【導(dǎo)讀】汽車車牌的識別系統(tǒng)是現(xiàn)代智能交通管理的重要組成部分之一。統(tǒng)使車輛管理更智能化，數(shù)字化，有效的提升了交通管理的方便性和有效性。本文主要介紹圖像預(yù)處理、車牌定位、字符分割三個模塊的實現(xiàn)方法。的圖像預(yù)處理模塊是將圖像灰度化和用Roberu算子進行邊緣檢測的步驟。色分割法來完成車牌部位分割。對其核心部分進行闡述并使用MATLAB軟件環(huán)境中進行字符分割的仿真。

　　

【正文】 39。liI 234。 烏龜 {7 哩 I II國 回 曰 民 監(jiān) 畫畫 畫 . 1自由 插 圖 像 圖 13 腐蝕后圖像 E 忡 咐 f J.:. !。dit ::_i 陽 !MCf39。t !eols Qul。t叩 ::!39。Ild陽 39。P [)f4i。 liJ 234。 烏龜咱們 I 需 口 IJ ?ldI l::d且 豆墨昌 39。 2南回 {喜劇桔 Jel 圖 14 平 滑 圖像的輪廓 23 因 t。9IIre 6 39。三 司 198。i!!獸 !!II E_i!.. !.t) !:39。...... 。nurt I$ Q.. . .... 脅 )， (J。.... !:!.， . p 口 ， 。r。 齡在 E\ 刑 事 jl1 口 ::。J I IQ 從 習(xí) :It申 f。拿 個 j: 圖 15 從對象中移除小對象后圖像 回 Figure 7 File Edit 巨 iew !nsert 1:ools ktop indow !::!el p 口 畫 畫 昌 I I￥ 錢龜 \自 口 回 國 固 l白 ，1，畫 面畫畫 39。到 四 liJ1朋 圃 圃 四E. 行為向合理區(qū)域 圖 16 行方向區(qū)域和最終定位出來的草牌 24 因 1. 回 町 gu陪 8 L 電 l國 H file !，dit ew!nsert !ool ， i ndo 39。fV !::!elp D 困 I @..E 注 I 需 口 因 |畫國 回 E眩段 回 l 2 豐 蟬 二 值 圖 像 罔 E跚 跚 l 陽跚 跚 1 回配 圖 17 裁剪出來的車牌的進一步處理過程圖 2 3 4 5 6 7 3 39。f1 自 日 laj M盲 1 .2 . 圖 13 分 割 出來的七個字符圖像 3 4 5 6 7 曰國 .IJ 回 國 國 同A 國 圖 18 歸一化處理后的七個字符圖像 fh Ee4EemMd Ie由 t39。 Uop 堅 l39。tdow H巾 39。 白 面 目 8 tl C?{E39。t t 嘆口 ， 冉 白 軍牌號 碼 :魯 H C9669 國 \仨萄 圖 19 識別結(jié)果 通過對以上的一張照片的識 別 ， 識別結(jié)果不具有通用 性 ， 因此我 對 另 一車輛 號碼 為 蘇 ANffi963的車牌圖像進行了檢測、定位、 識 別 。進行了仿 真 ， 結(jié)果如圖 25 20一 26 所示。其中車牌號碼識別程序源代碼見附錄程序清單。 國 Figure 1 一 t 日 國 晶 胃| File Edit 立 i ew Inse此 Iools Qesktop Window !::!el p 咀 D I 1 Et fll \ 胃口回 國 國 原圖 I IlFigu陀 3 圖 20 原 圖 file Ed比 立 iew Insert ]:ools 堅 i ndow !::!el p D 畫畫 I !￥ I E禮 I 口 回 國 目 robert草子邊緣檢測 圖 21 r obert 算 子 邊緣檢測 26 回 Figure 7 File Edit 藝 iew Insert Tools 旦 esktop indow !::!el p D 國 畫 I t￥ @. )I 需 口 回 |圄 口 l。 =1，田 面副 .， . 行為向合 理 區(qū) 我 定位剪切后的彩色車脅圖像 mEmtlZ路 (W.!!I 圖 23 定位剪切 11Figure 8 宇 巧 27當(dāng) ew Inged z。 。15 psktop 四 ndow 些 I p D 困 240。 l [￥ I @. E戈 哥 39。I 飛胃 口 回 國 國 1 8匾 畫 J 39。 回擅 自 1:路回 回 lEt|Z路回 回 IMI:隨餌 S， 膨脹或照蝕處理后 町 39。 i l:路餌 圖 24 圖像處理 27 39。d r 自 lPl Fi9u時 File Ed性 主 iew!nsert Iools Qesktop indow 旦 el p 39。 口 畫面昌 烏 I E禮 守 1 口 畫 口 2 3 4 s 6 7 J 同 Em {陽比 m 自 I{ 237。 2 3 4 5 6 7 rn ， 凰| 白 ，.. ... . .J ， .. t 斗 FltEdi metY Sm嘈 ， I1QI Qekt(咀 indQ 旦 eh 事 I) Ci吾 國 畫問錢 e. I ) 圖 26 識別結(jié)果 結(jié)果分析 對 于 光照條件不理想的圖 象 ， 可先進行一次圖象增強處理，使得圖象灰度動 態(tài)范圍擴展和對比度增 強 ， 再進行定位和分 割 ， 這樣可以 提 高 分割的正確率。而 采用了色彩通道的牌照區(qū)域分割算法充分利用了牌照圖象的色彩信 息 ， 簡化了算 法的實 現(xiàn) ， 加 快 了圖象的處理速 度 ， 具有較高 的檢出正確 率 ， 而且整個過程用 MATLAB 語 言 編程實 現(xiàn) ， 無時間滯后 感 ， 可以滿足實時檢出的要求。但是在設(shè) 計的過程中發(fā) 現(xiàn) ， 使 用 另 一幅圖像 后 ， 識別效果始終沒有那么理想。需要做一定 的設(shè)置后才能識別出相應(yīng)的字符。 在車 牌 字 符分割的預(yù)處理 中 ， 用到了對分割出 的 字 符車牌進行均值濾 波 ， 膨 28 脹或腐蝕的處理。這在 對 于 有雜點的車牌是很有用 的 ， 因為這樣可以把字符與字 符之間的雜色點去 除 ， 只 有自色的字符和黑色的背景存 在 ， 這樣有 利 于 的字符分 割進行。 字 符 識別過程使用的是模板匹配 的方法，利用兩 幅 圖 片 相減的方法，找到相 減后值最小的，即為相似程度最大的。模板的制作很重 要 ， 必須要用精確的模板， 否 則 就 不 能 正確的識別。 對 于 識別 錯 誤情況 的 分析可知， 主 要原 因 :一是牌 照 自 身的污 潰 等 影響了圖 象的質(zhì) 量 :二 是牌 照 字 符的分割失 敗 導(dǎo) 致的識別錯 誤 。再就是部分字符的形狀相 似 性 ， 比如 ， B 和 8。 A 和 4 等 字 符識別結(jié)果可能發(fā)生混淆的情況。 總 之 ，盡管目前牌 照 字符的 識 別 率 還 不理想，但是 只 要 在 分割出 的 字符的大 小、位置的歸一化，以及嘗試提取分類識別能力更好的 特 征值和設(shè)計分類器等環(huán) 節(jié)上再完 善 ， 進一步 提高識別率是完全可行的。 29 結(jié)束語 本文主要解決了以下幾個問 題 : 域 : 2. 對分割下來的牌照字符如何提取具有分類能力的特 征 。3. 如何設(shè)計 識 別 器。在 車輛牌照字符識別系統(tǒng)的研究領(lǐng) 域 ， 近幾年出現(xiàn)了許多切實可行的識別技術(shù)和方 法 ， 從這些新技術(shù)和方法中可以看到兩個明顯的趨 勢 :一是單一的預(yù)處理和 識 別 技術(shù)都無法達到理想的結(jié)果，多種方法的有機結(jié)合才能使系統(tǒng)有效識別能力提 高。在本系統(tǒng)的設(shè)計 時 ， 也汲取了以上一些算法 的思想，結(jié)合實 際 ， 反復(fù)比 較 ， 綜合分析 :二是在有效性和實用的原則 下 ， 結(jié)合神經(jīng)網(wǎng)絡(luò) 和 人 工 智能的新技術(shù)的 應(yīng)用是研究的一個方向。 根據(jù)車牌特 點 ， 一般采用的車牌定位算法 有 : 法 。 哈夫變換進行車牌定位 。3. 色彩分割提取車牌等。這里我采用的是邊緣檢測的方 法實現(xiàn)定位的。 字符分割的方法也有多 種 : 于 聚類分析的字符分 割 。 2. 投影分割的方 法 。3. 基 于 模板匹配的字符分 割 等 。最常用的是投影分 割 ， 主要是針對在車牌定 位 ， 圖像預(yù)處理后比較規(guī)則的車牌圖像。優(yōu)點是程序邏輯設(shè)計簡 單 ， 循環(huán)執(zhí) 行功 能單 一 ， 便 于 設(shè)計和操 作 ， 程序執(zhí)行時間短。 字符識別的基本方法通常又三 類 : 法 。2. 模板匹配 法 。3. 神經(jīng)網(wǎng)絡(luò)法。此處采用的是模板匹配的方 法 ， 即是將要識別的字符與事先構(gòu)造好 的模板進行比 對 ， 根據(jù)與模板的相似度的大小來確定最終的識別結(jié)果。 但是系統(tǒng)本身還存在許多不 足 ， 距離具體實用的要求仍有很 大 差 距 ， 但我卻 在這次畢業(yè)設(shè)計中學(xué)到了很多知識。 30 致謝 對現(xiàn)實事物的設(shè)計不僅是對前面所學(xué)知識的一種檢驗，而且也是對自己能力 的一種提高。 通過這次畢業(yè)設(shè)計使我明白了自己原來知識還比較欠缺。這個設(shè)計 讓我學(xué)到了很多東 西 ， 涉及到方方面面的知識，在這整個過程中我們查閱了大量 的資 料 ， 得 到了何淑珍老師和同學(xué)的幫 助 ， 我在此對他們表示謝意。在這期間遇 到了很多困 難 ， 我知道做什么都不容 易 ， 只 能塌下心 來 ， 一步一個腳印的去完成 才行。上學(xué)期我們學(xué)習(xí)了數(shù)字圖像處理這門課程，在這個課程設(shè)計中應(yīng)用到了很 多其中的知識。理 論 只有應(yīng)用到實際 中 才能學(xué)著更有 意 義 。 學(xué) 習(xí)是一個長期積累 的過 程 ， 在后 的 工 作、生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己知識和綜合素質(zhì)。 此 外 ， 還得出一個結(jié) 論 :知識必須通過應(yīng)用才能實現(xiàn)其價值 !有些東西以為學(xué)會 了，但 真 正到用的時候才發(fā)現(xiàn)是兩回 事 ， 所以我認(rèn)為只有到真正會用的時候才是 真的學(xué)會了。在整個設(shè)計中我懂得了許多東 西 ， 也培養(yǎng)了我獨 立 工 作的能力，以 及團隊協(xié)作的能 力 ， 樹立了信 心 ， 相信會對今后的學(xué) 習(xí) 工 作生活有非常重要的影 響。同樣此次設(shè)計也大大提高了動手的能 力 ， 使我充分體會到了在創(chuàng)造過程中探 索的艱難和成功時的喜悅。雖然這個設(shè)計做的并非對所以車牌都合 適 ， 但是在設(shè) 計過程中所學(xué)到的學(xué)習(xí)方法是我最大收獲和財 富 ， 相 信定會使我受益終身。 31 參考文獻 [l J 葉晨 洲 ， 廖 金 周 ，一 種 基 于 紋理的牌照圖象二值化方法， 1999 (6) P10 ， ， a kind of based on texture image of licence of binary m已 由 od， 1999 (6) P10 [2J 袁 志偉，潘曉露 .車輛牌照定位的算法研 究 [JJ . 昆明 理 工 大學(xué)學(xué)報 ， 2020， 26 (2) P7 ， PanXiaoLou. Vehicle license plate location algori出 m [J]. Journal of kunming university of science and technolog弘 2020， 26 (2) [3J 劉陽，伊鐵 源 等 .數(shù) 字圖 象 處理應(yīng) 用 于 車輛牌照的識別 .遼 寧 大學(xué)學(xué) 報 .2020 P7 Liu Yang， the 讓 on source. Digit創(chuàng) image processing used in the license plates recognition. Liaoning university press. 2020 P7 [4J 許志影、李晉平 .MATLAB 極 其 在圖像處理中的應(yīng)用計算機與現(xiàn)代化 ， 2020 (4) P7 Xu Ying， Li Jinping . M且 LAB is extremely in image processing applications. Computer and Modemization， 2020 (4) p7 [5J 崔 江、王友仁 .車 牌 自 動 識別方法中的關(guān)鍵技術(shù) 研 究 .計算 機測量與控制， 2020. 11(4) P17 Cui 丑 ang， Wang Youren. The vehicle license plate auto