【正文】 該方法從車牌左側(cè)以水平方向為起點 ,以 3度角為步長 (一般的傾斜角度在正負 15 度之內(nèi) ),分別沿著順時針和逆時針方向向右側(cè)投影 。 根據(jù)上面的二值化方法 ,將大于閾值的灰度級范圍變換為 255,小于閾值的灰度級范圍變換為 0。事實 上許多根據(jù)人眼主觀判斷可劃為目標區(qū)和背景區(qū)的 圖像，其灰度直方圖并不具備上述特點，可能的情況是灰度直方圖的谷并不十分明顯或者存在多個谷，在這種情況下要得到合適的圖像閾值是十分困難的。類 1 中的像素總數(shù)為 1()Wk ，平均灰度為 1()Mk ，方差為 21()k? ；類 2 中的像素總數(shù)為 2 ()Wk ，平均灰度為 2()Mk ，方差為 22()k? ；所有圖像像素的平均值為 rM 。 車牌圖像二值化 圖像二值化是數(shù)字圖像處理技術(shù)中一項基本的技術(shù) ,在許多應用場合都要求首先對輸入的灰度圖像進行二值化。 HIS 空間比較直觀并且符合人的視覺特性，這些特點使得 HIS 模型非常適合基于人的視覺系統(tǒng)對彩色感知特性的圖像處理 [17]。 根據(jù)中華人民共和國公共安全行業(yè)標準 GA3692，汽車牌照的大小和顏色信息如下所示： 表 2— 1 牌照大小和顏色信息表 [6] 從上面的表格可以看出大多數(shù)的車輛牌照的大小是固定的（臨時入境車除外），而且牌照區(qū)域字符和背景的顏色對比比較明顯，整個牌照區(qū)域相對于車輛其它部位是一個規(guī)整的矩形。定位由粗定位和細定位組成，粗定位完成車輛牌照的初步定位，其中可能存在偽車牌 信息，細定位完成牌照的最終定位，去除可能的偽車牌區(qū)域。中值濾波的形式有很多種，有行濾波 、 列濾波以及行列方向的濾波。 ( , ) [ ( ) / ( ) ] ( , )g x y d c b a f x y c? ? ? ? (2— 2) 圖 2— 3 灰度變換原理圖 [1] 圖像中大部分像素的灰度分布在區(qū)間 [, ]ab 間，小部分像素的灰度級強度超出此區(qū)間。 用攝像機或者數(shù)碼相機采集到的車輛圖像都是 24位真彩色圖像 ,真彩色圖像比較接近現(xiàn)實生活中的人眼觀察的真實顏色 。 本文由于條件有限，只能通過普通數(shù)碼照像機和個人電腦實現(xiàn)車牌識別系統(tǒng)。目前比較成熟的產(chǎn)品有中科院自動化研究所漢王公司的 “漢王眼 ”，亞洲視覺科技有限公司、深圳吉通電子有限公司、中國信息產(chǎn)業(yè)部下屬的中智交通電子有限公司等也有自己的產(chǎn)品，另外西 安交通大學的圖像處理和識別研究室、上海交通大學的計算機科學和工程系、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做過類似的研究。 由于車輛牌照是車輛的唯一標志 ,包含著車輛的重要信息 。 基于衛(wèi)星通信的牌照自動識別監(jiān)控系統(tǒng)正是 在這種應用背景下研制出來的 ,它能夠自動 ,實時地檢測車輛經(jīng)過和識別汽車牌照 ,從而監(jiān)控車輛的收費 ,闖關(guān) ,欠費以及各種舞弊現(xiàn) 象 。 (2) 圖像變換 為了達到某種目的而對圖像使用一種數(shù)學技巧 ,經(jīng)過變換后的圖像更為方便 、 容易地處理和 操作 。 附錄 2 特征提取 錯誤 !未定義書簽。 車牌圖像分割 中值濾波 通過對圖像的采集和處理 ,獲得更多的信息 ,從而達到更高的智能化程度 。 I 第 1 章 緒論 1 課題的理論意義及應用價值 2 系統(tǒng)軟件分析 錯誤 !未定義書簽。一個圖像識別系統(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。因此 ,課題研究對于計算機視覺領(lǐng)域的研究和發(fā)展具有一定的意義。 See/Car Chinese 系統(tǒng)可以對中國大陸的車牌進行識別，但都存在很大的缺陷，而且不能識別車牌中的漢字，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車牌的識別系統(tǒng)。在收費站端，前端工控機利用車輛經(jīng)過時地感線圈觸發(fā)的信號，控制圖像采 集卡抓拍圖像，并對抓拍的汽車圖像進行牌照識別，同時控制攝像機光圈的大小，以適應外界環(huán)境不同的光照條件。 本文采用的是 *.JPG 格式 。 Figure,imshow(I2)。 中值濾波也是一種局部平滑技術(shù)，在抑制隨機噪聲的同時使邊沿減少模糊?？傊@些定位的方法，各有優(yōu)缺點，定位的效果也不同，它們大多對于某一特定的環(huán)境和光線以及特定的某一類車牌效果比較好，而環(huán)境和光線變化了，識別的效果就不是很理想了。 通信與電子工程學院 通信工程 07級 EDA設(shè)計 15 根據(jù)各自處理牌照的類型和特點，有多種牌照分割方法，如字符豎向紋理統(tǒng)計，彩色分類，神經(jīng)網(wǎng)絡(luò)，矢量量化，模板匹配等方法。 而比較接近人對顏色視覺感知的是色度、飽和度和亮度（ Hue、 Saturation 和Intensity， HIS）空間。 第 3 章 牌照字符分割技術(shù) 牌照區(qū)域數(shù)字字符分割分析 為了準備識別牌照上面的數(shù)字，必須將單一字符從牌照區(qū)域中分割出來，字符分割是進行牌照數(shù)字字符識別的前提基礎(chǔ)。 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) 由此導出，字符灰度為： 211rg M Cr?? (3— 6) 背景灰度為： 122rg M Cr?? (3— 7) 對于白底黑字牌照取閾值為： 112rT M Cr?? (3— 8) 對于黑底白字牌照取閾值為： 122rT M Cr?? (3— 9) 通信與電子工程學院 通信工程 07級 EDA設(shè)計 21 (2)Ostu 算法 [13] 該方法是在判別最小二乘法的基礎(chǔ)上推導出來的。即灰度值大于 f 的像素點取值為 1，灰度值下于 f的像素點取值為 0。 三是基于區(qū)域分割為基礎(chǔ)的車牌字符分割的方法，該方法通過確定其中的一個字符，然后根據(jù)字符之間的間隔和長 、 寬之間的關(guān)系，確定其它的字符位置，進而完成字符的切分。 因為字符分布 在牌照的中央位置 ,字符與上下邊界之間各存在一個空隙 ,對于上面處理過后的二值圖像 ,該空隙對應的白色區(qū)域 ,可以通過對牌照進行水平投影 ,這樣子那兩個空隙對應的白色區(qū)域在投影圖中就存在兩個谷底。 水平投影 逆時針 3 度投影 逆時針 6度投影 順時針 3度投影 通信與電子工程學院 通信工程 07級 EDA設(shè)計 26 順時針 6度投影 圖 3— 5 角度自適應投影示意圖 在求得圖像的偏移角度后 ,需要對原圖像進行角度旋轉(zhuǎn)。 為了后續(xù)處理的方便 ,需要將二值圖像統(tǒng)一 。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，對于牌照區(qū)域的字符與背景圖像來說，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)。大量的統(tǒng)計表明，對于某一類圖像（如目標和背景有較強的對比）直方圖中出現(xiàn)兩個峰值，其中一個處于背景灰度區(qū)域中，另外一個處于目標區(qū)域中。 通常情況下 ,根據(jù)實際的情況一類賦值為 0(黑色 ),另外一類賦值為 255(白色 )。最后當Ｉ＝０時，Ｓ也沒有意義。 彩色分割 對顏色的感受是人類對電磁輻射中可見部位里不同頻率知覺的體現(xiàn) .隨著技術(shù)的進步 ,彩色圖像使用得越來越多 ,彩色圖像的分割在最近幾年也越來越引起人們的重視 。有關(guān)圖像分割的解釋和表述很多 ,借助于集合概念對圖像分割可給出如下比較正式的定義 : 通信與電子工程學院 通信工程 07級 EDA設(shè)計 14 令集合 R 代表整幅圖像的區(qū)域 ,對 R 的分割可看成將 R 分成 N 個滿足以下 5 個條件的非空子集 (子區(qū)域 )R1,R2,R3…… ,Rn: (1) 1Nii RR? ? ； (2)對所有的 i 和 j，有 ij? ， ijRR?? ； (3)對 ｉ＝１，２，……，Ｎ ， ()iP R True? ； (4)對 ij? ， ()ijP R R Fa lse? ； (5)ｉ＝１，２，……，Ｎ，Ｒ ｉ 是連通的區(qū)域。 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)域是牌照識別中最為關(guān)鍵的步驟之一。 采用直方圖均衡化可以使圖像的灰度間距拉開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)域細節(jié)清晰 ,達到圖像增強的目的 [10]。 這里從汽車圖像中提取牌照區(qū)域 — 牌照坐標 ， 以供下一步識別牌照數(shù)字字符用 。 因為采集到的圖像受到環(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 。上述方法，盡管在一定的條件下能夠分割出車牌，但車牌識別系統(tǒng)大多是利用攝像機室外拍攝汽車圖像，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。 系統(tǒng)開發(fā)環(huán)境和工具 本論文將介紹一個牌照數(shù)字自動識別系統(tǒng)的實現(xiàn)過程 。也可以利用監(jiān)視攝像頭作為拍攝媒介 ,對車輛牌照進行識別 ,從而了解車輛各種信息 。常常用來改善人對圖像的視覺效果 ,讓觀察者能看到更加直接 、 清晰、適于分析的信息 。 錯誤 !未定義書簽。 基于衛(wèi)星通信的牌照自動識別監(jiān)控系統(tǒng) 它能夠自動 ,實時地檢測車輛經(jīng)過和識別汽車牌照 ,從而監(jiān)控車輛的收費 ,闖關(guān) ,欠費以及各種舞弊現(xiàn)象 。 掌握車輛牌照號碼 ,就可以對車輛進行管理 、 跟蹤 ,從而提高交通管理的智能化 、 現(xiàn)代化水平 。 錯誤 !未定義書簽。 錯誤 !未定義書簽。 錯誤 !未定義書簽。 錯誤 !未定義書簽。 圖像識別技術(shù) 圖像識別 是近 20 年來發(fā)展起來的一門學科，它以研究某些對象或過程（統(tǒng)稱圖像）的分類與描述為主要內(nèi)容。 汽車牌照自動識別系統(tǒng)可以廣泛安裝于公路收費站 ,停車場 ,十字路口等交通關(guān)卡處 ,使收費的管理更嚴密 ,更科學 。從 20 世紀 90年代初，國外的研究人員就已經(jīng)開始了對汽車牌照識別的研究。 系統(tǒng)硬件分析 一個車牌識別系統(tǒng)的基本硬件配置