【正文】 畢業(yè)設(shè)計(jì)（論文）說明書 33 參考文獻(xiàn) [1] Tinku Acharya,Ajoy .北京：清華大學(xué)出版社， [2] 孔令德 .計(jì)算機(jī)圖形學(xué)實(shí)踐教程（ Visual C++版） .北京：清華大學(xué)出版社， [3] 胡小峰，趙輝 . Visual C++/Matlab 圖像處理與識(shí)別實(shí)用案例精選 .北京 ：人民郵電出版社， [4] Rafael 數(shù)字圖象處理（第二版） .北京：電子工業(yè)出版社， [5] 曹茂永 .數(shù)字圖象處理 .北京：北京大學(xué)出版社， [6] 楊淑瑩 .VC++圖像處理程序設(shè)計(jì)（第二版） .北京：清華大學(xué)出版社，北京交通大學(xué)出 版社， [7] 安實(shí)，王健，徐亞國(guó) .城市智能交通管理技術(shù)與應(yīng)用 .北京：科學(xué)出版社， [8] 謝鳳英，趙丹培 .Visual C++數(shù)字圖象處理 .北京：電子工業(yè)出版社， [9] 王耀南 .計(jì)算機(jī)圖像處理與識(shí)別技術(shù) .北京：高等教育出版社， [10] 姚蕾，路林吉 . 車牌定位方法的研究 [期刊論文 ].上海：微型電腦應(yīng)用， [11] 李煒，黃心漢，王敏 . 車牌自動(dòng)識(shí)別系統(tǒng)中車牌分割的研究 . 2021(zk) [12] 郭大波 . 彩色汽車圖像車牌定位技術(shù)分析 .太原：山西大學(xué)學(xué)報(bào) (自然科學(xué)版 )， [13] 閻建國(guó)，高亮，盧京潮 . 圖象處理技術(shù)在車牌識(shí)別中的應(yīng)用 . 電子技術(shù)應(yīng)用， [14] 李文舉，樊鑫，張旗，梁德群 .基于邊緣顏色對(duì)的車牌定位新方法 .計(jì)算機(jī)學(xué)報(bào)， [15] 郭捷，施鵬飛 .基于顏色和紋理分析的車牌定位方法 .中國(guó)圖象圖形學(xué)報(bào)， [16] 馮國(guó)進(jìn)，顧國(guó)華，鄭瑞紅 .基于自適應(yīng)投影方法的快速車牌定位 .紅外與激 畢業(yè)設(shè)計(jì)（論文）說明書 34 光工程 , 。感謝在一起做畢業(yè)設(shè)計(jì)的同學(xué)好友們，他們平時(shí)給了我很多的幫助和指導(dǎo) ,我們相處得很愉快，有了你們的幫助，我才能完成一個(gè)人無法解決的困難。 在本科這四年里 ,計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院的各位老師們都對(duì)我的學(xué)習(xí)和生活給予了很多的幫助 ,在此一并致謝。 畢業(yè)設(shè)計(jì)（論文）說明書 32 致 謝 本論文是在朱世松老師的悉心指導(dǎo)下完成的 ,在我這幾個(gè)月的畢業(yè)設(shè)計(jì) ,朱老師不僅致力于提高我的專業(yè)技術(shù)技能 ,而且努力培養(yǎng)我的獨(dú)立思考和研究能力 ,使我受益匪淺。因?yàn)閰?shù)的選擇會(huì)影響字符的識(shí)別結(jié)果。這 就需要從系統(tǒng)出發(fā)，總體把握，從全系統(tǒng)把握子系統(tǒng)，從子系統(tǒng)的總體構(gòu)架把握每個(gè)環(huán)節(jié)。明白了這一點(diǎn)后，我把主要精力轉(zhuǎn)移到看書鉆研上，克服各種困難，系統(tǒng)的鉆研 VC，數(shù)字圖象處理等一系列書籍，同時(shí)邊學(xué)邊干，學(xué)用結(jié)合，慢慢有了明晰的思路，程序設(shè)計(jì)起來也就不感到茫然無策了。通過這次畢業(yè)設(shè)計(jì)，我深深感到 ，要搞好程序設(shè)計(jì)，必須做到： 第一：需要有堅(jiān)定的理論基礎(chǔ)和寬闊的知識(shí)面。 ,提高程序的模塊化、標(biāo)準(zhǔn)化水平 ,使軟件設(shè)計(jì)更加合理、可靠和高效。 ，而實(shí)際多使用視頻攝像來采集圖片， 畢業(yè)設(shè)計(jì)（論文）說明書 31 所以對(duì)視頻流中的車牌提取還有待進(jìn)一步研究。這使得目前的汽車牌照識(shí)別系統(tǒng)在對(duì)多個(gè)車道進(jìn)行監(jiān)控時(shí)，需要多套攝像設(shè)備和車牌識(shí)別所需要的計(jì)算機(jī)或 DSP。目前的車牌識(shí)別系統(tǒng)只能處理單個(gè)車牌的汽車圖像。關(guān)于這方面還需要對(duì)此做更進(jìn)一步的工作。當(dāng)在圖像發(fā)生變化時(shí)使算法具有自適應(yīng)能力，從而能適應(yīng)在更大范圍內(nèi)變化圖像是輸入圖像由于尺寸發(fā)生較大變化時(shí)，算法的一些參數(shù)必須做相應(yīng)調(diào)整。隨著閾值理論的發(fā)展，需要進(jìn)一步完善閾值選擇算法。 由于個(gè)人水平所限，本文還有許多不足之處與可以改進(jìn)的方面，具體表現(xiàn)在： ，本文為滿足系統(tǒng)對(duì)實(shí)時(shí)性的要求，采用了一種較簡(jiǎn)單的閾值選擇算法?？陀^的講，基于圖象的交通信息采集和處理有著相當(dāng)廣泛的應(yīng)用前景和重要的研究?jī)r(jià)值。 畢業(yè)設(shè)計(jì)（論文）說明書 30 車牌識(shí)別技術(shù)的運(yùn)用使得“大輸入小輸出”成為了可能 —— 輸入一幅很大存儲(chǔ)量的圖像，輸出時(shí)僅僅是很小存儲(chǔ)量的數(shù)字，這必然使得其在大量存儲(chǔ)和管理數(shù)據(jù)庫相連等方面有無可替代的優(yōu)越性，在我國(guó)必將擁有良好的發(fā)展前景，在未來的智能交通系統(tǒng)中占有不可取代的作用。 （ 2）牌照定位的實(shí)現(xiàn) 在分析了國(guó)內(nèi)外多種牌照定位方法的基礎(chǔ)上 ,選擇了一種基于車牌顏色信息和紋理的牌照定位方法 ,對(duì)車輛圖像分別進(jìn)行粗定位和精確定位 ,獲取圖像區(qū)域，最后對(duì)圖像進(jìn)行投影 ,并結(jié)合牌照字符尺寸特征最終確定了牌照的位置 ,收到了比較好的效果。字符分割、識(shí)別過程則是車牌定位識(shí)別系統(tǒng)的關(guān)鍵過程之一，也是定位過程的后續(xù)過程，鑒于此過程相對(duì)繁瑣，導(dǎo)師解釋 說本科階段不用深入研究，因此沒有在此次設(shè)計(jì)中涉及。此文沒有涉及到車輛信息采集系統(tǒng)的過程和字符分割、識(shí)別過程。所以這就為我的畢業(yè)設(shè)計(jì)增加了難度，即使如此但我 仍發(fā)揚(yáng)了不怕難不怕苦的精神四處搜集資料，迎難而上，克服重重困難，最終有所突破。 } 經(jīng)上述一系列的處理車牌被成功定位，如在車牌識(shí)別系統(tǒng)中，其關(guān)鍵部分已經(jīng)完成，下一步將對(duì)其進(jìn)行字符切割和字符識(shí)別，鑒于本人能力和時(shí)間的限制，不在此論文加以深入研究。 ::GlobalUnlock((HGLOBAL) pDocGetHDIB())。m_ipzRight) 。 //DIB 高度 myVprojectDIB(lpDIB, lWidth, lHeight,amp。//獲得 畢業(yè)設(shè)計(jì)（論文）說明書 28 當(dāng)前位圖 lWidth = ::DIBWidth(lpDIB)。 //圖像寬度和高度 long lHeight。 //獲得文檔 LPSTR lpDIB。 //對(duì)含車牌圖像進(jìn)行剪裁，得到車牌高度，原圖像寬度的圖像 OnTempSubrect()。 pDocUpdateAllViews(NULL)。 m_ipzLeft=0。m_ipzTop, amp。 //DIB 寬度 lHeight = ::DIBHeight(lpDIB)。 畢業(yè)設(shè)計(jì)（論文）說明書 27 lpDIB = (LPSTR) ::GlobalLock((HGLOBAL) pDocGetHDIB())。 //指向 DIB的指針 long lWidth。 此部分核心代碼如下： void CTypeRecView::OnTest14() { CTypeRecDoc* pDoc=GetDocument()。設(shè)置行掃描線對(duì)投影圖象進(jìn)行行掃描 ,設(shè)定垂直投影的字符寬度閾值 T,給一個(gè)閾值范圍 T177。利用上述兩點(diǎn)對(duì)圖像進(jìn)行水平投影可以除去上下邊框 ,進(jìn)行垂直投影 可以除去左右邊框。 圖 315 精確定位后效果圖 實(shí)際的牌照是以邊框包圍著牌照區(qū)域的字符 ,如果要進(jìn)行字符分割和識(shí)別需要將邊框去除。對(duì)垂直方向進(jìn)行投影切割的效果如圖 314所示。于是我們選取最大峰值的 ，找出第一個(gè)和最后一個(gè)高于此閾值的峰作為車牌邊緣峰。 畢業(yè)設(shè)計(jì)（論文）說明書 25 圖 312 切割后得到車牌區(qū)域 垂直方向定位 ： 車輛牌照垂直方向的定位算法跟車輛牌照水平方向的 定位算法類似，首先 對(duì)圖像做垂直方向的投影運(yùn)算，然后確定切割點(diǎn)。 第一個(gè)邊緣峰左邊的波谷點(diǎn)作為分割點(diǎn)，最后一個(gè)邊緣峰右邊的波谷點(diǎn)作為分割點(diǎn)，對(duì)圖像進(jìn)行切割。 圖 311 水平投影效果 在投影圖中，車牌投影值區(qū)域一般有以下特點(diǎn)： 一般情況下，車牌區(qū)域中出現(xiàn)的投影波峰值為圖像下部往上搜索時(shí)出現(xiàn)的第一個(gè)較大波峰值；車牌投影區(qū)域大致對(duì)應(yīng)于上述波 峰值上、下臨近的波谷之間包含的投影值區(qū)域，且這兩個(gè)波谷大致對(duì)稱于波峰，波峰和波谷變化率較大。 車牌圖像粗定位 投影法得到精確坐標(biāo) 區(qū)域剪裁得到精確圖像 畢業(yè)設(shè)計(jì)（論文）說明書 24 為了便于模擬，源圖（收集于網(wǎng)絡(luò)）改用如下，如圖 310。 水平方向定位步驟 : 1．對(duì)車牌灰度圖像進(jìn)行水平方向的投影運(yùn)算； 2．找出車牌水平 區(qū)域?qū)?yīng)的峰值； 3．確定切割點(diǎn)，在圖像上進(jìn)行水平切割。另外 ， 在投影圖上， 車牌區(qū)與背景相比有較多的豎向紋理 ， 車牌 字符之間具有較低的谷點(diǎn) ， 較低谷點(diǎn)之間又至少有一個(gè)較高的峰值點(diǎn) ， 且谷點(diǎn)與谷點(diǎn)近似等距，根據(jù)這些特征就可以確定出車牌的左右邊界。另外在ＨＳＩ空間中彩色圖像的每一個(gè)均勻性彩色區(qū)域都對(duì)應(yīng)于一個(gè)相對(duì)一致的色調(diào)（Ｈ），這說明色調(diào)能 畢業(yè)設(shè)計(jì)（論文）說明書 23 夠被用來進(jìn)行獨(dú)立于陰影的彩色區(qū)域的分割。 在ＨＳＩ空間中，ＨＳＩ三分量之間的相關(guān)性比ＲＧＢ三分量之間要小得多。在飽和度低的區(qū)域，Ｈ值量化粗，特別是在飽和度為０ 的區(qū)域（黑白區(qū)域），Ｈ值已沒有意義，即當(dāng)Ｓ＝０時(shí)，對(duì)應(yīng)灰度無色，只時(shí)Ｈ沒有意義，此時(shí)定義Ｈ為０。 HIS 空間比較直觀并且符合人的視覺特性，這些特點(diǎn)使得 HIS 模型非常適合基于人的視覺系統(tǒng)對(duì)彩色感知特性的圖像處理。其中 I 表示顏色的明暗兇程度，主要受光源脆弱影響， H 表示不同顏色，如黃、紅和綠，而 S 表示顏色的深淺如深紅、淺紅。 1 3R G BI ??? 2 2RBI ?? 或 2 2BRI ?? 3 2 4G R BI ??? 這 3 個(gè)特征中， 1I 是最佳特征， 2I 是次佳特征，僅用 1I 和 2I 作特征對(duì)大多數(shù)圖像已可得到較好的分割結(jié)果。與 RGB空間對(duì)應(yīng)的是深藍(lán)（ Cyan），品紅（ Mengenta）和黃（ Yellow） 的 CMY 彩色空間。它用 R、 G和 B3個(gè)基本分量的值來表示顏色，原點(diǎn)對(duì)應(yīng)于黑色，離原點(diǎn)最遠(yuǎn)的頂點(diǎn)對(duì)應(yīng)于白色。 要分割一幅彩色圖像 ,首先要選好合適的彩色空間 ,其次要采用適合于此空間的分割策略和方法?，F(xiàn)已提出的彩色圖像分割方法主要包括聚類法、熵閾值與博弈論標(biāo)記結(jié)合法 ,區(qū)域分裂合并、區(qū)域生長(zhǎng)、松弛以及邊緣檢測(cè)等。只有這樣才算真正完成了圖像分割的任務(wù)。條件 (1)與條件 (2)說明正確的分割準(zhǔn)則應(yīng)可適用于所有區(qū)域和所有像素 ,而條件 (3)與條件 (4)說明合理的分割準(zhǔn)則應(yīng)能幫助確定各區(qū)域像素有代表性的特性 ,條件 (5)說明完整的分割準(zhǔn)則應(yīng)直接或間接地對(duì)區(qū)域內(nèi)像素的連通性有一定的要求或限定。 另外，上述這些條件不僅定義了分割，也對(duì)進(jìn)行分割有指導(dǎo)作用。其中 ()iPR 是對(duì)所有在集合中元素的邏輯謂語， ? 代表空集。圖像分割是圖像理解的 重要組成部分，只有有效地完成分割，才能進(jìn)一步提取目標(biāo)特征并識(shí)別目標(biāo)。定位由粗定位和細(xì)定位組成，粗定位完成車輛牌照的初步定位，其中可能存在偽車牌信息，細(xì)定位完成牌照的最終定位，去除可能的偽車牌