【正文】 最后但是很重要的一點，我想感謝支持我的父母和所有的朋友，謝謝他們的鼓勵和支持。我還要向西南科技大學(xué)信息學(xué)院的所有老師，謝謝他們的善良和幫助。沒 有您的啟蒙教學(xué)，和令人印象深刻的仁慈和耐心，我不可能完成我的論文。謝謝您在我做畢業(yè)設(shè)計及撰寫論文的整個過程中的指導(dǎo)，讓我在完成畢業(yè)設(shè)計的過程中學(xué)到了許多東西。車輛圖像的預(yù)處理是指對采集到的車輛圖像進(jìn)行灰度化和去噪處理，以使車輛圖像尤其是牌照區(qū)域的圖像的質(zhì)量得到改善，同時保留和增強車牌中紋理和顏色的信息，去除可能影響牌照區(qū)域紋理和顏色信息的噪點，為牌照定位提供方便。在確定總體設(shè)計方案后，后面將對每一模塊依次進(jìn)行介紹。硬件部分主要完成車輛圖像的 攝取，獲取高質(zhì)量的含有牌照的圖像，受條件限制，關(guān)于硬件的研究本文未展開具體工作。 開始 輸入卡口汽車圖像 灰度化 灰度拉伸 中值濾波 小波分解法 提取車輛邊緣 形態(tài)學(xué)處理 一次定位 是否有 車牌 結(jié)束 二次定位 改進(jìn)的 Otsu 算法進(jìn)行二值化 根據(jù)投影和坐標(biāo)變換進(jìn)行傾斜校正 根據(jù)垂直投影進(jìn)行字符切分 改進(jìn)的 BP 算法進(jìn)行字符識別 輸出結(jié)果 結(jié)束 本章小結(jié) 本章主要介紹了車牌識別系統(tǒng)的總體設(shè)計方案。 我這次使用的開發(fā)軟件為 ，開發(fā)環(huán)境為 Microsoft Windows XP，測試的圖片來源于卡口進(jìn)出車輛。整個系統(tǒng)的設(shè)計主要采用了 M 語言，部分采用了 C 語言開發(fā)。將提取出的車牌圖像進(jìn)行二值化處理，根據(jù)投影圖的特點查找傾斜的角度，采用坐標(biāo)變換的方法進(jìn)行車牌傾斜校正，并利用其垂直投影圖中字符顯示出的峰群的特點進(jìn)行字符切分。首先將采集到的汽車圖像進(jìn)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。 （ 3） 使用專業(yè)工具箱，使得研究人員不必過于關(guān)心程序的細(xì)節(jié)問題，可以將主要的精力放在算法的研究、設(shè)計方面，極大地減少了工作量，為算法的研究改進(jìn)提供了先決條件。 本文設(shè)計的系統(tǒng)采用 MATLAB 搭建車輛牌照識別系統(tǒng)，具有非常明顯的優(yōu)勢： （ 1） 可以直接使用 MATLAB 的 Image Acquisition Toolbox、 Image Processing Toolbox 以及 Neural Network Toolbox 作為骨架來搭建整個系統(tǒng)。 MATLAB 可在 Windows 系列、 UNIX、 Linux、 VMS 、 PowerMac 平臺上使用，且所有的核心文件和工具箱文件都是公開的，用戶可以修改源文件構(gòu)成新的工具箱，從而可以擴充很多新的功能，利于算法的研究和改進(jìn)。 （ 2） MATLAB 擴充能力強，交互性好，移植性和開放性較好。 MATLAB 本身擁有豐富的函數(shù)庫，并具有結(jié)構(gòu)化的流程控制語句和運算符，用戶在使用過程中能夠方便自如地應(yīng)用。 選取 MATLAB 語言編寫當(dāng)然有其優(yōu)點 ： （ 1） MATLAB 編程效率高，使用方便。本文對采集到的車牌圖像采用的格式為*.JPG。 本文主要針對軟件部分進(jìn)行研究，對抓拍到的車牌進(jìn)行號碼識別。前端工控機利用紅外線探測到車輛經(jīng)過的信號時，控制圖像采集卡抓拍圖像，并對抓拍的車輛圖像進(jìn)行牌照識別，同時控制攝像機光圈的大小，以適應(yīng)外界不同的光照條件。設(shè)置在停車場入口和出口的兩對紅外發(fā)射和接收設(shè)備進(jìn)行車輛檢測。常用的 有光探測器、微波雷達(dá)通過型探測器、測速雷達(dá)探測器、聲探測器、紅外探測器、電子感應(yīng)探測器和壓敏探測器等。 比如一般的停車場管理系統(tǒng)都是由車輛傳感探測器、高分辨率 CCD攝像機、高性能工控計算機、高放大倍數(shù)鏡頭、視頻采集卡和 CCD 自動亮度控制器等。 整個車牌識別系統(tǒng)的核心是軟件部分，系統(tǒng)的好壞很大程度上取決于軟件部分識別號碼的準(zhǔn)確性。因此，需要對字符在識別之前再進(jìn)行一次針對性的處理。 牌照的定位和分割是牌 照識 別系統(tǒng)的關(guān)鍵技術(shù)之一，其主要目的是在經(jīng)圖像預(yù)處理后的原始灰度圖像 中確定牌照的具體位置，并將包含牌照字符的一塊子圖像 從整個 圖像 中分割出來，供字符識別子系統(tǒng)識別之用，分割的準(zhǔn)確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率。 為了用于牌照的分割和牌照字符的識別，原始圖像應(yīng)具有適當(dāng)?shù)牧炼龋^大的對比度和清晰可辯的牌照圖像 。這種方法綜合利用了所有幀的信息，減少了以往基于單幅圖像的識別算法所帶來的偶然性錯誤，大大提高了系統(tǒng)的識別率和識別結(jié)果的正確性和可靠性 。 車牌識別結(jié)果決策模塊 識別結(jié)果決策模塊 ，具體地說，決策模塊利用一個車牌經(jīng)過視野的過程留下的歷史記錄，對識別結(jié)果進(jìn)行智能化的決策。 車牌識別模塊 在車牌識別系統(tǒng)中，通常采用多種識別模型相結(jié)合的方法來進(jìn)行車牌識別，構(gòu)建一種層次化的字符識別流程，可有效地提高字符識別的正確率。 車牌切分模塊 車牌系統(tǒng)的車牌切分模塊利用了車牌文字的灰度、 顏色、邊緣分布等各種特征，能較好地抑制車牌周圍其他噪聲的影響，并能容忍一定傾斜角度的車牌。使用精心設(shè)計的快速圖像處理濾波器，不僅計算快速，而且利用的是車牌的整體信息，避免了局部噪聲帶來的影響。車牌系統(tǒng)完全摒棄了以往的算法思路，實現(xiàn)了一種完全基于學(xué)習(xí)的多種特征融合 的車牌定位新算法，適用于各種復(fù)雜的背景環(huán)境和不同的攝像角度。 車輛檢測跟蹤模塊 車輛檢測跟蹤模塊主要對視頻流進(jìn)行分析，判斷其中車輛的位置，對圖像中的車輛進(jìn)行跟蹤，并在車輛位置最佳時刻，記錄該車輛的特寫圖片，由于加入了跟蹤模塊，系統(tǒng)能夠很好地克服各種外界的干擾，使得到更加合理的識別結(jié)果，可以檢測無牌車輛并輸出結(jié)果。 （ 1）當(dāng)行駛的車輛經(jīng)過時，觸發(fā)埋設(shè) 在固定位置的傳感器，系統(tǒng)被喚醒處于工作狀態(tài)；一旦連接攝像頭光快門的光電傳感器被觸發(fā)，設(shè)置在車輛前方、后方和側(cè)面的 相機 同時拍攝下車輛圖像； （ 2）由攝像機或 CCD 攝像頭拍攝的含有車輛牌照的圖像通視頻卡輸入計算機進(jìn)行預(yù)處理， 圖像預(yù)處理包括圖像轉(zhuǎn)換、圖像增強、濾波和水平較正等； （ 3）由檢索模塊進(jìn)行牌照搜索與檢測，定位并分割出包含牌照字符號碼的矩形區(qū)域； （ 4）對牌照字符進(jìn)行二值化并分割出單個字符，經(jīng)歸一化后輸入字符識別系統(tǒng)進(jìn)行識別。 主要 的研究內(nèi)容 當(dāng)車輛檢測部分檢測到車輛到達(dá)時觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。另一方面， 目前車牌識別算法本身的難題主要集中在 車牌受到各種干擾時如何保證盡可能準(zhǔn)確地識別，例如大型車常見的車牌污損、私家車輛規(guī)避限號的車牌遮擋、光照環(huán)境形成的陰影干擾等等。尤其是物理成像和圖片預(yù)處理會成為下個階段發(fā)展的關(guān)鍵，因為識別算法一旦發(fā)展到了一定程度，短時間內(nèi)很難再提高，也就是瓶頸期， 這時如何能夠通過成像、光源、降噪等環(huán)節(jié)來為核心算法掃清障礙就成為了影響產(chǎn)品最終性能的制衡點 。目前這項技術(shù)已經(jīng)廣泛應(yīng)用于 交通管理與車輛管理中，例如高速公路超速違章行為、小區(qū)車輛進(jìn)出登記管理、停車場無人自動計時收費、高速公路自動收費等方面。另外日本、加拿大、德國等發(fā)達(dá)國家都有適用于本國的車牌識別系統(tǒng)。 ARGUS 的車牌識別系統(tǒng)的識別時間約為 100 毫秒，通過