【正文】 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，或者用硬件實現(xiàn)了識別功能的模塊，形成一個全硬件的車牌識別器，例如DSP。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候,還是在一天中最暗的時候，唯一的例外是在白天，有時會看到一些牌照周圍的細(xì)節(jié)，這是因為晴朗天氣下太陽光的外光波的影響。 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)的實際配置即便是一個達(dá)到實用標(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警。當(dāng)多功能的系統(tǒng)操作使得網(wǎng)絡(luò)出差錯時，后臺管理系統(tǒng)應(yīng)能保護(hù)圖像數(shù)據(jù)不會丟失，同時便于事后人工排查。3. 后臺管理體系 一個車牌識別系統(tǒng)的后臺管理體系，決定了這個車牌識別系統(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間，處理速度是這一類應(yīng)用減少通行時間，避免車道堵車的有力保障。 2. 識別速度識別速度決定了一個車牌識別系統(tǒng)是否能夠滿足實時應(yīng)用的要求。然后，還需要得到實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 小時全天候全牌正確識別率為85%~95%。 車牌識別系統(tǒng)的評價指標(biāo)從技術(shù)上評價一個車牌識別系統(tǒng)有三個指標(biāo)，即識別率、識別速度和后臺管理系統(tǒng)。 (4) 字符分割:即從定位得到的車牌圖像中分離出單個字符(包括漢字、字 母和數(shù)字等)的圖像，以便于字符識別。車牌定位算法需要挖掘并提取車牌區(qū)域的獨(dú)有特征，從而將車牌圖像分割提取出來。 (2) 圖像預(yù)處理部分:需要對采集到的圖像進(jìn)行圖像增強(qiáng)、平滑、恢復(fù)等操作，目的是突出車牌的主要特征，以便更好地提取車牌。系統(tǒng)的核心部分為圖像采集、車牌定位、字符分割、字符識別。該系統(tǒng)能夠從一幅圖像中自動提取車輛牌照，進(jìn)行字符分割，進(jìn)而對分割出的字符圖像進(jìn)行識別。但是，隨著計算機(jī)性能的提高和計算機(jī)圖像處理技術(shù)的發(fā)展，車牌識別技術(shù)必將日趨成熟。由于車牌識別系統(tǒng)在智能化交通控制管理中發(fā)揮著越來越重要的作用，吸引了各國的科研工作者對其進(jìn)行廣泛的研究。以及定位出車輛在道路上的行駛位置。 (5)車輛定位。另外，該系統(tǒng)還可發(fā)現(xiàn)無車牌的車輛。 (4)對養(yǎng)路費(fèi)交納、安全檢查、運(yùn)營管理實行不停車檢查。(3)高速公路上的事故自動測報?？偟牧魅肓亢土鞒隽?，年型及年流組成，日車流量，小時年流量，年高峰時間段，平均車速，車輛密度等。一些交通流指標(biāo)的測量對交通流控制相當(dāng)重要。當(dāng)發(fā)現(xiàn)車輛超速時，攝像機(jī)獲取該車的圖像，并得到該年的牌照號碼，然后給該車超速的警告信號。利用車牌識別系統(tǒng)的攝像設(shè)備，可以直接監(jiān)視相應(yīng)路段的交通狀況，獲得車輛密度、隊列長度、排隊規(guī)模等交通信息，觀察和防范交通事故。 車牌識別技術(shù)自1988年提出以來，受到了人們的廣泛關(guān)注。牌照是機(jī)動車輛的身份標(biāo)志。車輛自動識別(Automatic Vehicle Identification，AVI)是智能交通系統(tǒng)中的一項基礎(chǔ)技術(shù)，它通過辨別車輛所具有的車牌、條形碼、射頻識別標(biāo)志等特征來自動識別車輛，為交通管理、通行收費(fèi)、區(qū)域出入控制等工作的開展提供條件。第一屆ITS世界大會認(rèn)為，智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、計算機(jī)技術(shù)、數(shù)據(jù)通信技術(shù)、電子控制技術(shù)、人工智能技術(shù)等有效的集成并應(yīng)用于地面交通系統(tǒng)，從而建立起可以在大范圍內(nèi)發(fā)揮作用的，實時、準(zhǔn)確、高效的地面交通系統(tǒng)。針對這一問題，智能交通系統(tǒng)(Intelligent Transport Systems，ITS)的研究被提到了重要的位置。mathematical morphology1前言 課題研究的背景和意義 隨著經(jīng)濟(jì)全球化的發(fā)展和人民生活水平的提高，世界各國汽車數(shù)量迅速增加，城市的交通壓力也越來越大。 license plate location 。通過大量的圖片試驗，特別是對存在大量干擾、光線不足及多車牌等圖片的處理結(jié)果表明，本文所提出的車牌定位與字符分割算法，抗干擾能力強(qiáng)，實時性和穩(wěn)定性好，為后續(xù)的字符識別創(chuàng)造了有利條件。最后使用C語言構(gòu)建了車牌定位與字符分割系統(tǒng)軟件。二值化的過程中針對不同顏色的車牌選取了最適合的閾值算法。該方法通過對車牌圖像中顏色 對特征點(diǎn)區(qū)域采樣進(jìn)行主成分分析，求出車牌水平方向的傾斜角度，在旋轉(zhuǎn)校正時又加以填充處理,保證了圖像的信息完整性。然后使用動態(tài)算子進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理，根據(jù)車牌的形狀特征，對逐行掃描得到的待定車牌區(qū)域進(jìn)行分析，最后得到類車牌區(qū)域。 在車牌定位時，首先對圖像HSI空間的亮度分量均衡化，這樣既提高了圖像的亮度適用范圍又不影響顏色信息。 車牌識別主要包括車牌定位、字符分割和字符識別三大部分。車牌圖像的字符分割設(shè)計與實現(xiàn)摘 要：車牌識別LPR(License Plate Recognition)是指通過計算機(jī)視覺、圖像處理與模式識別等技術(shù)從車輛圖像中提取車牌字符信息，從而確定車輛身份的技術(shù)。車牌識別系統(tǒng)是智能交通系統(tǒng)ITS (Intelligent Transportation System) 的一個重要組成部分，在公路電子收費(fèi)、出入控制、交通監(jiān)控等方面有著重要的應(yīng)用價值。而本文研究的車牌圖像字符分割是在車牌定位成功后把車牌的整體區(qū)域分割成單字符去娛樂區(qū)域，所以本文就車牌定位和字符分割這兩個問題進(jìn)行了深入的研究。接著利用車牌圖像中字符顏色和車牌底色具有固定顏色搭配這一規(guī)律，在HSI空間中根據(jù)顏色，搜尋符合字符顏色與車牌底色搭配規(guī)律的像素點(diǎn)作為顏色對特征點(diǎn)。 字符分割在車牌定位后進(jìn)行，但首先需要對類車牌區(qū)域進(jìn)行傾斜校正，本文提出了一種針對顏色對特征點(diǎn)區(qū)域進(jìn)行主成分分析的車牌水平校正方法。 在字符分割階段，首先通過特征點(diǎn)區(qū)域的形狀特征精確定位車牌區(qū)域；接著通過灰度化、灰度拉伸、二值化、邊緣化等處理，進(jìn)一步精確定位字符區(qū)域。然后根據(jù)字符尺寸特征提出動態(tài)模板法進(jìn)行字符分割，并將字符大小進(jìn)行歸一化處理。該軟件包含上述的車牌定位、校正和分割等步驟。關(guān)鍵詞: 車牌識別；車牌定位；字符分割；數(shù)學(xué)形態(tài)學(xué)；The Design and Implementation of Vehicle Images CharacterSegmentation Abstract：License plate recognition (LPR) is the technique to draw the character information from the vehic1e image and confirm the identity of the vehicle through using puter vision, image processing, pattern recognition, and so on. LPR is an important study field in the Intelligent transportation system (ITS) and it has great apply value in the electronic toll collection，pass controlling，traffic monitoring and so on.LPR consists of plate localization, character segmentation, and character recognition. This paper aims at researching the following two aspects oft he license plate recognition system: license plate localization and character segmentation.In the stage of license plate location，lightness ponent of the image should be balanced in HSI space at first，so the suitable scope of image lightness has been enhanced，and the color information of image can not been affected．And color pair．pixels are extracted in HSI color space according to the rule that character color and plate color should be matched．Mathematics morphological operation which use dynamic operator is adopted in order to extend the color pair in real plate to a whole area．Then，the image is scanned line by line to get the areas that seem like real plate．Slant correction should be done before character segmentation．A horizontal slant correction approach based on color pair pixels area and principal ponent analysis is presented．Through principal ponent analysis of the color pair pixels area，the slant angle of the plate can be obtained．When revolving adjustment，filling process should be performed to guarantee the integrity of the image information．In the stage of character segmentation，plate area is located by shape of color pair pixels area，and pretreatment including gray proportion binarization and edge detection is taken before extract the character area．The most suitable threshold value algorithm has been selected on plates in different colors dring the process of binarization．Then，according to the characteristic of character size proposed that the dynamic template method carries on the character division，and transform characters to identical size．Finally ,a software platform is constructed by language of C．This software contains all the steps that mentioned above．Through the experiments on large numbers of pictures especially on which have massive disturbances，inadequate lighting and multi—car licenses，the algorithm of license plate location and character segmentation has been proved to be real time，stead