【文章內(nèi)容簡(jiǎn)介】 ........................................... 18 字符歸一化緊排 .......................................................................................... 19 字符的細(xì)化 .................................................................................................. 20 字符識(shí)別 .............................................................................................................. 21 本章小結(jié) ................................................................................................................ 25 第 4 章 車(chē)牌識(shí)別系統(tǒng)運(yùn)行結(jié)果及語(yǔ)言介紹 .................................................................... 26 西 南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 VII 頁(yè) 車(chē)牌捕捉運(yùn)行結(jié)果 ................................................................................................ 26 車(chē)牌識(shí)別運(yùn)行識(shí)別結(jié)果 ........................................................................................ 28 開(kāi)發(fā)平臺(tái)及編程語(yǔ)言簡(jiǎn)介 .................................................................................... 28 Visual C++的集成開(kāi)發(fā)環(huán)境 ........................................................................ 28 MFC 是一個(gè)編程框架 ................................................................................. 29 本章小結(jié) ................................................................................................................ 31 結(jié) 論 .............................................................................................................................. 32 致 謝 .............................................................................................................................. 34 參考文獻(xiàn) .............................................................................................................................. 35 西南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 1 頁(yè) 第 1 章 緒 論 本論文的背景和意義 課題的研究背景 20 世紀(jì) 80 年代以來(lái)，隨著我國(guó)國(guó)民經(jīng)濟(jì)的迅速發(fā)展，機(jī)動(dòng)車(chē)輛規(guī)模及流量 大幅度增加，全國(guó)機(jī)動(dòng)車(chē)量年均增長(zhǎng) 15%以上，城市通路里程年均增長(zhǎng) %，高速公路和城市交通管理現(xiàn)代化水平的提高勢(shì)在必行，迫切需要采用高科技手段來(lái)充實(shí)和加強(qiáng)交通管理水平。 智能交通管理系統(tǒng)是 21 世紀(jì)道路交通管理的發(fā)展趨勢(shì)，高速公路的不斷發(fā)展和車(chē)輛管理體制的不斷完善，為智能交通管理系統(tǒng)進(jìn)入實(shí)際應(yīng)用領(lǐng)域提供了契機(jī)。在整個(gè)智能交通管理系統(tǒng)中，車(chē)牌識(shí)別系統(tǒng)是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)，車(chē)牌識(shí)別系統(tǒng)的應(yīng)用可有效解決在高速公路收費(fèi)、超速車(chē)輛布控、城市卡口、停車(chē)場(chǎng)管理和社區(qū)管理中的問(wèn)題，其具體應(yīng)用可概括為： 1. 交通監(jiān)控 利用車(chē)牌識(shí)別系統(tǒng)的攝像設(shè)備，可以直接監(jiān)視相應(yīng)路段的交通狀況，獲得車(chē)輛密度、隊(duì)長(zhǎng)、排隊(duì)規(guī)模等交通信息，防范和觀察交通事故。它還可以同雷達(dá)測(cè)速器或其他的檢測(cè)器配合使用，以檢測(cè)違犯限速值的車(chē)輛。當(dāng)發(fā)現(xiàn)車(chē)輛超速時(shí)，攝像機(jī)獲取該車(chē)的圖像，并得到該車(chē)的牌照號(hào)碼，然后給該車(chē)超速的警告信號(hào)。 2. 交通流控制指標(biāo)參量的測(cè)量 為達(dá)到交通流控制的目標(biāo)，一些交通流指標(biāo)的測(cè)量相當(dāng)重要。該系統(tǒng)能夠測(cè)量和統(tǒng)計(jì)很多交通流指標(biāo)參數(shù)，如總的服務(wù)流率，總行程時(shí)間，總的流入量流出量，車(chē)型及車(chē)流組成，日車(chē)流量，小時(shí) /分鐘車(chē)流量，車(chē)流高峰時(shí)間段，平均車(chē)速 ，車(chē)輛密度等。這也為交通誘導(dǎo)系統(tǒng)提供必要的交通流信息。 3. 高速公路上的事故自動(dòng)測(cè)報(bào) 這是由于該系統(tǒng)能夠監(jiān)視道路情況和測(cè)量交通流量指標(biāo)，能及時(shí)發(fā)現(xiàn)超速、堵車(chē)、排隊(duì)、事故等交通異常現(xiàn)象。 4. 對(duì)養(yǎng)路費(fèi)交納、安全檢查、運(yùn)營(yíng)管理實(shí)行不停車(chē)檢查 根據(jù)識(shí)別出的車(chē)牌號(hào)碼從數(shù)據(jù)庫(kù)中調(diào)出該車(chē)檔案材料，可發(fā)現(xiàn)沒(méi)及時(shí)交納養(yǎng)路費(fèi)的車(chē)輛。另外，該系統(tǒng)還可發(fā)現(xiàn)無(wú)車(chē)牌的車(chē)輛。若同車(chē)型檢測(cè)器聯(lián)用，可迅速發(fā)現(xiàn)所掛車(chē)牌與車(chē)型不符的車(chē)輛。 5. 車(chē)輛定位 由于能自動(dòng)識(shí)別車(chē)牌號(hào)碼，因而極易發(fā)現(xiàn)被盜車(chē)輛，以及定位出車(chē)輛在道路上的行駛位置。這為防范、發(fā)現(xiàn)和追蹤涉 及車(chē)輛的犯罪，保護(hù)重要車(chē)輛 (如運(yùn)鈔車(chē) )的安全有重大作用，從而對(duì)城市治安及交通安全有重要的保障作用。 課題的研究意義 汽車(chē)牌照識(shí)別系統(tǒng)是智能交通系統(tǒng)的一個(gè)重要組成部分，它是一個(gè)特定目標(biāo)為對(duì)象的專(zhuān)用計(jì)算機(jī)視覺(jué)系統(tǒng)，該系統(tǒng)能從一幅圖像中自動(dòng)提取車(chē)牌圖像，自動(dòng)分割字符， 西 南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 2 頁(yè) 進(jìn)而對(duì)字符進(jìn)行識(shí)別，它運(yùn)用模式識(shí)別、人工智能技術(shù)，對(duì)采集到的汽車(chē)圖像進(jìn)行處理，能夠?qū)崟r(shí)準(zhǔn)確地自動(dòng)識(shí)別出車(chē)牌的數(shù)字、字母及漢字字符，并以計(jì)算機(jī)可直接運(yùn)行的數(shù)據(jù)形式給出識(shí)別結(jié)果，使得車(chē)輛的電腦化監(jiān)控和管理成為現(xiàn)實(shí)。 車(chē)牌識(shí)別技術(shù)的根本性作用在 于自動(dòng)識(shí)讀出車(chē)輛的唯一身份證 車(chē)牌號(hào)碼，擺脫了人工查看圖片識(shí)讀車(chē)牌號(hào)碼的工作，由于這一智能化的技術(shù)，頓時(shí)使車(chē)輛管理的技術(shù)水平跨上了一個(gè)新臺(tái)階，雖然任何車(chē)輛管理系統(tǒng)最終都不可能完全擺脫人的參與(即真正意義上的 “無(wú)人化值守 ”)，但畢竟在降低人工勞動(dòng)強(qiáng)度、提高管理效率、增加管理的客觀性方面起到了巨大的推動(dòng)作用。目前這一技術(shù)隨著需求的不斷提高將會(huì)得到更快的發(fā)展，以這一技術(shù)為核心的車(chē)牌自動(dòng)識(shí)別系統(tǒng)的成功開(kāi)發(fā)必將大大加速 ITS的進(jìn)程。 本論文的主要方法和研究進(jìn)展 國(guó)內(nèi)外研究進(jìn)展 從 20 世紀(jì) 90 年代初，國(guó)外就已經(jīng)開(kāi)始了對(duì)汽車(chē)牌照自動(dòng)識(shí)別的研究，其主要途徑就是對(duì)車(chē)牌的圖像進(jìn)行分析，自動(dòng)提前車(chē)牌信息，確定汽車(chē)牌號(hào)。在各種應(yīng)用中，有使用模糊數(shù)學(xué)理論也有用神經(jīng)元網(wǎng)絡(luò)的算法來(lái)識(shí)別車(chē)牌中的字符，但由于外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化及車(chē)牌本身比較模糊等條件的影響，給車(chē)牌的識(shí)別帶來(lái)較大的困難。國(guó)外的相關(guān)研究有 J Barroso 提出的基于掃描行高頻分析的方法以及 Lancaster 提出的類(lèi)字符分析方法等。為了解決圖像惡化的問(wèn)題，目前國(guó)內(nèi)外采用主動(dòng)紅外照明攝像或使用特殊的傳感器來(lái)提高圖像的質(zhì)量，繼 而提高識(shí)別率，但系統(tǒng)的投資成本過(guò)大，不適合普遍的推廣。 車(chē)牌識(shí)別系統(tǒng)中的兩個(gè)關(guān)鍵子系統(tǒng)是車(chē)牌定位系統(tǒng)和車(chē)牌字符識(shí)別系統(tǒng)。 關(guān)于車(chē)牌定位系統(tǒng)的研究，國(guó)內(nèi)外學(xué)者已經(jīng)作了大量的工作，但實(shí)際效果并不是很理想，比如車(chē)牌圖像的傾斜、車(chē)牌表面的污穢和磨損、光線的干擾等都是影響定位準(zhǔn)確度的潛在因素。為此，近年來(lái)不少學(xué)者針對(duì)車(chē)牌本身的特點(diǎn)，車(chē)輛拍攝的不良現(xiàn)象及背景的復(fù)雜狀況，先后提出了許多有針對(duì)性的定位方法，使車(chē)牌定位在技術(shù)和方法上都有了很大的改善。然而現(xiàn)代化交通系統(tǒng)不斷提高的快節(jié)奏，將對(duì)車(chē)牌定位的準(zhǔn)確率和實(shí)時(shí)性提出更高的要 求。因而進(jìn)一步加深車(chē)牌定位的研究是非常必要的。 車(chē)牌字符識(shí)別是在車(chē)牌準(zhǔn)確定位的基礎(chǔ)上，對(duì)車(chē)牌上的漢字、字母、數(shù)字進(jìn)行有效確認(rèn)的過(guò)程，其中漢字識(shí)別是一個(gè)難點(diǎn)，許多國(guó)外的 LPR 系統(tǒng)也往往是因?yàn)闈h字難識(shí)而無(wú)法打入中國(guó)市場(chǎng)，因而探尋好的方法解決字符的識(shí)別也是至關(guān)重要的。目前己有的方法很多，但其效果與實(shí)際的要求相差得很遠(yuǎn)，難以適應(yīng)現(xiàn)代化交通系統(tǒng)高速度、快節(jié)奏的要求。因而對(duì)字符識(shí)別的進(jìn)一步研究也同樣具有緊迫性和必要性。 西 南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 3 頁(yè) 車(chē)牌識(shí)別研究的主要技術(shù)方法 車(chē)牌識(shí)別主要分為兩大關(guān)鍵技術(shù)：一是車(chē)牌的定位；二是車(chē)牌字符的 識(shí)別。 1. 車(chē)牌定位研究 車(chē)牌定位的研究國(guó)外起步比較早，上個(gè)世紀(jì) 90 年代以來(lái)，我國(guó)也開(kāi)始對(duì)車(chē)牌定位進(jìn)行深入的研究，并取得了一定的成效。比較好的定位算法有基于車(chē)牌文字變化特點(diǎn)的自動(dòng)掃描識(shí)別算法；基于特征的車(chē)輛牌照定位算法；基于變換函數(shù)提取車(chē)牌的算法；基于視覺(jué)的車(chē)輛牌照檢測(cè)；基于字符串的車(chē)輛牌照分割方法。這些算法都是基于車(chē)牌的特征來(lái)研究車(chē)牌的定位與識(shí)別，因而具有一定的針對(duì)性和局限性。對(duì)一些復(fù)雜圖像應(yīng)用某些數(shù)學(xué)工具不僅可以加快處理速度而且可以改善和優(yōu)化處理結(jié)果。已有的區(qū)域定位算法，比較完善的如機(jī)動(dòng)車(chē)輛自動(dòng)識(shí)別收費(fèi)系統(tǒng) 當(dāng)中所提出的一種基于局部閾值二值化與自適應(yīng)形態(tài)濾波算法。另外，一些學(xué)者們從一些數(shù)學(xué)工具著手，利用數(shù)學(xué)形態(tài)學(xué)、小波分析、遺傳算法等方法對(duì)一些傳統(tǒng)定位方法進(jìn)行改進(jìn)，提出了基于屬性開(kāi)運(yùn)算的汽車(chē)牌照區(qū)域定位算法，通過(guò)對(duì)灰度圖像采用屬性開(kāi)運(yùn)算，削去滿足特定屬性的峰部，確定出目標(biāo)以及少量非目標(biāo)區(qū)域，然后計(jì)算出圖像的傾斜角及目標(biāo)區(qū)域所在范圍；提出了基于小波與形態(tài)學(xué)的車(chē)牌圖像分割方法等。 上述車(chē)牌定位方法具有一定的實(shí)用性和參考價(jià)值，然而也都有不完善的方面，有待進(jìn)一步完善。 2. 車(chē)牌字符識(shí)別研究 車(chē)牌字符識(shí)別實(shí)際上就是對(duì)車(chē)牌上的 漢字、字母、數(shù)字進(jìn)行準(zhǔn)確確認(rèn)的過(guò)程。車(chē)牌字符識(shí)別實(shí)際上是依附在車(chē)牌上的印刷體文字的識(shí)別，能否正確識(shí)別不僅是文字識(shí)別技術(shù)的問(wèn)題，還要考慮其載體 ——車(chē)牌區(qū)域的影響。車(chē)牌字符識(shí)別技術(shù)是文字識(shí)別技術(shù)與車(chē)牌圖像自身因素協(xié)調(diào)兼顧的綜合性技術(shù)。 由于攝像機(jī)的性能、車(chē)牌的整潔度、光照條件、拍攝時(shí)的傾斜角度及車(chē)輛運(yùn)動(dòng)等因素的影響使車(chē)牌中的字符可能出現(xiàn)比較嚴(yán)重的模糊、歪斜、缺損或污跡干擾，這些都給字符識(shí)別帶來(lái)了難度。文獻(xiàn) [15]給出了基于神經(jīng)網(wǎng)絡(luò)的車(chē)牌字符識(shí)別方法；文獻(xiàn)[16]提出了一種基于模板匹配的車(chē)牌識(shí)別方法。綜合上述方法 ，文獻(xiàn) [17]提出了基于模板匹配和神經(jīng)網(wǎng)絡(luò)的車(chē)牌字符識(shí)別方法，該方法集成了模板匹配識(shí)別車(chē)牌字符和神經(jīng)網(wǎng)絡(luò)識(shí)別車(chē)牌字符的各自優(yōu)勢(shì)，提高了車(chē)牌字符的識(shí)別效率。 車(chē)牌字符識(shí)別的研究在技術(shù)上雖然取得了很大的突破，然而離實(shí)用化的要求還相差很遠(yuǎn)，許多新方法僅停留在理論和文章上或者限制在比較狹窄的約束范圍內(nèi)，并不能以產(chǎn)品的形式大范圍的投入使用。因而車(chē)牌字符識(shí)別的研究仍然有很長(zhǎng)的路要走。 本論文的主要內(nèi)容 本文實(shí)驗(yàn)的圖像是用數(shù)碼相機(jī)拍得的以及從網(wǎng)上收集到的汽車(chē)彩色圖像 (包括 西 南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 4 頁(yè) 靜態(tài)的和行駛中的汽車(chē)圖像 )，圖像質(zhì)量比較 差，在各種光照條件和自然條件下的汽車(chē)圖像都有，因此也對(duì)本系統(tǒng)的實(shí)現(xiàn)增加了難度。在整個(gè)車(chē)牌自動(dòng)識(shí)別系統(tǒng)中實(shí)現(xiàn)高識(shí)別率主要有三個(gè)部分起著關(guān)鍵的作用：在全車(chē)身圖像中車(chē)牌部分的定位、定位后車(chē)牌字符的分割、對(duì)單個(gè)字符的識(shí)別。本文先實(shí)現(xiàn)了車(chē)牌定位，再對(duì)車(chē)牌中的字符分割和字符識(shí)別，因此本系統(tǒng)由四大部分組成，車(chē)輛圖像的預(yù)處理、車(chē)牌區(qū)域的定位、車(chē)牌字符識(shí)別的預(yù)處理、車(chē)牌字符的識(shí)別，系統(tǒng)詳細(xì)流程圖見(jiàn)圖 11。 車(chē) 牌 反 色車(chē) 牌 傾 斜 度 調(diào) 整車(chē) 牌 字 符 分 割 歸 一車(chē) 牌 緊 縮車(chē) 牌 細(xì) 化開(kāi) 始結(jié) 束 圖 11 系統(tǒng)流程圖 其中 圖像 預(yù)處理流程圖如圖 12 所示 。 西 南交通大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 第 5 頁(yè) 圖 像 灰 度 化圖 像 二 值 化圖 像 中 值 濾 波車(chē) 牌 邊 緣 檢 測(cè)圖 像 去 噪開(kāi) 始結(jié) 束 圖 12 圖像預(yù)處理流程圖 字符處理如圖 13 所示。 車(chē) 牌 反 色車(chē) 牌 傾 斜 度 調(diào) 整車(chē) 牌 字 符 分 割 歸 一車(chē) 牌 緊 縮車(chē) 牌 細(xì) 化開(kāi) 始結(jié) 束 圖 13 字符 處理流程圖