【正文】 、形態(tài)學(xué)處理 2車牌提取 23五、結(jié)論 25問題和不足： 26不足之處： 28六、主要參考資料如下： 28七、致謝 29引言隨著我國交通運(yùn)輸?shù)牟粩喟l(fā)展，智能交通系統(tǒng)（Intelligent Traffic System，簡稱ITS）的推廣變的越來越重要，而作為ITS的一個重要組成部分，車輛牌照識別系統(tǒng)（vehicle license plate recognition system，簡稱LPR）對于交通管理、治安處罰等工作的智能化起著十分重要的作用。本文利用MATLAB工具實(shí)現(xiàn)車牌定位算法研究。車輛牌照識別系統(tǒng)（License Plate Recognition System , LPRS ）是智能交通系統(tǒng)的一個重要組成部分，是計算機(jī)視覺與模式識別在智能交通領(lǐng)域應(yīng)用的重要研究課題之一。目前的牌照識別系統(tǒng)具有一定的識別率，在天氣條件差的情況下或夜晚時，識別率會明顯下降，此外，也受到其他許多客觀干擾的影響，例如天氣、背景、車牌磨損、圖像傾斜等。將車輛相關(guān)資料輸入應(yīng)用系統(tǒng)中，系統(tǒng)就會處于自動檢測狀態(tài)，24 小時不停地對所有經(jīng)過的車輛自動進(jìn)行識別、比較、處理，一旦發(fā)現(xiàn)上述車輛經(jīng)過，立刻發(fā)出控制信號，達(dá)到車輛自動稍查的目的。其涉及的主要內(nèi)容是掌握圖像處理中的灰度化、邊緣提取、形態(tài)學(xué)處理、顏色判定等技術(shù)，按照圖像處理的基本流程，編寫程序?qū)崿F(xiàn)給出區(qū)域裁剪、截取車牌子圖像，實(shí)現(xiàn)所采集圖片中的車牌的定位。信號電平轉(zhuǎn)換電路：信號電平轉(zhuǎn)換模塊：TMS320VC5509ADSP電平轉(zhuǎn)換模塊為三態(tài)輸出功能的16位總線轉(zhuǎn)換芯片，主要功能為提高總線驅(qū)動能力。但我們可以對車輛圖像根據(jù)不同應(yīng)用特點(diǎn)進(jìn)行識別前的預(yù)處理，盡最大可能提高車牌正確定位，這些圖像預(yù)處理包括圖像灰度變換、傾斜校正等。低通濾波的模板運(yùn)算可以通過卷積運(yùn)算來實(shí)現(xiàn)。為了更加突出字符區(qū)域，需要將圖像二值化。如下圖。 用結(jié)構(gòu)元素B，掃描圖像A的每一個像素； 用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與”操作【 如果都為0，結(jié)果圖像的該像素為0。根據(jù)圖像灰度級分布同信息熵的物理意義和P 氏熵之間存在的這一關(guān)系，可以把P 氏熵方法應(yīng)用到區(qū)分背景和目標(biāo)車體當(dāng)中。因為，他們的言傳身教，他們的和藹可親深深的打動了我。如果沒有你們傳授的知識，我不可能完成我的論文，在知識水平上，不可能提高。第二行第一個圖為：去除較小白點(diǎn)。即原始圖像只剩下車體區(qū)域部分，車牌總是處于車體區(qū)域圖像的下方；2 由于車體區(qū)域定位是圖像尺寸的變化，所以車體區(qū)域定位處理不會影響到圖像的灰度分布，不會丟失對車牌定位有用的信息。在圖像處理中用到的主要邏輯運(yùn)算是：與、或和非（求補(bǔ)），它們可以互相組合形成其他邏輯運(yùn)算。經(jīng)過二值化處理后,前景和其他背景就由黑白兩種顏色分開，選擇不同的閾值會得到不同的分離結(jié)果。(2)圖像增強(qiáng)由于車牌的邊框的特征必須明顯，后期的車牌特征才能很好的提取。根據(jù)車輛牌照預(yù)處理突出車牌部分信息的目的，常用的牌照預(yù)處理方法主要是圖像增強(qiáng)。XF為外部標(biāo)志引腳。三、硬件系統(tǒng)設(shè)計、硬件系統(tǒng)設(shè)計在硬件系統(tǒng)設(shè)計過程中， 芯片用的是TMS320VC5509A，F(xiàn)LASH和SDRAM用到的為AM29LV800和HY57V641620FTP。由此可見，LPR 系統(tǒng)具有廣泛的應(yīng)用前景。( 3 ）機(jī)場、港口等出入口車輛管理。為了解決圖像惡化的問題，目前國內(nèi)外的研究機(jī)構(gòu)或公司企業(yè)采取的辦法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量，繼而提高識別率。車牌定位就是在車輛圖像中定位牌照區(qū)域的位置。它的研究主要涉及到模式識別、人工智能、計算機(jī)視覺、數(shù)字圖像處理等眾多學(xué)科領(lǐng)域。在這種背景下，運(yùn)用各種高新技術(shù)解決交通問題，就顯得很有必要，由此產(chǎn)生新的研究和應(yīng)用領(lǐng)域：智能交通系統(tǒng)（Intelligent Transportation System ）。由于漢字的識別難度較大，以及眾多自然和人文因素的干擾，使得國內(nèi)的成熟產(chǎn)品并不多，目前國內(nèi)的車牌識別技術(shù)研究還主要集中在對各種車牌定位、字符分隔和識別等方面的算法進(jìn)行研究上。( 10 ）車輛安全防盜、查堵指定車輛等。在研究中，主要對車體區(qū)域定位，車牌定位和車牌字符分割三個部分進(jìn)行了算法研究。（5）SDRAM：同步動態(tài)隨機(jī)存儲，用于存儲中心數(shù)據(jù)。導(dǎo)入彩色原始圖像圖像預(yù)處理灰度化處理圖像邊緣檢測形態(tài)學(xué)處理車牌定位定位 系統(tǒng)流程圖、圖像預(yù)處理車牌自動識別系統(tǒng)中車輛圖像是通過圖像采集卡將運(yùn)動的車輛圖像抓拍下來，并以位的格式存放在系統(tǒng)內(nèi)存中。使得圖像中那些不明顯的低頻成分更容易識別。由于背景的復(fù)雜性和不可知性，灰度化處理并不能滿足實(shí)際需要，車牌照區(qū)域在圖像中不夠突出，這樣為了增強(qiáng)圖像對比度，采用灰度拉伸的辦法增強(qiáng)原圖的各部分的反差。邊緣檢測的基本思想是通過檢測每個像元是否位于一個物體的邊界上。① 膨脹是以得到B的相對與它自身原點(diǎn)的映像并且由z對映像進(jìn)行移位為基礎(chǔ)的。把直方圖統(tǒng)計圖（a , c ）和P 氏熵（Pa , Pc ）進(jìn)行比較，通過對兩塊圖像直方圖分布和對應(yīng)的P 氏熵值的比較，可以看到，直方圖分布比較分散而且灰度級個數(shù)之間跳變比較頻繁的那一塊圖像，其P 氏熵的數(shù)值比直方圖分布集中的那一塊圖像的P 氏熵數(shù)值大。六、主要參考資料如下：王家文. MATLAB ： 陳陽. 車牌定位系統(tǒng)的研究與開發(fā)[D]. 山西: 中北大學(xué), 2007張曉. 復(fù)雜背景下的車牌定位系統(tǒng)設(shè)計[D]. 西安: 西安電子科技大學(xué), 2009龔聲蓉，劉純平，王強(qiáng)．?dāng)?shù)字圖象處理與分析[M]．北京：清華出版社．2006．賀興華，周媛媛，王繼陽，等．MATLAB圖像處理[M]．北京：人民郵電出版社．2006．[M].北京：機(jī)械工業(yè)出版社,2004(6) [M].北京:電子工業(yè)出版社,2004 劉為國．MATLAB程序設(shè)計教程[M]．北京：中國水利水電出版社，2005．徐飛，施曉紅．MTALAB應(yīng)用圖像處理[M]．西安：西安電子科技大學(xué)出版社，2003．崔江，王友仁．車牌自動識別方法中的關(guān)鍵技術(shù)研究[J]．計算機(jī)測量與控制，2003，1l(4)：260—262．1楊靜．基于數(shù)學(xué)形態(tài)學(xué)的圖像分割研究及應(yīng)用[J]．儀器儀表用戶，2005(5)：18一19．1TMS320DM642 Video/Imaging FixedPoint Digital Signal Processor Data Manual[M].Texas Instruments Incorporated,2004 七、致謝首先，要感謝我的兩位老師：章學(xué)靜和陳景園。謝謝你們。處理后顯示的車牌圖像：處理后定位的車牌圖像問題和不足：在MATLAB運(yùn)行中，由于采集圖像的問題，經(jīng)常出現(xiàn)無法進(jìn)行車牌定位或者提出位置不準(zhǔn)確的現(xiàn)象。該算法從圖像整體灰度變化性質(zhì)出發(fā)，把熵值越大，系統(tǒng)內(nèi)部越不均勻，系統(tǒng)平均不確定程度越大的信息熵物理意義與圖像灰度直方圖分布越不均勻，熵值越大的特性結(jié)合起來，通過對分塊后的每一塊圖像進(jìn)行基于整體性質(zhì)的P 氏熵計算。接著對車牌在垂直