【正文】 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以商品形式出現(xiàn)后，僅短短幾年，就以其良好的開放性和運行的可靠性，使原先控制領(lǐng)域里的封閉式軟件包（如英國的 UMIST ，瑞典的 LUND，和 SIMNON ，德國的 KEDDC ）紛紛淘汰，而改以 MATLAB 為平臺加以重建。到九十年代初期，在國際上 30 幾個數(shù)學(xué)類科技應(yīng)用軟件中，MATLAB 在數(shù)值計算方面獨占鰲頭，而 Mathematica 和 Maple 則分居符號計算軟件的前兩名。 國際學(xué)術(shù)界，MATLAB 已經(jīng)被確認(rèn)為準(zhǔn)確、可靠的科學(xué)計算標(biāo)準(zhǔn)軟件。 在設(shè)計研究單位和工業(yè)部門，MATLAB 被認(rèn)作進行高效研究、開發(fā)的首選軟件工具。又如 HP 公司的 VXI 硬件，TM 公司的 DSP ，Gage 公司的各種硬卡、儀器等都接受 MATLAB 的支持。正如同F(xiàn)ORTRAN和C等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣，被稱作為第四代計算機語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB用更直觀的、符合人們思維習(xí)慣的代碼，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：（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?。例如，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。MATLAB還具有較強的編輯圖形界面的能力。由于MATLAB的程序不用編譯等預(yù)處理，也不生成可執(zhí)行文件，程序為解釋執(zhí)行，所以速度較慢。MATLAB包含兩個部分：核心部分和各種可選的工具箱。其工具箱又可分為兩類：功能性工具箱和學(xué)科性工具箱。功能性工具箱能用于多種學(xué)科。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，而直接進行高、精、尖的研究。第三章 工作流程 汽車牌照識別（LPR）系統(tǒng)通過引入數(shù)字?jǐn)z像技術(shù)和計算機信息管理技術(shù)，采用先進的圖像處理、模式識別和人工智能技術(shù)，通過對圖像的采集和處理，獲得更多的信息，從而達(dá)到更高的智能化管理程度。因此，研究高速準(zhǔn)確的定位與識別算法，是當(dāng)前的主要任務(wù)。圖像采集車牌定位字符分割字符識別輸出結(jié)果觸發(fā)牌照圖像預(yù)處理觸發(fā)拍照：該單元會自動檢測車輛在指定區(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)。圖像采集：該單元是指道路上安裝的攝像頭在檢測到有車輛通過的同時進行拍照并借助網(wǎng)絡(luò)傳送到汽車自動識別系統(tǒng)。在外界光照不均勻，光照強度不穩(wěn)定的情況下，通過攝像機采集到的車牌原始圖像會模糊不清，因此需要對其進行圖像增強的處理；在外界環(huán)境噪聲以及電子器件自身產(chǎn)生的噪聲干擾下，車牌圖像質(zhì)量會有所下降，因此需要對原圖像進行去噪處理等等。車牌定位：是指對預(yù)處理過的汽車圖片進行處理，把車牌部分進行定位，把無用的部分去除，得到定位好的車牌圖片。在定位分割的過程中要保證不能把非車牌區(qū)域誤判為車牌區(qū)域，也不能漏檢車牌區(qū)域，否則后繼的工作將無法進行。被分離出的車牌區(qū)域圖像，系統(tǒng)并不能直接對其進行識別，還需要將車牌上的每一個字符都獨立的完整的分割出來，即從車牌區(qū)域圖像中將車牌上所包含的每一個字符都切分出來，使其成為不具有任何相關(guān)性的單個字符圖像，再由系統(tǒng)分別對每個字符進行識別，在對字符進行切分時，要注意保證每個字符的完整度。系統(tǒng)輸入的是單個的字符圖像，輸出的卻是文本格式的完整的車牌號碼，車牌字符識別的準(zhǔn)確率直接反映出車牌識別系統(tǒng)性能的好壞。對于車牌識別系統(tǒng)而言，以上的每一個步驟都是必不可少的，并且后一步驟均是建立在前面步驟的基礎(chǔ)之上進行的，因此，只有確保做好每一步才能順利完成系統(tǒng)最終的識別工作。 設(shè)計方案：該系統(tǒng)主要是由圖像處理和字符識別兩部分組成。字符識別部分可以分為字符分割與特征提取和單個字符識別兩個模塊。因此，我們要對攝像頭拍攝的圖片進行預(yù)處理，主要包括圖片灰度化和圖片邊緣提取等。 車牌識別系統(tǒng)的最終目的就是將不清楚的車牌照片進行識別，輸出清晰的圖片。：汽車圖像樣本目前大都是通過攝像機、數(shù)碼相機等設(shè)備拍攝獲取的，因而預(yù)處理前的圖像都是彩色圖像。而每個分量有255種值可取，這樣一個像素點可以有,1600多萬（255*255*255）的顏色的變化范圍?；叶葓D像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。彩色圖像包含著大量的顏色信息，不但在存儲上開銷很大，而且在處理上也會降低系統(tǒng)的執(zhí)行速度。數(shù)字圖像分為彩色圖像和灰度圖像。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理。彩色圖像的象素色為RGB (R, G, B )，灰度圖像的象素色為RGB ( r, r, r ), R, G, , G, B的取值范圍是0255,所以灰度的級別只有256級。RGB 三分量前的系數(shù)為經(jīng)驗加權(quán)值。對于人眼較為敏感的綠色取較大的權(quán)值； 對人眼較為不敏感的藍(lán)色則取較小的權(quán)值。 在MATLAB中我們可以調(diào)用im2gray函數(shù)對圖像進行灰度化處理。用攝像機采集到的機動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。通過良好的邊緣檢測可以大幅度的降低噪聲、分離出復(fù)雜環(huán)境中的車輛圖像、保留完好的車牌字符信息，方便后面的車牌精確定位與字符識別。因為有這些明顯的特征，經(jīng)過適當(dāng)?shù)膱D像變換，可以清晰的呈現(xiàn)出車牌的邊緣?；叶然瓦吘墮z測的MATLAB程序如下：I=imread(39。)。title(39。)I1=rgb2gray(I)。title(39。)。title(39。)。robert39。both39。figure(3),imshow(I2)。robert算子邊緣檢測39。所以我們要對照片進行車牌定位和分割。車牌圖像的灰度圖的車牌部分是一個水平度很高的長方形圖樣，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來對圖像進行分割。對圖像進行圖像腐蝕除去圖像雜質(zhì)通過計算尋找X和Y方向車牌的區(qū)域完成車牌定位對定位后的彩色車牌的進一步處理 機動車圖像經(jīng)過灰度化和邊緣檢測的處理后，邊緣得到了加強，牌照區(qū)域已經(jīng)非常明顯。數(shù)學(xué)形態(tài)學(xué)用具有一定形態(tài)的機構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的，能有效的去除噪聲，保留圖像原有信息的同時提取的邊緣比較平滑，提取的圖像骨架也比較連續(xù)，斷點少。 平滑圖像的輪廓 車牌字符分割是車牌自動識別系統(tǒng)中的重要步驟，這一模塊的正確性受到很多因素的影響，最大問題是二值化不徹底使投影圖像中字符間的波谷不夠分明；其次，車牌污損、反光、光照不均等原因使車牌圖像交差，存在大量噪聲；再次，車牌邊框和鉚釘也會造成分割不正確；還有車牌的前兩個字符和后面五個字符之間的間隔符（小圓點）對字符識別有影響；車牌旋轉(zhuǎn)對水平分割有較大影響。使用統(tǒng)計彩色像素點的方法分割出車牌區(qū)域，確定車牌底色藍(lán)色RGB對應(yīng)的灰度范圍，然后統(tǒng)計在行方向的顏色范圍內(nèi)的像素點數(shù)量，確定車牌在行方向的區(qū)域。 定位后車牌圖像是彩色的，會占用較大的存儲空間，加重計算機負(fù)擔(dān)。圖像的二值化處理就是將圖像上的點的灰度置為兩個數(shù)值，通常為0或255，使整個圖像呈現(xiàn)出明顯的黑白效果。濾波則是為了除去圖像噪聲。均值濾波是典型的線性濾波算法，指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的臨近像素。[m，n]=size（d），逐排檢查有沒有白色像素點，設(shè)置1=jn1，若圖像兩邊s（j）=0，則切割，去除圖像兩邊多余的部分切割去圖像上下多余的部分根據(jù)圖像的大小，設(shè)置一閾值，檢測圖像的X軸，若寬度等于這一閾值則切割，分離出七個字符歸一化切割出來的字符圖像的大小為40*20，與模板中字符圖像的大小相匹配 字符分割和歸一化流程圖 在汽車牌照自動識別過程中，字符分割有承前啟后的作用。將得到的車牌區(qū)域圖像進行二值化處理后，對圖像進行垂直投影，投影圖上有明顯的類似于峰谷的波形起伏變化， 通過對投影圖上的波形從左向右進行掃描，根據(jù)谷和峰的特征就可以判斷出每個字符的位置；計算垂直峰，檢測合理的字符高寬比。 字符分割后的圖像 由于數(shù)碼相機拍攝的汽車圖像大小不一樣， 所以得到的牌照上的字符大小就不一樣，為了便于字符的識別，需要對字符進行歸一化處理。而大小歸一是指在長度和寬度方向上分別乘以一個比例因子，使其等于標(biāo)準(zhǔn)模塊的字符大小，本文采用的大小歸一的方法是分別從水平投影和垂直投影兩個方向上對字符象素的大小進行歸一化處理?；谀０迤ヅ涞腛CR的基本過程是:首先對待識別字符進行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結(jié)果。綜合模板匹配的這些優(yōu)點我們將其用為車牌字符識別的主要方法。也可以計算圖象與模板特征量之間的距離，用最小距離法判定所屬類。在實際設(shè)計模板的時候，是根據(jù)各區(qū)域形狀固有的特點，突出各類似區(qū)域之間的差別，并將容易由處理過程引起的噪聲和位移等因素都考慮進去，按照一些基于圖象不變特性所設(shè)計的特征量來構(gòu)建模板，就可以避免上述問題。汽車牌照的字符一般有七個，大部分車牌第一位是漢字，通常代表車輛所屬省份，或是軍種、警別等有特定含義的字符簡稱；緊接其后的為字母與數(shù)字。所以建立字符模板庫也極為方便。其他模板設(shè)計的方法與此相同。把每一幅相減后的圖的0值個數(shù)保存，即為識別出來的結(jié)果。 在得到這個結(jié)果之前，需要對車牌圖像進行預(yù)處理、車牌定位、車牌分割等處理。預(yù)處理包括灰度化、車牌校正、平滑處理等。在本文中根據(jù)采集到的圖像本身的特點，對它進行了灰度化的處理。圖像中車輛牌照是具有比較顯著特征的一塊圖象區(qū)域，這此特征表現(xiàn)在：近似水平的矩形區(qū)域；其中字符串都是按水平方向排列的；在整體圖象中的位置較為固定。在定位模塊。首先，將預(yù)處理后的圖像用數(shù)學(xué)形態(tài)學(xué)的方法進行處理。本文中對圖像進行了腐蝕、平滑處理，腐蝕和平滑都具有濾波的作用，腐蝕是對圖像內(nèi)部做濾波處理，平滑是對噪聲進行濾波。最后還用了bwareaopen來去除對象中不相干的小對象。 車牌分割即把車牌的整體區(qū)域分割成單字符區(qū)域，具有承上啟下的作用。包括灰度化、二值化、均值濾波、膨脹或腐蝕處理。為滿足下一步字符識別的需要，將分割后的字符歸一化。把每一幅相減后的圖的0值個數(shù)保存，然后找數(shù)值最大的，即為識別出來的結(jié)果。 對于識別錯誤情況的分析可知，主要原因：一是牌照自身的污漬等影響了圖象的質(zhì)量；二是牌照字符的分割失敗導(dǎo)致的識別錯誤；再就是部分字符的形狀相似性，比如，B 和8；A 和4 等字符識別結(jié)果可能發(fā)生混淆的情況。第六章 實驗總結(jié)高速公路、城市交通、停車場等基礎(chǔ)設(shè)施建設(shè)水平的不斷發(fā)展和車輛管理體制的不斷完善，為以計算機視覺為基礎(chǔ)的智能交通管理系統(tǒng)的實際應(yīng)用提供了契機。從開始的收費輔助系統(tǒng)演變過來的車牌識別技術(shù)現(xiàn)在運用的領(lǐng)域是越來越廣。本文對車牌識別系統(tǒng)的軟件部分進行了研究，分別從圖像預(yù)處理、車牌定位、字符分割以及字符識別等方面進行了系統(tǒng)的分析。 （2）在車牌定位我們采用基于灰度跳變的定位方法，采用先對圖像進行預(yù)處理，再進行二值化操作的方法。 （3）基于彩色分量的定位方法，運用基于藍(lán)色象素點統(tǒng)計