【正文】 軟件環(huán)境： 操作系統(tǒng)： Windows XP 圖像格式： jpg 格式， 24位真彩色 編程環(huán)境： MATLAB 2021。這樣，我們就通過改進的模板匹配方法達到了我們識別字符的最終目的。 圖 字符 D與 O的區(qū)別 然后，我們再把待識別圖像與字母‘ G’的標準模板來比對，通過圖 我們可以看出，數(shù)字‘ 0’和字母‘ G’的最大區(qū)別在于圖像的右上部，所以我們只需要比較待識別字符圖像的右上部分即可。 字符的細比對，是在字符經(jīng)過了粗比對的基礎上，待識別字符與標準模板中的每一個字符都有一個匹配值，這時，就要根據(jù)它所處的位置和它與標準模板的匹配情況，選擇匹配值最大的字符模板，認為待識別字符就是該模板所代表的字符。通過對整個圖像進行一遍掃描，即完成了細化操作。具體的查表方法如下：設白點為 1，黑點為 0；自左上方開始，左上方點對應一個 8 位數(shù)的第一位，正上方點對應第二位，右上方點對應第三位，左鄰點對應第四位，右鄰點對應第五位，左下方點對應第六位，正下方點對應第七位，右下方點對應第八位，這樣就構成了一個 8位二進制數(shù)。所謂骨架，可以理解為圖像的中軸，例如一個長方形的骨架就是它的長方向上的中軸線；正方形的骨架就是它的中心點；圓的骨架就是它的圓心；直線的骨架就是它自身；孤立點的骨架也是自身。因此，細化在圖像處理中占有著重要的地位，是圖像分析、信息壓縮、特征抽取及模式識別常用的技術。例如，若識別出的車牌圖像的第 2個字符是漢字，則說明字符模塊做字符分割的時候在車牌圖像的左邊提取了一個多余的字符，因此字符分割模塊要去掉這個多余的字符，從漢字字符起，依次提取出 7個字符來。 （ 3）調(diào)用漢字模板進行識別，若識別結果為漢字，則最終結果為一漢字，識別結束；若識別結果為空字符，則最終識別結果為空字符，識別結束。 （ 2）調(diào)用數(shù)字模板進行識別，若為數(shù)字，則最終結果為一數(shù)字，識別結束；若為空字符，則表示不是數(shù)字，進行第三步。 字符識別流程概述 當一幅車牌的原始圖像經(jīng)過車牌定位和字符分割處理后，得到這個車牌的字符圖像，首先對字符圖像做歸一化處理，即把字符圖像歸一化成 20 32的標準大小的圖像，然后對這幅歸一化的圖像調(diào)用設計好的模板匹配程序進行識別，字符識別流程如下： 識別車牌的第 1個字符（若分割正確的話應該是漢字）： （ 1）調(diào)用漢字模板庫進行匹配識別，若識別結果為漢字，則最終結果為一漢字，識別結束；若識別結果為空字符，即表示不是漢字，則進行第二步。利用投影法對復雜環(huán)境下的汽車圖像中的字符分割有較好的效果。 20 由于本文處理的對象是相對類型較少，變化較小的車牌，因此采用直接分割法。為了實現(xiàn)更好的分割，有關的總體知識和先驗信息是很有用的，根據(jù)包含在圖像中的信息，可以制定相應的判決準則和控制策略，使其完成自動分割。但是變換的最大優(yōu)點是抗干擾性強。 Hough 變換運用兩個坐標之間的變換來進行檢測。求得車牌上字符連通域)()1()( nxnxnx ?????? ????? Li WnihinXnX 1 1)(*)1()(19 的中心點，然后擬成直線的方法 。因此，在進行字符分割與識別之前，有必要對牌照進行傾斜校正。再由先驗知識可知車牌的寬度與車寬成一定的比例，所以車牌寬度可由車寬求出，因此對每幀圖像求卷積能量時，卷積長度采用自適應的方法，進一步提高車牌定位的準確率。同時減少圖像中的孤立干擾點，保留車牌字符邊緣，讓車牌字符圖像的灰度水平投影更有連續(xù)性。首先對采集到的視頻圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。車牌定位是車牌識別系統(tǒng)中的關鍵和難點， 實際圖像中的噪聲、復雜背景等干擾都會使定位十分困難。為了進一步提高定位準確率，我們通過連續(xù)的兩幀圖像定出車大概位置，再在車的位置上搜索車牌，這樣不僅提高了準確率，還提高了整個程序的運行效率。 圖像預處理一般包括以下步驟：對圖像的灰度進行處理、圖像平滑、圖像增強、圖像二值化、圖像銳化、邊緣檢測。最后搭建了一個測試平臺，將上述三個部分進行了系統(tǒng)化，對系統(tǒng)的性能進行了測試和分析。 整個牌照識別的設計流程圖如下圖所示： 識別的整個流程就是：首先將采集到的汽車圖像進行灰度化、灰度拉伸和濾波處理，以降低噪點、增加車牌部分的對比度?？紤]到 LRS 對識別效果準確率要求比較高，此種方法比較合適，但是怎么樣能 提高效率，這還是一個墮待解決的問題。然后，對待識別字符進行圖像的歸一化操作，最后將字符與模板的每個像素點進行一一的對照，與所有模板比對完成之后，選取其中相似結果最高的，作為最終的識別結果。當按梯度下降學習法進行學習的時候很容易陷入局部的最小值 。 BP 網(wǎng)絡有以下優(yōu)點：只要能保證有足夠的隱層和隱層節(jié)點，就可以逼近任意的非線性映射關系 。 人工神經(jīng)網(wǎng)絡方法的 優(yōu)點和缺點 主要表現(xiàn)在如下的幾個方面： 神經(jīng)網(wǎng)絡的 優(yōu)點 ： 1,能逼近任意線性函數(shù) 2,信息的并行分布式處理和存儲 3,可以多輸入多輸出 4,便于用超大規(guī)模的集成電路或光學集成電路系統(tǒng)實現(xiàn) 5,具有自學習的能力； 6,具有聯(lián)想存儲功能； 7,具有高速尋找優(yōu)化解的能力 . 雖然人工神經(jīng)網(wǎng)絡有上述的優(yōu)點，并且在 OCR 中也取得了一些成果，但是在車牌字符的識別中仍然存在很大的缺陷： l，車牌字符象素點陣小，筆劃常常出現(xiàn)斷裂，通過學習規(guī)則，誤差系數(shù)相差很小，容易出現(xiàn)誤識； 2，神經(jīng)網(wǎng)絡在進行學習時，每次迭代的梯度值都受樣本中噪聲干擾，影響較大，整個系統(tǒng)收斂速度較慢，不適合實時識別的要求。它優(yōu)點是可以并行處理，簡單易行。模板匹配的字符識別方法是通過一定準則確定決策函數(shù)，并進行分類判斷的方法。 統(tǒng)計模式識別認為圖像可能包含一個或多個物體，并且每個物體屬于若干事先定義的類型、范疇或模式之一。字符是由筆劃組成的，筆劃是由一定方向，一定位置關系和長寬比的矩形線段組成的。它的主要思想是利用字符點陣中一些有代表性的點作為特征來區(qū)分不同的字符。傅立葉描述子是利用傅立葉函數(shù)模擬封閉的輪廓線，將傅立葉和函數(shù)的各個系數(shù)作為特征，該方法致命缺點是對于輪廓線不封閉的字符圖像不適用。對圖像進行變換，變換后對圖像從空間域變到頻域，特征的維數(shù)大大降低。常見的統(tǒng)計模式識別方法有： （ 1） 投影直方圖法。假如基元不能準確得到，后面的識別就成了無源之水。由這些結構基元及其相互關系完全可以精確地對漢字加以描述，這種方法也叫句法模式識別?？梢栽O法提取含有這種信息的結構特征及其組字規(guī)律作為識別的依據(jù)，這就是結構模式識別。整個系統(tǒng)的核心是軟件部分的工作，能否通過牌照對車輛進行有效管理，很大程度上取決于軟件部分識別車牌的準確性。最短路徑法直接將多路徑車輛通行費分配給最短路徑業(yè)主，因此，這種方法的精確度取決于車輛在實際的 路徑選擇過程中選擇最短路徑的概率。 概率識別 一般來說，道路使用者路徑選擇行為是基于道路使用效益最大化和運營成本最小化的原則之上的，即：花最少的時間、最少的費用、走最短的路、獲取最大的效益。顯然，國家法律法規(guī)的規(guī)定對設置停車式標識站做出了限制，設置停車式標識站已不可行。 準確識別車輛的實際行駛路徑，可分為停車式和不停車兩種，以下提到的標識站均為“停車式標識站”。 精確識別 精確識別的原理是識別出路網(wǎng)中每一車輛的實際行駛路徑，避免路網(wǎng)中出現(xiàn)行駛路徑的歧義，從而解決路網(wǎng)中多路徑問題。高速公路多路徑識別技術作為依附于高速公路聯(lián)網(wǎng)收費的一門新技術必然會隨著聯(lián)網(wǎng)收費技術的進步而不斷發(fā)展完善 ,特別是在當前提倡的電子不停車收費 (ETC)技術不斷成熟完善的情況下 ,對車輛行駛路徑的精確識別必然會在現(xiàn)實和經(jīng)濟上都允許的前提下得以實現(xiàn)。當長度之差在 10%之內(nèi) ,且車流量較大 ,多路徑通行費較高時 ,也可以考慮在在關鍵點設立標識站 ,但標識站數(shù)量一定要控制 , 盡量減少對全路網(wǎng)的影響 。 車道收費業(yè)務操作要求盡可能精確識別每一車輛的行駛路徑 ,不損害道路通行者利益 ,合理收取通行費。隨著聯(lián)網(wǎng)收費高速公路網(wǎng)規(guī)模的不斷擴大 ,不同利益主體管轄的路段將會逐漸并入網(wǎng)中 ,路網(wǎng)結構日趨復雜 ,路徑識別與通行費收入拆分問題日益突出 ,據(jù)估計由多路徑產(chǎn)生的費用占路網(wǎng)總通行費用的,每年達 1000 萬元左右。浙江省當時采用的方法是以出口 /入口隔離法為輔 ,通行費的拆分則是在對 歷史交通量和未來交通量的分析基礎上 ,與路公司共同商討 ,取得一致同意的情況下達成用節(jié)點位勢法來進行多路徑的路徑識別 ,它仿照電學里面的節(jié)點位勢法 ,確定用路段里程來表征路段阻抗 ,從而計算出多路徑情況下各路徑的行駛車輛數(shù) ,進而依次在各路公司拆分通行費 ,對車輛的通行費按照最短路徑來征收。在研究中針對當時蘇北具體路網(wǎng)提出了蘇北高速公路聯(lián)網(wǎng)收費的多路徑判別方法及相關措施。由于路網(wǎng)結構的復雜性 ,有的里面具有環(huán)形結構 ,隨著路網(wǎng)的不斷完善這種環(huán)形結構將會越來越多 , 而一個路網(wǎng)里面一般有多個路公司在管理 ,如何確定車輛行駛路徑也就成為一個擺在眼前的問題了。它采用衛(wèi)星輔助探測技術 ,依 靠每輛行駛在高速公路上的車輛上安裝的收音機大小的接收機精確計算出車輛所行駛里程。自 2021 年 8 月 31 日起 ,實施一項新的高速公路收費政策 ,即所有行駛在德國高速公路上的 12 噸以上的重型卡車 ,包括外國入境運輸車輛 , 都必須繳納高速公路行駛費。據(jù)日本政府估計 ,到 2021 年 ,ETC 的用戶將達到 1500 萬輛。 日本是一個典型的對高速公路實行收費制度的國家，其在高速公路收費防堵方面進行了不倦的探索。 第六章，總結和展望。首先講述了 多路徑識別 理論的 構成 ，然后圍繞 多路徑識 別算法的精確識別 中汽車牌照識別技術的主要 算法展開討論，介紹了該技術應用了哪些方面的知識， 是如何實現(xiàn)的。 第二章，國內(nèi)外研究現(xiàn)狀。 (3) 使用專業(yè)工具箱，使得研究人員不必過于關心程序的細節(jié)問題，可以將主要的精力放在算法的研究、設計方面，極大地減少了工作量，為算法的研究改進提供了先決條件。工具箱是MATLAB 函數(shù)的子程序庫，每一個工具箱都是為某一類學科專業(yè)和應用而定制的，主要包括信號處理、控制系統(tǒng)、神經(jīng)網(wǎng)絡、模糊邏輯、小波分析和系統(tǒng)仿真等方面的應用。 6．使用的程序接口和發(fā)布平臺 新版本的 MATLAB 可以利用 MATLAB 編譯器和 C/C++數(shù)學庫和圖形庫，將自己的 MATLAB 程序自動轉(zhuǎn)換為獨立于 MATLAB 運行 的 C 和 C++代碼。另外新版本的MATLAB 還著重在圖形用戶界面（ GUI）的制作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。高層次的作圖包括二維和三維的可視化、圖象處理、動畫和表達式作圖。在計算要求相同的情況下，使用 MATLAB 的編程工作量會大大減少。 3．強大的科學計算數(shù)據(jù)處理能力 MATLAB 是一個包含大量計算算法的集合。用戶可以在命令窗口中將輸入語句與執(zhí)行命令同步，也可以 先編寫好一個較大的復雜的應用程序（ M 文件）后再一起運行。隨著 MATLAB 的商業(yè)化以及軟件本身的不斷升級， MATLAB 的用戶界面也越來越精致，更加接近 Windows 的標準界面，人機交互性更強，操作更簡單。 MATLAB 的概述 MATLAB 是用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高科技計算語言和交互式環(huán)境。所以多路徑識別在實現(xiàn)識別車輛的實際行駛路徑從而進行收費拆分，同時也要解決倒卡、逃費問題。因此，高速公路上 兩點之間車輛行駛的多路 徑識別問題成為聯(lián)網(wǎng)收費及網(wǎng)絡費用清分模式中迫切需要解決的問題 。 OCR 4 目 錄 第 1 章 緒論 ...................................................................................................................... 1 研究背景和意義 ......................................................................................................... 1 MATLAB 的概述 ........................................................................................................ 1 本文框架結構 ............................................................................................................. 4 第 2 章 國內(nèi)外研究現(xiàn)狀 ............................................................................................... 5 國外研究現(xiàn)狀 ............................................................................................................. 5 國內(nèi)研究現(xiàn)狀 ..........................................