【正文】 X 方向統(tǒng)計39。grid on。tic Blue_y=zeros(y,1)。)。figure(4),imshow(I2)。figure(2),subplot(1,2,2),imhist(I1)。在此，衷心感謝童老師的教誨和關懷!老師嚴謹?shù)闹螌W態(tài)度、淵博的學識、坦誠的處世風格、開拓創(chuàng)新的精神以及特有的人格魅力無不給我留下了很深的影響，使我受益匪淺。車牌圖像均值濾波過程中模板大小的選取也帶來一些誤差。車牌圖像的預處理過程如下：第一步，對經過傾斜校正后的車牌圖像進行灰度化。[R,xp]=radon(bw,theta)。4．2 Radon 變換角度檢測原理Radon 變換的基本思想是點一線的對偶性。但是車牌傾斜校正前必須計算車牌的傾斜角度。邊緣主要存在于目標與目標、目標與背景、區(qū)域與區(qū)域（包括不同色彩）之間，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的重要基礎。膨脹最簡單的應用之一就是將裂縫橋接起來，腐蝕的一種最簡單的用途就是消除不相關的細節(jié)。第一種車牌的前車牌長度均為 440mm，寬度為 140mm，共有 8 個字符，本文研究的各種算法主要使用這種車牌。二維中值濾波的窗口形狀和尺寸對濾波效果影響較大，不同的圖像內容和不同的應用要求，往往采用不同的窗口形狀和尺寸。線性濾波可以去除圖像中某些類型的噪聲，如采用鄰域平均法的均值濾波器就非常適合去除用掃描方式得到的圖像中的顆粒噪聲。令 T 代表一副灰度圖像的閾值， 為圖像中實際像素的最高灰度值， 為相對最maxGminG小灰度值，對于一幅灰度級為 256 級的灰度圖像，從第 l 級開始，每 16 個灰度級分為一個灰度級組，從而把 256 級分為 16 組(分組序號 n=1，2...，16)，然后在整幅圖像中逐個搜索每一個像素，并根據該像素的灰度值將其歸入相應的灰度級組，整幅圖像掃描完畢后統(tǒng)計每個灰度級組的像素數(shù)量，記錄像素數(shù)量最多的灰度級組的分組序號 n，通過式(28)可求出 G: (28)mi(1)6G???得到 后，則閾值 T 可通過式(29)計算得到:minG (29)axminma3二值化代碼實現(xiàn)如下：figure(10)。這是因為，一方面，有些需要處理的如文字圖像、指紋圖像、工程圖紙等圖像本身是二值的。通過直方圖發(fā)現(xiàn)車輛牌照圖象的灰度取值范圍大多局限在 r=(50,200)之間，而且總體上灰度偏低，圖象較暗。%灰度化figure(2),subplot(1,2,1),imshow(I1)。附錄為程序代碼。但是考慮到車牌中字符可能存在的粘連、斷裂情況，字符分割技術仍然需要進一步改進。另外日本、加拿大、德國、意大利、英國等各個西方發(fā)達國家都有適合本國的車牌識別系統(tǒng)。有了車牌識別系統(tǒng)，我們便可以對車輛進行 24小時的自動監(jiān)控，這大大提高了效率，節(jié)省了人力和物力。 南 京 工 程 學 院畢 業(yè) 設 計 說 明 書 (論 文 )專 業(yè)： 信息工程 題 目： 車牌自動識別系統(tǒng)的設計與研究 （車牌定位與分割） A Dissertation Submitted toNanjing Institute of TechnologyFor the Academic Degree of Bachelor of ScienceBy Xiaowei MaSupervised by Lecturer Ying Tong College of Communication EngineeringNanjing Institute of Technology June 2022 The Design and Research of Automatic License Plate Recognition System （License plate location and segmentation）畢業(yè)設計（論文）原創(chuàng)性聲明和使用授權說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。車牌識別系統(tǒng)主要由硬件和軟件構成，車牌識別算法主要分為三個部分：車牌定位、字符分割、字符識別。各個國家的產品雖然不同，但基本上都足基于車輛探測器的系統(tǒng)，設備投資巨大。 1．3 主要研究內容課題研究的主要內容是對數(shù)碼相機拍攝的車牌，進行基于數(shù)字圖像處理技術的車牌定位技術和車牌字符分割技術的研究與開發(fā)，涉及到圖像預處理、車牌定位、傾斜校正、字符分割等方面的知識,總流程圖如圖 11 所示，其中車牌定位的流程圖如圖 12 所示，字符分割與歸一化的流程圖如圖 13 所示。第二章 圖像處理技術2．1 圖像灰度化數(shù)字圖像包括彩色圖像和灰度圖像兩種。title(39。根據圖象處理系統(tǒng)的條件，最好將灰度范圍展開到 s=(0,255)之間，為此對灰度值作如下的變換： （24）()[min,ax]sTrr??使得 S∈[Smin, Smax],其中，T 為線性變換， （25）inr ax iSirin maxr S???圖 26 灰度線性變換 圖像增強代碼和結果如下：J=imadjust(I1,stretchlim(I1),[])。另一方面，在某些情況下即使圖像本身是有灰度的，我們也設法使它變成二值圖像再進行處理(即灰度圖像的二值化)。subplot(3,2,1),imshow(b),title(39。鄰域平均法對于給定的圖像 f(i,j)中的每個像素點(i,j)，取其鄰域 S,求鄰域 S 中像素值的平均值作為處理后所得圖像像素點(i，j)處的灰度。常用的窗口形狀有線狀、方形、圓形、十字形以及圓環(huán)形等，窗口的尺寸一般先用 3 再取 5，逐點增大，直到其濾波效果滿意為止。車牌的第一個字符是漢字，是各省、自治區(qū)，直轄市的簡稱，如“京” 、 “滬、 “渝” ， “湘” ， “冀”等；第二個字符是除去“I之外的 25 個大寫的英文字母，是發(fā)證機關代號，如“A’ ’、 “B、 “C等；第三個字符是一個間隔符“．；第四個字符可能是字母也可能是阿拉伯數(shù)字；從第五個字符起都是阿拉伯數(shù)字，表示是車輛的注冊號碼如“冀 A．53288” ，就是典型的車牌號碼。膨脹使圖像擴大，腐蝕使圖像縮小，而開操作與閉操作，同樣是兩個重要的心態(tài)學操作，開操作一般使對象的輪廓變得光滑，斷開狹窄的間斷和消除細的突出物。第二步，邊緣檢測結果進行腐蝕，結果如圖 33 所示。傾斜校正分兩步:第一步是求出角度，第二步是進行校正。圖像變換前在圖像空間，變換后在參數(shù)空間。[I0,J]=find(R=max(max(R)))。圖 51 車牌圖像的灰度化第二步，對灰度圖像進行二值化，減少背景像素的干擾，增強目標區(qū)的色素度。第六章 總結與展望6．1 總結本文主要對車牌識別系統(tǒng)中車牌定位、校正與字符分割的算法進行研究。感謝一如既往地激勵、關心和支持我的家人和朋友，正是他們，給了我奮斗的力量和信心，并讓我深刻地明白了：“滾滾長江東逝水，浪花淘盡英雄，是非成敗轉頭空” ，每天都是新的零點，應該不斷充滿勇氣和信心去迎接新的挑戰(zhàn)。title(39。title(39。se=strel(39。 for i=1:y for j=1:x if(myI(i,j,1)==1) Blue_y(i,1)= Blue_y(i,1)+1。 figure(8),subplot(2,2,2),imshow(IY),title(39。)。title(39。)。myI=double(I5)。腐蝕后圖像39。)。)。從選題、研究到撰寫、修改到最后順利完成，整個過程更是凝聚著導師的辛勞和思想。有些車牌字符分割結果存在噪聲等，這是由于某些車牌圖像的直方圖存在多峰情況，給車牌圖像二值化過程中閾值的選擇帶來一定的影響，從而影響字符的分割。第五章 車牌字符分割5．1 車牌區(qū)域的預處理經過上述方法分割定位出來的車牌圖像中存在目標物體、背景還有噪聲，要想從車牌圖像中準確地分割出車牌字符，還需要對車牌區(qū)域進行預處理。theta=1:180。在求垂直方向的偏角時，算法同上。由于車牌變形一般是線性的，所以可以通過線性變換進行車牌的傾斜校正。圖 32 經過灰度拉伸的車牌圖像的邊緣檢測 邊緣是指圖像局部亮度變化最顯著的部分。腐蝕、膨脹、開操作和關操作是數(shù)學形態(tài)學的基本運算。圖 212 均值濾波后的車牌圖像（模板的大小為 ）3?圖 213 均值濾波后的車牌圖像（模板的大小為 ）8?第三章 車牌定位3．1 車牌的規(guī)格及特征我國現(xiàn)有車牌主要有六種類型：1．小型車使用的藍底白字車牌；2．大型車使用的黃底黑字車牌；3．軍用或警用的白底黑字、紅字車牌：4．國外駐華機構使用的黑底白字車牌；5．摩托車牌；6．農用車、拖拉機車牌。中值濾波器可以推廣到二維，即對二維圖像操作。2．4 空間域濾波對于包含噪聲污染的車牌圖像，通常采用空間域法對車牌圖像進行濾波，常使用的方法有:線性濾波、中值濾波等。本文采用了基于灰度直方圖的全局閾值法的方法來處理藍白車牌。圖像的二值化可把像素的灰度級分成黑與白二級，即把原灰度圖像轉化為二值圖像，在數(shù)字圖像處理中，二值圖像占有非常重要的地位。造成圖像對比度低的幾個原因：，使得圖像中央區(qū)域和邊緣區(qū)域的灰度失衡； 攝像頭掃描時各點的靈敏度有較大的差異而產生圖像灰度失真；；。)I1=rgb2gray(I)。第六章對所做的工作進行了總結和展望。針對車牌圖像的字符分割，是字符分割的一個具體應用，目前人們根據車牌字符的特征已提出了一些算法，比如：基于先驗知識的分割算法，基于投影輪廓和拓撲結構的分割算法等。 目前，國內外已開發(fā)出的一些產品有：以色列 Hi_Tech 公司的 See／Car System 系列產品，香港 Asia ViSion Technology 公司的 VECON 產品，新加坡Optasia 公司的 VLPRS 產品等，其中 VECON 和 VLPRS 產品主要適合于香港和新加坡的車牌，Hi Tech 公司的 See／Car System 有多種的產品來分別使用于某一個國家的車牌，See／Car Chinese 系統(tǒng)可以對中國大陸的車牌進行識別，但也有很大的缺陷，而且不能識別車牌中的漢字。車牌識別系統(tǒng)能夠廣泛用于高速公路車輛監(jiān)測、十字路口車輛監(jiān)測、小區(qū)車輛管理等。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。本文主要介紹了車牌定位與字符分割算法。國內做得好的產品有中科院自動化所漢王公司的“漢王眼” ，除此之外國內的亞洲視覺科技有限公司，中科院沈陽自動化所的沈陽聚德公司，深圳市吉通電子有限公司，中國信息產業(yè)部下屬的中智交通電子預先公司等也都有自己的產品，另外，西安交通大學的圖像處理與識別研究所，上海交通大學的計算機科學與工程系，清華大學人工智能國家重點實驗室，浙江大學的自動化系等也都做過類似的研究。輸入車牌圖像 車牌圖像預處理 車牌定位傾斜校正字符分割圖 11 系統(tǒng)總流程圖 對車牌圖像進行預處理，得到車牌的基本形態(tài)去除非目標區(qū)域通過計算尋找 X 和Y 方向車牌的區(qū)域完成車牌定位 圖 12 車牌定位的流程圖 [m，n]=size（d） ，逐排檢查有沒有白色像素點，設置1=jn1，若圖像兩邊 s（j）=0，則切割，去除圖像兩邊多余的部分切割去圖像上下多余的部分根據圖像的大小，設置一閾值，檢測圖像的 X軸，若寬度等于這一閾值則切割，分離出七個字符歸一化切割出來的字符圖像的大小為 40*20，與模板中字符圖像的大小相匹配 圖 13 字符分割與歸一化流程圖1．4 論文章節(jié)安排 第一章為緒論。在 RGB 模型中，例如 R=G=B，則顏色表示一種灰度顏色，其中 R=G=B 的值叫做灰度值，我們用 g 來表示。灰度圖39。%非線性變換figure(3),subplot(1,2,1),imshow(J)。這是考慮到在實際的圖像處理系統(tǒng)中，要求處理的速度高、成本低、信息量大的濃淡圖像處理的花銷太大。39。用一個像素鄰域內各像素灰度平均值來代替像素原來的灰度，即使用了鄰域平均技術。一般對于有緩變的較長輪廓線物體的圖像，采用方形或圓形窗口為宜，對于包含有尖頂角物體的圖像，適宜用十字形窗口。車牌上的字符高度為 90mm，寬度為 45mm，分隔符的直徑為lOmm(實際上，每個字符是居中分布在一個高度為 90，寬度為 45mm 的矩形范圍內，具體某個字符并不一定充滿這個矩形區(qū)域。閉操作同樣使輪廓線更光滑，但與開操作相反的是，它通常消彌狹窄的間斷和細長的鴻溝，消除小的孔洞，并填補輪廓線中的斷裂。圖 33 腐蝕后的車牌圖像第三步：對腐蝕圖像進行閉操作，保持車牌圖像的基本形態(tài)特征。目前對車牌進行傾斜校正主要采用以下幾種方法：1．Hough 變換法