像。所選用的特 征空間應(yīng)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(dá) 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(dá)了 漢字 的筆畫和位置這兩個主要特征。交點(diǎn)是四叉點(diǎn)且有兩對相等的對頂角 [12]。 該特征更適合標(biāo)準(zhǔn)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(xué)本科 畢業(yè)設(shè)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(jié)構(gòu)特征提取 通過實驗統(tǒng)計證明，由漢字的不相連獨(dú)立結(jié)構(gòu)、漢字 筆畫橫、豎 、 撇 、 捺 、 點(diǎn)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