【正文】 定位產(chǎn)生一定地干擾。（2）外界背景環(huán)境的復(fù)雜程度也影響車牌的定位識別準(zhǔn)確率。 車牌定位識別技術(shù)的應(yīng)用情況車牌號碼是車輛身份認定的唯一標(biāo)識，車輛牌照自動識別技術(shù)[7]可以不用對汽車做任何的改變就能實現(xiàn)車牌號碼的自動登記，這項技術(shù)已經(jīng)應(yīng)用于高速公路電子收費、停車安全管理、違法違章管理、監(jiān)測報警、公警稽查、車輛流量檢測等需要車輛識別的各種場合?，F(xiàn)在最常采取的措施就是將出入口資料相結(jié)合作為收費參考從而實現(xiàn)公路收費管理，其具體做法就是在高速公路的各個出入口安裝電子車牌識別設(shè)備，當(dāng)車輛駛?cè)霑r電子設(shè)備會自動感應(yīng)并識別目標(biāo)車牌將其入口的相關(guān)資料存入到收費系統(tǒng)中，接著等車輛行駛到出口時電子車牌識別設(shè)備會再次自動識別目標(biāo)車牌并根據(jù)目標(biāo)車牌的相關(guān)信息來調(diào)用入口注冊的資料。實現(xiàn)電子自動收費，在緩解交通壓力的同時，也使得交通管理更加有序化、智能化。具體應(yīng)用途徑是：在路上設(shè)置車速監(jiān)測點，用來捕捉超速的車輛并準(zhǔn)確識別其車牌號碼，然后將違章超速車輛的信息及其圖片發(fā)往各出口；接著在各出口設(shè)置處罰點，通過用車牌識別設(shè)備識別出的車牌號與已經(jīng)被記錄的違章超速的車牌號一一對比，當(dāng)號碼完全匹配的同時警示設(shè)備也會啟動，來通知執(zhí)法人員對違章車輛進行處罰。執(zhí)法工作人員會將那些有被通緝、逃費、未年檢、肇事逃逸或違章等現(xiàn)象的車輛納入黑名單，一般的車牌識別設(shè)備會被安裝在指定的路口、收費站卡口，有時根據(jù)特殊情況，執(zhí)法人員會隨時攜帶按具體情況放置，只要將納入黑名單的車輛的牌照號碼輸入到車牌識別應(yīng)用系統(tǒng)中，該應(yīng)用系統(tǒng)將識別所有通過車牌號碼并與系統(tǒng)中的“黑名單”進行比對，實現(xiàn)其定位，一旦發(fā)現(xiàn)號碼相同就立刻做出報警。該系統(tǒng)的應(yīng)用將使得執(zhí)法效率極大地提高。該系統(tǒng)的應(yīng)用使得一些智能小區(qū)或校園能自動判別駛?cè)氲能囕v是否屬于本管轄區(qū)域，對非本部車輛啟動安全隱患提示，由工作人員審核批準(zhǔn)后人為放行。在現(xiàn)代化智能交通管理系統(tǒng)中，執(zhí)法人員為了能準(zhǔn)確判斷某條道路上擁堵狀況，往往會將車牌識別設(shè)備安裝在道路的起點與終點，識讀所通過車輛的牌照號碼并將其發(fā)送到交通指揮中心，指揮中心收到信息后會利用自己的管理系統(tǒng)計算出車輛行駛時間的均值。該系統(tǒng)的應(yīng)用，會極大地緩解城市交通壓力，節(jié)省人們的時間。車牌識別的主要優(yōu)點能做到一卡一車，即可以把卡和車對應(yīng)起來，使得管理層次有了進一步提高，卡和車的一一對應(yīng)的優(yōu)勢主要在于長租卡和車必須配合使用，這也就表示一卡就表示一車，杜絕一卡多車的局面，該種使用漏洞是被嚴(yán)格禁止的，從而有助于物業(yè)管理效益的上升；同時自動地將進出車輛進行嚴(yán)格比對，可實現(xiàn)偷盜監(jiān)管。并且方便了管理人員通過車牌識別技術(shù)在車輛進入管理場合時進行比對，有效地增強了系統(tǒng)的可靠性和安全性。軟件系統(tǒng)的編寫主要利用VB 、Visual C++或MATLAB 等。特別是物理成像以及圖像預(yù)處理的水平可能會成為下階段發(fā)展的關(guān)鍵，其原因在于當(dāng)識別算法的發(fā)展達到一定的高度，短期內(nèi)很難會出現(xiàn)非常突破性的變革，這時如何能夠通過成像、光源、降噪等環(huán)節(jié)來為核心算法掃清障礙就成為了影響產(chǎn)品最終性能的制衡點。從這幾年的發(fā)展可以看到，隨著分辨率的提升單個相機所覆蓋的車道數(shù)量逐漸增加，目前主流車牌識別智能相機已經(jīng)可以單獨覆蓋三個車道，但事實上車牌的大小依然是很大的制約因素，如果相機的分辨率可以提升千萬量級，車牌識別的識別指標(biāo)將會更加逼近“幾乎不出錯”的極限，而且車牌識別能夠穩(wěn)定工作的區(qū)域也會明顯增大，一些目前并不特別可靠的擴展應(yīng)用的效果將得到改觀。2．更高的計算能力和集成度高清相機的發(fā)展必然導(dǎo)致車牌識別算法需要更大的計算資源，嵌入式平臺核心芯片的更新速度將會直接影響車牌識別產(chǎn)品的形態(tài)以及發(fā)展方向，可以預(yù)見，今后更多的相關(guān)業(yè)務(wù)將會被放置在車牌識別智能相機上。此外，車牌識別產(chǎn)品的參數(shù)配置一直相對繁瑣，這很大程度上是為了能夠通過精確的調(diào)整相機成像、補光、算法的各個環(huán)節(jié)來確保達到最好的識別效果。 論文的章節(jié)安排本次畢業(yè)設(shè)計主要以圖像處理為基礎(chǔ)，對通過攝像機或照相機等采集設(shè)備獲取到的靜態(tài)車牌圖像進行分析比較，在此基礎(chǔ)上研究了相關(guān)的車牌定位、字符分割以及字符識別的一些有效實用的方法。論文各章節(jié)的具體結(jié)構(gòu)內(nèi)容安排如下： 第一章：緒論。 第二章：基于圖像處理的車牌識別系統(tǒng)。介紹了軟件MATLAB應(yīng)用的特點及相關(guān)優(yōu)勢。介紹了幾種常用的邊緣檢測算子，并比較這些算子檢測圖像邊緣效果。介紹我國車牌方面的一些特征；闡述了數(shù)學(xué)形態(tài)學(xué)的一些理論知識，實現(xiàn)了基于數(shù)學(xué)形態(tài)學(xué)處理車牌定位并用彩色分割法進行車牌區(qū)域分割；介紹了基于垂直投影的車牌字符分割方法；介紹了基于模塊匹配的字符識別方法。對課題研究工作情況進行了總結(jié)，展望一下技術(shù)發(fā)展方向。該技術(shù)首要的任務(wù)就是能夠正確無誤地分割出車牌區(qū)域，為此國內(nèi)外學(xué)者提出了很多方法，如Hough變換在直線檢測的基礎(chǔ)上提取車牌區(qū)域、灰度分割車牌區(qū)域或根據(jù)紋理特征進行分割等。而紋理特征分割如果遇到與車牌紋理特征相似的其他不利因素干擾，車牌定位正確率也會降低，因此，在復(fù)雜多變的環(huán)境下使用單一方法難以達到理想效果。對定位后車牌圖像進行進一步處理，接著將處理過后的車牌看做是一排呈水平排列的7個連續(xù)的字符塊，根據(jù)實際情況設(shè)定合理閾值，超過該閾值表示有多個字符相連在一起，需要對其進行分割，從而實現(xiàn)車牌的字符分割，此后，需做歸一化處理，最后把分割歸一化后的圖片與模板庫的模板進行對比，輸出匹配結(jié)果，即車牌號碼信息。目前最常見的圖像存儲格式有*.BMP、*.JPG、*.GIF、*PNG、*.PCX 、*TIFF等，本文中所采用的車輛圖片樣本的格式是*.JPG 。第四代計算機語言MATLAB[112]為一個具有現(xiàn)代化應(yīng)用價值的車牌定位識別功能的軟件系統(tǒng)設(shè)計帶來了極大地便利。然后，采用不用算子進行邊緣檢測，并采用數(shù)學(xué)形態(tài)法進行處理，這時，車牌的輪廓已經(jīng)非常清晰呈現(xiàn)在用戶面前，并且很容易區(qū)分開非車牌區(qū)域，接著，根據(jù)車牌底色的先驗知識對車牌區(qū)域和與車牌區(qū)域相似進行篩選后，來完成車牌定位，接下來就是字符分割和歸一化，最后進行識別，整個系統(tǒng)的設(shè)計以 MATLAB 語言為主，部分采用了 C 語言算法。最終得出比較理想的方案。MATLAB顯示著如此旺盛的生命力來為用戶帶提供的是最簡潔易懂的程序開發(fā)設(shè)計環(huán)境。MATLAB 具有以下優(yōu)點：（1） 語言簡潔易懂，入門容易，使用方便靈活。 （2）運算符種類多。（3）可移植性好，MATLAB中所設(shè)計的程序基本上不需要做修改就能在各種類型的計算機和操作系統(tǒng)上運行仿真。在VC和VB兩種語言環(huán)境里，繪圖都很不容易，但在MATLAB里，其專門的圖像處理工具箱大大擴展了MATLAB編輯圖片的能力，而且數(shù)據(jù)的可視化的程度也非常高。（6）可以通過 MATLAB 軟件的圖形用戶界面技術(shù)來編寫車牌識別系統(tǒng)面板，可以讓汽車牌照定位分割程序與字符識別程序?qū)崿F(xiàn)無縫連接。 車牌圖像預(yù)處理為了能夠在車牌識別中正確地進行車牌定位與識別，由硬件基礎(chǔ)設(shè)備如攝像機獲取的原圖像就必須具有一定程度的亮度與對比度。這些外界復(fù)雜因素對車牌圖像的清晰程度產(chǎn)生了不可避免的影響，圖像質(zhì)量是被大大地降低了，輕度的表現(xiàn)為圖像有污漬，需要仔細觀察才能識別，重度的表現(xiàn)為圖像嚴(yán)重模糊不清、殘缺或變形。因此，能否正確定位車牌和成功分割字符都是需要以合理的圖像預(yù)處理[10]為前提的，要提高圖像預(yù)處理的效果需要包括三個方面:（1）圖像增強。（2）圖像去噪。（3）傾斜矯正。 彩色圖像灰度化一般情況下，由硬件基礎(chǔ)設(shè)備如攝像機或數(shù)碼相機獲取到的原圖像是RGB彩色圖像，由三基色原理可知，數(shù)字圖像的彩色是由R（紅）、G（綠）、B（藍）按不同比例構(gòu)成，我們都知道，一個基色通常被劃分成256個等級，即0~255。如果三種顏色分量的值相等（R=G=B）則表示彩色是一種灰度，所以灰度圖像中只有一種灰度顏色，同理計算可得一幅灰度圖像最多只含有256個等級。因為灰度圖像中只含亮度信息，仍可完整的反映出圖像特征。常見的彩色圖像灰度化[13]的方法有以下三種：(1)平均值法:將R，G，B三個值求和再求均值，該均值就是R，G，B的值，即 (1)(2)最大值法:將R，G，B的值中的最大值賦值給R，G，B即 (2)(3) 加權(quán)平均值法:將分別賦予R，G，B不同的權(quán)值然后求其均值。根據(jù)車牌的實際使用情況，選擇合適權(quán)值進行圖像灰度化，該方法能很好的表達原圖像的亮度信息，比較廣泛使用?？傊?就目前的數(shù)字圖像技術(shù)的發(fā)展水平來看,將彩色圖像做灰度化處理是比較好的處理方法。它反映了一幅圖像的灰度級內(nèi)容?；叶戎狈綀D是對灰度圖像進行對比度增強的基礎(chǔ)?；叶刃拚菆D像灰度級變換[14]的最常用方法。如果圖像偏暗的話，其灰度級密集分布于較低一側(cè)，如果原始圖像偏亮的話，直方圖中的灰度級密集分布于較高一側(cè)。對于連續(xù)變化的圖像，將原圖像的灰度級r 歸一到區(qū)間[0,1]而經(jīng)過直方圖拉伸修改后的灰度級設(shè)為s，則： （4） 其中，稱作變換函數(shù)，它是一個遞增函數(shù)，且函數(shù)使灰度級在黑到白之間不變。 由概論率可知，如果已知隨機變量r的隨機概率密度，而隨機變量s是r的函數(shù)，則s的概率密度可以由求出。一幅圖像的灰度直方圖如果是均勻分布的，那么該圖像在人眼視覺上是相對協(xié)調(diào)的。在離散的數(shù)字圖像中，用頻率代替概率，則： （9）由上式可以對直方圖進行均衡化。圖（a）和圖（b）分別為一幅原灰度圖像及其直方圖。比較圖（a）和圖（c）可以看出，圖（c）中許多細節(jié)更加清晰，對應(yīng)的直方圖變得平坦多了，而且動態(tài)范圍擴大了。從圖（d）中可以看到結(jié)果是一種近似的、非理想的均衡結(jié)果。需要指出的是，檢測出的邊緣并不等同于實際目標(biāo)的真實邊緣。圖像的邊緣有方向和幅度兩個屬性，沿邊緣方向像素變化平緩，垂直于邊緣方向像素變化劇烈。 （1）Roberts算子Roberts算子是一種利用對角方向像素點它們的差分進行梯度運算，梯度的大小代表邊緣的強度，梯度的方向與邊緣走向垂直。Roberts 算子定位精度高，特別適合檢測方向不同取向邊緣。 （2）Sobel算子Sobel算子是一種一階微分算子，它利用像素鄰近區(qū)域的梯度值來計算1個像素的梯度，然后根據(jù)一定的閾值來取舍。Sobel算子不是簡單的求平均再差分，而強調(diào)邊領(lǐng)域像素對中心像素的的影響，能夠把水平方向和垂直方向上的呈現(xiàn)的強烈邊緣檢測出來。（3）Prewitt算子Prewitt算子就是一種利用局部差分平均方法尋找邊緣的算子，利用像素點四周鄰點灰度差，在邊緣處達到極值檢測邊緣，對噪聲具有平滑作用。Prewitt算子由下式給出： = (12)Prewitt 算子對圖像有加權(quán)平滑作用，有一定的抑制噪聲的能力，濾掉一些偽邊緣。（4）Canny算子[14]坎尼（Canny)應(yīng)該滿足的三大準(zhǔn)則（1） 信噪比準(zhǔn)則其中信噪比越大，邊緣提取質(zhì)量也就越高。（2） 定位精度準(zhǔn)則邊緣定位精度（L）定義： （14）其中和分別為和的一階導(dǎo)數(shù)。（3） 單邊緣響應(yīng)準(zhǔn)則為了保證單邊緣只有一個響應(yīng)，邊緣檢測算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點平均距離應(yīng)滿足： （15） 的二階導(dǎo)數(shù)。由上述三個準(zhǔn)則可知，要達到最大限度的對圖像邊緣的敏感性，而且對噪聲具有平滑抑制作用，這樣才是好的邊緣檢測算法。 將坎尼（Canny）算子的3大準(zhǔn)則相結(jié)合可以達到最優(yōu)的邊緣檢測算子。用于平滑圖像，抑制噪聲；適用于邊緣方向比較突出的圖像，尤其是垂直邊緣顯著的圖像。 (a) Roberts算子檢測圖 （b）Prewitt算子檢測 (c) Canny算子檢測圖 （d）Sobel算子檢測圖 圖4 邊緣檢測結(jié)果圖第三章 車牌定位與檢測圖像經(jīng)過預(yù)處理后，緊