【正文】 。過去的 幾 年里，在學(xué)習(xí)上，你們的勤奮、刻苦、認(rèn)真的學(xué)習(xí)態(tài)度，激勵了我，讓我學(xué)到了更多的知識；在生活上，你們的陪伴，讓我度過了充實、難忘的研究生生活。如果沒有你們傳授的知識，我不可能完成我的論文，在知識水平上，不可能提高。過去的三年，最辛苦的人的他們，他們是我最可愛的人。 其次，要感謝我敬愛的父母。因為，他們的言傳身教，他們的和藹可親深深的打動了我。因為，他們在學(xué)習(xí)上為我指明了方向，教會了我學(xué)習(xí)方法，提供最大的支持。由于時間的問題，未能實現(xiàn)這一過程。例如： 圖 ：搜集到的汽車照片 處理過程顯示圖像 北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 27 圖 ：處理 過程中 圖像 處理后顯示車牌位置圖像 圖 ：處理后定位的車牌圖像 不足之處： 在畫原理圖和 PCB 板時，外觀及排版并不美觀與完美。 提取較大光點，確定車牌所在圖像中的位置，從而提取車牌圖像。 第二行第一個圖為：去除較小 白 點。例如： 圖 處 理過程顯示圖像 圖 第一行第一個圖為：將采集到的圖像轉(zhuǎn)化為灰度圖。通過這些步驟成功提取車牌的區(qū)域。根據(jù)圖像灰度級分布同信息 熵 的物理意義和 P 氏 熵 之間存在的這一關(guān)系，可以把 P 氏 熵 方法應(yīng)用到區(qū)分背景和目標(biāo)車體當(dāng)中。通過直方圖分布、灰度圖像特性和 P 氏 熵 數(shù)值三者的關(guān)系，可以在信息 熵 的物理意義和 P 氏 熵 數(shù)值與圖像的灰度級分布之間，建立起一個關(guān)系：圖像灰度分布越不集中，灰度級分布跳變越大，其 P 氏 熵 就越大，系統(tǒng)的信息就越豐富。對其進(jìn)行直方圖的統(tǒng)計 。最后，通過最大 P 氏 熵 值的連通區(qū)域區(qū)分背景區(qū)域和目標(biāo)車體區(qū)域 。 基于局部 P 氏 熵 的車體區(qū)域定位算法是信息 熵 在圖像處理中應(yīng)用的表現(xiàn)。即原始圖像只剩下車體區(qū)域部分，車牌總是處于車體區(qū)域圖像的下方； 2 由于車體區(qū)域定位是圖像尺寸的變化，所以車體區(qū)域定位處理不會影響到圖像的灰度分布，不會丟失對車牌定位有用的信息。 腐蝕膨脹后如下圖 北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 23 圖 ：腐蝕膨脹圖 、 車牌提取 車體區(qū)域定位。 ② 腐蝕 對 Z 中的集合 A 和 B， B 對 A 進(jìn)行腐蝕的整個過程如下： 用結(jié)構(gòu)元素 B，掃描圖像 A 的每一個像素 ； 用結(jié)構(gòu)元素與其覆蓋的二值圖像做 “與 ”操作 ； 如果都為 1，結(jié)果圖像的該像素為 1。 用結(jié)構(gòu)元素 B，掃描圖像 A 的每一個像素 ； 用結(jié)構(gòu)元素 與其覆蓋的二值圖像做 “與 ”操作 【 如果都為 0，結(jié)果圖像的該像素為 0。 A 被B 膨脹是所有位移 z 的集合，這樣， 和 A 至少有一個元素是重疊的。 圖 ：去噪圖 （ 2） 膨脹和腐蝕 膨脹和腐蝕這兩種操作是形態(tài)學(xué)處理的基礎(chǔ)，許多形態(tài)學(xué)算法都是以這兩種運(yùn)算為基礎(chǔ)的。由于車牌被磨損或者掉色，車牌區(qū)域還可能出現(xiàn)孤點現(xiàn)象，需要對孤點進(jìn)行填充空洞處理，這樣達(dá)到使車牌區(qū)域連通的效果，最后得到一個完整連北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 22 通的車牌區(qū)域 。根據(jù)車牌本身是大小固定矩形區(qū)域的特點，對備選區(qū)域從下往上篩選，假設(shè)第一個連通區(qū)域是車牌區(qū)域，測試其長寬比例看是否在車長寬比例的范圍，如果是則認(rèn)為是該區(qū)域，否則尋找下一個連通區(qū)域直到找到車牌區(qū)域。在圖像處理中用到的主要邏輯運(yùn)算是：與、或和非（求補(bǔ)），它們可以互相組合形成其他邏輯運(yùn)算。假定二值圖像 A 和形態(tài)學(xué)處 理的結(jié)構(gòu)元素 B 是定義在笛卡兒網(wǎng)格 上的集合，網(wǎng)格中值為 1 的點是集合的元素，當(dāng)結(jié)構(gòu)元素的原點移到點 (x,y)時，記為Sxy，為簡單起見，結(jié)構(gòu)元素為 3x3，且全都為 1，在這種限制下， 決定輸出結(jié)果的是邏輯運(yùn)算 ，即 二值圖像的邏輯運(yùn)算 。圖像形態(tài)學(xué)處理中我們感興趣的主要是二值圖像。 如下圖。如果每個像元位于一個物體的邊界上，則北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 21 其鄰域像元灰度值變化比較大。 為了更加突出車牌區(qū)域，需要對圖像進(jìn)行邊緣檢測。本文對圖像進(jìn)行水平邊緣檢測，有效地檢測出水平方向的邊緣像素，然后對檢測結(jié)果二值化處理，記錄邊緣點，然后對邊緣點按照從上到下，從左到右進(jìn)行掃描 (定義位 x 和 y 方向掃描 )，得到整個圖像的跳變點分布。 例如： 北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 20 圖 ： 汽車 圖 將 汽車 圖進(jìn)行灰度修正得灰度圖如下圖 圖 ：灰度圖 、圖像邊緣檢測 根據(jù)每個像素在某個區(qū)域內(nèi)的灰度變化，利用邊緣 _二階方向?qū)?shù)變化規(guī)律實現(xiàn)邊緣檢測。經(jīng)過二值化處理后 ,前景和其他背景就由黑白兩種顏色分開，選擇不同的閾值會得到不同的分離結(jié)果。設(shè)原灰度圖像為 f (x, y)，二值化后的圖像為 g (x ,y)，二值化處理 表示如公式 (1)所示： g (x ,y)=0（ f (x, y)=T）； g (x ,y)=0（ f (x, y)T）。本文認(rèn)為車牌字符區(qū)域是本文考察的重點，因此該部分作為圖像的前景區(qū)，將字符邊緣區(qū)域的值設(shè)為 1，其他的部分都看成是背景區(qū)，設(shè)為 0。 為了更加突出字符區(qū)域，需要將圖像二值化。因此，圖像灰度化后接下來要進(jìn)行灰度增強(qiáng)處理。利用公式 (21)將彩色圖像轉(zhuǎn)換成灰度圖像： p=*R+*G+*B (31)其中 p 代表圖像中某點的灰度值， R， G， B 分別代表彩色圖中對應(yīng)點的 RGB 模型中的 R， G， B 分量值。 灰度修 正 通常采用直方圖修正法使圖像具有期望的灰度分布．水平方向為像素歡度值，垂直方向為該像素值出現(xiàn)的數(shù)量，根據(jù)灰色 圖 像直方圖調(diào)整像素值的分布范圍，確保圖像亮度值均勻和平滑，同時如果直方圖中存在多個峰值，則按直方圖峰值計算其 限定閥值，然后進(jìn)行分段圖像處理，由此分離出背景和噪聲。 、灰度 化 由于牌照圖像在拍攝時受各種條件的限制和干擾，圖像的灰度值往往與實際景物不完全匹配，這將直接影響到圖像的后續(xù)處理．如果造成這種影響的原因主要是由于被攝物體的遠(yuǎn)近不同，會造成圖像中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡；如果由于攝像頭北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 19 在掃描時各點的靈敏度有較大的差異產(chǎn)生的影響，則會出現(xiàn)圖像灰度失真；如果是由于曝光不足而產(chǎn)生的影響，則會出現(xiàn)圖像的灰度變化范圍很窄。 (2)圖像增強(qiáng) 由于車牌的邊框的特征必須明顯，后期的車牌特征才能很好的提取?？臻g域是指對圖像像素灰度值直接運(yùn)算后取代，頻率域是對圖像的像素值進(jìn)行變換運(yùn)算后反變換取代，如傅立葉變換等。卷積是將模板中的每個元素和對應(yīng)區(qū)域中的像素相乘，所有乘積之和作為區(qū)域中心像素的新值．由于濾波的目的是去除圖像的噪聲，所以，在圖像上面的變化，不是很明顯，所以本文只給出濾波前后圖像的直方圖統(tǒng)計，由此說明本文采用濾波實現(xiàn)平滑直方圖的目的。 低通濾波的模板運(yùn)算可以通過卷積運(yùn)算來實現(xiàn)。經(jīng)過低通濾波后的圖像，變得更模糊。低通濾波的基本思想是保留圖像的低頻成分，減少圖像 的高頻成分，它可以降低圖像中的視覺噪聲，同時也削弱了圖像的邊緣信息。濾波在頻域范圍內(nèi)主要有：低通濾波、高通濾波和同態(tài)濾波 f , l 。前者為了增強(qiáng)圖像的質(zhì)量；后者為了平滑圖像直方圖。根據(jù)車輛牌照預(yù)處理突出車牌部分信息的目的，常用的牌照預(yù)處理方法主要是圖像增強(qiáng)。以便尋找理想的車牌定位算法。由于圖像的退化，干擾導(dǎo)入彩色原始圖像 圖像預(yù)處理 灰度化處理 圖像邊緣檢測 形態(tài)學(xué)處理 車牌 定位 定位 北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 18 了車牌信息的提取，所以為了改善退化了牌照圖像的質(zhì)量，必須對圖像進(jìn)行預(yù)處理。但我們可以 對車輛圖像根據(jù)不同應(yīng)用特點進(jìn)行識別前的預(yù)處理，盡最大 可能提高車牌正確定位，這些圖像預(yù)處理包括圖像灰度變換、傾斜校正 等。而實際拍攝的車輛圖像效果往往不理想，如受外界光線對車牌的不均勻反射、惡劣天氣的影響、攝像頭聚焦或后背焦沒有調(diào)整到位而形成的車輛圖像不清晰、所拍攝圖像中存在的噪聲干擾、所安裝的車牌不規(guī)范或車輛變形等等。 車牌定位流程圖 如圖 l 所示 。 當(dāng)車輛到達(dá)觸發(fā)圖像采集單元時，系統(tǒng)采集 當(dāng)前的圖像。該模塊的主要功能是提供系統(tǒng)時鐘。 XF 為外部標(biāo)志引腳。數(shù)據(jù)存放在 SDRAM(單周期動態(tài)隨機(jī)存儲器 )，程序存放在 flash 模塊中。電平。 信號電平轉(zhuǎn)換電路 圖 ：信號電平轉(zhuǎn)換模塊 北京聯(lián)合 大學(xué) 畢業(yè)設(shè)計 13 圖 ： TMS320VC5509ADSP 電平轉(zhuǎn)換模塊為三態(tài)輸 出功能的 16 位總線轉(zhuǎn)換芯片，主要功能為提高總線驅(qū)動能力。 、各模塊與 DSP 的接口設(shè)計 電源連接電路 圖 ：提供工作電壓 5V TMS320VC5509A TMS320VC5509A