车辆牌照识别系统

罗培智 秦钊 康少飞 长安大学汽车学院摘　要：车辆牌照是机动车唯一的管理标识符号，在智能交通管理系统中占据十分重要的地位，被广泛用于高速公路超速制动化管理系统、停车场管理系统、公路交通监控、城市十字路口的电子警察、居民区车辆管理系统等场合。然而车辆牌照识别受环境光照条件、拍摄位置和车辆行驶速度等诸多因素的影响，因此，车辆牌照识别系统应具有很高的识别率，并应满足实时性要求。关键词：车辆牌照 识别系统 matlab近年来，我国国民经济的迅速发展，机动车辆数量迅速增加，对我国的交通管理造成很大的压力，因此，我国必须加快公路建设并提高城市交通管理，尤其需要高科技的智能交通系统来加强交通管理水平。车牌识别技术在智能交通系统占有重要位置，车牌识别技术的推广普及，必将对加强高速公路，城市交通事故，车辆被盗案件的发生，保障社会稳定等方面产生重大而深远的影响。车牌识别系统由图像采集，图像预处理，车牌定位，字符分割，字符识别等模块组成。（二）计算包含所标记区域的最小宽和高，并根据先前知识，提取并显示更接近的车牌二子值图。（三）通过计算车牌旋转角度解决车牌倾斜问题。由于车牌倾斜导致投影效果峰谷不明显，需车牌矫正处理。采取线性拟合方法，计算出车牌上边或下边图像值为1的点拟合直线与水平X轴的夹角。bw=imsubtract（I，s）；level=0.5；bw2=im2bw（bw，level）；bg1=imopen（bw2，strel（‘disk’，2））；figure，imshow（bg1）；三、牌照字符分割完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一般有两种方法。即水平投影法和采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。因此利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。 图一　车辆识别系统工作图一、图像预处理由于气候条件、环境温度、车辆运动及电磁的干扰，摄像头在采集图像的过程中会受到噪声的影响，噪声会使图像变得模糊。利用输入像素临域像素的加权和来代替该输入像素，就能使灰度图像的边界变得较为平滑清晰。对滤波后的灰度图像进行边缘检测，利用边缘检测法检测出车牌号的边缘后，再利用Ostu法对边缘增强的图像序列进行二值化处理。图像在经过平滑滤波和边缘检测后，仍存在一些噪声，如椒盐噪声；为了使后续的处理更加容易，matlab图像处理采用了先腐蚀后膨胀的处理过程来消除遗留噪声，利用膨胀腐蚀过程就能很好的消除遗留噪声。I=imread（‘图象.bmp’）；h=rgb2gray（I）；model=wiener2（h,[7,7]）；BW=im2bw（edgeimage）；se=strel（'diamond',3）；s=imopen（edgeimage,se）；四、牌照字符识别字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。（一）模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。模板匹配方法是实现离散输入模式分类的有效途径之一，其实质是度量输入模式与样本之间的某种相似性，取相似性最大者为输入模式所属类别。它根据字符的直观形象抽取特征，用相关匹配原理进行识别。模板匹配法在建模时有不同的特征，图形匹配法在建模和匹配比较时， 都是基于字符的图形块本身而进行匹配, 并根据其相似程度而得出识别结果。（二）基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。在识别过程中一般采用简单的模板匹配与神经网络相结合的方法。参考文献：[1]司骞,蔡怀宇.基于USB2.0的CMOS图像实时采集系统设计[J].电子测量技术,2007,30(4):117-119.[2]刘效静,成瑜.汽车牌照自动识别技术研究[j].南京航空航天大学学报, 1998,30(5):573-576. [3]赵雪春,戚飞虎.基于彩色分割的车牌自动识别技术[j].上海交通大学学报,1998,32(10):4-9.[4]任柯昱,唐丹等.基于字符结构知识的车牌汉字快速识别技术[J].计算机测量与控制,2005,13(6):592-594.二、车牌定位自然环境下，汽车图像背景复杂，光照不均匀，在自然背景中准确地确定牌照区域是整个图像识别过程中的关键。首先对采集到的图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳区域作为牌照区域，将其从图像中分割出来，同时要考虑车牌倾斜问题。算法流程如下：（一）对二值图像进行区域提取，计算并比较区域特征参数，提取车牌区域。1122