【正文】 該方法從車牌左側(cè)以水平方向?yàn)槠瘘c(diǎn) ,以 3度角為步長(zhǎng) (一般的傾斜角度在正負(fù) 15 度之內(nèi) ),分別沿著順時(shí)針和逆時(shí)針?lè)较蛳蛴覀?cè)投影 。 根據(jù)上面的二值化方法 ,將大于閾值的灰度級(jí)范圍變換為 255,小于閾值的灰度級(jí)范圍變換為 0。事實(shí) 上許多根據(jù)人眼主觀判斷可劃為目標(biāo)區(qū)和背景區(qū)的 圖像，其灰度直方圖并不具備上述特點(diǎn)，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(gè)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(xiàng)基本的技術(shù) ,在許多應(yīng)用場(chǎng)合都要求首先對(duì)輸入的灰度圖像進(jìn)行二值化。 HIS 空間比較直觀并且符合人的視覺(jué)特性，這些特點(diǎn)使得 HIS 模型非常適合基于人的視覺(jué)系統(tǒng)對(duì)彩色感知特性的圖像處理 [17]。 根據(jù)中華人民共和國(guó)公共安全行業(yè)標(biāo)準(zhǔn) 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(shí)入境車除外），而且牌照區(qū)域字符和背景的顏色對(duì)比比較明顯，整個(gè)牌照區(qū)域相對(duì)于車輛其它部位是一個(gè)規(guī)整的矩形。定位由粗定位和細(xì)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(xì)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(jí)強(qiáng)度超出此區(qū)間。 用攝像機(jī)或者數(shù)碼相機(jī)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(shí)生活中的人眼觀察的真實(shí)顏色 。 本文由于條件有限，只能通過(guò)普通數(shù)碼照像機(jī)和個(gè)人電腦實(shí)現(xiàn)車牌識(shí)別系統(tǒng)。目前比較成熟的產(chǎn)品有中科院自動(dòng)化研究所漢王公司的 “漢王眼 ”，亞洲視覺(jué)科技有限公司、深圳吉通電子有限公司、中國(guó)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(xué)的圖像處理和識(shí)別研究室、上海交通大學(xué)的計(jì)算機(jī)科學(xué)和工程系、清華大學(xué)人工智能國(guó)家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)的自動(dòng)化系等也做過(guò)類似的研究。 由于車輛牌照是車輛的唯一標(biāo)志 ,包含著車輛的重要信息 。 基于衛(wèi)星通信的牌照自動(dòng)識(shí)別監(jiān)控系統(tǒng)正是 在這種應(yīng)用背景下研制出來(lái)的 ,它能夠自動(dòng) ,實(shí)時(shí)地檢測(cè)車輛經(jīng)過(guò)和識(shí)別汽車牌照 ,從而監(jiān)控車輛的收費(fèi) ,闖關(guān) ,欠費(fèi)以及各種舞弊現(xiàn) 象 。 (2) 圖像變換 為了達(dá)到某種目的而對(duì)圖像使用一種數(shù)學(xué)技巧 ,經(jīng)過(guò)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(cuò)誤 !未定義書(shū)簽。 車牌圖像分割 中值濾波 通過(guò)對(duì)圖像的采集和處理 ,獲得更多的信息 ,從而達(dá)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(yīng)用價(jià)值 2 系統(tǒng)軟件分析 錯(cuò)誤 !未定義書(shū)簽。一個(gè)圖像識(shí)別系統(tǒng)主要包括 3部分：① 圖像信息獲取； 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(duì)于計(jì)算機(jī)視覺(jué)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(duì)中國(guó)大陸的車牌進(jìn)行識(shí)別，但都存在很大的缺陷，而且不能識(shí)別車牌中的漢字，另外日本、加拿大、德國(guó)、意大利、英國(guó)等各個(gè)西方發(fā)達(dá)國(guó)家都有適合本國(guó)車牌的識(shí)別系統(tǒng)。在收費(fèi)站端，前端工控機(jī)利用車輛經(jīng)過(guò)時(shí)地感線圈觸發(fā)的信號(hào)，控制圖像采 集卡抓拍圖像，并對(duì)抓拍的汽車圖像進(jìn)行牌照識(shí)別，同時(shí)控制攝像機(jī)光圈的大小，以適應(yīng)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(jī)噪聲的同時(shí)使邊沿減少模糊?？傊?，這些定位的方法，各有優(yōu)缺點(diǎn)，定位的效果也不同，它們大多對(duì)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(shí)別的效果就不是很理想了。 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 15 根據(jù)各自處理牌照的類型和特點(diǎn)，有多種牌照分割方法，如字符豎向紋理統(tǒng)計(jì)，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(duì)顏色視覺(jué)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(zhǔn)備識(shí)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(lái)，字符分割是進(jìn)行牌照數(shù)字字符識(shí)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(jì)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(dǎo)出，字符灰度為： 211rg M Cr?? (3— 6) 背景灰度為： 122rg M Cr?? (3— 7) 對(duì)于白底黑字牌照取閾值為： 112rT M Cr?? (3— 8) 對(duì)于黑底白字牌照取閾值為： 122rT M Cr?? (3— 9) 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 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(dǎo)出來(lái)的。即灰度值大于 f 的像素點(diǎn)取值為 1，灰度值下于 f的像素點(diǎn)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(guò)確定其中的一個(gè)字符，然后根據(jù)字符之間的間隔和長(zhǎng) 、 寬之間的關(guān)系，確定其它的字符位置，進(jìn)而完成字符的切分。 因?yàn)樽址植?在牌照的中央位置 ,字符與上下邊界之間各存在一個(gè)空隙 ,對(duì)于上面處理過(guò)后的二值圖像 ,該空隙對(duì)應(yīng)的白色區(qū)域 ,可以通過(guò)對(duì)牌照進(jìn)行水平投影 ,這樣子那兩個(gè)空隙對(duì)應(yīng)的白色區(qū)域在投影圖中就存在兩個(gè)谷底。 水平投影 逆時(shí)針 3 度投影 逆時(shí)針 6度投影 順時(shí)針 3度投影 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 26 順時(shí)針 6度投影 圖 3— 5 角度自適應(yīng)投影示意圖 在求得圖像的偏移角度后 ,需要對(duì)原圖像進(jìn)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(jì)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(duì)于牌照區(qū)域的字符與背景圖像來(lái)說(shuō)，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(jì)表明，對(duì)于某一類圖像（如目標(biāo)和背景有較強(qiáng)的對(duì)比）直方圖中出現(xiàn)兩個(gè)峰值，其中一個(gè)處于背景灰度區(qū)域中，另外一個(gè)處于目標(biāo)區(qū)域中。 通常情況下 ,根據(jù)實(shí)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(dāng)Ｉ＝０時(shí)，Ｓ也沒(méi)有意義。 彩色分割 對(duì)顏色的感受是人類對(duì)電磁輻射中可見(jiàn)部位里不同頻率知覺(jué)的體現(xiàn) .隨著技術(shù)的進(jìn)步 ,彩色圖像使用得越來(lái)越多 ,彩色圖像的分割在最近幾年也越來(lái)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(duì)圖像分割可給出如下比較正式的定義 : 通信與電子工程學(xué)院 通信工程 07級(jí) EDA設(shè)計(jì) 14 令集合 R 代表整幅圖像的區(qū)域 ,對(duì) R 的分割可看成將 R 分成 N 個(gè)滿足以下 5 個(gè)條件的非空子集 (子區(qū)域 )R1,R2,R3…… ,Rn: (1) 1Nii RR? ? ； (2)對(duì)所有的 i 和 j，有 ij? ， ijRR?? ； (3)對(duì) ｉ＝１，２，……，Ｎ ， ()iP R True? ； (4)對(duì) 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(shí)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(kāi)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(xì)節(jié)清晰 ,達(dá)到圖像增強(qiáng)的目的 [10]。 這里從汽車圖像中提取牌照區(qū)域 — 牌照坐標(biāo) ， 以供下一步識(shí)別牌照數(shù)字字符用 。 因?yàn)椴杉降膱D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(shí)別系統(tǒng)大多是利用攝像機(jī)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(kāi)發(fā)環(huán)境和工具 本論文將介紹一個(gè)牌照數(shù)字自動(dòng)識(shí)別系統(tǒng)的實(shí)現(xiàn)過(guò)程 。也可以利用監(jiān)視攝像頭作為拍攝媒介 ,對(duì)車輛牌照進(jìn)行識(shí)別 ,從而了解車輛各種信息 。常常用來(lái)改善人對(duì)圖像的視覺(jué)效果 ,讓觀察者能看到更加直接 、 清晰、適于分析的信息 。 錯(cuò)誤 !未定義書(shū)簽。 基于衛(wèi)星通信的牌照自動(dòng)識(shí)別監(jiān)控系統(tǒng) 它能夠自動(dòng) ,實(shí)時(shí)地檢測(cè)車輛經(jīng)過(guò)和識(shí)別汽車牌照 ,從而監(jiān)控車輛的收費(fèi) ,闖關(guān) ,欠費(fèi)以及各種舞弊現(xiàn)象 。 掌握車輛牌照號(hào)碼 ,就可以對(duì)車輛進(jìn)行管理 、 跟蹤 ,從而提高交通管理的智能化 、 現(xiàn)代化水平 。 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 錯(cuò)誤 !未定義書(shū)簽。 圖像識(shí)別技術(shù) 圖像識(shí)別 是近 20 年來(lái)發(fā)展起來(lái)的一門學(xué)科，它以研究某些對(duì)象或過(guò)程（統(tǒng)稱圖像）的分類與描述為主要內(nèi)容。 汽車牌照自動(dòng)識(shí)別系統(tǒng)可以廣泛安裝于公路收費(fèi)站 ,停車場(chǎng) ,十字路口等交通關(guān)卡處 ,使收費(fèi)的管理更嚴(yán)密 ,更科學(xué) 。從 20 世紀(jì) 90年代初，國(guó)外的研究人員就已經(jīng)開(kāi)始了對(duì)汽車牌照識(shí)別的研究。 系統(tǒng)硬件分析 一個(gè)車牌識(shí)別系統(tǒng)的基本硬件配置