【正文】 牌字符同標(biāo)準(zhǔn)模塊里面的字符特征一樣 。本文 針對(duì)這種情況 ， 可以對(duì)切割出的字符間寬度進(jìn)行統(tǒng)計(jì)分析 ，可以用于 指導(dǎo)切割 ， 對(duì)于因?yàn)殄e(cuò)誤切割過寬的字符進(jìn)行分裂處理。將所得到的車牌區(qū)域上圖像進(jìn)行二值化的處理后 ，然后 對(duì)圖像進(jìn)行垂直投影 ， 投影圖上的有明顯峰谷相似的 波形起伏變化后 ，然后 通過對(duì)其投影圖上的波形再?gòu)淖笙蛴疫M(jìn)行掃描 ， 根據(jù)峰和谷的特征就能夠判斷的出每個(gè)字符的位置 ；再 計(jì)算垂直峰 ，從而 檢測(cè)合理的字符高寬比 [14]。 圖 310 車牌的進(jìn)一步處理 浙江萬里學(xué)院本科畢業(yè)論文 20 字符分割與歸一化 圖 311 字符分割和歸一化流程圖 字符分割 在汽車牌照自動(dòng)識(shí)別的過程中，字符分割有著承前啟后的作用。均值濾波是一種典型的線性濾波算法，它 在圖像上對(duì)目標(biāo)像素給一個(gè)模板， 此 模板包括其周圍的臨近像素。 為了除去圖像噪聲采用濾波的方式。 圖像進(jìn)行二值化處理就是為了圖像上的點(diǎn)進(jìn)行灰度設(shè)置 ，數(shù)值 通常為 0 或 255，從而 使得整個(gè)圖像都呈現(xiàn)出來非常明顯的黑白效果 。 圖 39車牌對(duì)位的圖像 浙江萬里學(xué)院本科畢業(yè)論文 19 對(duì)定位后的彩色車牌的進(jìn)一步處理 定位后車牌圖像是彩色的，會(huì)占用較大的存儲(chǔ)空間，加重計(jì)算機(jī)負(fù)擔(dān)。通過 使用和統(tǒng)計(jì)彩色的像素點(diǎn)這個(gè)方法分割出來車牌的區(qū)域，從而確定車牌的底色藍(lán)色 RGB所對(duì)應(yīng)的灰度范圍，然后通過統(tǒng)計(jì)在行方向的顏色像素點(diǎn)的數(shù)量，就可以確定車牌在行方向上的區(qū)域。 對(duì)圖像進(jìn)行圖像腐蝕 除去圖像雜質(zhì) 通過計(jì)算尋找 X 和 Y方向車牌的區(qū)域 完成車牌定位 對(duì)定位后的彩色車牌的進(jìn)一步處理 浙江萬里學(xué)院本科畢業(yè)論文 17 圖 36 腐蝕后的圖像 圖 37 平滑圖像的輪廓 浙江萬里學(xué)院本科畢業(yè)論文 18 圖 38 從對(duì)象中移除小對(duì)象后圖像 車牌分割 車牌自動(dòng)識(shí)別系統(tǒng)中的其中一個(gè)重要步驟是 車牌字符分割 ，這 這一模塊中，正確性受到了很多因素的影響 ， 最大問題莫過于二值化的不徹底使投影圖像中的字符間波谷不夠分明 ； 再就是車牌反光、光照不均、污損等原因使車牌圖像較差 ，并 存在大量噪聲 ； 再者，車牌鉚釘和邊框也能夠造成分割不正確 ； 還會(huì)有車牌前的兩個(gè)字符和后面的五個(gè)字符之間的間隔符 （ 小圓點(diǎn) ） 對(duì)于字符識(shí)別有影響 ； 車牌的旋轉(zhuǎn)對(duì)于水平分割有著很大影響 [12]?，F(xiàn)在我們將經(jīng)過預(yù)處理的圖像進(jìn)行圖像腐蝕以及去除雜質(zhì)，就可以得到相對(duì)準(zhǔn)確的車牌位置。本文采用的是用數(shù)學(xué)形態(tài)學(xué)來進(jìn)行圖像處理和模式識(shí)別。其流程圖如圖 35所示。車牌圖像的灰度圖的車牌部分是一個(gè)水平度很高的長(zhǎng)方形圖樣，在原圖中比較集中，且灰度值和周圍圖樣有明顯差異，因此很容易用邊緣檢測(cè)來對(duì)圖像進(jìn)行分割。所以我們要對(duì)照片進(jìn)行車牌定位和分割。robert 算子邊緣檢測(cè) 39。 figure(3),imshow(I2)。both39。robert39。)。title(39。)。title(39。) I1=rgb2gray(I)。title(39。)。 浙江萬里學(xué)院本科畢業(yè)論文 14 灰度化和邊緣檢測(cè)的 MATLAB 程序如下： I=imread(39。 Roberts 算子是一種 比較 最簡(jiǎn)單的算子，是一種利用局部差分算子尋找邊緣的算子，他采用對(duì)角線方向相鄰兩象素之差近似梯度幅值檢測(cè)邊緣。因?yàn)橛羞@些非常明顯的特征，所以經(jīng)過適當(dāng)?shù)膱D像變換后，可 以更為清晰的呈現(xiàn)出車牌的邊緣?？梢酝ㄟ^良好的邊緣檢測(cè)，大幅度的降低了噪聲和分離出復(fù)雜環(huán)境下的車輛圖像，保留較完好的車牌字符信息情況，有助于后面的字符識(shí)別與精確定位。用攝像機(jī)采集到的機(jī)動(dòng)車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質(zhì)量不理想。 在 MATLAB 中我們可以調(diào)用 im2gray 函數(shù)對(duì)圖像來進(jìn)行灰度化處理。所以 對(duì)人眼很敏感的綠色取了較大的權(quán)值 ；而 對(duì)于人眼比較不敏感的藍(lán)色取較小的權(quán)值 。 RGB 這 三分量前的系數(shù)叫做經(jīng)驗(yàn)加權(quán)值 ?；叶葓D像的像素色為 RGB ( r, r, r ),彩色圖像的像素色為 RGB (R, G, B )， R, G, B可以從彩色圖像的顏色中分解獲得 .并且 R, G, B的取值是 0255的范圍內(nèi) ,而灰度的級(jí)別只有 256級(jí)。而彩色轉(zhuǎn)變?yōu)榛叶鹊倪^程就叫做灰度化處理。 數(shù)字圖像分為灰度圖像和彩色圖像。 彩色圖像中有大量的顏色信息，不僅在存儲(chǔ)上面開銷很大，而且會(huì)在處理上降低系統(tǒng)的執(zhí)行識(shí)別速度。在灰度圖像的描述中，它與彩色圖像一樣仍然反映了整幅圖像的局部和整體的亮度和色度等級(jí)的分布和特征。并且每個(gè)所知分量有 255種值可取 ，所以說 這樣任意的像素點(diǎn)可以有 1600多萬的顏色的變化。 圖像預(yù)處理 圖像灰度化 汽車圖像的樣本目前大多是通過數(shù)碼相機(jī)、攝像機(jī)等設(shè)備拍下的，因此在預(yù)處理前的所有圖像全都是彩色圖像。 車牌識(shí)別系統(tǒng)的最終目的就是將不清楚的車牌照片進(jìn)行識(shí)別，輸出清晰的圖片。所以我們要對(duì)攝像頭拍攝出來的圖片進(jìn)行預(yù)處理，其中主要有圖片邊緣提取和圖片灰度化 等。字符識(shí)別部分可以分為特征提取與單個(gè)字符識(shí)別和字符分割兩個(gè)模塊。 本系統(tǒng)主要是由字符識(shí)別和圖像處理兩部分組成的。 就車牌識(shí)別系統(tǒng)來看，以上的所有步驟都是不可或缺的，并且前一步驟均是給后面步驟的打基礎(chǔ)，因此，只有確保做好每一步才能順利完成系統(tǒng)最終的識(shí)別工作。單個(gè)的字符圖像是系統(tǒng)的輸入，輸出的卻是以文本格式體現(xiàn)的完整車牌號(hào)碼，車牌字符識(shí)別的正確率可以直接反映出車牌識(shí)別系統(tǒng)的性能好壞。系統(tǒng)并不能直接識(shí)別被分離出的車牌區(qū)域圖像，還需要將車牌上的任何一個(gè)字符都要完整的獨(dú)立的分割出來，就是說從車牌區(qū)域中圖像上將車牌里所包含的任意字符都切分出來，將他們變成沒有任何相關(guān)性的獨(dú)立字符圖像，之后由系統(tǒng)對(duì)每個(gè)字符進(jìn)行分開識(shí)別，在切分字符時(shí)，需注意保證所有字符的準(zhǔn)確完整度。在定位分割的過程中確保不要把非車牌區(qū)域識(shí)別為車牌區(qū)域，也不能舍棄車牌區(qū)域，不然接下來的工作將無法進(jìn)行。 圖像采集 圖像預(yù)處理 字符識(shí)別 輸出結(jié)果 車牌定位 字符分割 視頻信號(hào) 浙江萬里學(xué)院本科畢業(yè)論文 11 車牌定位：是指對(duì)預(yù)處理過的汽車圖片進(jìn)行處理，把車牌部分進(jìn)行定位，把無用的部分去除，得到定位好的車牌圖片。當(dāng)外界光照不均勻時(shí)，光照強(qiáng)度不穩(wěn)定的情況下，通過攝像機(jī)所采集到的原始車牌圖像就會(huì)會(huì)模糊不清，這時(shí)需要對(duì)圖片進(jìn)行圖像增 強(qiáng)處理；在電子器件自身產(chǎn)生的噪聲以及干擾外界環(huán)境噪聲下，所拍的圖像質(zhì)量可能會(huì)有所下降，所以這時(shí)就需要對(duì)原圖做去噪處理的一系列的事情。 圖像采集：該單元是指道路上安裝的攝像頭在檢測(cè)到有車輛通過的同時(shí)進(jìn)行拍照并借助網(wǎng)絡(luò)傳送到汽車自動(dòng)識(shí)別系統(tǒng)。 圖 31 車牌識(shí)別系統(tǒng)工作流程圖 觸發(fā)拍照：該單元會(huì)自動(dòng)檢測(cè)車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。因此，研究高速準(zhǔn)確的識(shí)別與定位算法，是當(dāng)前的首要任務(wù) [9]。 浙江萬里學(xué)院本科畢業(yè)論文 10 3 LPR 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 系統(tǒng)框架結(jié)構(gòu) 和工作流程 汽車牌照的識(shí)別（ LPR）系統(tǒng)是通過引入計(jì)算機(jī)信息管理技術(shù)和數(shù)字?jǐn)z像技術(shù)，采用先進(jìn)的模式識(shí)別、人工智能和圖像處理技術(shù)，通過對(duì)圖像的處理和采集，獲得更多的信息，從而更高的達(dá)到智能化管理程度。而學(xué)科性工具箱是專業(yè)性比較強(qiáng)的 ， 如control、 toolbox、 signal processing toolbox、 munication toolbox 等。功能性工具箱主要是用來硬件實(shí)時(shí)交互功能、文字處理功能、圖示建模仿真功能以及與擴(kuò)充其符號(hào)計(jì)算功能。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。 （ 8） 功能強(qiáng)勁的工具箱是 MATLAB 的另一重大特色。 （ 7） MATLAB 也是有缺點(diǎn)的，它與其他的高級(jí)程序相比較 ， 程序的執(zhí)行速度很慢。在 FORTRAN 和 C語言里 ， 繪圖都很不簡(jiǎn)單 ，但是在 MATLAB 中確實(shí)很容易表現(xiàn)出來的。 （ 5） 程序的可移植性很好 ， 基本上不做修改就可以在各種型號(hào) 的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行。 （ 4） 語法限制不嚴(yán)格 ， 程序設(shè)計(jì)自由度大。由于 MATLAB 是用 C 語言編寫的 ， MATLAB 提供了和 C 語言幾乎一樣多的運(yùn)算符 ， 靈活使用 MATLAB 的運(yùn)算符將使程序變得極為簡(jiǎn)短。可以說 ， 用 MATLAB 進(jìn)行科技開發(fā)是站在專家的肩膀上。 MATLAB 程序書寫形式自由 ， 利用其豐富的庫(kù)函數(shù)避開繁雜的子程序編程任務(wù) ， 壓縮了一切不必要的編程工作。 MATLAB 給用戶帶來的是最直觀、最簡(jiǎn)潔的程序開發(fā)環(huán)境。 MATLAB 的最為突出的一個(gè)特點(diǎn)就是簡(jiǎn)潔。 MATLAB 的語言特點(diǎn) 一種語言之所以可以以如此速度地普及 ， 顯示出其極其旺盛的生命力 ， 這跟它有著不同于其他語言的特點(diǎn)是密不可分的。如美國(guó)的分析軟件 Lab VIEW、 National Instruments 公司信號(hào)測(cè)量， Cadence 公司信號(hào)和通信分析設(shè)計(jì)軟件 SPW 等 ， 直接構(gòu)造在 MATLAB 之上 ， 或者就以 MATLAB 為主要支撐。在許多的國(guó)際一流學(xué)術(shù)型刊物上面 ， 都可以看得到 MATLAB 的應(yīng)用。 Mathcad 是因?yàn)樘峁┝宋淖痔幚?、?jì)算、圖形的統(tǒng)一環(huán)境中而深受中學(xué)生歡迎。 20 世紀(jì)九十年代， MATLAB 就已成為了國(guó)際控制界的公認(rèn)標(biāo)準(zhǔn)計(jì)算軟件 [7]。 浙江萬里學(xué)院本科畢業(yè)論文 8 2 MATLAB 簡(jiǎn)介 MATLAB 發(fā)展歷史 MATLAB 是一門計(jì)算機(jī)的編程語言 ， Matrix Laboratory 是它名字的來源 ， 原本的意思就是計(jì)算機(jī)數(shù) 據(jù)用矩陣的方式來處理 ， 它把可視化環(huán)境和數(shù)值計(jì)算集成到一起 顯得 非常直觀 ， 并且 MATLAB 還提供了大量的函數(shù) ， ，所以 MATLAB 越來越受到人們的喜愛 ， 應(yīng)用的范圍也變得廣泛起來。 浙江萬里學(xué)院本科畢業(yè)論文 7 設(shè)計(jì)原 理 車牌識(shí)別系統(tǒng)的攝像頭通過對(duì)經(jīng)過指定區(qū)域的機(jī)動(dòng)車輛進(jìn)行拍照，因?yàn)檎掌瑫?huì)受到光照、拍攝位置和車輛行駛速度的影響，導(dǎo)致拍攝的圖片不能準(zhǔn)確的確定汽車的車牌。這為發(fā)現(xiàn)、追蹤和防范涉及車輛的犯罪，保護(hù)車輛的安全有著重大作用，保障城市治安及交通安全。如果聯(lián)用同車型檢測(cè)器，可很快的發(fā)現(xiàn)所車型與掛車不符的車輛。根據(jù)所識(shí)別出的車牌號(hào)碼可以從數(shù)據(jù)庫(kù)中調(diào)取該車檔案材料，可以發(fā)現(xiàn)還沒交納養(yǎng)路費(fèi)的車輛。 (3)高速公路上面的事故自動(dòng)測(cè)報(bào)就是由于該系統(tǒng)能夠測(cè)量交通流量指標(biāo)和監(jiān)視道路情況，能及時(shí)發(fā)現(xiàn)堵車、排隊(duì)、超速、事故等交通異?，F(xiàn)象。該系統(tǒng)能夠統(tǒng)計(jì)和測(cè)量許多 交通流指標(biāo)的參數(shù)，如總行程時(shí)間，總的流入量流出量，總的服務(wù)流率，日車流量，車型及車流組成，車流高峰時(shí)間段，小時(shí) /分鐘車流量，車輛密度，平均車速等。如果發(fā)現(xiàn)違規(guī)操作的車輛，攝像機(jī)拍取該車的圖像，牌照號(hào)碼就可以得知了，最后會(huì)給違規(guī)車輛發(fā)出警告。 部分應(yīng)用如圖 11所示： 浙江萬里學(xué)院本科畢業(yè)論文 6 圖 11 收費(fèi)口、道路監(jiān)控和停車管理中的應(yīng)用 車牌自動(dòng)識(shí)別系統(tǒng)可安裝于 公路收費(fèi)站、停車場(chǎng)、十字路口等交通關(guān)卡處，其具體應(yīng)用可概括為： (l) 監(jiān)視相應(yīng)路段的交通狀況，可以直接通過交通監(jiān)控利用車牌識(shí)別系統(tǒng)的攝像設(shè)備，獲得車輛密度、排隊(duì)、隊(duì)長(zhǎng)規(guī)模等交通信息，觀察和防范交通事故。 主要應(yīng)用領(lǐng)域 車輛牌照定位與識(shí)別是計(jì)算機(jī)視覺與模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng) 用的重要研究課題之一 , 該技術(shù)應(yīng)用范圍非常廣泛 , 主要應(yīng)用于： (1) 不停車自動(dòng)收費(fèi)； (2) 機(jī)場(chǎng)、港口等出入口車輛管理； (3) 交通控制與誘導(dǎo)； (4) 闖紅燈等違章車輛監(jiān)控； (5) 小區(qū)車輛管理； (6) 交通流量檢測(cè)； (7) 公共停車場(chǎng)安全防盜管理； (8) 道口檢查站車輛監(jiān)控； (9) 車輛安全防盜、查堵指定車輛； (10) 計(jì)算出行時(shí)間等?，F(xiàn)代交通飛速的發(fā)展和車牌識(shí)別系統(tǒng)的應(yīng)用范圍不斷的加寬，這樣人們對(duì)車牌識(shí)別系統(tǒng)就提出了更嚴(yán)格的要求。但是很顯然這兩項(xiàng)技術(shù)的推廣性不大 [6]。條形碼識(shí)別的要求是要先在車身上噴刷條形碼，把掃描設(shè)備在系統(tǒng)的某一固定位置上，通過讀取條形碼，來達(dá)到識(shí)別車輛車牌的目的。為了提