本站小編為你精心準(zhǔn)備了車牌識(shí)別系統(tǒng)設(shè)計(jì)思考參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】

通過對(duì)車牌定位，字符分割和字符識(shí)別進(jìn)行研究，設(shè)計(jì)出了一款定位速度快、識(shí)別正確率高的車牌識(shí)別系統(tǒng)。該系統(tǒng)通過圖像預(yù)處理和車牌的結(jié)構(gòu)特征、顏色特征實(shí)現(xiàn)車牌定位，加權(quán)平均高度實(shí)現(xiàn)傾斜校正，字符分割和歸一化與模板標(biāo)準(zhǔn)庫(kù)進(jìn)行匹配實(shí)現(xiàn)字符識(shí)別。實(shí)驗(yàn)證明該系統(tǒng)具有良好的魯棒性和容錯(cuò)性，大大提高了車牌的識(shí)別正確率。

【關(guān)鍵詞】

車牌定位；傾斜校正；字符分割；字符識(shí)別

1引言

智能交通（ITS）中的一個(gè)重要課題就是車牌自動(dòng)識(shí)別技術(shù)，它廣泛應(yīng)用在停車場(chǎng)和高速公路管理系統(tǒng)中。通過智能交通管理系統(tǒng)可實(shí)現(xiàn)道路交通管理的自動(dòng)化和車輛行駛的智能化。車牌的定位與提取、車牌傾斜校正、字符分割和字符識(shí)別是車牌識(shí)別系統(tǒng)中的關(guān)鍵技術(shù)[1]。

2系統(tǒng)整體設(shè)計(jì)

車牌識(shí)別系統(tǒng)的結(jié)構(gòu)框圖如圖1所示。

2.1圖像預(yù)處理一般通過攝像頭采集到的圖像是24位真彩色圖像，通過將彩色圖像灰度化來加快處理速度。有時(shí)因?yàn)楣饩€問題造成圖像局部過亮或過暗，這時(shí)需要提高圖像對(duì)比度，從而使圖像邊緣更明顯。為了加快處理速度并能夠?qū)④嚺谱址c車牌背景分開，對(duì)圖像做二值化處理。考慮到文字是由許多短豎線組成的，而背景噪聲大部分是孤立里的，對(duì)圖像做中值濾波處理，去除孤立噪聲。濾波后的圖像會(huì)受到一些較大的區(qū)域噪聲的影響，為了去除這些噪聲，對(duì)圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)開運(yùn)算操作。采集到的原始圖像如圖2所示，經(jīng)圖像預(yù)處理后的圖像如圖3所示。

2.2車牌定位經(jīng)過該系統(tǒng)前期重要的圖像預(yù)處理之后，其中可能包括除了車牌之外的其他干擾因素如車燈、廣告指示牌等。分別按矩形區(qū)域?qū)Ω髯院蜻x區(qū)進(jìn)行提取以供進(jìn)一步的分析。這里采用多種因素綜合考慮的方法來確定車牌區(qū)域，因?yàn)橥ㄟ^某單一的評(píng)價(jià)指標(biāo)，在眾多車牌候選區(qū)中，很難準(zhǔn)確地確定車牌區(qū)域。對(duì)得到的邊緣圖生成連通區(qū)域圖像，若連通區(qū)域不止一個(gè)，則根據(jù)車牌結(jié)構(gòu)和車牌顏色進(jìn)行判斷，通過層層篩選，可確定真實(shí)車牌區(qū)域，并從原彩色圖像中提取該區(qū)域；若只有一個(gè)連通區(qū)域，則可初步認(rèn)定為車牌圖像，再根據(jù)車牌結(jié)構(gòu)和車牌顏色進(jìn)行校驗(yàn)，如果滿足，則根據(jù)連通區(qū)域位置從原彩色圖像中提取出相應(yīng)的區(qū)域。車牌截取圖像如圖4所示。

2.3車牌傾斜校正由于圖像在拍攝的過程中車牌的位置可能是傾斜的，所以在字符分割和識(shí)別之前先對(duì)車牌字符進(jìn)行傾斜校正，使字符都處于同一水平位置，這樣既可以在分割字符的時(shí)候不會(huì)出現(xiàn)太大的無用區(qū)域或損失區(qū)域，又可以提高字符的識(shí)別率。主要是根據(jù)圖像上左右兩邊黑色像素的平均加權(quán)高度來進(jìn)行車牌圖像的傾斜校正的。首先分別計(jì)算圖像左半邊和右半邊的黑色像素點(diǎn)的加權(quán)平均高度，然后求出斜率，最后再根據(jù)斜率重新組織圖像，由于切割到的車牌圖像往往有車牌邊框和固定螺絲，而且其對(duì)后面的傾斜矯正有嚴(yán)重影響，故切割區(qū)域向內(nèi)縮3個(gè)像素，經(jīng)大量實(shí)驗(yàn)都能將車牌邊框和固定螺絲去除。經(jīng)過傾斜校正的車牌圖像如圖5所示。

2.4車牌字符分割一幅定位準(zhǔn)確的車牌圖像通常由1個(gè)漢字和6個(gè)字母或數(shù)字組成。識(shí)別時(shí)智能根據(jù)每個(gè)字符的特征來進(jìn)行判斷。經(jīng)過對(duì)傾斜校正后的車牌圖像預(yù)處理后先自上向下對(duì)車牌圖像進(jìn)行逐行掃描，遇到第一個(gè)黑色像素點(diǎn)，將其坐標(biāo)記錄下來，然后再自下往上掃描，遇到第一個(gè)黑色像素點(diǎn)，將其坐標(biāo)記錄下來，這樣字符的高度就是垂直方向的坐標(biāo)差值。在這個(gè)高度范圍內(nèi)再進(jìn)行自左向右掃描，直至遇到第一個(gè)黑色像素點(diǎn)時(shí)認(rèn)為是第一個(gè)字符分割的起始位置，然后繼續(xù)掃描，遇到一列中沒有黑色像素點(diǎn)時(shí)，則認(rèn)為第一個(gè)字符分割結(jié)束，按照上述分割方法直至圖片掃描完畢。然后通過字符的長(zhǎng)寬比去除中間小圓點(diǎn)。最后把切割到的字符進(jìn)行歸一化，使其高度和寬度均相等，相同尺寸的模板匹配正確率才能更高，字符分割圖像如圖6所示。

2.5車牌字符識(shí)別將歸一化處理完畢的字符提取特征向量，然后將其送到神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練和識(shí)別。本系統(tǒng)所采用的字符特征提取方法是逐像素掃描法，其基本原理是將歸一化處理的字符進(jìn)行逐行逐列進(jìn)行掃描，遇到黑點(diǎn)時(shí)取0，遇到白點(diǎn)時(shí)取1，這樣就會(huì)得到一個(gè)與圖像像素個(gè)數(shù)相等的特征向量矩陣，將所提取的各個(gè)字符的特征按從左到右的順序送到分類器的輸入端進(jìn)行分類得出結(jié)果。本系統(tǒng)采用模板匹配法進(jìn)行設(shè)計(jì)分類器，將待分類樣本與標(biāo)準(zhǔn)模板進(jìn)行比較，相似度最高的確定為該分類。由于漢字位置固定在第一個(gè)，所以把漢字樣本庫(kù)和數(shù)字、字母樣本庫(kù)分開存放，這樣第一個(gè)字符只和漢字樣本庫(kù)匹配，識(shí)別效率會(huì)大大提高。

3系統(tǒng)功能

車牌識(shí)別系統(tǒng)主要功能是對(duì)車牌進(jìn)行檢測(cè)定位并識(shí)別出車牌號(hào)碼。本文介紹的車牌識(shí)別系統(tǒng)處理的是BMP位圖文件，所以在使用時(shí)一定要保證識(shí)別的圖像為BMP格式。系統(tǒng)從最初的圖像加載到最后的識(shí)別輸出主要實(shí)現(xiàn)了以下幾個(gè)功能：圖像預(yù)處理、車牌的定位與切割、車牌傾斜校正、字符分割和字符識(shí)別。大致可分為8個(gè)模塊，各模塊之間是順序的結(jié)構(gòu)，該系統(tǒng)總體算法流程圖如圖7所示。

4系統(tǒng)的界面設(shè)計(jì)

系統(tǒng)軟件運(yùn)行環(huán)境為MicrosoftWindowsXP操作系統(tǒng)，以C++編程語言為基礎(chǔ)，使用OpenCV函數(shù)庫(kù)為基礎(chǔ)，在VisualC++6.0集成開發(fā)環(huán)境下完成的，系統(tǒng)界面初始化如圖8a所示，車牌識(shí)別處理過程如圖8b所示。

5結(jié)論

設(shè)計(jì)了一款車牌自動(dòng)識(shí)別系統(tǒng)，重點(diǎn)介紹了系統(tǒng)的功能和識(shí)別處理過程。本識(shí)別系統(tǒng)可以對(duì)車輛車牌自動(dòng)檢測(cè)定位，并能快速識(shí)別字符。該系統(tǒng)的移植性好，能在不同的應(yīng)用環(huán)境下達(dá)到更快速、更準(zhǔn)確的車牌識(shí)別目標(biāo)。

參考文獻(xiàn)

[1]朱江峰,劉蘇,夏冰.基于云計(jì)算技術(shù)的車牌識(shí)別系統(tǒng)[J].科技信息,2013,03:82+107.

[2]陶恂,楊敏.車牌識(shí)別系統(tǒng)研究[J].電氣自動(dòng)化,2011,04:77-80.

[3]劉忠杰,宋小波,何鋒,李芬,周培瑩,劉百辰.基于MATLAB的車牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用,2011,14:37-40.

[4]李宇成,楊光明,王目樹.車牌識(shí)別系統(tǒng)中關(guān)鍵技術(shù)的研究[J].計(jì)算機(jī)工程與應(yīng)用,2011,27:180-184+209.

[5]李雄,裴承鳴,鄭華.幾何特征形態(tài)學(xué)車牌識(shí)別系統(tǒng)研究[J].計(jì)算機(jī)仿真,2012,04:353-356+370.

[6]陳利.車牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2012,15:142-144.

[7]安勇,張高偉.基于灰度圖像的車牌識(shí)別系統(tǒng)[J].計(jì)算機(jī)工程與科學(xué),2006,02:61-62+65.

作者：李孟格 隋清臣 王佳宇 單位：沈陽(yáng)理工大學(xué)自動(dòng)化與電氣工程學(xué)院 沈陽(yáng)理工大學(xué)汽車與交通學(xué)院 沈陽(yáng)理工大學(xué)自動(dòng)化與電氣工程學(xué)院