【正文】 的點是集合的元素，當結(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)果的是邏輯運算 ，即 二值圖像的邏輯運算 。圖像形態(tài)學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 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，需要對圖像進行邊緣檢測。本文對圖像進行水平邊緣檢測，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 畢業(yè)設(shè)計 20 圖 ： 汽車 圖 將 汽車 圖進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行灰度增強處理。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 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 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算后取代，頻率域是對圖像的像素值進行變換運算后反變換取代，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。 低通濾波的模板運算可以通過卷積運算來實現(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。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)學處理 車牌 定位 定位 北京聯(lián)合 大學 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 。 當車輛到達觸發(fā)圖像采集單元時，系統(tǒng)采集當前的圖像。該模塊的主要功能是提供系統(tǒng)時鐘。 XF 為外部標志引腳。數(shù)據(jù)存放在 SDRAM(單周期動態(tài)隨機存儲器 )，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 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 FLASH H JTAG 電源 SDRAM 北京聯(lián)合 大學 畢業(yè)設(shè)計 11 圖 ：電壓轉(zhuǎn)換電路 圖 ： TMS320VC5509ADSP 注：由于市場上的都為 5V 電壓，所以通過電壓轉(zhuǎn)換電路（圖 3），將 5V 電壓轉(zhuǎn)換為 DSP 芯片需要的 + 和 +， DSP 芯片 5 7 13 12 2 4 898 號引腳接 + 電壓， 13 6 11 8 8 7 5 4 2 18 號引腳接 + 電壓。 （ 4） Flash： 存儲引導(dǎo)程序，用于啟動系統(tǒng) ，也可以存儲其它程序和數(shù)據(jù) 。 （ 2） 電源 模塊： 為 DSP 芯片 提供電源。 硬件框圖： 圖 硬件系統(tǒng)設(shè)計 、各模塊功能 （ 1） DSP 芯片：為本設(shè)計的核心模塊，采用 TMS320VC5509A 型號的 DSP，在運算速度上要更快。 北京聯(lián)合 大學 畢業(yè)設(shè)計 10 三、 硬件 系統(tǒng)設(shè)計 、硬件系統(tǒng)設(shè)計 在硬件系統(tǒng)設(shè)計過程中， 芯片用的是 TMS320VC5509A， FLASH 和 SDRAM 用到的為 AM29LV800 和 HY57V641620FTP。 對于硬件電路設(shè)計部分，可以根據(jù)軟件的需要，去實現(xiàn)圖像處理功能。 此次 算法的實現(xiàn)，采用的是由 Math Works 公司開發(fā)的 MATLAB 軟件，它功能強、效率高、簡單易學，是當今最優(yōu)秀的科技應(yīng)用軟件之一，具有強大的科學計算與可視化功能和開放式擴展環(huán)境。其涉及的主要內(nèi)容是掌握圖像處理中的灰度化、邊緣提取、形態(tài)學處理、顏色判定等技術(shù)，按照圖像處理的基本流程，編寫程序?qū)崿F(xiàn)給出區(qū)域裁剪、截取車牌子圖像，實現(xiàn)所采集圖片中的車牌的定位。接下來，就 各部分的情況逐一介紹。 是基于灰度圖像的車牌定位方法，基于灰度圖像的方法一般來說彩色圖像都要先灰度化、二值化處理，然后通過車牌區(qū)域的特征或者邊緣特征進行檢測，這類方法在定位中把彩色圖像得到處理轉(zhuǎn)化為黑白兩色的圖像，反應(yīng)時間快，但誤檢率高； 針對車牌定位中，車牌位置的不確定性對車牌定位準確率的影響，提出了把車體區(qū)域 定 位應(yīng)用于車牌定位分割系統(tǒng)的思路。設(shè)計一個 DSP 系統(tǒng)，來實現(xiàn)用 MATLAB 實現(xiàn)的相同功能。所以研制和開發(fā)出符合我國車牌特點的高效、實用的 LPR 系統(tǒng)，將具有深遠的意義． 北京聯(lián)合 大學 畢業(yè)設(shè)計 9 二、 系統(tǒng)概述 本 次畢業(yè)設(shè)計的題目為“基于 MATLAB 的車牌算法設(shè)計”。 由此可見， LPR 系統(tǒng)具有廣泛的應(yīng)用前景。 4 ．數(shù)據(jù)自動統(tǒng)計及模糊查詢 主要用于路橋卡口、停車場的內(nèi)部管理和交通公安部門的監(jiān)控管理。 3 ．在無人看守情況下車輛的出入 主要用于小區(qū)停車場管理系統(tǒng)中，利用系統(tǒng)能在不停車狀態(tài)下自動識別汽車牌照和車型的特點，在車輛經(jīng)過卡口的一瞬間，得到識別結(jié)果并通過通信網(wǎng)絡(luò)將識別出的車輛信息及入口信息傳送到各個出口。將車輛相關(guān)資料輸入應(yīng)用系統(tǒng)中，系統(tǒng)就會處于自動檢測狀態(tài)，24 小時不停地對所有經(jīng)過的車輛自動進行識別、比較、處理，一旦發(fā)現(xiàn)上述車輛 經(jīng)過，立刻發(fā)出控制信號，達到車輛自動稍查的目的。 LPR 系統(tǒng)應(yīng)用于這些系統(tǒng)，可以解決通緝車輛的自動稽查問題，停車場交通堵塞問題，還可以防止因工作人員作弊造成的路橋卡口、高速公路、停車場應(yīng)收款的流失，同時能以最簡單的方式完成交通部門的車輛交通信息聯(lián)網(wǎng)，解決數(shù)據(jù)統(tǒng)計自動化，模糊查詢的問題，具體應(yīng)用可概括為： 1 ．車輛身份的 識別 在道路交通檢測部門，每天有大量的違規(guī)車輛（如闖紅燈、逆行、壓黃線等）圖片匯集，通常的人工識別車牌及輸入信息的方式，工作量大，易引起操作員的疲勞誤判，采用自動 LPR 系統(tǒng)能自動對車輛牌照進行識別處理，可減少大量人力、物力，減輕工作強度，顯著提高處理速度和效率。 ( 9 ）計算出行時間。 ( 7 ）道口檢查站車輛監(jiān)控。 ( 5 ）闖紅燈等違章車輛監(jiān)控。 北京聯(lián)合 大學 畢業(yè)設(shè)計 7 ( 3 ）機場、港口等出入口 車輛管理。 ( 1 ）交通流量檢測。 1 . 車牌識別系統(tǒng)的應(yīng)用范圍 車輛牌照作為車輛的唯一身份標識是智能交通系統(tǒng)中大量信息的來源和直接處理對象。 目前的牌照識別系統(tǒng) 具有 一定 的識別率，在天氣條件差的情況下或夜晚時，識別率會明顯下降， 此外，也受到其他許多客觀干擾的影響，例如 天氣、背景、車牌磨損、圖像傾斜等 。 車牌定位只是車牌識別系統(tǒng)中最重要的一步。 西安交通大學的圖像處理與識別研究室、上海交通大學的計算機科學和工程系、清華大學人工智能國家重點實驗室、浙江大學的自動化系也在進行類似的研究。 目前 國內(nèi)做得比較好是上海高德威公司的產(chǎn)品，另外中科院自動化研究所漢王公司的“漢王眼”、亞洲視覺科技有限公司、深圳市吉通電子有限公司、中國信息產(chǎn)業(yè)部下屬的中智交通電子系統(tǒng)有限公司的產(chǎn)品都有不錯的效果，另外國內(nèi)的許多大學都對車牌識別系統(tǒng)做了很多的研究。但是，這些產(chǎn)品基本上只適合于自己國內(nèi)的狀況。為了解決圖像惡化的問題，目前國內(nèi)外北京聯(lián)合 大學 畢業(yè)設(shè)計 6 的研究機構(gòu)或公司企業(yè)采取的辦法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量，繼而提高識別率。 1 . 國內(nèi)外研究狀況 從 20 世紀 90 年代 開始 ，國外的研究人員就己經(jīng)開始了對車牌自動識別的研究，其主要途徑就是對車牌的圖像進行分析，自動提取車牌信息，確定汽車牌號。 IC 卡是一種集微電子技術(shù)、通訊技術(shù)和計算機技術(shù)于一體的高科技產(chǎn)品，利用 IC 卡進行車牌識別必須要在每輛汽車上安裝微型的電子信號接收和發(fā)射裝置即 IC 卡，當車輛經(jīng)過路口 的檢測裝置時 IC 卡系統(tǒng)將與路口的計算機系統(tǒng)進行對話，計算機系統(tǒng)從而取得卡內(nèi)存儲的車輛信息，然而盡管 IC 卡技術(shù)識別準確度高，運行可靠并可全天候作業(yè)，但它的整套設(shè)備價格昂貴，硬件復(fù)雜，不適用于異地作業(yè)且須制定全國統(tǒng)一標準．條形碼識別技術(shù)由于識別速度快、準確度高以及成本低等優(yōu)點，目前廣泛應(yīng)用于商品銷售、圖書館管理、倉庫管理、郵政管理等眾多領(lǐng)域，將其用于汽車牌照識別方面也是一種新方法，但它同 IC 卡技術(shù)一樣須在全國有統(tǒng)一標準，這給近期短時間內(nèi)推廣造成困難。 車輛牌照識別系統(tǒng)（ License Plate Recognition System , LPRS ）是智能交通系統(tǒng)的一個重要組成部分，是計算機視覺與模式識別在智能交通領(lǐng)域應(yīng)用的重要研究課題之一。智能交通系統(tǒng)是以緩和道路堵塞和減少交通事故，提高交通利用者的方便、舒適為目的，利用交通信息系統(tǒng)、通訊網(wǎng)絡(luò)、定位系統(tǒng)和智能化分析與選線的交通系統(tǒng)的總稱。 北京聯(lián)合 大學 畢業(yè)設(shè)計 5 一、 緒論 1 . 1 、 課題的背景和意義 隨著汽車 的普及，交通運輸問題日益嚴重：車輛擁擠，事故頻發(fā)，交通環(huán)境不斷惡化。如果沒有高效率的搜索方法，就需要耗費很多計算時間和存儲空間。不同光照下，車牌的顏色、亮度、明 暗 對 比度都有很大變化；背景信息通常比車牌信息更加復(fù)雜，某些背景區(qū)域可能與車牌區(qū)域差異不