【文章內(nèi)容簡(jiǎn)介】 系統(tǒng)將獲取的車(chē)輛圖像進(jìn)行一系列的處理后，以字符串的形式輸出結(jié)果，這樣不但數(shù)據(jù)量小，便于存儲(chǔ)，操作起來(lái)也更容易，因此車(chē)牌識(shí)別系統(tǒng)的便捷性是人工車(chē)牌識(shí)別所不能比擬的，它蘊(yùn)藏著很大的經(jīng)濟(jì)價(jià)值和發(fā)展空間，對(duì)車(chē)牌識(shí)別技術(shù)的研究是非常有的意義的。在車(chē)牌識(shí)別系統(tǒng)中最為重要的兩個(gè)技術(shù)是車(chē)牌定位和車(chē)牌字符識(shí)別，這兩個(gè)技術(shù)的好壞直接影響到整個(gè)車(chē)牌識(shí)別系 統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性。國(guó)內(nèi)外己有不少學(xué)者對(duì)車(chē)牌定位技術(shù)做了大量的研究，但在實(shí)際的應(yīng)用中還沒(méi)有一個(gè)有效可行的方法，如由于車(chē)輛抖動(dòng)造成車(chē)牌圖像的歪斜、由于污跡和磨損造成車(chē)牌字符的模糊、由于光照不均造成車(chē)牌圖像的模糊等都會(huì)或多或少影響到車(chē)牌定位的準(zhǔn)確度。針對(duì)以上實(shí)際情況，很多學(xué)者開(kāi)始在鑒于車(chē)牌圖像本身特征的基礎(chǔ)上研究車(chē)牌定位技術(shù)，并先后提出了一些有效的定位方法，以減小種種主、客觀因素對(duì)車(chē)牌定位準(zhǔn)確度的影響。然而智能交通的不斷發(fā)展使得對(duì)車(chē)牌定位系統(tǒng)有了更高的要求，主要表現(xiàn)在系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確性。 車(chē)牌字符識(shí)別的實(shí)質(zhì) 是對(duì)車(chē)牌上的漢字、字母和數(shù)字進(jìn)行快速準(zhǔn)確的識(shí)別并以字符串的形式輸出識(shí)別結(jié)果，字符識(shí)別技術(shù)是整個(gè)車(chē)牌識(shí)別系統(tǒng)的關(guān)鍵。車(chē)牌識(shí)別系統(tǒng)與其它圖像識(shí)別系統(tǒng)相比較而言要復(fù)雜的多，在字符識(shí)別中，漢字識(shí)別是最難也是最關(guān)鍵的部分，很多國(guó)外較為成熟的車(chē)牌識(shí)別系統(tǒng)無(wú)法進(jìn)入中國(guó)市場(chǎng)的原因就在于無(wú)法有效的識(shí)別漢字。此外，由于外界環(huán)境的影響，系統(tǒng)必須保證能夠在任何天氣情況下全天不間斷的正常工作。到目前為止，在眾多的車(chē)牌自動(dòng)識(shí)別方法中還沒(méi)有一個(gè)可以達(dá)到理想的效基于 MATLAB 車(chē)牌圖像識(shí)別的設(shè)計(jì)與實(shí)現(xiàn) 3 果，因此對(duì)車(chē)牌識(shí)別技術(shù)的研究意義重大。 車(chē)牌號(hào)識(shí)別技術(shù)研究現(xiàn)狀和趨勢(shì) 國(guó)內(nèi)外車(chē)牌圖像識(shí)別研究現(xiàn)狀 目前，國(guó)內(nèi)外有大量關(guān)于車(chē)牌圖像識(shí)別的研究報(bào)道，國(guó)外在這方面的研究開(kāi)展的比較早。在上世紀(jì) 70 年代，英國(guó)就在實(shí)驗(yàn)室中完成了“實(shí)時(shí)車(chē)牌檢測(cè)系統(tǒng)”的廣域檢測(cè)和開(kāi)發(fā)。同時(shí)代，誕生了面向被盜車(chē)輛的第一個(gè)實(shí)時(shí)車(chē)牌自動(dòng)監(jiān)測(cè)系統(tǒng)。發(fā)展到今日，國(guó)外對(duì)車(chē)牌檢測(cè)的研究已經(jīng)取得了一些令人矚目的成就，如 YuntaoCui提出了一種車(chē)牌識(shí)別系統(tǒng)，在車(chē)牌定位以后，利用馬爾科夫場(chǎng)對(duì)車(chē)牌特征進(jìn)行提取和二值化，對(duì)樣本的識(shí)別達(dá)到了較高的識(shí)別率。 Eun Ryung 等利用圖像中的顏色分量，對(duì)車(chē)輛牌照進(jìn)行定位識(shí) 別，其中提到了三種方法：①以 Hough 變換為基礎(chǔ)的邊緣檢測(cè)定位識(shí)別；②以灰度值變換為基礎(chǔ)的識(shí)別算法；③以 HLS 彩色模式為基礎(chǔ)的車(chē)牌識(shí)別系統(tǒng)，識(shí)別率分別為%， 85%， %。日本對(duì)車(chē)牌圖像的獲取也做了大量研究，并為系統(tǒng)產(chǎn)業(yè)化做了大量的工作。 Luis 開(kāi)發(fā)的系統(tǒng)應(yīng)用于收費(fèi)站，全天識(shí)別率達(dá)到了 90%以上，即使在天氣不好的情況下也達(dá)到了 70%。國(guó)外對(duì)車(chē)牌識(shí)別的研究起步比較早，總體來(lái)講其技術(shù)較為領(lǐng)先，同時(shí)因?yàn)樗麄冘?chē)牌種類(lèi)單一，車(chē)牌規(guī)范性較高，易于定位識(shí)別，目前已經(jīng)實(shí)現(xiàn)了產(chǎn)品化，并在實(shí)際的交通應(yīng)用中得到了 廣泛的應(yīng)用。由于中國(guó)的車(chē)牌格式與國(guó)外的有較大的差異，所以國(guó)外關(guān)于車(chē)牌識(shí)別的報(bào)道只具有參考價(jià)值，其在中國(guó)的應(yīng)用效果可能沒(méi)有在其國(guó)內(nèi)的效果好，但其識(shí)別系統(tǒng)中采用的很多算法具有很好的借鑒意見(jiàn)。 從車(chē)牌識(shí)別系統(tǒng)進(jìn)入中國(guó)以來(lái)，國(guó)內(nèi)有大量的學(xué)者從事這方面的研究，提出了很多新穎快速的算法。中國(guó)科學(xué)院自動(dòng)化所的劉智勇等開(kāi)發(fā)的系統(tǒng)在一個(gè)樣本量為 3180 的樣本集中，車(chē)牌定位準(zhǔn)確率為 %，切分準(zhǔn)確率為 %，這套系統(tǒng)后來(lái)應(yīng)用到漢王車(chē)牌識(shí)別系統(tǒng)，取得了不錯(cuò)的效果。南京大學(xué)的熊軍等提出了基于字符紋理特征的定位算法，準(zhǔn)確 率達(dá)到 95%，華中科技大學(xué)的陳振學(xué)等學(xué)者提出了一種新的車(chē)牌圖像字符分割和識(shí)別算法，使用一維循環(huán)清零法，通過(guò)對(duì)垂直投影圖進(jìn)行一次掃描，有效的清除了雜點(diǎn)和分隔符，正確分割率達(dá)到了 %。浙江大學(xué)的張引，潘云鶴等提出了彩色邊緣算子和彩色邊緣檢測(cè)與區(qū)域生長(zhǎng)相結(jié)合的牌照定位算法，算法簡(jiǎn)單，且全面作用在顏色空間的三個(gè)分量上，檢測(cè)出的牌照區(qū)域易于與背景剝離。但是計(jì)算量和存儲(chǔ)量都比較大，難以滿(mǎn)足實(shí)時(shí)性的要求。此外當(dāng)車(chē)輛顏色與附近區(qū)域顏色相近時(shí)，定位失誤率會(huì)增加。國(guó)內(nèi)還有很多學(xué)者都在進(jìn)行這方面的研究，并且取得了大量的研究 成果。 我國(guó)車(chē)牌特點(diǎn) 目前我國(guó)的汽車(chē)號(hào)牌種類(lèi)非常多，有大型汽車(chē)號(hào)牌、掛車(chē)號(hào)牌、小型汽車(chē)號(hào)牌、使館汽車(chē)號(hào)牌、領(lǐng)館汽車(chē)號(hào)牌、警用汽車(chē)號(hào)牌、教練汽車(chē)號(hào)牌等。不同的號(hào)牌的外廓尺寸，陜西科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 4 顏色，數(shù)量及使用范圍都不相同。 本次設(shè)計(jì)中主要用到的是小型汽車(chē)號(hào)牌（如圖 11 所示），這種類(lèi)型的號(hào)牌外廓尺寸是 440mm140mm，一共 7 個(gè)字符，每個(gè)字符的高寬比為 2:1。首個(gè)字符為中文字符，為各個(gè)省，自治區(qū)，直轄市的簡(jiǎn)稱(chēng)，第二個(gè)字符為英文大寫(xiě)字符，表示發(fā)牌機(jī)關(guān)的代號(hào)，前兩個(gè)字符確定該車(chē)牌所在地，后五個(gè)字符由阿拉伯?dāng)?shù)字及英 文大寫(xiě)字符組合而成，并且后五個(gè)字符間距相同，七個(gè)字符大小也相同。下圖給出了本文中用到的車(chē)牌樣式，如圖 11 所示。 圖 11 小型汽車(chē)號(hào)牌 車(chē)牌圖像識(shí)別技術(shù)的應(yīng)用前景 車(chē)輛牌照自動(dòng)識(shí)別技術(shù)是智能交通系統(tǒng)的一個(gè)重要組成部分，它在交通管理、監(jiān)控中有著廣泛的應(yīng)用。車(chē)輛牌照識(shí)別系統(tǒng)技術(shù)能夠從一幅車(chē)輛圖像中準(zhǔn)確定位出車(chē)牌圖像，經(jīng)過(guò)字符切分和識(shí)別后實(shí)現(xiàn)車(chē)輛牌照的自動(dòng)識(shí)別，從而為以上應(yīng)用提供信息和基礎(chǔ)功能。目前車(chē)牌識(shí)別系統(tǒng)主要應(yīng)用于以下領(lǐng)域： （ 1）停車(chē)場(chǎng)管理系統(tǒng) 利用車(chē)牌識(shí)別技術(shù)對(duì)出入車(chē)輛的號(hào)牌進(jìn)行識(shí) 別和匹配，與停車(chē)卡結(jié)合實(shí)現(xiàn)自動(dòng)計(jì)時(shí)、計(jì)費(fèi)的車(chē)輛收費(fèi)管理系統(tǒng) （ 2）公路自動(dòng)管理系統(tǒng) 以車(chē)牌自動(dòng)識(shí)別技術(shù)為基礎(chǔ)，與通信等其他高科技結(jié)合，對(duì)高速公路交通流狀況進(jìn)行自動(dòng)監(jiān)測(cè)、自動(dòng)布控，從而降低交通事故的發(fā)生率，確保交通順暢。 （ 3）安防布控 采用車(chē)牌識(shí)別技術(shù)實(shí)現(xiàn)對(duì)車(chē)輛的自動(dòng)識(shí)別，快速報(bào)警，既可以有效查找被盜車(chē)輛，同時(shí)又為公安機(jī)關(guān)提供了對(duì)犯罪嫌疑人的交通工具進(jìn)行遠(yuǎn)程跟蹤與監(jiān)查的技術(shù)手段。 基于 MATLAB 車(chē)牌圖像識(shí)別的設(shè)計(jì)與實(shí)現(xiàn) 5 （ 4）城市十字交通路口的“電子警察” 可以對(duì)違章車(chē)輛進(jìn)行責(zé)任追究，也可以輔助進(jìn)行交通流量統(tǒng)計(jì)，交通監(jiān)測(cè)和疏導(dǎo)。 （ 5）小區(qū) 、校園車(chē)輛管理系統(tǒng) 社區(qū)保安系統(tǒng)將出入的車(chē)輛通過(guò)車(chē)牌識(shí)別技術(shù)進(jìn)行記錄，將結(jié)果與內(nèi)部車(chē)輛列表對(duì)比可以實(shí)現(xiàn)防盜監(jiān)管。 目前，市場(chǎng)上已出現(xiàn)了一些可應(yīng)用的汽車(chē)牌照自動(dòng)識(shí)別系統(tǒng)。如 CPRS1 型汽 車(chē)牌照識(shí)別系統(tǒng)是在國(guó)家“ 863”計(jì)劃課題與國(guó)防圖像目標(biāo)識(shí)別課題相結(jié)合的研究基礎(chǔ)上研制成功的，實(shí)現(xiàn)了識(shí)別汽車(chē)牌照中的數(shù)字、字母和漢字以及汽車(chē)牌照的底 色（白、黑、藍(lán)、黃四種）的功能，可以全天候工作。另一種型號(hào) GW－ PR－ 9902T 的牌照識(shí)別器系統(tǒng)產(chǎn)品，采用新型的數(shù)字圖像處理和識(shí)別技術(shù)，基于嵌入式工控機(jī) /DSP 和專(zhuān)用硬件電 路，利用定向反射和自然光相結(jié)合的識(shí)別原理，實(shí)時(shí)地完成復(fù)雜情況下的汽車(chē)牌照的定位、分割以及識(shí)別。此類(lèi)產(chǎn)品都已應(yīng)用于高速公路的收費(fèi) 監(jiān)控系統(tǒng)?？傮w上說(shuō)，雖然汽車(chē)牌照識(shí)別系統(tǒng)在國(guó)內(nèi)還未形成一個(gè)成熟的產(chǎn)業(yè)，但是隨著我國(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，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，迫切需要高科技的智能交通系統(tǒng)來(lái)充實(shí)和加強(qiáng)交通管理水平。車(chē)牌識(shí)別技術(shù)在智能交通系統(tǒng)中占有重要位置，車(chē)牌識(shí)別技術(shù) 的推廣普及，必將對(duì)加強(qiáng)高速公路、城市道路管理，減少交通事故、車(chē)輛被盜案件的發(fā)生，保障社會(huì)穩(wěn)定 等方面產(chǎn)生重大而深遠(yuǎn)的影響。 車(chē)牌圖像識(shí)別技術(shù)的發(fā)展趨勢(shì) 車(chē)牌圖像識(shí)別技術(shù)作為智能交通系統(tǒng)中的關(guān)鍵技術(shù)，在各國(guó)學(xué)者的共同努力下，已經(jīng)取得了長(zhǎng)足的發(fā)展，并且已經(jīng)得到了不同程度的實(shí)際應(yīng)用，但目前還存在著種種不足。 對(duì)于未來(lái)車(chē)牌識(shí)別產(chǎn)品的技術(shù)發(fā)展趨勢(shì)，漢王科技智能交通部總經(jīng)理喬炬認(rèn)為，首先，因?yàn)槭袌?chǎng)需求不同，對(duì)識(shí)別產(chǎn)品的需求也有差異，因此就要求研究針對(duì)不同細(xì)分市場(chǎng)的車(chē)牌識(shí)別產(chǎn)品。其次隨著算法的不斷改進(jìn)，基于視頻觸發(fā)的車(chē)牌識(shí)別產(chǎn)品將得到大范圍的應(yīng)用，但是視頻觸發(fā)技術(shù)取代外觸發(fā)裝置尚需時(shí)日。另一方面，現(xiàn)在 的車(chē)牌識(shí)別系統(tǒng)設(shè)備過(guò)多，系統(tǒng)集成難度大，系統(tǒng)穩(wěn)定性差，系統(tǒng)維護(hù)是一個(gè)讓人頭疼的問(wèn)題。隨著技術(shù)不斷進(jìn)步，以往多個(gè)設(shè)備實(shí)現(xiàn)的功能可能由一個(gè)設(shè)備完成。 目前，車(chē)牌識(shí)別技術(shù)和產(chǎn)品性能進(jìn)入實(shí)用階段的時(shí)間還不是很長(zhǎng)，隨著人工智能以及自動(dòng)識(shí)別技術(shù)的進(jìn)步，未來(lái)技術(shù)的發(fā)展空間還會(huì)非常大。例如，核心算法繼續(xù)發(fā)展，識(shí)別率和識(shí)別速度進(jìn)一步改善，圖像處理中對(duì)模糊圖像預(yù)處理能力增強(qiáng)，畫(huà)質(zhì)改善技術(shù)的提高等等。 車(chē)牌圖像識(shí)別研究?jī)?nèi)容 車(chē)牌圖像識(shí)別系統(tǒng)是計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)在智能交通領(lǐng)域的重要應(yīng)用課題陜西科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 6 之一。車(chē)牌識(shí)別系統(tǒng)是一特定 目標(biāo)位對(duì)象的專(zhuān)用計(jì)算機(jī)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)分割自符，進(jìn)而對(duì)分割自符的圖像進(jìn)行圖像識(shí)別。系統(tǒng)一般由硬件和軟件構(gòu)成。硬件設(shè)備一般由車(chē)體感應(yīng)設(shè)備、輔助光源、攝像機(jī)、圖像采集卡和計(jì)算機(jī)。軟件部分是系統(tǒng)的核心，主要實(shí)現(xiàn)車(chē)牌自符的識(shí)別功能。 車(chē)牌識(shí)別學(xué)科主要有模式識(shí)別、人工智能、圖像處理、信號(hào)處理等。這些領(lǐng)域的許多技術(shù)都可以應(yīng)用到車(chē)牌圖像識(shí)別系統(tǒng)中，車(chē)牌識(shí)別技術(shù)的研究也必然推動(dòng)這些相關(guān)學(xué)科的發(fā)展。車(chē)牌圖像識(shí)別的關(guān)鍵技術(shù)有：車(chē)牌定位、字符切割和字符識(shí)別等。 車(chē)牌定位是要完成從圖像中確定車(chē)牌 位置并提取車(chē)牌區(qū)域圖像，目前常用的方法有：基于直線檢測(cè)的方法、基于域值化的方法、基于灰度邊緣檢測(cè)方法、基于彩色圖像的車(chē)牌分割方法、神經(jīng)網(wǎng)絡(luò)法和基于矢量量化的牌照的定位的方法等。 字符切割時(shí)完成車(chē)牌區(qū)域圖像的切分處理從而得到所需要的單個(gè)字符圖像。目前常用的方法有：基于投影的方法和基于連通字符的提取等方法。 字符識(shí)別是利用字符識(shí)別的原理識(shí)別提取出的字符圖像，目前常用的方法有：基于模板匹配的方法、基于特征的方法和神經(jīng)網(wǎng)絡(luò)法等。 基于 MATLAB 車(chē)牌圖像識(shí)別的設(shè)計(jì)與實(shí)現(xiàn) 7 2 車(chē)牌識(shí)別系統(tǒng)設(shè)計(jì)原理概述 一個(gè)完整的車(chē)牌圖像識(shí)別系統(tǒng)要完成圖像采集到 字符識(shí)別輸出，總體分為硬件部分和軟件部分。硬件部分包括系統(tǒng)的觸發(fā)，圖像的采集，圖像的傳輸；軟件部分包括圖像預(yù)處理，車(chē)牌在圖像中的位置提取，字符分割，字符識(shí)別幾個(gè)部分，一個(gè)車(chē)牌識(shí)別系統(tǒng)的結(jié)構(gòu)如圖 21 所示。 圖 21 車(chē)牌圖像識(shí)別系統(tǒng)原理基本框圖 原始圖像：由停車(chē)場(chǎng)固定彩色攝像機(jī)、數(shù)碼相機(jī)或其他掃描裝置拍攝到的圖像。 圖像預(yù)處理：對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行濾波，邊界增強(qiáng)等處理以克服圖像處理。 車(chē)牌在圖像中的位置提?。和ㄟ^(guò)運(yùn)算得到圖像的邊緣，再計(jì)算邊緣圖像的投影面積，尋找谷峰點(diǎn)以大概確定車(chē)牌的 位置，再計(jì)算連通域的寬高比，剔除不在閾值范圍內(nèi)的連通域，最后便得到了車(chē)牌區(qū)域。 字符分割：利用投影檢測(cè)的字符定位分割方法得到單個(gè)的字符。 字符識(shí)別：利用模板匹配的方法與數(shù)據(jù)庫(kù)中的字符進(jìn)行匹配從而確認(rèn)出字符。 輸出結(jié)果：得到最后的汽車(chē)牌照，包括漢字、字母和數(shù)字。 車(chē)牌在圖像中的位置提取 自然環(huán)境下，由于汽車(chē)圖像背景復(fù)雜、光照不均勻等原因，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過(guò)程的關(guān)鍵。一般采用的方案是首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車(chē)牌照特征的若干區(qū)域作為候選區(qū)，然后 對(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖像中分割出來(lái)。通過(guò)以上步驟，牌照一般能夠被定位。 原始 圖像 圖像 預(yù)處 理 車(chē)牌 在圖 像中 位置 提取 字符 分割 字符 識(shí)別 結(jié)果 輸出 陜西科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 8 字符分割 在完成牌照區(qū)域的定位后，還需要將牌照區(qū)域分割成單個(gè)字符，然后進(jìn)行字符識(shí)別，最后輸出結(jié)果。字符分割一般采用垂直投影法。垂直投影法的原理是由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個(gè)位置應(yīng)滿(mǎn)足牌照的字符書(shū)寫(xiě)格式、字符、尺寸限制和一些其他條件。所以利用垂直投影法對(duì)復(fù)雜環(huán)境下的汽車(chē)圖像的字符分割有較好的效果。 字符識(shí)別 字 符識(shí)別方法目前主要得算法有以下幾種： 第一種 模板匹配字符識(shí)別算法，具體描述如下： 模板匹配字符識(shí)別算法的實(shí)現(xiàn)方法是計(jì)算輸入模式與樣本之間的相似性，取相似性最大的樣本為輸入模式所屬類(lèi)別。該方法識(shí)別速度快，但是對(duì)噪點(diǎn)比較敏感。在實(shí)際應(yīng)用中，為了提高正確率往往需要使用大的模 板或多個(gè)模板進(jìn)行匹配，處理時(shí)間則隨著模板的增大以及模板個(gè)數(shù)的增加而增加。 第二種 統(tǒng)計(jì)特征匹配法，具體描述如下： 統(tǒng)計(jì)特征匹配法的要點(diǎn)是先提取待識(shí)別模式的一組統(tǒng)計(jì)特征，然后按照一定的準(zhǔn)則所確定的決策函數(shù)進(jìn)行分類(lèi)判決。實(shí)際應(yīng)用中，當(dāng)字符出現(xiàn)字符模 糊、筆畫(huà)融合，斷裂、部分缺失時(shí)，此方法效果不理想，魯棒性較差。 第三種神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法，具體又可以細(xì)分為兩種，描述如下： 主要有兩種方法：一種方法是先對(duì)待識(shí)別字符進(jìn) 行特征提取，然后用所獲得的特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類(lèi)器。其中，字符特征的提取是研究的關(guān)鍵，特征參數(shù)過(guò)多會(huì)增加訓(xùn)練時(shí)間，過(guò)少會(huì)引起判斷上的歧義。另一種方法是充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別。這種網(wǎng)絡(luò)互連較多，待處理信息量大，抗干擾性能好，識(shí)別率高。但是產(chǎn)生的網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜，輸入模式維數(shù)的增加可能導(dǎo) 致網(wǎng)絡(luò)規(guī)模龐大。 第四種支持向量機(jī)模式識(shí)別算法，具體描述如下： 支持向量機(jī)（ Support Vector Machine, SVM）是 Vapnik 及其研究小組針對(duì)二類(lèi)別的分類(lèi)問(wèn)題提出的一種分類(lèi)技術(shù)，其基本思想是在樣本空間或特征空間，構(gòu)造出最優(yōu)平面使超平面與不同類(lèi)樣本集之間的距離最大，從而達(dá)到最大的泛化能力。主要有兩種方法應(yīng)用于字符識(shí)別：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得的特征來(lái)訓(xùn)練 SVM 分類(lèi)器。另一種是直接將每個(gè)字符的整幅圖像作為一個(gè)樣本輸入，不需要進(jìn)行特征提取，節(jié)省了識(shí)別時(shí)間。 實(shí)際應(yīng)用中 ，車(chē)牌圖像識(shí)別系統(tǒng)的識(shí)別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾基于 MATLAB 車(chē)牌圖像識(shí)別的設(shè)計(jì)與實(shí)現(xiàn) 9 斜、高亮反光、多牌照、假牌照等等；實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝亮度、車(chē)輛速度等等因素的影響。這些影響因素不同程度上降低了牌照識(shí)別的識(shí)別率，也正是牌照識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷的完善識(shí)別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識(shí)別。 陜西科技大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 10 3 車(chē)牌識(shí)別系統(tǒng)程序設(shè)計(jì) 開(kāi)發(fā)環(huán)境的選擇 車(chē)牌圖像識(shí)別系統(tǒng)的開(kāi)發(fā)使用的是 MATLAB，主要是因?yàn)?MATLAB 具有如下的特點(diǎn)： 第一， 語(yǔ)言簡(jiǎn)潔緊湊，使用方便靈活，庫(kù)函數(shù)極其豐富。 MATLAB 程序書(shū)寫(xiě)形式自由，利用其豐富的庫(kù)函數(shù)避開(kāi)繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。由于庫(kù)函數(shù)都由本領(lǐng)域的專(zhuān)家編寫(xiě)，用戶(hù)不必?fù)?dān)心函數(shù)的可靠性?？梢哉f(shuō)，用 MATLAB進(jìn)行科技開(kāi)發(fā)是站在專(zhuān)家的肩膀上； 第二，運(yùn)算符豐富。由于 MATLAB 是用 C 語(yǔ)言編寫(xiě)的， MATLAB 提供了和 C 語(yǔ)言幾乎一樣多的運(yùn)算符，靈活使用 MATLAB 的運(yùn)算符將使程序變得極為簡(jiǎn)短； 第三， MATLAB 既具有結(jié)構(gòu)化的控制語(yǔ)句（如 for 循環(huán) 、 while 循環(huán)、 break 語(yǔ)句和if 語(yǔ)句），又有面向?qū)ο缶幊痰奶匦裕? 第四，語(yǔ)法限制不嚴(yán)格，程序設(shè)計(jì)自由度大。例如，在 MATLAB 里，用戶(hù)無(wú)需對(duì)矩陣預(yù)定義就可使用； 第五，程序的可移植性很好，基本上不做修改就可以在各種型號(hào)的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行； 第六， MATLAB 的圖形功能強(qiáng)大。在 FORTRAN 和 C 語(yǔ)言里，繪圖都很不容易，但在 MATLAB 里，數(shù)據(jù)的可視化非常簡(jiǎn)單。 MATLAB 還具有較強(qiáng)的編輯圖形界面的能力； 第七， MATLAB 的缺點(diǎn)是，它和其他高級(jí)程序相比，程序的執(zhí)行速度較慢。由于MATLAB 的程序不 用編譯等預(yù)處理，也不生成可執(zhí)行文件，程序?yàn)榻忉寛?zhí)行，所以速度較慢； 第八，功能強(qiáng)勁的工具箱是 MATLAB 的另一重大特色。 MATLAB 包含兩個(gè)部分：核心部分和各種可選的工具箱。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。其工具箱又可分為兩類(lèi)：功能性工具箱和學(xué)科性工具箱。功能性工具箱主要用來(lái)擴(kuò)充其符號(hào)計(jì)算功能、圖示建模仿真功能、文字處理功能以及與硬件實(shí)時(shí)交互功能。功能性工具箱能用于多種學(xué)科。而學(xué)科性工具箱是專(zhuān)業(yè)性比較強(qiáng)的，如 control、 toolbox、 signal processing toolbox、munication toolbox 等。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專(zhuān)家編寫(xiě)的，所以用戶(hù)無(wú)需編寫(xiě)自己學(xué)科范圍內(nèi)的基礎(chǔ)程序，而直接進(jìn)行高、精、尖的研究。 設(shè)計(jì)方案 該系統(tǒng)主要是由圖像處理和字符識(shí)別兩部分組成。其中圖像處理部分包括圖像預(yù)處基于 MATLAB 車(chē)牌圖像識(shí)別的設(shè)計(jì)與實(shí)現(xiàn) 11 理、邊緣提取模塊、牌照的定位以及分割模塊。字符識(shí)別部分可以分為字符分割與特征提取和單個(gè)字符識(shí)別兩個(gè)模塊。 字符識(shí)別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長(zhǎng)時(shí)間在室外工作，加上光照條件、攝像頭角度和距離、車(chē)輛自身