【正文】 bel算子，Sobel算子是一種離散性差分算子，用來計算圖像亮度函數(shù)的梯度近似值。 （37）對應幅度為: 對應角度為:比較常用的梯度算子有以下幾個：②Roberts算子。邊緣檢測是也檢測數(shù)字圖像局部顯著變化的基本方法，同時使得數(shù)字圖像中無關的部分暗淡，車牌部分是數(shù)字圖像中邊緣相對集中的區(qū)域，因此邊緣檢測是圖像分割，紋理特征值提取和形狀特征值提取的基礎，常常采用邊緣臨近的一階或二階方向導數(shù)來檢測數(shù)字圖像的邊緣，以便后續(xù)的數(shù)字圖像分割或特征提取等操作。而需要說明的是：邊緣與物體間的邊界并不等同，邊緣指的是圖像區(qū)域像素值有突變的地方，而物體的邊界指的是現(xiàn)實場景中的存在于物體之間的邊界。圖像的邊緣檢測，通過檢測圖像灰度級具有突變的像素位置，表明一個邊緣區(qū)域的終結也是另一個邊緣區(qū)域開始的地方，這種區(qū)域的不連續(xù)性稱為邊緣。圖像的邊緣特征是圖像的最基本的特征之一，圖像邊緣特征是指圖像周圍像素灰度有階躍變化或屋頂變化的像素的集合。取窗口長度為奇數(shù)m（m為奇數(shù)），對此序列進行中值濾波，就是從輸入序列中相續(xù)抽出m個數(shù)，fiv,fi,fi+v,其中fi為窗口的中心值，v=（m1）/2,再將這m個點的數(shù)值按其數(shù)值大小排列，取其序號為正中間的那個數(shù)作為濾波器輸出。在一定情況下，可以通過克服線性濾波器所帶來的圖像細節(jié)模糊，而且對濾波脈沖及圖像的掃描噪聲比較有效。本課題將采用中值濾波法對車牌圖像進行處理，對一系列區(qū)域進行濾波，有效的增加圖像的可閱讀性，且中值濾波是一種非線性的濾波技術，由于在實際處理過程中并不需要圖像的統(tǒng)計特性，所以處理比較方便?？臻g域濾波法主要包括兩種方法，即均值濾波和中值濾波。對于數(shù)字圖像來說，濾波的方法往往分為兩種：①頻域濾波法②空間域濾波法。增強有效的特征信息。對于通過采樣獲得的車牌圖像，我們使用線性灰度變換，將會凸出感興趣的車牌區(qū)域，相對抑制那些不感興趣的車牌區(qū)域。由此我們可以發(fā)現(xiàn)，為了簡化后續(xù)的車牌定位和字符識別及字符分割的難度，改善車牌圖像的可辨認性，我們很有必要對車牌圖像對比度增強處理。其中采用圖像灰度拉伸的方法會有效地增強了圖像的對比度，使得圖像中字符變得清晰、區(qū)域變得更加分明，從而便于圖像二值化和字符分割處理及字符識別。（4）自然光線的差異造成圖像獲取灰度失真。（2）掃描獲得圖像各點的靈敏度有較大的差異而產生圖像灰度失真。由于是全天候的工作性質使得車牌自動識別系統(tǒng)對環(huán)境要求比較高，若無理想的補充光照明，自然光照度的晝夜變化將會引起牌照圖像的對比度嚴重不足使圖像中牌照字符分辨不清，更無法完成字符的分割及字符的識別。圖31車牌彩色圖像與灰度化圖像對比 車牌圖像的圖像增強階段，即增強圖像中有用的信息，抑制圖像中不需要的信息，一般可以認為這是一個失真的過程，其目的是要增強視覺效果，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，抑制不感興趣的特征，加強圖像判讀和識別效果，使之改善圖像質量，豐富圖像的信息量。① 平均值法：gray的取值為R、G、B三者的平均值， gray= （31）② 最大值法：gray的取值為R、G、B三者的最大值，gray=max(R,G,B) （32）③加權平均值法：根據(jù)實驗或先驗知識，使gray的取值為R、G、B三者的加權 平均值， gray= （33） a=,b=,c=、G、B三者的權值。由彩色圖像轉化為灰度圖像的過程就稱為灰度化。因此，在實際應用中我們常常將它化為簡單的八位的灰度圖像。通常車牌識別系統(tǒng)的攝像部分采用圖像獲取設備可以直接得到一幅灰度圖像，但是為了保證圖像處理的可行性，我們將大部分獲取的圖像都進行灰度化處理。但由于一般的車牌識別系統(tǒng)的圖像采集大部分工作于開放的戶外環(huán)境，外界的環(huán)境將大大影響采集的車牌信息，加之自然光照條件、車牌的整潔度、車輛行駛速度等因素的影響，車牌圖像可能出現(xiàn)缺損、模糊、歪斜等嚴重缺陷，導致獲取的車牌圖像信息缺損的問題，因此需要對原始車牌圖像進行車牌識別前的預處理，以便車牌的字符分割和字符識別。由于DIB圖像具有不依賴設備條件的特點，因此我們可以把它作為永久的保存圖片方法，DIB 圖像通常是以BMP 文件的形式保存于設備中的，有時也會保存在DIB圖像文件中，我們還可以通過DIB來交換圖像來運行在不同輸出設備的引用程序。比如：一個256色的DIB圖像可以在16色模式下使用，也可以在真色顯示模式下使用，導致DIB圖像的顏色與設備的無關性。 DIB圖像的獲取 “Device Independence Bitmap” 即DIB 圖像[1],是一種與設備無關的位圖文件，其目的是為了使某種應用程序創(chuàng)建的位圖圖形可以被其他應用程序轉載或顯示一樣。它是指將獲取車牌圖像信號轉換成數(shù)字信號并利用計算機對其進行處理的過程。本車牌識別系統(tǒng)的基本環(huán)節(jié)如下圖：圖像水平垂直移動 圖 像邊 緣 檢 測 圖 像 濾 波 圖像 增強圖像灰 度 化 車牌初 定 位二 值 化圖22 車牌識別系統(tǒng)預處理模塊設計圖2．2．3車牌系統(tǒng)的組成原理設計圖23 車牌識別系統(tǒng)預處理模塊設計圖本課題車牌識別系統(tǒng)預處理模塊的設計主要針對智能化交通管理系統(tǒng)的車牌識別進行研究，通過獲取汽車的唯一車牌對車輛信息進行采集，經過車牌圖像灰度化，圖像增強，邊緣檢測，車牌定位，車牌圖像二值化，圖像的傾斜校正等模塊的研究，可以對車牌圖像處理后續(xù)部分做好準備。(3) 車牌圖像定位子系統(tǒng)：對處理后的灰度圖像進行水平和垂直方向上的灰度投影，確定車牌區(qū)域在整個圖像中所在的具體坐標位置信息。 系統(tǒng)總體結構設計2．2．1智能控制系統(tǒng)的功能總體設計車牌識別系統(tǒng)大致分為四個子系統(tǒng)：車牌信息獲取子系統(tǒng)，車牌圖像預處理子系統(tǒng)，車牌圖像定位子系統(tǒng)，車牌圖像分割子系統(tǒng)（本課題不予詳細研究）(1) 車牌圖像獲取子系統(tǒng)：要求能將BMP格式的灰度圖像準確的顯示出來。在LPR產品的性能指標中，識別速度和識別率往往難以得到同時的加強，其往往也是多方面的原因造成的，如圖像識別技術的不夠成熟，攝像設備、計算機等的性能上限制。因此研究比較成熟的產品有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的慧光車牌號碼識別系統(tǒng)等。然而，美國、日本、意大利、西班牙、加拿大、德國等歐美國家都有適合我國車牌的車牌識別系統(tǒng)。 目前，用于現(xiàn)實系統(tǒng)的車牌識別系統(tǒng)產品國外比較著名的有: 新加坡Optasia公司的VLPRS系列，以色列HiTech公司的See/Car System系列，英國Alphatech公司的ARGUS產品，英國Racal Messenger Ltd公司的Talon LPRS等。首先通過在二值化圖像中找到車牌圖像，采用邊界跟蹤技術提取車牌字符特征，再利用統(tǒng)計最鄰近分類器與字符庫中的字符比較，得出一個或幾個車牌候選號碼區(qū)域，再對這些號碼進行核實檢查，確定是否為該車牌號碼區(qū)域，最終確定車牌號碼。涉及到國外車牌2自動識別的系統(tǒng)化研究。早在20世紀80年代，在國外就已經出現(xiàn)了圖像處理方法應用于車牌自動識別系統(tǒng)。其中漢字字符由于結構復雜、筆畫繁多，因此識別率較低,在正常的環(huán)境下，其亮度與背景的亮度差異也很大，同樣可以利用這些特性來進行相關的處理。（3）車牌字符包括漢字、字母和數(shù)字，其中漢字包括各個省、直轄市的簡稱，以及某些武警部隊的番號，例如甲、乙、丙、丁等等，總共包括50多個漢字。在車輛車牌中包含漢字、字母和數(shù)字，其中字母和數(shù)字識別比較簡單，漢字字符筆畫繁多、結構復雜，識別困難,因此需要得到的數(shù)字圖像有較高的分辨率，對應算法有較高的抗干擾性；對于目前國內8種常見車牌的顏色分布和格式分布進行分析，我們可以得出如下結論：（1）國內車牌顏色共存在5種顏色：藍色、白色、黃色、黑色和紅色；同時還存在5種前景和背景的顏色組合有：黑底白字，黑底紅