【文章內(nèi)容簡介】 造成的畸變，如拍攝時的角度不準造成車牌傾斜變形和攝像機透射畸變，還有車輛運動而造成的變形，在很大程度上也影響著車牌定位。 拍攝角度問題 由于一般情況下圖像采集設(shè)備安裝在車道旁，在拍攝時，不是正對著汽車行進方向進行拍攝，因此拍攝到的車牌圖像會存在一定的角度傾斜和剪切變形。在初定位后，車牌區(qū)域可能存在的角度 傾斜和剪切變形對車牌精定位操作很不利，所以一般都要對車牌圖像進行幾何校正。 設(shè)計的總體安排 本文主要運用數(shù)字圖像處理技術(shù)對彩色車牌定位技術(shù)進行研究。通過對數(shù)字圖像處理技術(shù)的研究，選取合適的方法對灰色圖像進行預處理，得到較清晰的灰色圖像。 第一章闡述了車牌定位技術(shù)的背景和研究意義，介紹了車牌定位技術(shù)的發(fā)展、現(xiàn)狀和應(yīng)用。分析了車牌定位技術(shù)的難點，闡述了設(shè)計的總體安排。 第二章介紹了汽車牌照定位 與識別系統(tǒng)的 體系結(jié)構(gòu)和各個結(jié)構(gòu)的功能，最后分析了系統(tǒng)的運行環(huán)境。 第三章對數(shù)字圖像處理的基本概念和對圖像的預處理技術(shù)進行了詳細研究，通過圖像灰度化、二值化、人工設(shè)定閾值、梯度有銳化、中值濾波等處理去除了圖像中的噪 聲，校正了圖像的幾何畸變，使目標的輪廓突出，提高了圖像的可讀性。 第四章對汽車牌照的定位分割進行了詳細的研究，分析了汽車牌照定位的各種方法，最后完成了對汽車牌照的定位 。 第五章對整篇論文的總結(jié)。 6 第二章 汽車牌照定位與識別系統(tǒng) 本章首先對車牌自動識別系統(tǒng)的總體結(jié)構(gòu)進行了一個粗略的說明，主要包括系統(tǒng)的 硬件部分和軟件部分；然后比較詳細地介紹了車牌識別系統(tǒng)的軟件流程和系統(tǒng)的功能。 汽車牌照定位與識別系統(tǒng) 系統(tǒng)功能模塊劃分 車牌自動識別系統(tǒng)主要分為三大模塊 ：（ 1） 觸發(fā)：即前端設(shè)備的數(shù)據(jù)入口處，如測速系統(tǒng)等。 （ 2） 圖像處理部分 ： 分為圖像采集、車牌定位、字符分割和字符識別四部分。 （ 3） 無線傳輸系統(tǒng)將所處理得的數(shù)據(jù) 傳送至后端應(yīng)用系統(tǒng)，如交通違規(guī)管理系統(tǒng)， 智 能停車場系統(tǒng)，安檢系統(tǒng)等。 汽車牌照自動識別系統(tǒng)的硬件組成如圖 21 所示 。 攝像機負責現(xiàn)場實時采集圖像 。 視頻卡將攝像機采集的圖像 逐幀或逐場轉(zhuǎn)換為數(shù)字圖像 ， 實時采集由傳感器來完成 。 計算機為識別處理中心 ， 運行識別軟件 ， 識別結(jié)果通過網(wǎng)絡(luò)傳送到車輛管理部門、收費部門及公安安全等部門 ,同時也傳送到本地 的視頻器及存儲設(shè)備中 (以備后用 )?？傮w結(jié)構(gòu)如圖 21 所示 。 圖 21 汽車牌照自動識別系統(tǒng)硬件組成 汽車牌照自動識別系統(tǒng)的軟件部分由四大模塊及六個主要處理子模塊組成 .。汽車 攝像機 視頻卡 計算機 有關(guān)部門 傳感器 傳感器 7 總體結(jié)構(gòu)如圖 22所示 。 圖 22 汽車牌照自動識別系統(tǒng)軟件總體結(jié)構(gòu) 系統(tǒng)功能 圖像預處理：本系統(tǒng)采用基于灰度圖像進行定位和識別。因此，將彩色圖像用加權(quán)平均值法轉(zhuǎn)換成灰度圖像。為了減少背景像素的干擾，而保存或增強目標區(qū)的像素度必須對圖像二值化處理，本系統(tǒng)采用比較常用的全局閾值判定法，在進行閾值選擇時，采用灰度直方圖的方法確定閾值。在定位過程中為了突出汽車牌照的邊緣，采用梯度值的改進算法實現(xiàn)圖像的梯度銳化；并利用中值濾波法去掉圖像噪聲和干擾因素，同時還實現(xiàn)了圖 像的平滑。目的是盡可能的改變圖像質(zhì)量，為車牌區(qū)域定位與車牌識別做 準備。 車牌區(qū)域的定位分割：也被稱為車牌提取部分。本部分可以細分為“粗定位操作”和“精確定位操作”兩部分?！按侄ㄎ徊僮鳌苯鉀Q了尋找在整個圖像范圍內(nèi)尋找車牌區(qū)域的任務(wù)?！熬_定位”操作，解決了在粗定位的區(qū)域內(nèi)對車牌做水平和垂直檢查。 在軟件部分，應(yīng)解決以下幾個關(guān)鍵技術(shù)問題： 1．圖像預處理 對動態(tài)采集到的圖像進行濾波處理，以克服圖像干擾，改善識別效果。 2．車牌的定位 在動態(tài)采集到的圖像中，通過對車 牌邊緣的定位，自動找到車牌的位置，然后用投影圖法對車牌實現(xiàn)精確定位，并利用全局動態(tài)閾值法提取出車牌圖像。 另外，就汽車牌照定位與識別系統(tǒng)的任務(wù)和性能而言，要求軟件具有很高的實時性和識別率 。 實現(xiàn)軟件的運行環(huán)境 Visual C++(簡稱 VC)是微軟公司推出的一個面向?qū)ο蟮?、功能豐富的可視化重量級開發(fā)工具。利用 Visual C++提供的高效 Windows 編程環(huán)境，我們可以攝像 模塊實時采集 車 牌搜索及定位 車牌分割 特征提取 分類識別 數(shù)據(jù)傳送 數(shù)字 圖像 8 編寫與其它軟件開發(fā)工具相比， Visual C++的強大功能表現(xiàn)在： 第一，它是 C 和 C++混合編譯器，使得 Visual C++的開發(fā)程序具備了 C 和C++的高效簡潔的特點。 第二， Visual C++是一個面向?qū)ο蟮恼Z言，使得軟件能夠在源碼級、類級、控件級等多個級別上重用，軟件的開發(fā)效率大為加快。 第三， Visual C++借助于微軟公司的 MFC 類庫和應(yīng)用程序框架，能夠輕易開發(fā)出 Windows 標準界面的應(yīng)用程序。 9 第三章 汽車圖像預處理 數(shù)字圖像處理理論基礎(chǔ) 數(shù)字圖像處理的基本概念 交通圖像理解涉及到很多研究領(lǐng)域，如數(shù)字圖像 處理、計算機視覺、計算機科學、模式識別，模糊算法和人工智能等 等。用于計算機進行圖像處理的前提是必須以數(shù)字格式存儲，我們把以數(shù)字格式存儲的圖像稱之為數(shù)字圖像。 數(shù)字化后的圖像可以看成是存儲在計算機中的有序數(shù)據(jù)，可以通過計算機對數(shù)字圖像進行處理。我們把利用計算機對 圖像進行去除噪聲、增強、復原、分割、提取特征等的理論方法和技術(shù)稱 為數(shù)字圖像處理。 數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受計算機的發(fā)展和數(shù)學的發(fā)展，軍事醫(yī)療和工業(yè)等方面應(yīng)用需求的不斷增長等方面的影響。其特點是處理精度 高、處理效果容易控制、處理多樣性、綜合性強。 數(shù)字圖像處理的內(nèi)容及應(yīng)用：圖像的獲取、表現(xiàn)和表示；圖像復原；圖像增強；圖像分割；圖像分析；圖像重建等，可應(yīng)用于通信、交通管理、宇宙探測、生物醫(yī)學、工業(yè)生產(chǎn)、軍事公共安全、機器人視覺、視頻多媒體等等。 圖像的文件格式 BMP文件是個人計算機上最常見、最簡單的文件格式之一。 BMP文件格式是微軟公司為其 Windows操作系統(tǒng)設(shè)置的標準圖像格式，在 Windows系統(tǒng)軟件中包含了一系列支持 BMP圖像處理的 API函數(shù) 。 BMP文件由四部分組成： 1． BITMAP FILEHEADER(BMP文件頭 )：包含有關(guān)文件類型，文件大小，存放位置等信息； 2． BITMAP INFOHEADER(BMP文件信息頭 )：包含位圖數(shù)據(jù)的大小，壓縮類型和顏色格式； 3． RGBQUAD(BMP文件調(diào)色板 )； 4． BITMAPDATA(BMP文件數(shù)據(jù) )。掃描行由下向上掃描； Windows中位圖有兩種格式，一種被稱為“設(shè)備相關(guān)”位圖 (DeviceDepend Bitmap， DDB)；另一種被稱為“設(shè)備無關(guān)”位圖 (DeviceIndependent Bitmap， DIB)。 DDB位圖格式是由 BITMAP數(shù)據(jù)類型的結(jié)構(gòu)加上圖像數(shù)據(jù)結(jié)構(gòu)而成的。 DDB位圖可以很好地將屏幕上的內(nèi)容拷貝到內(nèi)存中，又可很方便地將它粘貼到屏幕其他位置， Windows對此類操作提供了廣泛的支持。然而它卻存在著很嚴重的問題， DDB沒有保存位圖的調(diào)色板，因此 DDB位圖必須在同類設(shè)備中顯示，并且 10 此設(shè)備在位平面或彩色上與原設(shè)備有同樣的色彩安排，否則色彩可能完全失真。 DIB位圖格式由 3部分構(gòu)成，即 BITMAP INFOHEADER(文件信息頭 ) RGBQUAD(調(diào)色板入口 )、 BITMAPDATA(圖像數(shù)據(jù) )構(gòu)成。它的結(jié)構(gòu)和 BMP文件結(jié)構(gòu)相似，它實際就是 BMP文件去掉 BITMAPFILEHEADER(文件頭 )，即一個BITMAPINFO結(jié)構(gòu)后面接上調(diào)色板再加上圖像數(shù)據(jù)。 BMP文件有兩種顯示方法，首先將 BMP文件讀成 DIB格式，當顯示時，一種直接將 DIB顯示，另一種是將 DIB轉(zhuǎn)化為 DDB，再顯示 DDB。 由于 DIB就是 BMP文件去掉 BITMAPFILEHEADER(文件頭 )，因此把 BMP讀入到 DIB數(shù)據(jù)結(jié)構(gòu)中再顯示十分方便。只要讀入 BITMAPINFO結(jié)構(gòu)和圖像數(shù)據(jù)即可。 DIB是以 ROB顏色值來存儲像 素值的。 彩色圖像轉(zhuǎn)灰度圖像 目前，我們對車牌原始圖像的采集大都是通過攝像機、數(shù)碼相機等設(shè)備來拍攝獲取的。因此，一般情況下我們得到的都是彩色圖像。由于彩色圖像包含著大量的顏色信息。它的每個像素都具有三個不同的顏色分量 R、 G、 B，所以其 需要占用的存儲空間很大，而且在對其進行處理時也會浪費較多的系統(tǒng) 源，會降低系統(tǒng)的執(zhí)行速度。而對于灰度圖像，只需對亮度信息進行處理即可，其計算量是彩色圖像的三分之一。因而，我們經(jīng)常要對圖像進行灰度化，將彩色圖像轉(zhuǎn)變?yōu)檎加?存儲空間相對較小的灰度圖像?；叶然罨痉椒ň褪侵卑慈〔噬珗D像 、 G、 B三分量中最大值或其平均值來代替各個分量?；叶然院?，每一個像素的 R、 G、B分量都是相等的，所以不存在彩色圖像中那樣的顏色差異，有的只是亮度上的不同。灰度值大的像素比較亮，反之比較暗。對于有 256個亮度級的灰度圖像，如果其灰度值為 255就代表了白色，灰度值為 0就代表 了黑色。圖像的灰度化還有其它不同的算法，比較常見的就是給像素的 R、 G、 B分量各自增加一個加權(quán)系數(shù)，然后求其和，經(jīng)常用到的灰度化公式如下： ?? = ??? +??? + ? ?? (1) (1)式中 I為灰度值 。 加權(quán)系數(shù)的取值是建立在人眼的視覺模型之上的，對于人眼較為敏感的綠色取較大的權(quán)值，對人眼較為不敏感的藍色則取較小的權(quán)值。這樣可以使得到的灰度圖像在視覺上更接近人的主觀感覺。 圖像灰度化后的圖像如圖 31所示。 11 圖 31 灰度化后得到的圖像 圖像灰度化的程序如下： BOOL WINAPI ConvertToGrayScale(LPSTR lpDIB) { LPSTR lpDIBBits。 //指向 DIB的像 素的指針 LPSTR lpNewDIBBits。 //指向 DIB灰度圖圖像 (新圖像 )開始處像 素的指針 LONG lLineBytes。 unsigned char * lpSrc。 //指向原圖像像 素點的指針 unsigned char * lpdest。 //指向目標圖像像 素點的指針 unsigned char *ired,*igreen,*iblue。 long lWidth。 //圖像寬度和高度 long lHeight。 long i,j。 //循環(huán)變量 12 lWidth = ::DIBWidth(lpDIB)。 //DIB 寬度 lHeight = ::DIBHeight(lpDIB)。 //DIB 高度 RGBQUAD *lpRGBquad。 lpRGBquad = (RGBQUAD *)amp。lpDIB[sizeof(BITMAPINFOHEADER)]。 //INFOHEADER后為調(diào)色板 if(::DIBNumColors(lpDIB) == 256) //256色位圖不作任何處理 { return TRUE。 } if(::DIBNumColors(lpDIB) != 256) //非 256色位圖將它灰度化 { lLineBytes = WIDTHBYTES(lWidth*8*3)。 lpdest= new BYTE[lHeight*lWidth]。 lpDIBBits = (LPSTR)lpDIB + sizeof(BITMAPINFOHEADER)。//指向 DIB像 素 for(i = 0。i lHeight。 i++) for(j = 0。j lWidth*3。 j+=3) { ired = (unsigned char*)lpDIBBits + lLineBytes * i + j + 2。 igreen = (unsigned char*)lpDIBBits + lLineBytes * i + j + 1。 iblue = (unsigned char*)lpDIBBits + lLineBytes * i + j 。 lpdest[i*lWidth + j/