【正文】 積極引進(jìn)國外技術(shù)，使自己能有更好的發(fā)展 參考文獻(xiàn) [1]烏凌超，莫玉龍 . 基于獨(dú)立分量分析的字符識別方法 [J]. 上海大學(xué)學(xué)報(bào) (自然科學(xué)版 ).2021 21 [2]趙雪松，陳淑珍．綜合全局二值比與邊緣檢測的圖像分割方法 [J]．計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)， 2021， l3(2)： ll8— 121 [3]靳宏磊，朱蔚萍，李立源．二維灰 度直方圖的最佳分割方法 [J]模式識別與人工智能， l999， l2(3)： 329— 333． [4]樂 寧，梁學(xué)軍，翁世修．圖像過渡區(qū)算法及其改進(jìn) fJ]．紅外與毫米波學(xué)報(bào)， 2021，20(3)： 2l1— 21． [5]文喬農(nóng) ,王海瑞 ,危春波 ,車 牌字符識別研究 [J]. 科技廣場 ,2021(5)： 135— 136 [6]潘中杰 , 車牌自動識別技術(shù)的研究與實(shí)現(xiàn) ,廣東 :中山大學(xué) ,2021： 100— 232 [7] 陳兵旗 , 孫明編著 . Visual C++實(shí)用圖像處理專業(yè)教程 [M] 北京：清華大學(xué)出版社， 2021 [8] 岡 薩雷斯，數(shù)學(xué)圖像處理 (第二版 ).電子工業(yè)出版社 . [9] 丁貴廣等編著 . Visual C++ 數(shù)字圖像編碼 [M] 北京：機(jī)械工業(yè)出版社， 2021 [10] 高守傳，姚領(lǐng)田等編著 . Visual C++實(shí)踐與提高．?dāng)?shù)字圖像處理與工程應(yīng)用篇 [A] 北京：中國鐵道出版社， 2021 [11] 郁梅等，基于視覺的的車輛牌照檢測，計(jì)算機(jī)應(yīng)用研究， 1999(5),P65— P67 [12] 朱學(xué)芳等，一種自適應(yīng)細(xì)化方法，模式識別與人工智能，(6),P140— P145. [13] 楊萬山等，基于 BP 神經(jīng)網(wǎng)絡(luò)的工程圖紙圖形符號的識別 .,2021 [14] 劉陽，伊鐵源等，數(shù)字圖像處理應(yīng)用于車輛牌照的識別 ，遼寧大學(xué)報(bào)， 2021,P65— P68. [15] 許志影，李晉平， MATLAB 及其在圖像識別中的應(yīng)用，計(jì)算機(jī)與現(xiàn)代化， 2021(4) [16]崔江，王友仁 .車輛自動識別方法中的關(guān)鍵技術(shù)研究，計(jì)算機(jī)測量與控制 .(4) [17] 宋建才，汽車牌照的識別與研究 [J],工業(yè)控制計(jì)算機(jī)， 2021， P44— P45. [18] 韓勇強(qiáng)，李世祥，汽車牌 照子圖像的定位算法 [M].微型電腦運(yùn)用， — P65 [19] 張 引，潘云鶴，面向車輛牌照字符識別的預(yù)處理算法，計(jì)算機(jī)應(yīng)用研究，1999(7),P85— P87 [20] 葉晨洲等，車輛牌照字符識別系統(tǒng)，計(jì)算機(jī)系統(tǒng)應(yīng)用， 1999(5),P10— P13. [21] Tran Duc Duan， Tran Le Hong Du， Tran Vinh Phuoc． Building an Automatic Vehicle License— Plate Recognition System[J]． Computer Science． Can Tho，Vietnam． 22 2021， 02： 21～ 24 [22]Cheok Man WU， Kengchung NG． AHigh Accurate Macau License Plate Recognition System[J]． Journal of Macau University of Science and Technology， 2021， 2(1)：23～ 28 [23]Otsu N． A Threshold selection method from gray— level histograms[J]． IEEE Systems， Man and Cyberics， l 979， 9(1)： 62～ 66 致 謝 在何老師的耐心指導(dǎo)和熱情幫助下，經(jīng)過自己努力本設(shè)計(jì)已經(jīng)基本完成。 盡管人們在圖像匹配方面做了很多的研究，但是，迄今為止沒有哪種方法是適合所有圖像的，本文中提到的方法都有它的前提條件，因此，對于特定的圖像匹配，最主要的是分析這幅圖像的特性，針對這幅特定的圖像的特點(diǎn)，制定適合它的方案，以達(dá)到最好的匹配效果。 通常對于每一幅圖像的匹配，僅僅只用一種圖像匹配方法是不夠的，僅僅擁有依照匹配算法本身進(jìn)行了完善歸納和分類的圖像匹配理論也是遠(yuǎn)遠(yuǎn)不夠的，每種方法都有它不足的地方，一次僅僅只用一種方法往往 達(dá)不到很好的效果，可以運(yùn)用其他的方法結(jié)合使用，互相彌補(bǔ)不足。 每幅圖像的匹配是任意的，所以我們要對字符進(jìn)行固定大?。? X= imresize(x,[40 20])。 同樣是匹配算法，不同的匹配算法對同一幅圖像匹配出來的效果是不相同的，因?yàn)槊恳环N我們要知道沒有哪一種匹配算法的絕對合適，從以上實(shí)驗(yàn)現(xiàn)象可以看出，例如：這個(gè)匹配方法還是比較適合我們的實(shí)驗(yàn)的，將來在車 牌識別系統(tǒng)中應(yīng)該也是大有用處的。 20 從實(shí)驗(yàn)現(xiàn)象可以看出，實(shí)驗(yàn)出來的圖片效果和真實(shí)的圖片非常接近。 本次運(yùn)用了 MATLAB 軟件進(jìn)行實(shí)驗(yàn)，展示實(shí)驗(yàn)效果，得到了較好的演示，根據(jù)實(shí)驗(yàn)現(xiàn)象對匹配技術(shù)在車牌字符識別技術(shù)進(jìn)行實(shí)驗(yàn)。 5 本文主要工作總結(jié) 研究結(jié)果 本文首先從數(shù)字圖像匹配技術(shù)在圖像處理中的地位出發(fā)，從各個(gè)方面介紹了圖像匹配技術(shù)的重要性?；诙喑叨忍卣髯魈匦云ヅ?，則是對圖像信息 引入多種級別的抽象，可遵循先輪廓后細(xì)節(jié)，先宏觀后微觀，先易于辨認(rèn)的部分 后較為模糊的部分的人類視覺匹配規(guī)律，能夠提高圖像匹配的可靠性。 高級特征算法 使用高級特征的算法。這種算法 對于一些細(xì)微的干擾不太敏感，而是依賴于提取的圖像特征。所以這種算法抗噪聲，抗干擾的能力比較差，只能適用于 兩幅圖像具有相同的外界條件的情況下作精細(xì)的匹配川。這類算法的特 點(diǎn)是對圖像之間的微小差別非常敏感。 直接匹配法 15 直接利用原始圖像的像素值進(jìn)行匹配。對這樣的圖像進(jìn)行投影得不到精確定位需要的信息。而將車牌區(qū)域二值化后，由于字符顏色與車牌底色的強(qiáng)烈色彩反差，字符與底色呈現(xiàn)兩極化。如果單純地使用顏色對特征點(diǎn)進(jìn)行投影以精確定位車牌邊界時(shí)，由于顏色判斷的精確度的誤差和顏色對干擾點(diǎn)的存在，本應(yīng)連續(xù)的字符邊緣可能會有斷裂，而不應(yīng)是字符邊緣的卻有可能存在干擾點(diǎn)。標(biāo)準(zhǔn)字符不包含字符“ I”，故可以不考慮這種情況。 (3)字符比例固定。 分割方法實(shí)現(xiàn)方式雖然各式各樣，但歸結(jié)起來總是基于幾個(gè)基本點(diǎn)： (1)車牌區(qū)域的垂直投影呈現(xiàn)明顯的波峰和波谷，波峰即為字符區(qū)域，波谷基本 上都是字符間的間隙。 車牌字符分割 車牌字符分割技術(shù)是指將定位后的車牌區(qū)域分割成單個(gè)字符區(qū)域。牌照矩形區(qū)域內(nèi)的顏色一定是限定的四種色彩之一，特征明顯。除第 1 個(gè)漢字外，字母和數(shù)字的筆畫在豎直方向都是連通的，且其之間有一定的間隔。 車牌定位 車牌定位方法的出發(fā)點(diǎn)是通過車牌區(qū)域的特征來判斷車牌，所利用的車牌的特征主要包括： (1)車牌區(qū)域的幾何特征，即在某個(gè)相對固定的拍照位置拍得的圖像上車輛牌照子圖像區(qū)域 l 每度和寬度一定，并且寬高比例一定。 除了這三點(diǎn)客觀因素外，對于本文的而言，從各種干擾中得到車牌區(qū)域，把傾斜的車牌校正，以及把粘連的車牌字符分割開都是系統(tǒng)成敗的關(guān)鍵。分辨率過高時(shí)，整個(gè)識別系統(tǒng)的處理時(shí)間會明顯增多，特別是在車牌分割，車牌二值化的處理中時(shí)間會顯著增加。不同的實(shí)際工程，圖像的分辨率要求也不同。盡管規(guī)范車牌對光的散射能力較強(qiáng)，但人工光照的方位角度不會影響車牌的亮度。攝像方位和角度對車牌字符分割影響較大，對車牌校正方法的校正能力的要求也更高了。實(shí)際工程中攝像方位相對于車輛行駛的方向一般是正上方、左側(cè)和右側(cè)，攝像角度一般在 15～30 度之間。 (3)車牌識別系統(tǒng)應(yīng)用方案的特征。背景中與車牌區(qū)域特征相似區(qū)域的大小反映了背景的噪聲程度。不同時(shí)間，不同氣候條件，以及背景光、車牌反光程度決定了車牌區(qū)域的亮度特征。光照對圖像質(zhì)量影響很大。 (2)外部環(huán)境的特征。車牌附近環(huán)境惡劣。牌照的質(zhì)量無法保證。根據(jù)中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn)對機(jī)動車輛牌照的有關(guān)規(guī)定，車牌的規(guī)格、顏色和適用范圍各有不同。我們大致的把這些因素歸納為三類： (1)汽車牌照本身的特征。視頻觸發(fā)方式不需借助線圈、紅外或其他硬件車輛檢測器。外設(shè)觸發(fā)工作方式是指采用線圈、紅外或其他檢測器檢測車輛通過信號，車牌識別系統(tǒng)接收到車輛觸發(fā)信號后，采集車輛圖像，自動識別車牌，以及進(jìn)行后續(xù)處理。 。兩種產(chǎn)品形式各有優(yōu)缺點(diǎn)。車牌識別系統(tǒng)于是出現(xiàn)了兩種產(chǎn)品形式 ,一種是軟硬件一體，或者用硬件實(shí)現(xiàn)了識別功能的模塊，形成一個(gè)全硬件的車牌識別器，例如 DSP。 硬件體系結(jié)構(gòu)。另外，紅外照明裝置提供的是不變的光，所抓拍的圖像都是一樣的，不論是在一天中最明亮的時(shí)候 ,還是在一天中最暗的時(shí)候，唯一的例外是在白天，有時(shí)會看到一些牌照周圍的細(xì)節(jié)，這是因?yàn)榍缋侍鞖庀绿柟獾耐夤獠ǖ挠绊憽? 950nm 的紅外照明裝置可抓拍到很好的反光車牌照圖像。自然光技術(shù)路線與人眼感習(xí)慣一致，并且真彩色圖像能夠反映車輛及其周圍環(huán)境真實(shí)的圖像信息，不僅可以用來識別汽車牌照，而且可以用來識別車牌顏色、車流量、車型、車體顏色等車輛特征。自然光和紅外光不會對人體產(chǎn)生不良的心理影響，也不會對環(huán)境產(chǎn)生新的電子污染，屬于綠色環(huán)保技術(shù)。路線系統(tǒng)中車輛圖像的采集方式?jīng)Q定了車牌識 別的技術(shù)路線。 車牌識別系統(tǒng)的實(shí)際配置 即便是一個(gè)達(dá)到實(shí)用標(biāo)準(zhǔn)的車牌識別系統(tǒng)，由于所選擇的技術(shù)路線，軟硬件體系結(jié)構(gòu)以及觸發(fā)方式不同，要發(fā)揮其有效的功能，還需要根據(jù)實(shí)際的應(yīng)用需求確定相應(yīng)的系統(tǒng)配置。 （ 3）完善的系統(tǒng)功能。識別出的車牌號碼應(yīng)能夠同數(shù)據(jù)庫中成千 上萬的車牌號碼自動比對和提 示報(bào)警。當(dāng)多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯(cuò)時(shí)，后臺管理系統(tǒng)應(yīng)能保護(hù)圖像數(shù)據(jù)不會丟失，同時(shí)便于事后人工排查。 3. 后臺管理體系 一個(gè)車牌識別系統(tǒng)的后臺管理體系，決定了這個(gè)車牌識別系統(tǒng)是否好用。例如，在高速 公路收費(fèi)中車牌識別系統(tǒng)的作用之一是減少通行時(shí)間，處理速度是這一類應(yīng)用減少通行時(shí)間，避免車道堵車的有力保障。 11 2. 識別速度 識別速度決定了一個(gè)車牌識別系統(tǒng)是否能夠滿足實(shí)時(shí)應(yīng)用的要求。然后，還需要得到實(shí)際通過的車輛圖像以及正確的人工識別結(jié)果，之后便可以統(tǒng)計(jì)出以下識別率 （ 1）自然交通流量的識別率 =全牌正確識別總數(shù) /實(shí)際通過的車輛總數(shù)； （ 2)人工可識別車牌的百分率 =人工正確讀取的車牌總數(shù) /實(shí)際通過的車輛總數(shù)； （ 3）系統(tǒng)可識別車牌的識別率 =全牌正確識別總數(shù) /人工正確讀取的車牌總數(shù)； 這三個(gè)指標(biāo)決定了車牌識別系統(tǒng)的識別率，諸如可信度、誤識率等都是車牌識別過程中的中間結(jié)果。國際交通技術(shù)作過專 門的識別率指標(biāo)論述，要求是 24 小時(shí)全天候全牌正確識別率為 85%~95%。 10 車牌識別系統(tǒng)評價(jià)的指標(biāo) 從技術(shù)上評價(jià)一個(gè)車牌識別系統(tǒng)有三個(gè)指標(biāo)，即識別率、識別速度和后臺管理系統(tǒng)。第六章是對全文的一個(gè)總結(jié)。第四章主要介紹了 區(qū)域法的討論與研究。第二章主要對閥值分割法進(jìn)行研究和討論。 本文內(nèi)容與組織結(jié)構(gòu) 本文主要從討論與研究出發(fā)，然后通過各種分割技術(shù)的模擬仿真進(jìn)行一個(gè)對比，找出每種分割技術(shù)適合分割的圖片，搞清楚在分割什么樣的圖片時(shí)，應(yīng)該用什么