【文章內(nèi)容簡介】 輛圖像的變形越大，識別的難度越大。這就對算法的傾斜矯正要求很高，不僅要滿足車牌邊框切除要求，還提高了字符切割的難度。因此，識別過程中的矯正是一項關(guān)鍵技術(shù)。 我國車牌的實際情況復(fù)雜，國外的實際拍攝條件比較理想，車牌比較規(guī)范統(tǒng)一，而我國車牌規(guī)范不夠，不同汽車類型有不同的規(guī)格、大小和顏 色，所以車牌的顏色多，且位數(shù)不統(tǒng)一，對處理造成了一定的困難。在待處理的車牌圖像中就有小功率汽車使用的藍底白字牌照，大功率汽車所用的黃底黑字牌照，軍車和警車的白底黑字，紅字牌照，還有國外駐華機構(gòu)的黑底白字牌照等。就位數(shù)而言，有七位數(shù)車牌識別系統(tǒng)的圖像處理技術(shù) 4 字的，有武警車九位數(shù)字的，有軍車、前兩位字符上下排列的等，所以也造成了處理的難度。 現(xiàn)代交通的飛速發(fā)展以及車牌識別系統(tǒng)應(yīng)用范圍的日益拓寬給車牌識別系統(tǒng)提出了更高的要求。因此，研究高速、準(zhǔn)確的定位與識別算法是當(dāng)前的主要任務(wù)，而圖像處理技術(shù)的發(fā)展與攝像設(shè)備、計算機性能的提高都會促進車牌 識別技術(shù)的發(fā)展，提高車牌識別系統(tǒng)的性能。 車牌識別系統(tǒng)的研究現(xiàn)狀 近年來隨著車輛的增多和基礎(chǔ)建設(shè)的迅速發(fā)展，車牌識別從停車場、收費站等逐漸向國道、高速公路的監(jiān)管和布控等多方向多領(lǐng)域發(fā)展?，F(xiàn)代科技的不斷發(fā)展使得交通運輸管理體系逐步電子化，建立了全方位實時、準(zhǔn)確的綜合管理系統(tǒng)，也就是智能管理系統(tǒng)。 現(xiàn)今車牌自動識別系統(tǒng)在發(fā)達國家已經(jīng)基本趨于成熟，例如以色列 Hi_Tech 公司的 See/Car System 系列產(chǎn)品，新加坡 Optasia 公司的 VLPRS 產(chǎn)品，英國的CitySync， 這些都已經(jīng)在本國有著很好 的應(yīng)用，識別率也達到了很高的水平。另外，美國、日本、加拿大、德國都相繼發(fā)展出了適合本國車牌的識別系統(tǒng)。 目前國內(nèi)對車牌識別的研究還處于初期階段，主要有武漢漢王系統(tǒng)工程有限公司的漢王眼，中科院沈陽自動化所的沈陽聚德公司，深圳吉通電子有限公司等。與國外相比，我國自主開發(fā)的車牌識別系統(tǒng)在整體性能上以及識別的準(zhǔn)確率上，還存在一定的差距。這有多方面的原因，一是由于我國車牌字符是由漢字、字母、數(shù)字混合組成，而且我國車輛有多種牌照格式（有警車、軍車、普通車等），顏色、大小均有可能不同；另一方面，在外界拍攝條件不利（陰雨天 氣、雨雪天氣或者拍攝過程中有人為干擾等）的情況下，車牌識別系統(tǒng)的自適應(yīng)能力不高，造成識別的準(zhǔn)確率不高。因此，當(dāng)前的研究重點是，如何改善自動識別算法，使得算法有更高的適應(yīng)性，降低車牌自動識別算法對拍攝條件以及車牌自身質(zhì)量的依賴性。 車牌識別系統(tǒng)的圖像處理技術(shù) 5 論文的主要工作和 內(nèi)容結(jié)構(gòu) 論文的主要工作 通過車牌識別系統(tǒng)概述以及對其研究現(xiàn)狀的了解，我們認識到現(xiàn)有的實現(xiàn)方案很多依然是在理想條件下完成的，也就是在實驗室內(nèi)能獲得很好的識別效果和相當(dāng)高的識別率。但在自然環(huán)境中，由于天氣等因素的影響，無法達到實驗室效果。因而本 文對車輛識別系統(tǒng)的基礎(chǔ)階段，車輛圖像的預(yù)處理進行了比較細致的討論和研究。 本文的車牌識別系統(tǒng)主要由以下七個部分組成：灰度化、圖像增強、二值化、中值濾波、傾斜校正、邊框切除、字符分割和字符識別。其中前半部分屬于圖像的預(yù)處理階段。本論文即將從這幾個部分來詳細闡述不同算法的效果和適應(yīng)性，最后得出最優(yōu)結(jié)果。 論文的內(nèi)容結(jié)構(gòu) 本文主要論述圖像處理技術(shù)在車牌識別系統(tǒng)中的應(yīng)用，對車牌識別系統(tǒng)的各個環(huán)節(jié)進行深入的介紹。論文的大體結(jié)構(gòu)如下： 第一章為緒論部分，介紹了車牌識別系統(tǒng)的研究背景及國內(nèi)外的研究現(xiàn)狀，闡明了 研究車牌識別技術(shù)的必要性，并列舉了車牌識別技術(shù)的難點和重點。 第二章主要是介紹了系統(tǒng)開發(fā)的軟件硬件環(huán)境，以及數(shù)字圖像處理的基本概念，特別列舉了位圖的相關(guān)知識點。 第三章論述了車牌識別系統(tǒng)中關(guān)鍵技術(shù)的 幾種主要方法，并對其進行了比較，從中選擇適合的組合方法進行車牌識別。在此基礎(chǔ)上，展示了系統(tǒng)實現(xiàn)的實際效果。 最后，結(jié)論部分對已有的工作進行了實驗總結(jié)，歸納了全文的主要內(nèi)容，并提出了新的展望及下一步的研究方向。 車牌識別系統(tǒng)的圖像處理技術(shù) 6 第二章 系統(tǒng) 開發(fā)環(huán)境 及 相關(guān)知識 系統(tǒng)開發(fā)相關(guān) VC 開發(fā)平臺簡介 Visual C++是一個功能強大的可視化軟件開發(fā)工具。它是由 Microsoft 公司推出的，隨著其新版本的不斷問世， Visual C++已成為專業(yè)程序員進行軟件開發(fā)的首選工具。本文即是以此作為開發(fā)平臺。 Visual C++可以分成三個部分： （ 1） Developer Studio。 Visual C++由許多組件組成，包括編輯器、調(diào)試器以及程序向?qū)?AppWizard、類向?qū)?Class Wizard 等開發(fā)工具。 這些組件都是通過Developer Studio 集成為和諧的開發(fā)環(huán)境。 （ 2） MFC。微軟基礎(chǔ)類 (Microsoft Foundation Classes),實際上是微軟提供的 ,用于在 C++環(huán)境下編寫應(yīng)用程序的一個框架和引擎 ,VC++是 WinDOS 下開發(fā)人員使用的專業(yè) C++ SDK(SDK,Standard Software Develop Kit,專業(yè)軟件開發(fā)平臺 ),MFC 就是掛在它之上的一個輔助軟件開發(fā)包。 （ 3） Platform SDK。 Platform SDK 是以 Microsoft C/C++編譯器為核心，配合MASM，輔以其他一些工具和文檔資料的 Windows 操作系統(tǒng)開發(fā)包。 PSDK 不包含任 何 .NET 框架編程模型的內(nèi)容。目前 Windows SDK 已經(jīng)取代了 PSDK。 開發(fā)環(huán)境 開發(fā)環(huán)境包括硬件平臺和軟件平臺。硬件平臺指開發(fā)與運行所需要的硬件環(huán)境，主要包括計算機機型和硬件配置。本系統(tǒng)是一個車牌識別系統(tǒng)，只要配置有P3 處理器、 64 內(nèi)存、 20G 硬盤（或以上）的普通微機就可以順利運行。軟件平臺指開發(fā)與運行所需要的軟件環(huán)境。本系統(tǒng)是在 Windows XP 環(huán)境下開發(fā)，兼容當(dāng)前主流操作系統(tǒng) Windows95/98/NT/Me/2020/XP,前臺開發(fā)環(huán)境： Visual C++ 。 車牌識別系統(tǒng)的圖像處理技術(shù) 7 數(shù)字圖像基礎(chǔ) 何謂 數(shù)字圖像處理 數(shù)字圖像處理 (digital image processing)一般是指用計算機對數(shù)字圖像進行的處理，因此也稱為計算機圖像處理 (puter image processing)。數(shù)字圖像處理主要有兩個目的：其一，為了便于分析而對圖像信息進行 改性；其二，為使計算機自動理解而對圖像數(shù)據(jù)進行存儲、傳輸及顯示。 （ 1）數(shù)字圖像 圖像是對客觀對象的一種相似性的、生動的描述或表示。在其自然的形式下，圖像并不能直接由計算機進行分析。數(shù)字圖像可以理解為圖像的數(shù)字表示，是時間和空間的非連續(xù)函數(shù) (信號 )，是為了便于計算機處理的一種圖像表示形式。它是由一系列離散單元經(jīng)過量化后形成的灰度值的集合，即像素 (Pixel)的集合。 (2) 圖像處理 對圖像進行一系列的操作以達到預(yù)期的目的的技術(shù)稱作圖像處理。圖像處理可分為模擬圖像處理和數(shù)字圖像處理兩種方式。 利用光學(xué)、照相和電子學(xué)方法對模擬圖像的處理稱為模擬圖像處理。目前，許多軍用、宇航的處理仍采用光學(xué)模擬處理。 利用計算機對數(shù)字圖像進行系列操作，從而獲得某種預(yù)期結(jié)果的技術(shù)稱為數(shù)字圖像處理，又稱計算機圖像處理。通常，也簡稱為圖像處理。 (3) 圖像分析 圖像分析主要是對圖像中感興趣的目標(biāo)進行檢測和測量，從而建立對圖像的描述。圖像分析主要研究用自動或半自動裝置和系統(tǒng)，從圖像中提取有用的測度、數(shù)據(jù)或信息，生成非圖像的描述或者表示。圖像分析的內(nèi)容分為特征提取、符號描述、目標(biāo)檢測、景物匹配和識別等幾個部分。 (4) 圖像理解 圖像理解是在圖像分析的基礎(chǔ)上，進一步研究圖像中各目標(biāo)的性質(zhì)和它們之間的相互聯(lián)系，并得出對圖像內(nèi)容含義的理解以及對原來客觀場景的解釋，從而指導(dǎo)車牌識別系統(tǒng)的圖像處理技術(shù) 8 和規(guī)劃行動。圖像理解有時也叫景物理解。圖像理解主要是高層操作，其處理過程和方法與人類的思 維推理有許多類似之處。 (5) 與相關(guān)學(xué)科的關(guān)系 數(shù)字圖像處理是一門新的交叉學(xué)科。它與數(shù)學(xué)、物理學(xué)、生理學(xué)、心理學(xué)、電子學(xué)、計算機科學(xué)等許多學(xué)科可以相互借鑒。從它的研究范圍來看，它與模式識別、計算機視覺、計算機圖形學(xué)等多個專業(yè)又互相交叉。 數(shù)字圖像基本概念 所謂圖像，就是視覺景物的某種形成的表示和記錄。數(shù)字圖像可以看成一個矩陣，或一個二維數(shù)組，這是在計算機上的表示方法。形象的說一副數(shù)字圖像就像縱橫交錯的棋盤，棋盤行和列的數(shù)目就表示圖像的大小。棋盤的格子就是圖像的基本元素，稱為像素。每個像素一般都 取值 0255 的整數(shù)，代表這個格子的亮度。 色度學(xué)理論認為，任何顏色都可由紅、綠、藍三種基本顏色按不同的比例混合得到，紅、綠、藍被稱為三原色。因此，自然界的圖像可用基于位置坐標(biāo)的三維函數(shù)來表示，即： （ 21） 其中 f 表示空間坐標(biāo)為 (x,y,z)位置點的顏色， fred、 fgreen、 fblue 分別表示該點的紅、綠、藍三種原色的顏色分量值。它們都是空間的連續(xù)函數(shù)，即連續(xù)空間的每一個點都由一個精確的值與之相對應(yīng)。 為了研究的方便，我們主要考慮平面圖像。平面上每一點僅包括兩個坐標(biāo)值，因此，平面圖 像函數(shù)是連續(xù)的二維函數(shù)，即： （ 22） 圖像可以分為黑白圖像和彩色圖像。所謂黑白圖像，就是圖像中的每一點都不是彩色的，即每一點的紅、綠、藍、顏色分量都相等，即： （ 23） 對于黑白圖像，其表示 (x,y)位置處的灰度值。 車牌識別系統(tǒng)的圖像處理技術(shù) 9 由于計算機僅能處理離散的數(shù)據(jù)，所以如果要計算機來處理圖像，連續(xù)的圖像函數(shù)必須轉(zhuǎn)化為離散的數(shù)據(jù)集，這一過程叫做圖像采集。圖像采集由圖像采集系統(tǒng)完 成，如 下 圖所示。圖像采集系統(tǒng)包括三個基本單元，即成像系統(tǒng) 、采樣系統(tǒng)和量化器。采樣實際上就是一個空間坐標(biāo)的量化過程，量化則是對圖像函數(shù)值的離散 化過程。采樣和量化系統(tǒng)統(tǒng)稱為數(shù)字化。 圖 圖像采集系統(tǒng) 數(shù)字圖像是連續(xù)圖像的一種近似表示，通常由采樣點的值所組成的矩陣來表示 。 每個采樣點叫做一個像素 (pixel)。在計算機中通常采用二維數(shù)組來表示數(shù)字圖像的矩陣。 把像素按不同的方式進行組織或存儲，就得到不同的圖像格式，把圖像數(shù)據(jù)存成文件就得到圖像文件。在 Windows 系統(tǒng)中，最常用的圖像格式是位圖格式，其文件名以 BMP 為擴展名。 調(diào)色板 如 果一幅圖像的每個像素都用其 RGB 分量來表示，那么所有的圖像文件都將變的非常龐大，實際上的做法不完全是這樣的，可以先來看一個簡單的計算。 對一幅 200*200 的 16 色圖像，它共有 40 000 個像素，如果每一個像素都用R、 G、 B 三個分量表示，則一個像素需要 3 個字節(jié)，這樣保存整個圖像要用200*200*3 即 120 000 字節(jié)。但是如果采用下面的方法，就能省很多字節(jié)。 對于 16 色圖像，圖中最多只有 16 種顏色，如果采用一個顏色表，表中的每一行記錄一種顏色的 RGB 值，這樣當(dāng)表示一個像素的顏色時，只需要指出該顏色是在第幾 行，即該顏色在顏色表中的索引值便可以。例如，如果表的第 0 行為 255，0， 0（紅色），那么當(dāng)某個像素為紅色時，只需要標(biāo)明 0 即可。通過顏色索引表來表示圖像， 16 種狀態(tài)可以用 4 位 表示，所以一個像素要用半個字節(jié)。整個圖像要車牌識別系統(tǒng)的圖像處理技術(shù) 10 用 200*200* 即 20 000 字節(jié)，在加上顏色表占用 3*16=48 字節(jié)，也不過 20 048字節(jié)。這樣一幅圖像整個占用的字節(jié)數(shù)只是前面的 1/6。 這張 RGB 表，就是通常所說的調(diào)色板 。 不僅僅是 Windows 位圖，其他許多圖像文件格式 都用到了調(diào)色板。 還有一種情況，即真彩色圖像（又叫做 24 位圖像 ）的顏色種類高達256*256*256=16 777 216 種，也就是包含上述提到的 RGB 顏色表示方法中所有的顏色。真彩色圖像是說它具有顯示所有顏色的能力，即可以包含所有的顏色。通常，在表示真彩色圖像時，每個像素直接用 RGB 這 3 個分量字節(jié)表示，而不采用調(diào)色板技術(shù)。原因很簡單：如果使用調(diào)色板，表示一個像素顏色在調(diào)色板中的索引要用 24 位，這和直接用 RGB 這 3 個分量表示用的字節(jié)數(shù)一樣，不但沒有節(jié)省任何空間，還要加上一個 256*256*256*3 個字節(jié)大的調(diào)色板。所以真彩色直接用RGB 這 3 個分量表示。 灰度圖 灰度圖是指只含亮度信息，不含色彩信息的圖像。因此，要表示灰度圖，就需要把亮度值進行量化。通常劃分為 0 到 255 共 256 個級別， 0 最暗（全黑）， 255最亮（全白）。 BMP 格式的文件中并沒有灰度圖這個概念，但是可以很容易的用 BMP 文件來表示灰度圖。方法是用 256 色的調(diào)色板，只不過這個調(diào)色板有點特殊，每一項的RGB 值都是相同的。也就是說 RGB 值從（ 0， 0， 0），（ 1， 1， 1）一直到（ 255， 255， 255）。（ 0， 0， 0）是全黑色，（ 255， 255， 255）是全白色，中間的是灰色。對于 R=G=B 的色彩，帶 入 YIQ 或 YUV