PAGEPAGE28基于matlab圖像處理的車牌識別系統(tǒng)

目錄摘要 1第一章緒論 31.1研究背景及意義 31.2車牌系統(tǒng)簡介 41.2.1國內(nèi)外現(xiàn)狀 51.2.2車牌識別難點(diǎn) 61.3MATLAB的簡介 71.3MATLAB語言特點(diǎn) 8第二章圖像預(yù)處理 82.1圖像采集 82.2圖像預(yù)處理 92.2.1圖像灰度化 102.2.2圖像增強(qiáng) 11第三章車牌定位與分割 133.1車牌定位 133.2車牌分割 173.3車牌進(jìn)一步處理 17第四章字符分割和歸一化 194.1字符分割 204.2字符歸一化 204.3字符識別 20第五章汽車號牌識別系統(tǒng)實(shí)現(xiàn)與分析 235.1系統(tǒng)實(shí)現(xiàn) 235.2系統(tǒng)分析 27總結(jié) 28參考文獻(xiàn) 29致謝 30齊魯工業(yè)大學(xué)2013屆本科畢業(yè)設(shè)計(jì)（論文）摘要隨著二十一世紀(jì)到來，經(jīng)濟(jì)快速發(fā)展和人們生活水平顯著提高，汽車逐漸成為家庭的主要交通工具。汽車的產(chǎn)量快速增多，車輛流動也變得越來越頻繁，因此給交通帶來了嚴(yán)重問題，如交通堵塞、交通事故等，智能交通系統(tǒng)(IntelligentTransportationSystem)的產(chǎn)生就是為了從根本上解決交通問題。在智能交通系統(tǒng)中車牌識別技術(shù)占有重要位置，車牌識別技術(shù)的推廣普及必將對加強(qiáng)道路管理、城市交通事故、違章停車、處理車輛被盜案件、保障社會穩(wěn)定等方面產(chǎn)生重大而深遠(yuǎn)的影響。該設(shè)計(jì)主要研究基于MATLAB軟件的汽車號牌設(shè)別系統(tǒng)設(shè)計(jì)，系統(tǒng)主要包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別五大核心部分。系統(tǒng)的圖像預(yù)處理模塊是將圖像經(jīng)過圖像灰度化、圖像增強(qiáng)、邊緣提取、二值化等操作，轉(zhuǎn)換成便于車牌定位的二值化圖像；利用車牌的邊緣、形狀等特征，再結(jié)合Roberts算子邊緣檢測、數(shù)字圖像、形態(tài)學(xué)等技術(shù)對車牌進(jìn)行定位；字符的分割采用的方法是將二值化后的車牌部分進(jìn)行尋找連續(xù)有文字的塊，若長度大于設(shè)定的閾值則切割，從而完成字符的分割；字符識別運(yùn)用模板匹配算法完成。以上每個(gè)功能模塊用MATLAB軟件實(shí)現(xiàn)，最后識別出車牌，在研究設(shè)計(jì)的同時(shí)對其中出現(xiàn)的問題進(jìn)行具體分析、處理，并尋求更優(yōu)的方法。[1]關(guān)鍵詞：MATLAB車牌識別系統(tǒng)字符識別圖像處理ABSTRACTWiththearrivalofthetwenty-firstcentury,therapideconomicdevelopmentandpeople'slivingstandardshavemarkedlyimproved,thecargraduallybecomethemainmeansoftransportforthefamily.Rapidincreaseinproductionofmotorvehicles,vehicularmovementhasbecomeincreasinglyfrequent,andthereforeposesaseriousproblemtothetraffic,suchastrafficcongestion,trafficaccidents,thegenerationoftheIntelligentTransportationSystem(IntelligentTransportationSystem)Inordertofundamentallysolvetheproblemoftrafficproblem.Licenseplaterecognitiontechnologyintheintelligenttransportationsystemoccupiesanimportantposition,asignificantandfar-reachingimpactonthepromotionofuniversallicenseplaterecognitiontechnologyisboundtostrengthenroadmanagement,urbantrafficaccidents,illegalparking,anddealwiththetheftofthevehicle,andsafeguardsocialstability.ThedesignstudybasedonMATLABsoftwarecarnumberplatesetfivecorepartofthedesignofothersystems,thesystemmainlyincludesimageacquisition,imagepreprocessing,licenseplatelocation,charactersegmentation,characterrecognition.Theimagepre-processingmoduleofthesystemistheimagegrayimage,imageenhancement,edgedetection,binarizationoperation,converttofacilitatethebinaryimageofthelicenseplatelocation;licenseplateedge,shapeandothercharacteristics,combinedwithRobertscharactersegmentationmethodisusedtheplateafterthebinarizationpartFindthecontinuoustextblock,ifthelengthisgreaterthanthesetthresholdvalue,cuttingoperatorthesubedgedetection,digitalimage,morphology,suchastechnicalpositioningoftheplate;thuscompletingthesegmentationofthecharacters;completionoftheuseofcharacterrecognitiontemplatematchingalgorithm.EachfunctionalmoduleusingMATLABsoftware,thefinalidentificationofthelicenseplate,specificanalysisoftheissuesthatmayariseinthestudydesign,processing,andtoseekabettermethod.Keywords：MATLAB；Licenseplaterecognition；Characterrecognition；Imageprocessing第一章緒論1.1研究背景及意義隨著經(jīng)濟(jì)社會的迅猛發(fā)展，人們的生活水平的提高，機(jī)動車輛的數(shù)量也越來越多。為了提高車輛的管理效率，緩解公路上的交通壓力，我們必須找到一種解決方案。而作為汽車“身份證”的汽車車牌，是在公眾場合能夠唯一確定汽車身份的憑證。我們可以以此為依據(jù)，設(shè)計(jì)一種車牌識別系統(tǒng)監(jiān)控各個(gè)車輛的情況。為此，我國交通管理部門對汽車車牌的管理非常重視并制定了一套嚴(yán)格的管理法規(guī)。其中對汽車車牌的制作、安裝、維護(hù)都要求由制定部門統(tǒng)一進(jìn)行管理。在此基礎(chǔ)上，如果研制出一種能在公眾場合迅速準(zhǔn)確地對汽車牌照進(jìn)行自動定位識別的系統(tǒng)(CPR)，那么這將是一件非常有意義的工作，并將極大地提高汽車的安全管理水平及管理效率。車輛牌照定位與識別是計(jì)算機(jī)視覺與模式識別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一,該技術(shù)應(yīng)用范圍非常廣泛,其中包括:(1)交通流量檢測；(2)交通控制與誘導(dǎo)；(3)機(jī)場、港口等出入口車輛管理；(4)小區(qū)車輛管理；(5)闖紅燈等違章車輛監(jiān)控；(6)不停車自動收費(fèi)；(7)道口檢查站車輛監(jiān)控；(8)公共停車場安全防盜管理；(9)計(jì)算出行時(shí)間；(10)車輛安全防盜、查堵指定車輛等。其潛在市場應(yīng)用價(jià)值極大，有能力產(chǎn)生巨大的社會效益和經(jīng)濟(jì)效益。近些年,計(jì)算機(jī)的飛速發(fā)展和數(shù)字圖像技術(shù)的日趨成熟，為傳統(tǒng)的交通管理帶來重大轉(zhuǎn)變。先進(jìn)的計(jì)算機(jī)處理技術(shù)，不但可以將人力從繁瑣的人工觀察、檢測中解放出來，而且能夠大大提高其精確度，汽車牌照自動識別系統(tǒng)就是在這樣的背景與目的下進(jìn)行開發(fā)的。汽車牌照自動識別系統(tǒng)(VLPRS)是對由公路上配置的攝像頭拍攝的照片進(jìn)行數(shù)字圖像處理與分析，綜合應(yīng)用大量的圖像處理最新成果和數(shù)學(xué)形態(tài)學(xué)方法對汽車圖像進(jìn)行平滑、二值化、模糊處理、邊緣檢測、圖像分割、開運(yùn)算、閉運(yùn)算、區(qū)域標(biāo)識等多種手段以提取車牌區(qū)域,進(jìn)而達(dá)到對汽車牌照的精確定位并最終完成對汽車牌照的識別。從20世紀(jì)80年代，國內(nèi)外的研究人員就開始了對車牌識別系統(tǒng)的研究。在車牌識別的過程中，雖然運(yùn)用了很多的技術(shù)方法，但由于外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化及車牌本身被污染而模糊等條件的影響,使得車牌識別系統(tǒng)一直處于實(shí)驗(yàn)室階段，得不到很好的應(yīng)用；而且，很多的方法都需要大量的數(shù)值計(jì)算，不能很好地滿足實(shí)時(shí)性要求。為了解決圖像惡化的問題，目前采取的辦法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量。雖然提高了識別率,但是，這同時(shí)也造成了系統(tǒng)的投資成本過大，應(yīng)用領(lǐng)域變窄，不能普遍推廣應(yīng)用。車輛牌照定位與識別是計(jì)算機(jī)視覺與模式識別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一,該技術(shù)應(yīng)用范圍非常廣泛。國外汽車牌照識別系統(tǒng)研究工作已有一定進(jìn)展,但并不盡合我國國情。我國汽車牌照的規(guī)范懸掛位置不唯一，并且由于環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重,這種情況下國外發(fā)達(dá)國家不允許上路,而在我國仍可上路行駛等。由于我國汽車車牌識別的特殊性,采用任何一種單一識別技術(shù)均難以奏效。目前正在研制的無源型汽車牌照智能識別系統(tǒng)綜合利用了車輛檢測技術(shù)、計(jì)算機(jī)視覺(ComputerVision)技術(shù)、圖象處理技術(shù)、人工智能技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等,是一個(gè)比較有發(fā)展前途的車牌識別系統(tǒng)。1.2車牌系統(tǒng)簡介汽車牌照自動識別技術(shù)可應(yīng)用于道路交通流監(jiān)控、交通事故現(xiàn)場勘測、交通違章自動記錄、高速公路自動收費(fèi)系統(tǒng)、停車場自動安全管理、智能園區(qū)管理等方面，在現(xiàn)代交通監(jiān)控和管理系統(tǒng)占有很重要的地位。同時(shí)，汽車牌照識別的方法還可應(yīng)用到其它識別領(lǐng)域，因此汽車牌照的識別問題己成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題之一。最為常見的車牌識別系統(tǒng)結(jié)構(gòu)如圖1-1：圖1-1車牌識別系統(tǒng)結(jié)構(gòu)圖汽車牌照識別系統(tǒng)的基本工作原理為:根據(jù)采集到的序列圖像對圖像中的車輛牌照進(jìn)行搜索、檢測、定位，并分割出包含牌照字符的矩形區(qū)域，然后對牌照字符進(jìn)行二值化，并將其分割為單個(gè)字符，歸一化后輸入字符識別系統(tǒng)進(jìn)行識別。近年來，汽車牌照智能識別的技術(shù)發(fā)展很快，就其識別基礎(chǔ)，主要可分為間接法和直接法兩種:間接法是基于IC卡鑒別(REID)或基于條碼的識別。直接法是基于圖像的汽車牌照識別。1、間接法:指通過識別安裝在汽車上的IC卡或條形碼中所存儲的車牌的信息來識別車牌及相關(guān)信息。IC卡技術(shù)識別準(zhǔn)確度高，運(yùn)行可靠，可以全天候作業(yè)，但它整套裝置價(jià)格昂貴，硬件設(shè)備十分復(fù)雜，不適用于異地作業(yè);條形碼技術(shù)具有識別速度快、準(zhǔn)確度高、可靠性強(qiáng)以及成本較低等優(yōu)點(diǎn)，但是對于掃描器要求很高。此外，二者都需要制定出全國統(tǒng)一的標(biāo)準(zhǔn)，并且無法核對車、條形碼是否相符，也是技術(shù)上存在的缺點(diǎn)，這給近期在短時(shí)間內(nèi)推廣造成困難。2、直接法:基于圖像的車牌識別技術(shù)屬于直接法，是一種無源型汽車牌照智能識別方法，能夠在無任何專用發(fā)送車牌信號的車載發(fā)射設(shè)備情況下，對運(yùn)動狀態(tài)車輛或靜止?fàn)顟B(tài)車輛的車牌號碼進(jìn)行非接觸性信息采集并實(shí)時(shí)智能識別。與間接法識別系統(tǒng)相比，首先，這種系統(tǒng)節(jié)省了設(shè)備安置及大量資金，從而提高了經(jīng)濟(jì)效益;其次，由于采用了先進(jìn)的計(jì)算機(jī)應(yīng)用技術(shù)，所以可提高識別速度，較好地解決實(shí)時(shí)性問題;再次，它是根據(jù)圖像進(jìn)行識別，所以通過人的參與可以解決系統(tǒng)中的識別錯(cuò)誤，而其他方法是難以與人交互的。直接法一般有圖像處理技術(shù)，傳統(tǒng)模式識別技術(shù)及人工神經(jīng)網(wǎng)絡(luò)技術(shù)。(1)圖像處理技術(shù):運(yùn)用圖像處理技術(shù)解決汽車牌照識別的研究最早始于80年代，但國內(nèi)外都只是就車牌識別中的某一個(gè)具體問題進(jìn)行討論，并且通常僅采用簡單的圖像處理技術(shù)來解決，并沒有形成完整的系統(tǒng)體系，識別過程是使用工業(yè)電視攝像機(jī)拍下汽車的工前方圖像，然后交給計(jì)算機(jī)進(jìn)行簡單的處理，并且最終仍需要人工干預(yù)，例如車輛牌照中省份漢字的識別問題，1985年有人利用常見的圖像處理技木方法提出漢字識別的分類是在抽取漢字特征的基礎(chǔ)上進(jìn)行的，根據(jù)漢字的投影直方圖選取浮動閉值，抽取漢字在豎直方向的峰值，利用樹形查表法進(jìn)行漢字的粗分類;然后根據(jù)漢字在水平方向的投影直方圖，選取適當(dāng)閉值，進(jìn)行量化處理后，形成一個(gè)變長鏈碼，再用動態(tài)規(guī)劃法，求出與標(biāo)準(zhǔn)模式鏈碼的最小距離，實(shí)現(xiàn)細(xì)分來完成漢字省名的自動識別。(2)傳統(tǒng)模式識別技術(shù)。傳統(tǒng)模式識別技術(shù)指結(jié)構(gòu)特征法，統(tǒng)計(jì)特征法等。90年代，由于計(jì)算機(jī)視覺技術(shù)的發(fā)展，開始出現(xiàn)汽車牌照識別的系統(tǒng)化研究。1990年AS.Johnson等運(yùn)用計(jì)算機(jī)視覺技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)了車輛牌照的自動識別系統(tǒng)。該系統(tǒng)分為圖像分割、特征提取和模板構(gòu)造、字符識別等三個(gè)部分。利用不同閩值對應(yīng)的直方圖不同，經(jīng)過大量統(tǒng)計(jì)實(shí)驗(yàn)確定出車牌位置的圖像直方圖的閩值范圍，從而根據(jù)特定閩值對應(yīng)的直方圖分割出車牌，再利用預(yù)先設(shè)置的標(biāo)準(zhǔn)字符模板進(jìn)行模式匹配識別出字符。(3)人工神經(jīng)網(wǎng)絡(luò)技術(shù)[2]。近幾年來，計(jì)算機(jī)及相關(guān)技術(shù)發(fā)達(dá)的一些國家開始探討用人工神經(jīng)網(wǎng)絡(luò)技術(shù)解決車牌自動識別問題，例如1994年M.M.M.FANHY等就成功地運(yùn)用了BAM神經(jīng)網(wǎng)絡(luò)方法對車牌上的字符進(jìn)行自動識別，BAM神經(jīng)網(wǎng)絡(luò)是由相同神經(jīng)元構(gòu)成的雙向聯(lián)想式單層網(wǎng)絡(luò)，每一個(gè)字符模板對應(yīng)著唯一個(gè)BAM矩陣，通過與車牌上的字符比較，識別出正確的車牌號碼。近年來，基于圖像的車牌識別系統(tǒng)的研制引起了許多學(xué)者的廣泛興趣，但車牌識別由于要適應(yīng)各種復(fù)雜背景以及不同光照條件影響，使車牌分割及識別增加了難度，目前雖然國內(nèi)外都有一些實(shí)用的車牌識別系統(tǒng)面市。但是，這些系統(tǒng)的應(yīng)用都存在一定的約束，至今車牌自動識別技術(shù)尚未達(dá)到很完善的程度。[2]1.2.1國內(nèi)外現(xiàn)狀車牌自動識別技術(shù)的研究國外起步地較早。早在20世紀(jì)80年代，便有一些零零散散的圖像處理方法用于車牌自動識別的某些具體應(yīng)用。在這個(gè)階段，車牌自動識別技術(shù)的研究還沒有形成完整的系統(tǒng)體系，一般采用簡單的圖像處理方法來解決某些具體問題，并且最終結(jié)果通常需要人工干預(yù)。進(jìn)入20世紀(jì)90年代后，車牌自動識別的系統(tǒng)化研究開始起步。典型的如A.S.Johnson等提出車輛牌照的自動識別系統(tǒng)分圖像分割(ImageSegment)、特征提取(FeatureExtraction)和模板構(gòu)造(TemplateFormation)、字符識別(CharacterRecognition)等三個(gè)部分，完成車牌的自動識別。R.A.Lotufo使用視覺字符識別技術(shù)(OpticalCharacterRecognitionTechnology)分析所獲得的圖像，首先在二值化圖像中找到車牌，然后用邊界跟蹤技術(shù)提取字符特征，再利用統(tǒng)計(jì)最鄰近分類器(StatisticalNearestNeighborClassifyingSystem)與字符庫中的字符比較，得出一個(gè)或幾個(gè)車牌候選號碼，再對這些號碼進(jìn)行核實(shí)檢查，確定是否為該車牌號碼，最終確定車牌號碼。這個(gè)時(shí)期的應(yīng)用在識別正確率方面有所突破，但還沒有考慮識別實(shí)時(shí)性的要求，識別速度有待進(jìn)一步提高。由于我國的車牌格式和國外有較大的差異，所以對于國外的車牌識別系統(tǒng)的研究技術(shù)，我們只能進(jìn)行參考，不能進(jìn)行直接應(yīng)用。雖然我國車牌的識別需要識別漢字，但是對于英文字母和數(shù)字的識別，我們可以借鑒國外的研究技術(shù)。從80年代中期開始，ARGUS英國Alphatech公司就開始了名為RAUS的車牌自動識別系統(tǒng)的研制。ARGUS的車牌識別系統(tǒng)的識別時(shí)間約為100毫秒，通過ARGUS的車速可高達(dá)每小時(shí)100英里。還有Hi-Tech公司的See/Carsystem,新加坡Optasia公司的VLPRS等。另外日本、加拿大、德國等發(fā)達(dá)國家都有適用于本國的車牌識別系統(tǒng)。國內(nèi)在90年代也開始了自己的車牌識別系統(tǒng)的研究。目前比較成熟的產(chǎn)品有中科院自動化研究所漢王公司的漢王眼，香港亞洲視覺科技有限公司的慧光車牌號碼識別系統(tǒng)等等。另外西安交通大學(xué)的圖像處理和識別實(shí)驗(yàn)室、上海交通大學(xué)的計(jì)算機(jī)科學(xué)和工程系、清華大學(xué)人工智能國家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)自動化系等都做過類似的研究。雖然這些車牌識別系統(tǒng)的識別率大多都比較高，如95%，甚至97%、98%，但是這些車牌識別系統(tǒng)的識別檢測結(jié)果大多數(shù)是在簡單受限制的場景下取得的，在實(shí)際的交通場合以及更加復(fù)雜的背景環(huán)境的情況下，這些車牌識別系統(tǒng)的識別率一般都達(dá)不到90%，甚至更低。[3]1.2.2車牌識別難點(diǎn)在復(fù)雜環(huán)境下的車牌識別率較低的主要原因有：（一）我國汽車牌照自身特征的復(fù)雜性漢字、字母、數(shù)字混合。我國的車牌不單單有英文字母和阿拉伯?dāng)?shù)字，還有漢字。由于漢字的復(fù)雜性，在識別方面難度遠(yuǎn)遠(yuǎn)大于字母和數(shù)字。顏色種類多。國外的車牌顏色種類相對于國內(nèi)較少一些，我國的車牌顏色種類較多。大致可以分為四種：黃底黑字，藍(lán)底白字，白底黑字和黑字白字。人為因素復(fù)雜。由于環(huán)境、道路或者人為因素造成車牌有嚴(yán)重污漬、車牌模糊不清或者車牌偏斜角度很大的車輛，在我國都可以上路行駛。在國外，這種情況是絕對不行的。車牌格式多。我國的車牌格式很多，包括：民用車牌、公安警察車牌、武警車牌、軍車車牌、外交車牌、特種車牌、消防車牌等。懸掛方式多樣化。我國汽車車牌的懸掛方式不唯一，由于不同汽車公司出產(chǎn)的汽車型號和外形各有不同，導(dǎo)致了車牌的懸掛位置不唯一。(二)外部環(huán)境影響外部光照條件各不相同，白天和晚上的光照各不相同。光照對采集的圖像質(zhì)量產(chǎn)生很大的影響。不同的光照角度對車牌光照的不均勻影響也很大。不同的氣候條件、背景光照環(huán)境、車牌反光程度都決定了車牌的亮度特征。在特征提取時(shí)，光照過亮或者過暗都會影響車牌識別的準(zhǔn)確率。外界背景的復(fù)雜程度也影響車牌的定位準(zhǔn)確率。背景中和車牌區(qū)域當(dāng)中有許多和車牌特征相似的長方形區(qū)域，這些容易給車牌定位造成誤判導(dǎo)致車牌定位的準(zhǔn)確率降低。（三）拍攝角度問題實(shí)際工程當(dāng)中的拍攝角度相對于車輛的行駛方向一般是正上方、左側(cè)和右側(cè)。如果拍攝的角度越小，車牌在平面圖像中的變形越小，識別效果越好。根據(jù)智能交通系統(tǒng)的結(jié)構(gòu)可知，攝像機(jī)采集到的圖像均為系列圖像，而由于外部環(huán)境的影響，車牌識別系統(tǒng)采用的圖像不一定是最優(yōu)的。[4]1.3MATLAB的簡介MATLAB是由美國mathworks公司發(fā)布的主要面對科學(xué)計(jì)算、可視化以及交互式程序設(shè)計(jì)的高科技計(jì)算環(huán)境。它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多科學(xué)領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語言（如C、Fortran）的編輯模式，代表了當(dāng)今國際科學(xué)計(jì)算軟件的先進(jìn)水平。MATLAB和Mathematica、Maple、MathCAD并稱為四大數(shù)學(xué)軟件，它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。MATLAB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計(jì)與分析等領(lǐng)域。MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C，F(xiàn)ORTRAN等語言完成相同的事情簡捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點(diǎn)，使MATLAB成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。在新的版本中也加入了對C，F(xiàn)ORTRAN，C++，JAVA的支持，可以直接調(diào)用，用戶也可以將自己編寫的實(shí)用程序?qū)氲組ATLAB函數(shù)庫中方便自己以后調(diào)用，此外許多的MATLAB愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進(jìn)行下載就可以用[5]。1.3MATLAB語言特點(diǎn)一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點(diǎn)。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(jì)算機(jī)硬件資源進(jìn)行操作一樣，被稱作為第四代計(jì)算機(jī)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的最突出的特點(diǎn)就是簡潔。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，MATLAB給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境。以下簡單介紹一下MATLAB的主要特點(diǎn)]：語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。MATLAB程序書寫形式自由，利用其豐富的庫函數(shù)避開繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。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。可以說，用MATLAB進(jìn)行科技開發(fā)是站在專家的肩膀上。(2)運(yùn)算符豐富。由于MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運(yùn)算符，靈活使用MATLAB的運(yùn)算符將使程序變得極為簡短。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缶幊痰奶匦浴ＵZ法限制不嚴(yán)格，程序設(shè)計(jì)自由度大。例如，在MATLAB里，用戶無需對矩陣預(yù)定義就可使用。程序的可移植性很好，基本上不做修改就可以在各種型號的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行。MATLAB的圖形功能強(qiáng)大。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡單。MATLAB還具有較強(qiáng)的編輯圖形界面的能力。(7)MATLAB的缺點(diǎn)是，它和其他高級程序相比，程序的執(zhí)行速度較慢。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?yàn)榻忉寛?zhí)行，所以速度較慢。[6]第二章圖像預(yù)處理2.1圖像采集汽車號牌識別系統(tǒng)采集圖片主要是利用照相機(jī)拍攝獲得的。拍攝照片時(shí)應(yīng)注意一下幾點(diǎn)：(1)拍攝的汽車圖片應(yīng)包含汽車車牌，避免選擇車牌顏色與汽車顏色相似的。(2)車牌應(yīng)完好無損且字符清晰，光線選擇柔和的。(3)拍攝的角度應(yīng)越小越好，這樣車牌在平面圖像中的變形越小，識別效果越好。由于我國車牌種類較多，大致有黃底黑字，藍(lán)底白字，白底黑字和黑底白字。考慮到系統(tǒng)識別的準(zhǔn)確性，本設(shè)計(jì)采用藍(lán)底白字的車牌為研究對象。由于采集到圖片存儲格式不一致，比較常見的圖片格式有*.BMP、*.JPG、*.GIF等，本設(shè)計(jì)采集到的圖片統(tǒng)一采用*.JPG的格式。2.2圖像預(yù)處理讀取圖片為了更能夠準(zhǔn)確的進(jìn)行汽車車牌的定位和分割，車牌的字符識別必須經(jīng)過圖像預(yù)處理，圖像預(yù)處理可以提高車牌圖片的適用性。原始圖像不只是包括汽車車牌，還有汽車本身和其他一些背景，所以必須去掉這些非汽車車牌圖像的影響，才有可能正確的提取出汽車車牌的區(qū)域，為進(jìn)行下面的車牌字符識別打下基礎(chǔ)。由于本系統(tǒng)設(shè)計(jì)使用的圖片是在戶外采集到的，會受到光照的穩(wěn)定性與均勻性的影響，加上車輛車牌的整潔度、拍攝時(shí)攝像機(jī)與車牌的矩離和角度等因素的影響，使圖片存在各種各樣的噪聲。車牌圖片可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重問題，因此需要對原始圖片進(jìn)行預(yù)處理，以改善圖像的質(zhì)量，提高字符識別率[13]。下圖2-1流程圖簡要的概述了圖像預(yù)處理的基本步驟：讀取圖片圖像灰度化圖像灰度化平滑處理平滑處理提取邊緣提取邊緣圖2-12.2.1圖像灰度化未經(jīng)處理的原始圖片包含著大量的顏色信息，不但占用存儲內(nèi)存很大，而且在運(yùn)行過程中也會降低系統(tǒng)的速度，因此要將彩色圖片轉(zhuǎn)變?yōu)榛叶葓D片，以加快系統(tǒng)執(zhí)行速度。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理，灰度圖是指只包含亮度信息，不包含色彩信息的圖像。經(jīng)過灰度變換后的圖片，像素的動態(tài)范圍增加，圖像的對比度增強(qiáng)，使圖像變得更加清晰、細(xì)膩、容易識別。彩色圖片分為R、G、B三個(gè)分量，分別顯示紅、綠、藍(lán)等各種顏色，灰度化就是使彩色的R、G、B分量相等的過程。灰度值大的像素點(diǎn)比較亮（像素值最大為255，為白色），反之比較暗（像素值最小為0，是黑色）。本設(shè)計(jì)的灰度圖片變換的實(shí)現(xiàn)采用了rgb2gray函數(shù)，代碼為I1=rgb2gray(I)。原始圖像2-2、灰度圖2-3和直方圖2-4如下：原始圖像2-2灰度圖像2-3圖像2-42.2.2圖像增強(qiáng)圖像增強(qiáng)的目的是對圖像進(jìn)行加工，得到更能準(zhǔn)確提取車牌邊緣，從而準(zhǔn)確定位車牌的圖像。對車輛圖像進(jìn)行灰度化處理之后，車牌部分和非車牌部分圖像的對比度并不是很高，由于車牌界限較為模糊，難以提取出車牌邊緣。為了增強(qiáng)車牌部分圖像和其他部分圖像的對比度，使其明暗鮮明，有利于提高識別率，需要將車輛圖像進(jìn)行增強(qiáng)。增強(qiáng)圖像的方法有很多，如灰度變換、圖像平滑處理和線性濾波等，根據(jù)處理圖像域又可分為空間增強(qiáng)與頻域增強(qiáng)。目前用于車牌圖像增強(qiáng)的方法有：灰度拉伸、直方圖均衡、中值濾波、高斯濾波、鄰域?yàn)V波、圖像腐蝕、多圖像平均、同態(tài)濾波等[9]。本系統(tǒng)設(shè)計(jì)中對圖像操作時(shí)先腐蝕或膨脹，用來消除小物體、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊緣同時(shí)并不明顯改變其面積。對圖像進(jìn)行腐蝕，運(yùn)用代碼se=[1;1;1];I3=imerode(I2,se);對圖像進(jìn)行腐蝕操作，腐蝕后的圖像如圖2-5所示：圖2-5在圖像的獲取和傳輸過程中原始圖像會受到各種噪聲的干擾，由于噪聲點(diǎn)多在頻域中映射為高頻分量，使圖像質(zhì)量下降。為了抑制噪聲、改善圖像質(zhì)量，要對圖像進(jìn)行平滑處理。圖像平滑處理的方法主要有空域中求鄰域平均值，鄰域平均值的平滑處理會使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產(chǎn)生模糊作用。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點(diǎn)像素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點(diǎn)才能替換為鄰域平均值，而差值不大于閾值時(shí)，仍保留原來的值，從而減少由于平均化引起的圖像模糊。圖像平滑的目的是為了消除噪聲。噪聲消除的方法又可以分為空間域或頻率域，亦可以分為全局處理或局部處理，亦可以按線性平滑、非線性平滑和自適應(yīng)平滑來區(qū)別。圖像的平滑是一種實(shí)用的數(shù)字圖像處理技術(shù)，一個(gè)較好的平滑處理方法應(yīng)該既能消除圖像噪聲，又不使圖像邊緣輪廓和線條變模糊，這就是研究數(shù)字圖像平滑處理要追求的目標(biāo)。一般情況下，減少噪聲的方法可以在空間域或頻率域進(jìn)行處理，主要有鄰域平均法、中值濾波法、低通濾波法等，鄰域平均法即通過提高信噪比，取得較好的平滑效果；空間域低通濾波采用低通濾波的方法去除噪聲；以及頻域低通濾波法過除去其高頻分量就能去掉噪聲，從而使圖像得到平滑。第三章車牌定位與分割汽車車牌的定位和分割是汽車號牌識別系統(tǒng)的核心技術(shù)之一，汽車車牌定位分割的準(zhǔn)確性直接關(guān)系著整個(gè)汽車號牌識別系統(tǒng)的識別成功率。汽車車牌經(jīng)過圖像預(yù)處理得到的灰度圖來確定車牌的具體位置，接著從圖像中分割出含有車牌字符的子圖像。汽車車牌是一個(gè)很有特征的區(qū)域，在原始圖像中類似一個(gè)長方形，其灰度值與周圍區(qū)域有明顯的不同，所以在車牌邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖像進(jìn)行分割[7]。流程圖如圖3-1：對圖像進(jìn)行腐蝕對圖像進(jìn)行腐蝕去除雜質(zhì)去除雜質(zhì)通過計(jì)算尋找X和Y方向車牌的區(qū)域通過計(jì)算尋找X和Y方向車牌的區(qū)域完成車牌定位完成車牌定位對分割出的車牌做進(jìn)一步處理對分割出的車牌做進(jìn)一步處理圖3-13.1車牌定位車牌圖像往往是在復(fù)雜的環(huán)境中拍攝得到的，由于車牌與復(fù)雜的車身背景融為一體，還有車牌在使用中磨損與灰塵及拍攝儀器的影響以及由于拍攝角度的不同，車牌在圖像中往往有很大的形變，如何在復(fù)雜背景中準(zhǔn)確、快速找出車牌的位置成為車牌識別中的難點(diǎn)。目前已有不少學(xué)者在這方面進(jìn)行了研究，總結(jié)起來主要有如下幾類方法[8]：基于水平灰度變化特征的方法，這種方法主要在車牌定位前，需要對圖像進(jìn)行預(yù)處理，將彩色圖像轉(zhuǎn)換為灰度圖像，利用車牌區(qū)域水平方向的紋理特征進(jìn)行車牌定位；基于邊緣檢測的定位方法，這種方法是利用車牌區(qū)域豐富的邊緣特征進(jìn)行車牌定位，能夠進(jìn)行檢測的方法有多種，如Roberts邊緣算子、Prewitt算子、Sobel算子以及拉普拉斯邊緣檢測；基于車牌顏色特征的定位方法，這種方法主要是應(yīng)用車牌的紋理特征、形狀特征和顏色特征即利用車牌字符和車牌底色具有明顯的反差特征來排除干擾進(jìn)行車牌的定位；基于Hough變換的車牌定位方法，這種方法是利用車牌邊框的幾何特征，采取尋找車牌邊框直線的方法進(jìn)行車牌定位；基于變換域的車牌定位方法，這種方法是將圖像從空域變換到頻域進(jìn)行分析，例如采用小波變換等；基于數(shù)學(xué)形態(tài)學(xué)的車牌定位方法，這種方法是利用數(shù)學(xué)形態(tài)學(xué)圖像處理的基本思想，利用一個(gè)結(jié)構(gòu)元素來探測一個(gè)圖像，看是否能將這個(gè)結(jié)構(gòu)元素很好的填放在圖像內(nèi)部，同時(shí)驗(yàn)證填放元素的方法是否有效。腐蝕、膨脹、開啟和關(guān)閉是數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算。這些方法各有優(yōu)缺點(diǎn)，要實(shí)現(xiàn)快速、準(zhǔn)確地定位車牌，應(yīng)該綜合利用車牌的各種特征，僅靠單一特征很難奏效。本系統(tǒng)設(shè)計(jì)結(jié)合車牌紋顏色、水平灰度變化特征、Roberts算子邊緣檢測和數(shù)學(xué)形態(tài)學(xué)的腐蝕、膨脹等特征對車牌進(jìn)行定位，對于提高車牌定位準(zhǔn)確率提供更有利的保障。下面是車牌定位的相關(guān)圖片及代碼：se=[1;1;1];I3=imerode(I2,se);guidata(hObject,handles);se=strel('rectangle',[10,25]);I4=imclose(I3,se);guidata(hObject,handles);圖3-2平滑圖像I5=bwareaopen(I4,2000);guidata(hObject,handles);圖3-3function[PY2,PY1,PX2,PX1]=chepai_fenge(I5)[y,x,z]=size(I5);myI=double(I5);ticY_threshlow=5;X_firrectify=5;Blue_y=zeros(y,1);fori=1:yforj=1:xif(myI(i,j,1)==1)Blue_y(i,1)=Blue_y(i,1)+1;endendend[tempMaxY]=max(Blue_y);PY1=MaxY;while((Blue_y(PY1,1)>=Y_threshlow)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)>=Y_threshlow)&&(PY2<y))PY2=PY2+1;endPY1,PY2figure(1),imshow(Blue_y),title('y方向確定');圖3-4y方向車牌區(qū)域PX1=PX1-1;PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);imshow(dw),title(‘水平方向合理區(qū)域’);pause(2);t=toc;guidata(hObject,handles);圖3-5水平方向合理區(qū)域3.2車牌分割車牌分割的方法有多種多樣，由于車牌的顏色信息與其他背景的不一樣，所以本系統(tǒng)采用彩色分割的方法。本系統(tǒng)設(shè)計(jì)采用的汽車圖片車牌底色是藍(lán)色，采用藍(lán)色像素點(diǎn)統(tǒng)計(jì)的方法分割出合理的車牌區(qū)域，確定車牌底色藍(lán)色RGB對應(yīng)的各自灰度范圍，然后行方向統(tǒng)計(jì)在此顏色范圍內(nèi)的像素點(diǎn)數(shù)量，設(shè)定合理的閾值，確定車牌在水平方向的合理區(qū)域。在分割出的水平區(qū)域內(nèi)，再統(tǒng)計(jì)垂直方向藍(lán)色像素點(diǎn)的數(shù)量，最終確定出完整的車牌區(qū)域[9]。由于本系統(tǒng)設(shè)計(jì)只限用于車牌底色為藍(lán)色的車牌，對于其他顏色如黃色、白色等為底色的車牌則不成功。所以本系統(tǒng)具有一定的局限性。下面是分割后的車牌圖：圖3-63.3車牌進(jìn)一步處理在圖像處理中，二值圖像占有非常重要的地位，首先圖像的二值化有利于圖像的進(jìn)一步處理，使圖像變得簡單、而且數(shù)據(jù)量減小，能凸顯出感興趣的目標(biāo)的輪廓。當(dāng)然要進(jìn)行二值圖像的處理與分析，首先要把圖像進(jìn)行灰度化，再進(jìn)行二值化，才能得到二值化圖像。在圖像二值化的過程中，會選取一個(gè)閾值，所有灰度太于或等于閥值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者其他的物體區(qū)域。如果某圖像在內(nèi)部有均勻一致的灰度值，并且處在一個(gè)具有其他等級灰度值的均勻背景下，利用閥值法就能得到較好的切分效果[12]。如果物體同背景的差別難以用不同的灰度值表現(xiàn)，可以把這些差別特征轉(zhuǎn)換為灰度的差別，然后利用閥值法來切分該圖像。由此可見，只有合適的選取閾值，才能使二值化圖像能準(zhǔn)確的表示圖像的物體區(qū)域和背景區(qū)域。所以這個(gè)二值化閾值的選取則成為圖像二值化的關(guān)鍵問題。車牌的二值化處理就是將車牌上點(diǎn)的灰度值置為0或255，處理后整個(gè)車牌圖像呈現(xiàn)黑白效果，也就是將256個(gè)亮度等級的灰度圖經(jīng)過合適的閾值選取，而獲得的二值化圖像仍然可以反映圖像整體和局部特征。分割出來的車牌圖像中存在目標(biāo)物體、背景還有噪聲，要想從圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群，即對圖像二值化。均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個(gè)模板，該模板包括了其周圍的臨近像素。再用模板中的全體像素的平均值來代替原來像素值。下面是車牌圖像處理過的圖3-7：圖3-7第四章字符分割和歸一化字符的分割與歸一化是影響著車牌識別成功與否的主要因素。下圖是字符的分割與歸一化的流程圖[9]：[m，n]=size（d）[m，n]=size（d），逐排檢查有沒有白色像素點(diǎn)，設(shè)1<=j<n-1，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，檢測圖的X軸，若寬度等于這一閾值則切割，分離出七個(gè)字根據(jù)圖像的大小，設(shè)置一閾值，檢測圖的X軸，若寬度等于這一閾值則切割，分離出七個(gè)字符。歸一化切割出來的字符圖像的大小40*20，與模板中字符圖像的大小相匹配歸一化切割出來的字符圖像的大小40*20，與模板中字符圖像的大小相匹配。圖4-14.1字符分割在汽車車牌識別過程中，字符分割是在前期車牌定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識別，它具有中間橋梁的作用。車牌字符間的間距較大，不會出現(xiàn)字符粘連情況，所以本系統(tǒng)設(shè)計(jì)采用的方法是尋找連續(xù)有文字的塊，若長度大于設(shè)定的閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。圖4-24.2字符歸一化分割出來的字符可能存在一定的大小差距，所以要進(jìn)行進(jìn)一步的處理，以便接下來的字符識別能準(zhǔn)確的識別出字符。本系統(tǒng)設(shè)計(jì)對分割出來的字符進(jìn)行了歸一化處理，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。圖4-34.3字符識別目前已經(jīng)提出的車牌字符識別的方法[7]有以下幾種：(1)模板匹配字符識別算法。模板匹配字符識別算法的實(shí)現(xiàn)方法是計(jì)算輸入模式與樣本之間的相似性，取相似性最大的樣本為輸入模式所屬類別。該方法識別速度快，但是對噪點(diǎn)比較敏感。在實(shí)際應(yīng)用中，為了提高正確率往往需要使用大的模板或多個(gè)模板進(jìn)行匹配，處理時(shí)間則隨著模板的增大以及模板個(gè)數(shù)的增加而增加。(2)統(tǒng)計(jì)特征匹配法。統(tǒng)計(jì)特征匹配法的要點(diǎn)是先提取待識別模式的一組統(tǒng)計(jì)特征，然后按照一定的準(zhǔn)則所確定的決策函數(shù)進(jìn)行分類判決。實(shí)際應(yīng)用中，當(dāng)字符出現(xiàn)字符模糊、筆畫融合，斷裂、部分缺失時(shí)，此方法效果不理想，魯棒性較差。(3)神經(jīng)網(wǎng)絡(luò)字符識別算法。主要有兩種方法：一種方法是先對待識別字符進(jìn)行特征提取，然后用所獲得的特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類器。其中，字符特征的提取是研究的關(guān)鍵，特征參數(shù)過多會增加訓(xùn)練時(shí)間，過少會引起判斷上的歧義。另一種方法是充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實(shí)現(xiàn)特征提取直至識別。這種網(wǎng)絡(luò)互連較多，待處理信息量大，抗干擾性能好，識別率高。但是產(chǎn)生的網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜，輸入模式維數(shù)的增加可能導(dǎo)致網(wǎng)絡(luò)規(guī)模龐大。(4)支持向量機(jī)模式識別算法。支持向量機(jī)（SupportVectorMachine，SVM）是Vapnik及其研究小組針對二類別的分類問題提出的一種分類技術(shù)，其基本思想是在樣本空間或特征空間，構(gòu)造出最優(yōu)平面使超平面與不同類樣本集之間的距離最大，從而達(dá)到最大的泛化能力。主要有兩種方法應(yīng)用于字符識別：一種是先對待識別字符進(jìn)行特征提取，然后用所獲得的特征來訓(xùn)練SVM分類器。另一種是直接將每個(gè)字符的整幅圖像做為一個(gè)樣本輸入，不需要進(jìn)行特征提取，節(jié)省了識別時(shí)間[18]。這四種方法中，模板匹配是車牌字符識別最簡單的方法之一，神經(jīng)網(wǎng)絡(luò)字符識別算法是目前比較流行的算法，本系統(tǒng)設(shè)計(jì)是采用模版匹配算法進(jìn)行字符識別。基于模板匹配的字符識別基本過程是：首先對待識別字符進(jìn)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(jìn)行匹配，最后選最佳匹配作為結(jié)果。模板匹配的主要特點(diǎn)是實(shí)現(xiàn)簡單，當(dāng)字符較規(guī)整時(shí)對字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識別率相當(dāng)高。流程圖如下：建立自動識別的代碼表建立自動識別的代碼表讀取分割出來的字符第一個(gè)字符與模板中的漢字模板進(jìn)行匹配第二個(gè)字符與模板中的字母模板進(jìn)行匹配待識別字符與模板字符相減，值越小相似度越大，找到最小的一個(gè)即為匹配的最好的識別完成，輸出此模板對應(yīng)值后5個(gè)字符與模板中的字母與數(shù)字模板進(jìn)行匹配圖4-4本系統(tǒng)設(shè)計(jì)采用相減的方法找到出分割字符與模板庫中的字符相似度最大的字符，然后輸出。汽車號牌的字符一般有七個(gè)，大部分車牌第一位是漢字，通常代表車輛所屬省份，接著的是字母與數(shù)字。車牌字符漢字共約50多個(gè)，大寫英文字母26個(gè)，數(shù)字10個(gè)。為了提高系統(tǒng)的識別率與實(shí)驗(yàn)的方便，本次系統(tǒng)設(shè)計(jì)只建立了5個(gè)漢字26個(gè)字母與10個(gè)數(shù)字的字符模板庫。首先取模板庫的字符，接著依次取待識別字符與模板進(jìn)行匹配，將其與模板庫字符相減，得到的0越多那么匹配成功率越高。把每一幅相減后的圖的0值個(gè)數(shù)保存，即為識別出來的結(jié)果并將結(jié)果保存在Data.xls文件中。字符識別圖如下：圖4-5第五章汽車號牌識別系統(tǒng)實(shí)現(xiàn)與分析5.1系統(tǒng)實(shí)現(xiàn)系統(tǒng)實(shí)現(xiàn)，結(jié)果如圖：圖5-1系統(tǒng)界面圖5-2邊緣檢測和灰度圖直方圖圖5-3平滑圖像的輪廓圖5-4移除小對象圖5-5y方向車牌區(qū)域圖5-6X方向車牌區(qū)域圖5-7圖5-8圖5-9圖5-10圖5-11圖5-125.2系統(tǒng)分析基于MATLAB軟件設(shè)計(jì)的汽車號牌識別系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，考慮到時(shí)間和本人能力等因素，在這里我只做了一些初步的研究，很不夠完善的地方，還需進(jìn)一步的研究改進(jìn)。(1)汽車號牌識別系統(tǒng)是針對車牌為藍(lán)底白字，7個(gè)字符水平排列的汽車車牌進(jìn)行研究。有些光照條件不理想的圖片，需要先進(jìn)行圖象增強(qiáng)處理，讓圖象灰度動態(tài)范圍擴(kuò)展和對比度增強(qiáng)，再進(jìn)行車牌定位和分割，這樣可以提高分割的成功率。色彩通道的車牌區(qū)域分割算法充分利用了車牌圖象的色彩信息，簡化了算法的實(shí)現(xiàn)，加快了圖象的處理速度，具有較高的正確率，而且整個(gè)程序用MATLAB語言編程實(shí)現(xiàn)，運(yùn)算速度快。但是也存在一些識別效果不是很理想的圖片，這些圖片需要做一些前提工作后才能識別出相應(yīng)的字符。(2)車牌定位和分割中利用的車牌區(qū)域的寬度信息以及字符尺寸信息，是根據(jù)采集到的車輛圖像通過人工或者經(jīng)驗(yàn)測算出來的，實(shí)際中需要自動檢測；由于基于尋找連續(xù)有文字的塊的字符分割方法容易受噪聲和環(huán)境光線變化的影響，所以在車牌字符分割的預(yù)處理中，需要對分割出的字符車牌進(jìn)行均值濾波，膨脹或腐蝕的處理。經(jīng)過這些處理可以把字符與字符之間的雜色點(diǎn)去除，只有白色的字符和黑色的背景存在，有利于的字符分割進(jìn)行[19]。(4)字符識別方法中運(yùn)用模板匹配的方法，方法簡潔但識別率較低。模板匹配法，是利用要識別的字符圖片與字符庫中的圖片進(jìn)行兩幅圖片相減的方法，找到相減后值最小的圖片，其相似程度最大的。模板庫的字符制作很重要，必須要用精確的模板，否則就不能正確的識別。本人對于識別失敗的車牌進(jìn)行了分析，主要原因有幾點(diǎn)：(1)車牌自身的污漬、顏色對比度太低、圖像的像素等影響了圖像的質(zhì)量；(2)在字符分割時(shí)，由于車牌中存在螺釘凸起，分割的時(shí)候系統(tǒng)將凸起部分也當(dāng)做字符進(jìn)行了分割，車牌最終的分割是七個(gè)字符，但是加上凸起螺釘就八位了，分割失敗導(dǎo)致的識別錯(cuò)誤；(3)有些字符的形狀相似性，比如，1和I、B和8、A和4等字符識別結(jié)果可能發(fā)生混淆的情況。要提高系統(tǒng)的識別成功率可以從以下幾個(gè)方面進(jìn)行改進(jìn)：(1)在現(xiàn)有的基礎(chǔ)上利用水平投影的方法檢測非橫向排列的7個(gè)字符車牌，根據(jù)車牌在水平方向上的投影的峰值特征判斷牌照所屬類型；(2)在已定位車牌基礎(chǔ)上檢測牌照字符筆畫的寬度，通過投影檢測字符的尺寸信息；也可以通過攝像機(jī)架設(shè)的高度、角度與車道的關(guān)系，將這些參數(shù)作為系統(tǒng)參數(shù)進(jìn)行人工設(shè)置。(3)改進(jìn)字符分割的算法，在車牌定位以后對圖像進(jìn)行去噪處理，或者可以通過照明設(shè)備照射車輛，由于車輛牌照區(qū)域的反光特性，可以大大改善圖像采集的質(zhì)量，同時(shí)突出牌照區(qū)域，間接達(dá)到減少噪聲的效果。(4)可以考慮單獨(dú)設(shè)備漢字識別器以及數(shù)字字母合一的識別器，或者設(shè)置漢字、數(shù)字以及字母合一的識別器，通過增加訓(xùn)練樣本的個(gè)數(shù)，人為的加入噪聲等措施，提高識別器的識別率。總之，盡管系統(tǒng)車牌字符的識別率還不理想，但是只要按照上面的改進(jìn)方法把系統(tǒng)進(jìn)一步完善，提高程序的模塊化、標(biāo)準(zhǔn)化水平，使軟件設(shè)計(jì)更加合理、可靠和高效，進(jìn)一步提高識別率是完全可行的。總結(jié)在智能交通領(lǐng)域研究中車牌識別系統(tǒng)占據(jù)了的核心位置，隨著經(jīng)濟(jì)迅速發(fā)展，汽車對人們工作生活產(chǎn)生了巨大的影響，汽車數(shù)量的增長讓交通管理提出了更高的要求，因此車牌識別系統(tǒng)有著廣泛的應(yīng)用前景。汽車號牌識別系統(tǒng)設(shè)計(jì)主要從圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別五大方面進(jìn)行了系統(tǒng)的研究。論文包括國內(nèi)外在車牌識別系統(tǒng)的研究成果和發(fā)展方向，也介紹了我國車牌的固有特征，以及車牌識別的特點(diǎn)。本系統(tǒng)設(shè)計(jì)采用了邊緣檢測的方法實(shí)現(xiàn)車牌定位，先對原始圖片進(jìn)行預(yù)處理，二值化和運(yùn)用基于藍(lán)色象素點(diǎn)統(tǒng)計(jì)特性的方法對藍(lán)色車牌進(jìn)行定位。對于字符分割最常用的方法是尋找連續(xù)有文字的塊法，主要是針對在車牌定位后再經(jīng)過二值化、濾波、腐蝕或膨脹等操作后比較規(guī)則的車牌圖像。其優(yōu)點(diǎn)是程序邏輯設(shè)計(jì)簡單，循環(huán)執(zhí)行功能單一，便于設(shè)計(jì)和操作，程序執(zhí)行時(shí)間短。字符識別是運(yùn)用模板匹配的方法，將要識別的字符與模板庫里的字符進(jìn)行比對，根據(jù)與模板庫字符的相似度的大小來確定最終的識別結(jié)果。本系統(tǒng)中還存在很多不足和局限，距離具體實(shí)用的要求還是有很大的距離的，但是從這次畢業(yè)設(shè)計(jì)中我學(xué)到了很多知識。初步了解了車牌識別系統(tǒng)的原理內(nèi)容和步驟，也對MATLAB這個(gè)強(qiáng)大的軟件有了進(jìn)一步的熟悉。在這個(gè)科技發(fā)達(dá)的社會里，車牌識別的研究很重要，期待我國的車牌識別系統(tǒng)更加完善，早日應(yīng)用到全國各地。參考文獻(xiàn)[1]胡小鋒，趙輝.VC++/MATLAB圖像處理與識別使用案例精選[M].北京：人民郵電出版社，2004：2-50.[2]桑卡，赫拉瓦卡.圖像處理分析與機(jī)器視覺(第3版)[M].北京：清華大學(xué)出版社，2011：22-49.[3]張學(xué)工.模式識別(第3版)[M].北京：清華大學(xué)出版社，2010：31-52.[4]陳杰.MATLAB寶典[M].北京：電子工業(yè)出版社，2010：56-63.[5]錢成.車牌識別中字符分割的研究[J].中國科技論文在線，2011，(1)：19-22.[6]劉聰.車牌識別系統(tǒng)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D].西安：西北大學(xué)，2012.[7]李盛寧.車牌識別系統(tǒng)中車牌定位算法的研究[D].蘇州：蘇州大學(xué)，2011.[8]陳虹.汽車車牌的自動檢測與識別[J].交通建設(shè)與管理，2009，(11)：4-12.[9]阮秋琦，阮宇智.數(shù)字圖像處理[M].北京：電子工業(yè)出版社，2011：25-43.[10]RoliF,KittlerJ.FusionofMultipleClassifiers[J].InformationFusion,2002,3(4):242-244.[11]YangJ,ZhangD,FrangiAF,etal.Two-dimensionalPCA:ANewApproachtoAppearance-basedFaceRepresentationandRecognition[J].IEEETransonPatternAnalysisandMachineIntelligence,2004,26(1):131-137致謝通過這次畢業(yè)設(shè)計(jì)讓我的自學(xué)能力有了進(jìn)一步的提高，專業(yè)知識也有所鞏固，培養(yǎng)了獨(dú)立自主的能力，對今后的工作生活產(chǎn)生了巨大影響。由于以前沒有接觸過MATLAB軟件，所以在接到這個(gè)畢業(yè)設(shè)計(jì)題目之后我到圖書館里查閱了相關(guān)的書籍、資料，在網(wǎng)上觀看視頻教程開始慢慢了解、學(xué)習(xí)、熟悉這個(gè)軟件。雖然對MATLAB軟件有了一定的了解，但是對于汽車號牌識別系統(tǒng)還是一頭霧水。由于個(gè)人的閱歷、知識少，盡管也查閱了不少資料，也只是了解了一點(diǎn)，但還是不知道如何開始。在我迷茫糾結(jié)的時(shí)候得到了張楠指導(dǎo)老師的耐心指點(diǎn)幫助，讓我理清了設(shè)計(jì)的思路。在我做設(shè)計(jì)中遇到困難的時(shí)候無意間發(fā)現(xiàn)了一個(gè)叫MATLAB中文論壇，這是一個(gè)專門利用MATLAB軟件設(shè)計(jì)系統(tǒng)產(chǎn)品的，里面有很多與車牌識別相關(guān)的作品資料，而且樓主們和壇友們都很熱情耐心解答我提出的疑問，讓我收獲頗多。由于我設(shè)計(jì)的車牌識別系統(tǒng)識別率較低，張楠老師替我分析了一下原因是由模板庫里的字符有很多殘缺所引起的。經(jīng)過了這次畢業(yè)設(shè)計(jì)，我受益匪淺，在此同時(shí)我要衷心感謝欽州學(xué)院給了我學(xué)習(xí)的機(jī)會；感謝指導(dǎo)老師張楠老師教給我這么多的知識；感謝所有幫助過我的老師同學(xué)們。

畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說明并表示了謝意。作者簽名：日期：指導(dǎo)教師簽名：日期：使用授權(quán)說明本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。作者簽名：日期：

學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名： 日期：年月日導(dǎo)師簽名：日期：年月日

指導(dǎo)教師評閱書指導(dǎo)教師評價(jià)：一、撰寫（設(shè)計(jì)）過程1、學(xué)生在論文（設(shè)計(jì)）過程中的治學(xué)態(tài)度、工作精神□優(yōu)□良□中□及格□不及格2、學(xué)生掌握專業(yè)知識、技能的扎實(shí)程度□優(yōu)□良□中□及格□不及格3、學(xué)生綜合運(yùn)用所學(xué)知識和專業(yè)技能分析和解決問題的能力□優(yōu)□良□中□及格□不及格4、研究方法的科學(xué)性；技術(shù)線路的可行性；設(shè)計(jì)方案的合理性□優(yōu)□良□中□及格□不及格5、完成畢業(yè)論文（設(shè)計(jì)）期間的出勤情況□優(yōu)□良□中□及格□不及格二、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？□優(yōu)□良□中□及格□不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？□優(yōu)□良□中□及格□不及格三、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義□優(yōu)□良□中□及格□不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？□優(yōu)□良□中□及格□不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平□優(yōu)□良□中□及格□不及格建議成績：□優(yōu)□良□中□及格□不及格（在所選等級前的□內(nèi)畫“√”）指導(dǎo)教師：（簽名）單位：（蓋章）年月日評閱教師評閱書評閱教師評價(jià)：一、論文（設(shè)計(jì)）質(zhì)量1、論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？□優(yōu)□良□中□及格□不及格2、是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？□優(yōu)□良□中□及格□不及格二、論文（設(shè)計(jì)）水平1、論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問題的指導(dǎo)意義□優(yōu)□良□中□及格□不及格2、論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？□優(yōu)□良□中□及格□不及格3、論文（設(shè)計(jì)說明書）所體現(xiàn)的整體水平□優(yōu)□良□中□及格□不及格建議成績：□優(yōu)□良□中□及格□不及格（在所選等級前的□內(nèi)畫“√”）評閱教師：