基于matlab图像处理的车牌识别研究(3)

东北大学秦皇岛分校毕业设计（论文） 第 6 页

的图像处理技术方法提出汉字识别的分类是在抽取汉字特征的基础上进行的。根据汉字的投影直方图 (Projection Histogram)，选取浮动闽值，抽取汉字在Y方向的峰值，利用树形查表法进行汉字的粗分类。然后根据汉字在X方向的投影直方图，选取适当阈值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分类，完成汉字省名的自动识别。

传统模式识别技术一般包括模板匹配法，统计特征法等.进入90年代，由于计算机视觉技术(Computer Vision Technique)的发展，开始出现汽车牌照识别的系统化研究[3]。1990年A.S.Johnson等运用计算机视觉技术和图象处理技术实现了车辆牌照的自动识别系统.该系统分为图象分割 (Image Segment)、特征提取和模板构造 (Feature Extraction and Template Formation)、字符识别(Character Recognition)等三个部分.利用不同闭值(Threshold)对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闭值范围，从而根据特定闭值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配(Pattern Matching)识别出字符。 1990年R.A.Lotufo等使用视觉字符识别技术研究分析所获取的图像[4]，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，利用统计最邻近分类器(Statistical Nearest Neighbor Classifier)与字符库中的字符比较，得出一个或几个车牌号码，对这些号码做核实检查，看是否确实有该车牌号码，从而最终确定出一个实际存在的正确的号码。总之，这个时期的应用在识别正确率方面有所突破，但还没有考虑到识别实时性的要求，识别的速度有待进一步提高。

近几年以来，计算机及其相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌的自动识别问题[5]。例如1994年M.M.M.FAHMY等就成功地运用了BAM(Bidirectional Associative Memories)神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯一一个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。这种采用BAM神经网络方法的缺点是无法解决识别系统存储容量和处理速度相矛盾的问题。

东北大学秦皇岛分校毕业设计（论文） 第 7 页

1.4 基于图像处理的车牌识别技术的研究难点 1.4.1 我国汽车牌照自身特点[6] (1) 字母、数字、汉字混合

我国车牌不单有英文字母和阿拉伯数字，还有汉字，汉字的识别难度较英文字母和数字大的多，从而增加了识别的难度。 (2) 颜色种类多

国外的车牌颜色种类相对少一些，而我国的车牌颜色种类较多。大致分为四种:黄底黑字，蓝底白字，黑底白字和白底黑字。 (3) 人为因素

由于环境、道路或人为因素造成有严重污渍、模糊不清的或偏斜很大的车牌可以在我国上路行驶。在国外，这种情况是不允许的。 (4) 车牌格式多

国外的车牌格式很单一，我国的车牌格式却有很多:民用车牌、公安警车牌、武警车牌、军车车牌、外交车牌、特种车牌、消防车牌等等。

(5) 国车牌悬挂的位置不唯一。由于不同公司出产的汽车型号和外形的各有不同，导致了车牌悬挂位置的不确定性。 1.4.2 外部环境影响

(1) 外界光照条件各不相同，白天和晚上光照不同

光照对图像质量影响很大。不同的光照角度，对车牌光照的不均匀度影响也较大。不同视觉，不同气候条件，以及背景光、车牌反光程度决定了车牌区域的亮度特征。

(2) 外界背景的复杂程度也影响车牌的定位准确率

背景中与车牌区域特征相似区域的大小反映了背景的噪声程度。例如与车牌字符相似的车体上的或背景远处的广告语，容易影响车牌的粗定位 1.4.3 拍摄角度问题

(1) 不同实际工程其摄像方位和角度不一样

实际工程中摄像方位相对于车辆行驶的方向一般是正上方、左侧和右侧。如果摄

东北大学秦皇岛分校毕业设计（论文） 第 8 页

像角度越小，车牌在平面图像中变形越小，识别效果越好。摄像方位和角度对车牌字符分割影响较大，对车牌校正方法的校正能力的要求也更高了。

(2) 光线较暗时，不同的人工光照角度、方位和亮度对车牌识别系统影响也不一样 尽管规范的车牌对光的散射能力较强，但光照的方位角度不同时，也会影响车牌的亮度。亮度不均匀对车牌二值化算法的适应性提出了更高的要求。 (3) 不同的实际工程，图像的分辨率要求也不同

分辨率大小影响车牌识别系统的识别速度和字符的识别率。OCR(演变成为利用光学技术对文字和字符进行扫描识别)中字符的象素分辨率一般为32x32，而车牌识别系统字符的分辨率一般在12x12和24x24之间。分辨率过高时，整个识别系统的处理时间会明显增多，特别是在车牌分割、车牌二值化的处理时间会显著增加。分辨率过低，字符识别率会下降，字符中的汉字的二值化效果较差，车牌识别系统的识别率会下降。

1.5 车牌识别系统概述

一个完整的车辆牌照识别系统是一个复杂的系统，应该包括图像采集、图像预处理、车牌定位、字符切分、字符识别以及图像编码、数码传输与更新等步骤，基本可以分为硬件部分和软件部分，硬件部分主要完成车辆图像的摄取采集，软件部分主要完成对采集到的车辆图像进行车辆牌照定位、车牌字符切分与车牌字符识别等工作，这部分工作最为复杂，最后对识别结果进行数据传送和存储，将处理后的识别信息交给管理系统进行管理。整个系统的核心是软件部分的工作，能否通过牌照对车辆进行有效管理，很大程度上取决于软件部分识别车牌的准确性。 1.5.1 车牌识别系统的硬件设计

一个车牌识别系统的基本硬件配置由摄像机、主控机、采集卡和照明装置组成。例如在停车场管理系统中，系统硬件主要包括车辆传感探测器、高性能工控计算机、高分辨率CCD摄像机、高放大倍数镜头、CCD自动亮度控制器和视频采集卡等。

首先是探测车辆的接近、通过和停留等。常用的有光探测器、微波雷达通过型探测器、测速雷达探测器、声探测器、红外探测器、电磁感应探测器和压敏探测器等。我国停车场应用较多的是红外探测器和电磁感应环探测器。设置在停车场入口和出口

东北大学秦皇岛分校毕业设计（论文） 第 9 页

的两对红外发射和接收设备进行车辆检测。利用编码调制信号，增强抗干扰的能力，具有较强的可靠性。前端工控机利用红外线探测到车辆经过的信号时，控制图像采集卡抓拍图像，并对抓拍的汽车图像进行牌照识别，同时控制摄像机光圈的大小，以适应外界环境不同的光照条件。然后将识别出的牌照信息储存到服务器中，当车辆离开时，同样的进行牌照识别，将其与前面输入的牌照信息进行对比，计算出停车时间，然后计费。

1.5.2 车牌识别系统的软件设计

本课题主要侧重算法的研究，主要工作是设计软件，对已摄取到的卡口车辆照片实现车牌识别。硬件设备采集到图片后首先要考虑图像的存储格式。目前比较常用的图像格式有*.BMP、*.JPG、*.GIF、*.PCX等，本课题采集到的图片是*.JPG的格式。

软件系统的编写大多采用VC或者MATLAB语言，本课题选用了MATLAB语言。MATLAB具有以下优点：

(1) MATLAB编程效率高，使用方便。MATLAB以矩阵作为基本语言要素大大提高了数值计算的编程效率。MATLAB本身拥有丰富的函数库，并具有结构化的流程控制语句和运算符，用户在使用过程中能够方便自如地应用。其图像处理工具箱更是大大扩展了MATLAB解决图像处理问题的能力，其他还有诸如用于神经网络和小波的工具箱等，对于算法的分析都有着很大的帮助。

(2) MATLAB扩充能力强，交互性好，移植性和开放性较好。MATLAB的库函数同用户文件在形式上是一样的，用户可以根据自己的需求方便地建立与扩充新的库函数，扩充其功能。MATLAB可在Windows系列、UNIX、Linux、VMS 6.1、PowerMac平台上使用，且所有的核心文件和工具箱文件都是公开的，用户可以修改源文件构成新的工具箱，从而可以扩充很多新的功能，利于算法的研究和改进。

(3) 较强的图形控制和处理功能，自带的API使得用户可以方便地在MATLAB与C、C++等其他程序设计语言之间建立数据通信。

整个软件系统是一个具有车牌识别功能的图像分析和处理软件。首先将采集到的汽车图像进行灰度化、灰度拉伸和滤波处理，以降低噪点、增加车牌部分的对比度。然后，通过对预处理后的图像进行小波变换分解提取图像边缘，并进行形态学处理，这时，车牌的轮廓已经非常清晰，并且可以和非车牌区域明显区分开来了，接着，根

东北大学秦皇岛分校毕业设计（论文） 第 10 页

据车牌的特点进行车牌初步定位，提取出车牌图像。将提取出的车牌图像进行二值化处理，根据投影图的特点查找倾斜的角度，采用坐标变换的方法进行车牌倾斜校正，并利用其垂直投影图中字符显示出的峰群的特点进行字符切分。最后利用BP网络完成了整个车牌字符的识别。整个系统的设计主要采用了M语言。

目前车牌识别的理论趋于成熟，在车牌识别系统中应解决以下几个关键问题: （1）图像预处理:对采集的图像进行滤波、边界增强等处理，以克服图像干扰，改善识别效果;

（2）车牌定位:对采集的图像，定位出车牌的具体位置; （3）字符分割:在车牌图像上，逐个提取单个字符的图像; （4）字符识别:在每个字符图像中识别出字符文字。 流程顺序如图1-1所示。

原始图像获取图像预处理车牌定位车牌字符识别车牌字符分割

图1.1 系统框图

1.6 本文主要内容

本文在分析近年来一些典型的车牌识别系统，掌握基本的原理和方法后，在已有算法的基础上，在某些环节加入了自己的改进。以自己拍摄的某一车牌为实例，以MATLAB作为平台工具，根据实际的处理过程划分章节（车牌预处理、车牌的定位、车牌的字符分割和字符识别），详细地阐述了对车牌进行识别的具体步骤、涉及的算法及相关外延知识，并最终确定了一套有效的车牌识别算法。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于matlab图像处理的车牌识别研究(3)在线全文阅读。