【文章內(nèi)容簡介】 ognition， 簡稱 CCR）又是字符識別的重點和難點所在。雖然現(xiàn)在市面上已經(jīng)有多種 CCR 軟件出售，但是他們僅僅對高質(zhì)量的標準印刷文本有較高的識別率，但是對于嚴重污染、變形、模糊、傾斜的忽地字符，特別是針對車牌識別系統(tǒng)中提取的車牌漢字字符，不能給出滿意結果 [2]。本課題通過對車牌漢字灰度圖像識別的研究，提出針 對汽車牌照中漢字字符的有效識別算法，以期達到較高的識別正確率。 研究意義 牌照識別技術在智能交通領域中的應用已經(jīng)非常的廣泛。 如在 “公交車優(yōu)化調(diào)度與智能管理 ”中要求建立車輛自動登記系統(tǒng)，包括 :車輛自動識別、車輛定位 (如 GPS、路邊塔標 )、車輛位置跟蹤、數(shù)據(jù)庫及數(shù)據(jù)管理。在 “不停車電子收費系統(tǒng) (Do not stop electronic toll collection system，簡稱 ETC)”中，電子收費將會減少不必要的收費閘門車道數(shù)目以及因排隊交費所造成的交通延遲。其車輛通過的基本流程 為 :電子不停車收費系統(tǒng) (ETC)在一定的范圍內(nèi)，設置減速板、欄桿等裝置，當車輛按一定的速度駛入高速公路進口處時，該系統(tǒng)通過車載電子標簽中的交通卡，自動記錄該車的車型、牌照、入口時間和地點 。到出口處時，該系統(tǒng)讀到這些數(shù)據(jù)并 西南交通大學本科 畢業(yè)設計 (論文 ) 第 2 頁 同時生成需付費金額，迅速在交通卡中自動扣除。萬一在匝道出口處沒有電子不停車收費系統(tǒng) (ETC)，也可以通過交通卡讀到相關數(shù)據(jù)，進行人工付費操作。 有些 “停車管理與停車場信息系統(tǒng) ”中也應用了牌照識別技術，用來將車輛停泊信息記錄在案，可以有效地加強管理，降低車輛丟失率，打擊盜竊車輛的犯罪活動 [3]。 國內(nèi)外研究現(xiàn)狀 車牌圖像識別技術應用現(xiàn)狀 20xx 年，車牌圖像識別產(chǎn)品第一次在國內(nèi)實際應用于交通工程。剛開始主要用于高速公路收費輔助系統(tǒng)以降低交通通行征費收入的流失，后來逐步發(fā)展到城市交通、停車場管理、門禁管理等多種應用領域。 1． 車牌圖像識別技術在高速公路領域的應用 高速公路是車牌圖像識別技術在我國交通工程中最早應用的領域，也是車牌識別產(chǎn)品應用最多的領域。據(jù)統(tǒng)計，目前我國車牌識別產(chǎn)品主流供應商 (如北京漢王科技、昆明利普視覺、上海高德威、沈陽聚德、北京信路威等公司 )的產(chǎn)品有一 半左右是應用在此領域。主要用于高速公路收費管理、路徑判別、 收 費征稽、交通數(shù)據(jù)采集等方面，其中，最常用的是高速公路收費輔助系統(tǒng)。 高速公路收費輔助系統(tǒng)一般是在高速公路入口處進行車牌圖像采集、識別，將識別結果寫入通行卡 (票 )或者通過網(wǎng)絡傳送至各出口站，在車輛到達出口時，再進行一次車牌圖像采集、識別，并將識別結果與入口識別結果相比對，以防止或發(fā)現(xiàn)倒卡、換卡、換牌等逃費行為。 目前的高速公路收費輔助系統(tǒng)中，采用車牌圖像識別技術在車牌識別速度指標基本可以滿足，但識別結果正確率指標還不是很理想。從一些產(chǎn)品的解決 方案來看，實際使用時一般仍然需要人工復核。因此，雖然車牌圖像識別技術在這一領域取得了較好的使用效果，但還不能實現(xiàn)真正意義上的智能化收費。 2． 車牌圖像識別技術在城市交通領域的應用 隨著我國機動車保有量的迅速增加，以及政府對公共安全的日益重視，城市交通監(jiān)控和管理工作日趨繁重。因此，城市交通領域迫切需要應用一些較可靠、有效的智能化技術手段。目前，車牌圖像識別技術己經(jīng)開始在移動電子警察、城市卡口監(jiān)控、超速布控報警等城市交通 (治安 )方面有了一定的應用。其中，最常用的場所是城市卡口監(jiān)控。 城市卡口監(jiān)控 ： 公安部 頒布的城市卡口監(jiān)控系統(tǒng)部頒標準明確規(guī)定了車牌識別是城市卡口監(jiān)控系統(tǒng)的一個重要組成部分，越來越多的城市公安部門正在積極籌建卡口系統(tǒng)。公安系統(tǒng)設立城市卡口監(jiān)控點的主要任務是對車輛進行車牌識別，并將識別結果與被盜搶、肇事、在逃、通緝的車輛牌號黑名單進行比對。 西南交通大學本科 畢業(yè)設計 (論文 ) 第 3 頁 移動電子警察 ： 移動電子警察現(xiàn)在逐漸應用到交警日常工作中，采用移動電子警察技術可以靈活地對非固定監(jiān)控點的交通違章和事故進行取證處理，不僅提高了警察執(zhí)法效率，而且增強了執(zhí)法的公正性。 在城市卡口監(jiān)控、移動電子警察方面，對車牌圖像識別技術在車牌識別結果的正確率指標的要求比較高，否則將給執(zhí)法工作帶來很大的麻煩。目前的車牌圖像識別產(chǎn)品在這方面尚不夠理想，因此一般也是作為一種輔助手段，還不能實現(xiàn)真正意義上的智能化。 3． 車牌圖像識別技術在停車場收費管理系統(tǒng)中的應用 停車場收費管理系統(tǒng) :用于對出入車輛號牌識別和匹配，實現(xiàn)自動計時、計費管理。由于停車管理日益成為城市交通管理中一個嚴重問題，人們對停車管理的智能化呼聲日漸高漲，通過車牌識別系統(tǒng)可以構建一個智能的停車管理系統(tǒng)，因此，在大中城市的商場、寫字樓有很大的市場潛力。 停車場收費管理系統(tǒng)對車牌圖像識別技術在車 牌識別結果的正確率指標的要求也非常高，目前的車牌圖像識別產(chǎn)品在這方面也不夠理想，一般也需要人工干預。 此外，車牌圖像識別技術超速抓拍、門禁管理等方面也有一定的應用，但與前述三個方面的應用一樣，還存在著一些問題有待于解決。其中，車牌識別正確率是目前車牌識別產(chǎn)品中存在的最主要的問題，也是國內(nèi)主流廠商最為頭疼的問題，各個廠商所聲稱的識別正確率一般在 95%左右，與真正智能化的要求還有一定的距離。而且由于并沒有建立一個標準規(guī)范的測試體系，因此有關數(shù)據(jù)的客觀公正性、可比性和可靠性等方面尚值得商榷。 由于各個廠商對 其使用的車牌圖像識別技術都是不公開的，我們很難了解其中采用的三個方面的關鍵技術 (車牌區(qū)域定位、單個字符區(qū)域切分、字符分類識別 )中使用的具體方法，因此很難具體評價其方法的優(yōu)劣。但通過各個廠商在其有關網(wǎng)站提供的信息和對兩家廠商提供的測試軟件進行一定數(shù)量樣本的測試后，可以發(fā)現(xiàn)，各個廠商聲稱的車牌識別正確率往往是通過對特定場所、特定時間范圍內(nèi)的樣本進行測試而得出的結論。也就是說，所采用的車牌圖像識別技術往往還在一定程度上要依賴待識別圖像具體的采集環(huán)境和采集方式等因素。如果這些因素變動時，就可能要根據(jù)具體的樣本、通過 一定的分析學習過程以確定和修改使用的有關參數(shù)，才可能獲得較好的識別效果，否則其識別正確率可能不會很理想。由此可以推斷，目前的車牌圖像識別產(chǎn)品對于不同使用環(huán)境的適應性還不是特別理想，其原因主要是關鍵技術對于不同背景和不同自然條件下所采集圖像的適應性還不是很好，會導致車牌識別產(chǎn)品軟件的通用性還不是太好，往往需要在現(xiàn)場采集大量樣本分析測試，并且要修改相應參數(shù)甚至方法，使得施工周期往往較長，識別結果的可靠性往往也不能讓人完全放心。 西南交通大學本科 畢業(yè)設計 (論文 ) 第 4 頁 車牌圖像識別技術研究現(xiàn)狀 上世紀 90 年代中后期開始，隨著數(shù)字圖像處理基 礎理論的不斷發(fā)展和視頻處理技術、電子技術及計算機信息技術的迅速進步，國內(nèi)從事車牌圖像識別技術研發(fā)的廠商和研究人員增長迅速，提出了大量的關鍵技術算法，實際應用中也取得了一定的成果。 有關研究大多圍繞車牌圖像識別的三大關鍵技術 (車牌區(qū)域定位、單個字符區(qū)域切分、字符分類識別 )進行。通過對有關資源數(shù)據(jù)庫中 1998 年 － 20xx 年在各類期刊上公開發(fā)表的約 380 篇相關論文的統(tǒng)計，發(fā)現(xiàn)有關車牌區(qū)域定位的內(nèi)容占 50%以上。這在一定程度上反映了車牌定位技術的重要地位，也一定程度上反映出目前這方面尚有不盡人意之處。相關論文中 提出了很多車牌圖像處理、分割、分析、識別的算法，主要利用較經(jīng)典的圖像空間變換、智能計算和數(shù)據(jù)挖掘理論，并在一定程度上進行了實驗論證。 在車牌區(qū)域定位方面，公開資料中提出的方法主要有 ： 基于神經(jīng)網(wǎng)絡分類器的車牌區(qū)域定位方法、基于彩色圖像特征的車牌區(qū)域定位方法、基于紋理檢測和邊緣檢測的車牌區(qū)域定位方法、基于區(qū)域的車牌區(qū)域定位方法、基于幾何形狀特征的車牌區(qū)域定位方法、基于離散圖像空間變換的車牌區(qū)域定位方法、基于離散圖像空間變換的車牌區(qū)域定位方法、基于遺傳算法的車牌區(qū)域定位方法等。 在車牌字符切分方面，公開資 料中提出的方法主要有 ： 基于二值 (灰度 )圖像水平(垂直 )投影分布的車牌字符的切分方法、基于二值圖像字符區(qū)域上下輪廓分布的車牌字符切分方法、基于模板匹配的車牌字符切分方法、基于聚類分析的車牌字符切分方法、基于車牌二值圖像字符連通性的字符切分方法、基于顏色分類的車牌字符切分方法等。 在車牌字符分類識別時的特征選擇和提取方面，公開資料中利用的字符分類特征主要有 ： 以二值圖像中字符的筆畫像素分布為基礎的字符特征 (主要包括四周邊特征、粗網(wǎng)格特征、投影特征等 )、以二值圖像字符輪廓、骨架為基礎的字符特征 (包括字符筆畫方向 線素特征、漢字結構特征點特征等 )、基于灰度圖像小波變換的字符特征 (包括小波系數(shù)特征、小波矩特征和小波能量特征 )。 在車牌字符分類器設計方面，公開資料中提出的分類器主要有 ： 神經(jīng)網(wǎng)絡分類器、模板匹配分類器、基于概率統(tǒng)計的 Bayes 分類器、幾何分類器等。 上述方法 的提出，為本文的有關研究提供了重要的參考和對照，在本文的第三章中進行了相應的分析 [4] [5]。 西南交通大學本科 畢業(yè)設計 (論文 ) 第 5 頁 設計的研究內(nèi)容和方法 研究內(nèi)容 車牌照識別是智能交通系統(tǒng)的一個重要課題，在車輛管理、不停車收費等系統(tǒng)中有廣泛應用。基于中國車 牌照的特點，我們需要設計一種能識別漢字的車牌照識別系統(tǒng)，使得這樣的車牌照識別系統(tǒng)更優(yōu)于其他只能識別數(shù)字和字母的系統(tǒng)，具有更廣的適應性。 車牌區(qū)域定位、單個字符區(qū)域切分和字符分類識別作為車牌圖像識別系統(tǒng)的三個關鍵技術，同時又是一個有機的整體。關鍵技術水平的高低，決定了一個車牌圖像識別產(chǎn)品性能的優(yōu)劣，在某種程度上也決定著車牌識別技術的應用前景。 對于 92 式普通民用車牌，識別的基本過程如圖 11 所示。 原始圖像 → 車牌定位 → 字符分割 → 識別第一個字符 →…→ 識別第七個字符 圖 11 92 式普通民用車牌識別過程 上述過程可以看作是一個三個方面九個環(huán)節(jié)組成的鏈式結構，而本課題主要研究的是其第三方面第一個環(huán)節(jié)的 “識別第一個字符 ”，即漢字識別的方法。所以不考慮車牌定位及字符分割對識別的影響。采用的漢字庫為已經(jīng)分割好的灰度圖像。 研究方法 本文在參考大量有關車牌圖像識別技術公開資料的基礎上，圍繞著車牌漢字識別技術實際應用的特點和要求，并通過一定的實驗分析手段，主要進行了如下幾方面的工作 ： 1． 對輸入的車牌漢字字符圖像進行預處理 在這部分工作 中，重點分析研究了不同圖像的規(guī)格化，灰度圖像的二值化、反色、二值化圖像的細化等方法在車牌圖像識別中的作用和應用特點。 （ 1） 關于圖像的規(guī)格化 在實際車牌采集時，由于拍攝角度、攝像頭與車牌的距離等原因，照成采集到的車牌大小不同。給漢字特征提取造成計算量的不確定性。所以我們想法將輸入的圖像轉化為某一固定尺寸大小的圖像。圖像的規(guī)格化就是將輸入的任意尺寸（大?。┑淖址麍D像都處理成統(tǒng)一尺寸的標準漢字圖像。在這里，我們所說的規(guī)格化不是簡單的寬和高的同比例縮放，還要求保持拓撲不變。在改變原字符圖像寬高比例的同時，盡可能 的突出所提取特征 。降低漢字圖像特征提取的計算的復雜度。 西南交通大學本科 畢業(yè)設計 (論文 ) 第 6 頁 （ 2） 關于圖像的二值化 在車牌圖像識別中，圖像二值化是一個非常重要的技術。目前提出的車牌字符切分和字符分類特征提取的方法，很多是以二值圖像為基礎的。二值化 閾 值的確定應該以對圖像進行二值化時期望達到的目的為依據(jù)。 通過閾值的正確選擇可以使?jié)h字圖像的灰度圖像中的部分干擾噪聲取出。 在車牌圖像識別中，對車牌漢字圖像進行二值化可以大大的提升圖像處理速度，而且降低對計算機硬件的要求，減少硬件方面的開支。在實際應用和產(chǎn)品推廣方面有巨大的優(yōu)勢。 （ 3） 關于圖像的反色 在所提供的漢字庫中，車牌漢字圖像為白底黑字。由于MATLAB 所提供的很多 圖像處理 函數(shù)是對黑底白字的圖像進行處理。 如果自負圖像為白底黑字， MATLAB 會默認為漢字圖像的背景為待識別圖像。 所以我們對二值化后的圖像進行取反 ， 將原二值化后的二值化圖像轉化為黑底白字的漢字圖像，以供后面進一步進行處理。 （ 4） 關于圖像的細化 二值圖像的細化處理是本課題中起著非常重要的作用。其主要目的是提取出漢字圖像的骨架，使得在識別過程中不會因為筆畫本身的寬度， 如使得三像素寬的豎當成寬來提取， 影響到漢字結構特征提取的準確度。所以我 們使用細化處理，將圖像漢字細化為一個單像素寬的漢字圖像。 這樣就可以大大增加各筆畫提取的準確度。 2． 對輸入的車牌漢字字符圖像進行字符特征提取 特征空間的設計是模式識別系統(tǒng)的基礎。所選用的特征空間應使各類樣品能夠分布在該特征空間中彼此分開的區(qū)域內(nèi)，分類識別才有可能 。如果不同類別樣品在該特征空間中混雜在一起，則一般不可能進行正確的分類識別。常選取的字符特征主要有以二值圖像字符的筆畫像