【正文】 所在學(xué)院 電子信息學(xué)院 專業(yè)班級 xxxxxx 學(xué)生姓名 xxxx 學(xué)號 xxxxxx 指導(dǎo)教師 xxxx 職稱 副教授 完成日期 年 月 日 摘 要 汽車車牌的識別系統(tǒng)是現(xiàn)代化的智能交通管理領(lǐng)域的重要組成部分之一。車牌識別系統(tǒng)能使車輛管理更加智能化和數(shù)字化，可以有效地提升交通管理的方便性與有效性。而本文主要介紹的是圖像預(yù)處理、車牌定位、字符分割這三個模塊的實現(xiàn)方法。分割采用和車牌定位是利用的數(shù)學(xué)形態(tài)法來 確定車牌的位置，然后利用車牌彩色信息彩色的分割法來完成車牌部位的分割。本文針對其的核心部分是進(jìn)行闡述并使用 MATLAB軟件環(huán)境下來進(jìn)行字符分割的仿真實驗。 在此之外，智能交通系統(tǒng)，簡稱 ITS（ Intelligent Traffic System）已經(jīng)成為現(xiàn)代社會道路交通發(fā)展的趨勢。其目的在于將現(xiàn)今的計算機處理技術(shù)、自動控制技術(shù)、數(shù)據(jù)通信技術(shù)等綜合的應(yīng)用于地面交通管理體型中來，從而建立了一種高效、實時準(zhǔn)確的交通管理系統(tǒng)。 智能交通的系統(tǒng)中，車牌自動識別系統(tǒng)是一個非常重要的發(fā)展方向。系統(tǒng)應(yīng)用的場合包括：橋梁，高速公路，隧道這一系列收費管理系統(tǒng) [2]。同時，汽車的牌照自動識別的基本方法還可以在其他檢測和識別領(lǐng)域得到應(yīng)用，由此可見車牌自動識別這個問題已成為現(xiàn)代交通工程領(lǐng)域研究的重點和熱點問題之一。同時也是智能交通系統(tǒng)的重要技術(shù)，產(chǎn)生在 60年代。在美國、歐洲、日本等這些發(fā)達(dá)國家的帶動下，世界各國也都開始簡歷智能交通系統(tǒng)。 車輛牌照識別系統(tǒng)是基于圖像處理技術(shù)的基礎(chǔ)上進(jìn)行研究的。 其目的是為達(dá)到了某種目標(biāo)從而對圖像使用的一種技巧 ,通過變換圖像能夠使其更為容易、方便地處理和操作。從而采用一些處理技術(shù)來增強圖像中的某些信息 , 消除或削弱某些無關(guān)信息 ,因而有目的地強調(diào)圖像的整體或局部特征，讓觀察者能看到更加清晰、直接的處理和分析圖像。 在圖像應(yīng)用和研究中 ,人們僅僅對圖像的某些部分感到興趣。圖像分割就是要把圖像中需要的那個部分給分割出來。在現(xiàn)代化的交通發(fā)展中車牌識別系統(tǒng)將會是制約交通系統(tǒng)智能化、現(xiàn)代化的一個重要因素，車 牌的識別系統(tǒng)能夠從一張圖像中自動提取出車輛的圖像，能夠?qū)⑴普盏膱D像自動分割，可以正確識別字符，從而降低了交通的管理工作復(fù)雜度。其中車牌識別系統(tǒng)中最重要的兩個技術(shù)是車牌字符識別和車牌定位，所以這兩個技術(shù)的好壞可以直接影響到一整個車牌識別系統(tǒng)的實時性和準(zhǔn)確性。根據(jù)實際情況可以得出，許多學(xué)者開始在鑒于車牌圖像的本身特征基礎(chǔ)上研究車牌的定位技術(shù)，并且先后提出了些有效的定位方法，以減小由于種種主、客觀因素而對車牌定位準(zhǔn)確度的影響 [4]。 車牌字符識別的目的是對車牌上的字母、數(shù)字和漢字進(jìn)行準(zhǔn)確快速的識別并且要以字符串的形式輸出識別的結(jié)果，所以說字符識別技術(shù)是整個車牌識別系統(tǒng)關(guān)鍵。此外，由于環(huán)境的影響，車牌識別系統(tǒng)必須能夠保證在任何天氣情況中全天不間斷的正常工作。 國內(nèi)外的發(fā)展?fàn)顩r 從 20世紀(jì) 90年代初開始，國內(nèi)外就都已經(jīng)有了對汽車牌照自動識別的研究，它的主要途徑就是對車牌圖像進(jìn)行的分析，自動提取車牌的信息，確定汽車的牌號。國外的相關(guān)研究有： (1)J Barroso 提出基于掃描的行高頻分析的方法； (2) . 浙江萬里學(xué)院本科畢業(yè)論文 4 Lancaster 提出的類字符分析的方法等 [5]。 車牌識別系統(tǒng)中兩個關(guān)鍵子系統(tǒng)是車牌字符識別系統(tǒng)和車牌定位系統(tǒng)。所以近年來有不少的學(xué)者針對車牌本身特點，車輛拍攝的很多不良現(xiàn)象以及背 景的復(fù)雜狀況，先后都提出了許多有針對性的定位方法，可以使車牌定位在方法和技術(shù)上都有了非常大的改善 .然而現(xiàn)代化的交通系統(tǒng)不斷提高快節(jié)奏，將對車牌定位的實時性和準(zhǔn)確率提出更高的要求。 車牌字符識別是在車牌準(zhǔn)確定位的基礎(chǔ)之上，對車牌上的字母、漢字、數(shù)字進(jìn)行有效的確認(rèn)過程，其中漢字識別就是一個難點，很多國外的 LPR 系統(tǒng)也是往往因為漢字很難以識別而無法打入中國市場，因而探尋好方法解決字符的識別也會是至關(guān)重要的。所以對字符識別的進(jìn)一步研究也需要同時具有必要性和緊迫性。新加坡 Optasia公司的 VLPRS產(chǎn)品，更加適合于新加坡的車牌，此外加拿大、意大利、日本、德國、英國等這些西方發(fā)達(dá)國家都已經(jīng)有適合于本國車牌的識別系統(tǒng)。需要識別的車牌圖像中就有功率不大的汽車使用的藍(lán)底白字牌照，黃底黑字牌照是大功率汽車所用的，警車和軍車是白底黑字，紅字牌照，還有黑底白字牌照是國外駐華機構(gòu)的等。 浙江萬里學(xué)院本科畢業(yè)論文 5 現(xiàn)在國內(nèi)最主要的使用的 產(chǎn)品是中國科技學(xué)院自動化研究所研究的一款漢王公司的“漢王眼”，此外國內(nèi)的中智交通電子系統(tǒng)有限公司、深圳市吉通電子有限公司、亞洲視覺科技有限公司等都有自己的產(chǎn)品，此外清華大學(xué)、西安交通大學(xué)研究室、浙江大學(xué)、上海交通大學(xué)的計算機科學(xué)與工程系等都做過一系列的研究。 此外，還有兩種特別的科技被用在車牌的識別中，無線射頻技術(shù)和條形碼識別技術(shù)。想要使用無線射頻技術(shù)，就要求在車內(nèi)安裝標(biāo)示卡，收發(fā)器等裝置安裝在系統(tǒng)某一位置，接受標(biāo)示卡來通過收發(fā)器來的信號，這樣就可以識別車輛。 就目前的產(chǎn)品 的使用的指標(biāo)不難看出，車牌識別系統(tǒng)的識別速度和識別率需要提高。因此，研究高速、識別算法與準(zhǔn)確的定位會是當(dāng)前的主要任務(wù)，而圖像處理技術(shù)的發(fā)展與計算機性能、攝像設(shè)備的提高都會影響車牌識別技術(shù)的進(jìn)步，從而車牌識別系統(tǒng)的辨識度提高。 其存在的市場價值是非常大的 ， 有足夠大的能量 的社會效益和經(jīng)濟效益。它還可以同其他的檢測器或雷達(dá)測速器配合使用，用來監(jiān)督違犯限速值的車輛。 (2)交通流測量控制指標(biāo)的參量，就是為了達(dá)到交通流控制的目的，一部分測量的交通流指標(biāo)是相當(dāng)重要的。這些交通誘導(dǎo)系統(tǒng)是提供我們需要的交通流信息。 (4)對運營管理、安全檢查、養(yǎng)路費交納，這些情況實行不停車檢查。另外，該系統(tǒng)可以發(fā)現(xiàn)沒有車牌的車輛。 (5)車輛定位可以能 夠自動識別車牌的號碼，所以很容易發(fā)現(xiàn)車輛被盜，他還可以定位車輛的行駛位置。 車牌自動識別系統(tǒng)擁有廣闊的應(yīng)用前景，但若在每個街口都裝配一套全新的車輛探測器的硬件系統(tǒng)則投資巨大，所以急需一個純軟件實行的車牌自動識別系統(tǒng)來最大限度的減少費用，而純軟件的設(shè)計，不僅投資小而且靈活性高，適合我國的國情。而車牌識別系統(tǒng)就通過對機動車輛的照片進(jìn)行圖像預(yù)處理、車牌定位、字符分割、字符識別等技術(shù)手段，從而得到清晰的機動車牌照的照片，從而提高現(xiàn)代智能交通的管理效率，可以說車牌識別系統(tǒng)對于現(xiàn)代智能交通至關(guān)重要。 MATLAB 以商品樣子出現(xiàn)后 ， 在短短的幾年中 ， 以它運行的可靠性和良好的開放性 ， 使其它原來控制這個領(lǐng)域的封閉式軟件包 （ 瑞典的 LUND， 如英國的 UMIST， 德國的 KEDDC ， SIMNON） 紛紛被淘汰 ， 全變成以 MATLAB 為平臺加以重建。 20 世紀(jì)九十年代初期 ， 在國際上的 三十幾個數(shù)學(xué)科技類應(yīng)用軟件中 ， MATLAB 在數(shù)值的計算方面遙遙領(lǐng)先 ， 而 Mathematica 和 Maple則居于符號計算軟件的前兩名。 在國際的學(xué)術(shù)界中， MATLAB 已經(jīng)被定為可靠、準(zhǔn)確的科學(xué)計算標(biāo)準(zhǔn)軟件。 在工業(yè)部門和設(shè)計研究單位 ， MATLAB 都被認(rèn)作為進(jìn)行高效開發(fā)、研究的首選的軟件工具。又如 TM 公司的 DSP， HP 公司的 VXI 硬件 ，Gage 公司的各種儀器、硬卡等都接受 MATLAB 的支持。正如同 C和 FORTRAN等高級語言使人們擺脫了一定需要直接對計算機硬件資源進(jìn)行操作一樣 ， 作為第四代計算機語言的 MATLAB， 利用其極其豐富的函數(shù)資源 ， 使編程人員從復(fù)雜的程序代碼中解浙江萬里學(xué)院本科畢業(yè)論文 9 放出來。 MATLAB 用最直觀的、符合人們的思維代碼 ， 代替了 C 和 FORTRAN 語言的冗長代碼。以下簡單介紹一下 MATLAB的主要特點 [8]： （ 1） 語言簡潔緊湊 ， 使用方便靈活 ， 庫函數(shù)極其豐富。由于庫函數(shù)都由本領(lǐng)域的專家編寫 ， 用戶不必?fù)?dān)心函數(shù)的可靠性。 （ 2） 運算符豐富。 （ 3） MATLAB 既具有結(jié)構(gòu)化的控制語句 （ 如 for 循環(huán)、 while 循環(huán)、 break語句和 if語句 ）， 又有面向?qū)ο缶幊痰奶匦浴＠?， 在 MATLAB里 ， 用戶無需對矩陣預(yù)定義就可使用。 （ 6） MATLAB的圖形功能強大。而且 MATLAB還具有很強的編輯圖形的能力。但是 MATLAB 的程序不需要編譯等預(yù)處理 ， 不生成能執(zhí)行文件 ， 程序是為解釋執(zhí)行 ， 導(dǎo)致速度非常慢。 MATLAB包含兩個部分 ：各種可選和核心部分的工具箱。其工具箱又可分為兩類 ： 學(xué)科性工具箱和功能性工具箱。功能性工具箱可以用于多種學(xué)科技術(shù)。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專家編寫的 ， 所以用戶無需編寫自己學(xué)科范圍內(nèi)的基礎(chǔ)程序 ， 而直接進(jìn)行高、精、尖的研究。在 LPR 系統(tǒng)產(chǎn)品的性能指標(biāo)中，識別速度和識別率難以同時提高的原因是有圖像處理技術(shù)不夠成熟，和受到計算機攝像設(shè)備等性能因素的限制。 汽車車牌的自動識別系統(tǒng)主要有圖像采集、觸發(fā)拍照、車牌定位、圖像預(yù)處理、字符分割、字符識別、輸出結(jié)果等單元如圖 31。其中線圈觸發(fā)和視頻觸發(fā)得到了廣泛的應(yīng)用。 圖像預(yù)處理：該單元是指車牌識別系統(tǒng)對拍攝的汽車圖片進(jìn)行 灰度化和邊緣檢測等 處理。綜上所述，這些處理均是圖像預(yù)處理的工作。在完整的車牌圖像中，絕大的一部分都是背景，對識別毫無用處，我們能將背景區(qū)域當(dāng)做無用區(qū)域，并且想方法將他去除，從而在復(fù)雜的背景中準(zhǔn)確的分割并定位在車牌區(qū)域，從原圖中提取需要的部分舍棄不需要的部分，從而節(jié)省識別圖像的時間，這也是車牌定位分割的意義及目的所在。 字符分割：對已經(jīng)定位的車牌圖片的進(jìn)行字符分割，將車牌分割為 7個單一的字符圖片。 字符識別：最為關(guān)鍵的一步是車牌字符的識別，之前對車牌圖像所做的各種處理都是為完成最終的識別所做的努力。輸出結(jié)果：輸出識別結(jié)果，并進(jìn)行數(shù)據(jù)存儲。 設(shè)計方案 車牌識別系統(tǒng)包括圖像預(yù)處理、圖像采集、字符分割、字符識別、車牌定位等模塊，本文主要研究字符分割、圖像預(yù)處理和車牌定位三個模塊 [9]。其中圖像處理部分包括邊緣提取、模塊牌 照的定位、圖像預(yù)處理以及分割模塊。 字符識別這部分要求照片清晰，但是可能攝像頭在外長時間工作，攝像頭角度和距離、再加上光照條件、車輛自身條件不同以及車輛行駛速度的不同所影響，浙江萬里學(xué)院本科畢業(yè)論文 12 想拍出很理想的圖片很困難。 車牌定位和車牌分割是整個系統(tǒng)的關(guān)鍵，其作用是在經(jīng)圖像預(yù)處理后的灰度圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個圖象中分割出來，供字符識別子系統(tǒng)識 別之用，分割的準(zhǔn)確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率?，F(xiàn)在 字符識別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。 RGB圖像是 彩色圖像簡稱 ， 它是利用 R、 G、 B分量來表示某個像素的顏色 ， 紅、綠、藍(lán) 3種顏色分別用 R、 G、 B個不同的字母表示 ， 并通過三基色將其調(diào)和成任意顏色?；叶葓D像就是 R、 G、 B三個分量具有相同的一種特殊的真彩色圖像 ， 任意的像素點的變化范圍為 255種 ，因此在數(shù)字圖像處理中一般先是會把各種格式的圖像轉(zhuǎn)變?yōu)榛叶葓D像后，這樣圖像的計算量就會變得少一些。所以 說 對與尺寸為m*n的一個彩色圖像來說 ， 存儲 m*n*3的多維數(shù)組 [10]。因為圖像的每個像素都具有三個顏色不同的分量 ，并且 存在很多同識別無關(guān)的信息 ， 不利于進(jìn)一步展開的識別工作， 所以在對圖像識別過程處理中，經(jīng)常是將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以便增加處理速度。在 RGB模型中，如果 R=G=B，那么這個顏色就會表示一種灰度顏色，其中 R=G=B的值就叫做灰度值?；叶葓D像就是沒有顏色信息的圖像而只有強度信息，存浙江萬里學(xué)院本科畢業(yè)論文 13 儲的灰度圖像僅僅需要一個數(shù)據(jù)矩陣，矩陣中每個元素都表示對應(yīng)位置像素點的灰度值。 當(dāng)將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像時 ， 就現(xiàn)在而言用的比較多的灰度化方法為平均值法 ， 公式為 ： H=++[11] 在公式中， H 表示灰度圖中的亮度值 ； R 代表彩色圖像中紅色分量值 ； G 則代表色彩圖像中綠色分量值 ； B是 代表彩色圖像中藍(lán)色分量值 。 加權(quán)系數(shù)的取值 是建立在人眼的視覺模型之上 。 通過這個公式將轉(zhuǎn)換的灰度圖能很好的反應(yīng)原來圖像的真實亮度信息 。 圖像的邊緣檢測 邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。因此，在對汽車牌照進(jìn)行定位的時候及字符識別之前需要先對車輛的圖像進(jìn)行邊緣檢測處理，從而提 高圖像的質(zhì)量，以便于后面的識別和分割。 對于車牌識別系統(tǒng)的攝像頭安裝位置