1、本科畢業論文（設計、創作）題目：車輛牌照圖像識別算法的研究與實現學生姓名：學號：0231002032所在院系：信息與通信技術系專業:電子信息工程入學時間：2010年9月導師姓名：職稱/學位：講師/博士導師所在單位：完成時間：2014年5月安徽三聯學院教務處制車輛牌照圖像識別算法的研究與實現摘要：現代社會，特別是進入了 21 世紀，中國經濟的飛速發展使汽車成為人們常用的交通工具。日益完善的交通管理網絡越來越引起人們的關注，這成為了一個社會性的問題。所以，對汽車牌照進行檢測和研究對各個方面都有著積極的意義。最為交通管理系統的重要組成部分，車牌識別系統大大方便了汽車場合的管理。本文重要通過在數字圖像

2、預處理、車牌定位和車牌識別對車輛牌照進行識別，數字圖像預處理通過二值化等方法實現，通過基于灰度圖像求卷積能量極值區域的方法實現牌照定位的，而車牌照識別時運用了模板匹配法。本文采用了 MATLAB 來實現算法。關鍵詞：圖像識別；圖像處理；牌照定位ResearchandimplementationofimagerecognitionalgorithmforvehiclelicenseplateAbstract:Inmodernsociety,especiallywhenenteringthe21stcentury,rapiddevelopmentofChineseeconomymakecarsbe

3、comethemostcommonvehicle.Trafficmanagementnetworkwhichisbeingperfectdaybydayhasarousedmoreandmorepeoplesconcern.Thishasbecomeasocialbkon.Therefore,detectingandstudyingthelicenseplatehaspositiveconsequenceforallaspects.Asanimportantpartofthetrafficmanagementsystem,thelicenserecognizingsystemmakesthep

4、lacemanagementofcarsmoreconvenient.Thisarticletendtorecognizethelicenseplatewithanemphasisanpretreatmentofthedigitalpicturesandthelocationandrecognitionofthecars.Thepretreatmentofdigitalpicturesisaccomplishedbyimagebarbarizationandothermethods.Thelocationoflicenseplateiscompletedbythemethodofthearea

5、oftheconvolutionenergyextremevaluebasedongrayimage.Andthetemplatematchingmethodisusedwhenrecognizingthelicenseplate.ThearticleadoptMATLABtoaccomplishthearithmetic.Keywords:imagerecognition；imageprocessinglicenseplatelocation目錄第一章緒論 11.1 論文研究背景 11.2 車牌識別系統的原理 1第二章車牌字符識別技術研究 32.1 介紹車牌識別常用方法 32.1.1結構模式

6、識別 32.1.2統計模式識別 32.1.3人工神經網絡識別 32.2 本文采用的識別方案 4第三章車牌識別系統的設計 63.1 圖像采集 63.2 圖像預處理 63.3 車牌定位 73.4 字符分割 83.5 字符識別 113.5.1字符歸一化處理 113.5.2字符匹配識別 12第四章仿真結果及其分析 134.1 車牌定位后系統邊緣檢測的仿真結果圖如下圖所示：134.2 車牌字符分割及其圖像處理 134.3 車牌字符識別及其圖像處理 14致謝 15參考文獻 16第一章緒論1.1 論文研究背景21 世紀以來，人類社會已經進入了信息時代，自動化信息處理能力越來越高，在社會各種活動和人們日常生活

7、中的應用越來越廣泛，在這樣的條件下，人們日益關注自動檢測，識別等技術。伴隨著汽車數量的增加，牌照識別技術越來越成為智能交通管理的重要手段。車輛牌照識別技術是自動化技術、信息技術、計算機技術相融合的技術。車輛監管部門通過拍照地洞識別系統對車輛進行實時檢測，不僅減輕了壓力，還節省人力物力，提高工作效率，對交通監控和公共安全有著重要的積極的作用。由于車輛牌照圖像識別系統有著重要的意義，因此世界上有許多科研工作者對它進行研究，并且出現了眾多的算法。也應用于社會生活的各個方面，在交叉路口、高速公路、停車場、路口收費站等許多地方都有廣泛的應用。但是由于大氣的原因、車輛牌照臟污的原因、車輛牌照懸掛位置的原因

8、，這些系統都會出現或多或少的問題，因此，車輛牌照識別系統的不斷完善是一個必然的過程。車輛牌照的定位與識別技術，實質上就是車輛牌照與圖像處理技術相結合。本文側重從車輛牌照定位和車輛牌照識別兩個方面進行研究。1.2 車牌識別系統的原理車牌識別系統包括圖像采集系統和圖像識別系統，當有車輛時，圖像采集系統會自動對車輛的牌照進行采集，然后會把采集到的圖像傳到圖像識別系統中.圖像識別系統中的預處理功能，為車輛牌照的搜索提供一個很好的定位環境。車牌照要在經過預處理才能從車牌照的背景中分離。然后對得到的車牌照進行字符分割，最后再進行字符識別，這時候就得到車牌號碼。這個系統包括軟件和硬件。硬件上包括照明燈，圖像

9、采集器，鏡頭，通信模塊等；軟件由車輛牌照定位、牌照字符切割、牌照字符識別等組成。這樣比較完整的結構可以減少環境對車輛牌照識別系統的影響。圖像采傾斜矯正字符分割一車牌圖 1-1 車牌識別流程圖(1)圖像采集：由 CCLjg 像機知道車牌號。(2)圖像預處理：對 CCDg 像機獲得的車牌進行二值化等方法進行預處理，為后面的操作做鋪墊。(3)車牌定位： 車牌定位是以灰度圖像為基礎的， 然后結合視覺角度和字符的特點，提取對應的特征。車牌定位是整個系統的關鍵和難點。(4)傾斜校正：因為在獲取車牌照的時候不能百分百保證牌照是水平的，難免出現傾斜的情況，這時候就要對車輛牌照進行傾斜校正。為后來的車牌字符分割

10、和車牌字符識別提供方便。(5)字符分割：將車牌號中的字符分割出來，在于模板中的字符相互比較，看是否一致。(6)字符識別：字符識別是對分割后的字符進行歸一化處理，然后進行模板匹配以顯示出牌照號碼。車牌定位第二章車牌字符識別技術研究2.1 介紹車牌識別常用方法常用的結構模式識別、神經網絡識別、統計識別等車牌照識別的方法。2.1.1結構模式識別漢子的組成結構是結構模式的主要出發點.漢字不僅可以理解是由筆劃以及偏旁部首構成的；還可以認為漢字是由一些小的單元組成的。這種基元可以更好的對漢子進行描述，這種方法引入車牌識別有著重要的意義。2.1.2統計模式識別統計模塊的具有悠久的發展歷史，理論基礎很強；他是

11、將一些事實的共同點歸納在一起，然后按照一定準則所確定的決策函數進行分類判決。字符的統計模式是將字符點陣作為一個集合，他的作用是從大量的數據中對比出來的；對比的方法很常見，但是對于一些細小的字節還是很模糊。2.1.3人工神經網絡識別人工智能網絡是一種以人腦神經網絡的正常運行作為參考系數的一種模擬模型。他需要的是像人腦神經系統一樣能夠控制人自身的許多活動；我們通過研究這種結構和功能為了讓我們在現實的生活中也能實現。下面幾個方面是人工智能網絡的一些特點：1,能逼近任意線性函數2,信息的并行分布式處理和存儲3,可以多輸入多輸出4,便于用超大規模的集成電路或光學集成電路系統實現5,具有自學習的能力；6,

12、具有聯想存儲功能；7,具有高速尋找優化解的能力.但是在車牌字符的識別中仍然存在很大的缺陷：l,會因為車牌照的問題，比如像素點小，筆畫斷裂等問題楚翔誤識別。2,因為神經網絡在學習時候的每次的迭代梯度值會受樣本噪聲影響，會使系統的收斂速度變慢，所以人工神經網絡識別法時不適合實時識別的。2.2 本文采用的識別方案本論文采用的方案是基于模板匹配的，也就是把獲取到的車輛牌照的字符同選定的字符模板進行對比，通過這種對比確定車牌上字符的內容。先準備一個存儲字符的模板，在對車牌字符經過濾波等相關處理；再將得到的字符與模板中的字符經過四則運算中的減法一一相減，當所得的差值越小時，具相似度越高.本文首先收集許多的

13、圖像， 我們通常可知圖像中有很多的存儲格式。 例如有： *.BMP、*.JPG、*.GIF、*.PCX 等，本次論文中所用到的是*.JPG 的格式。由于系統編程的需求，大多數的編程采用的是 VC 或者 MATLA 斷言，而本次論文卻運用了 MATLA 斷言。MATLAB言作為第四彳 t 計算機語言，有以下優點：1 .編程效率圖MATLAB言允許用數學形式的語言編寫程序， 而且更加接近我們的思維書寫方式，它編程簡單，效率高，易學易懂。2 .矩陣和數組運算高效方便MATLA 昭言規定的各種運算可以直接應用到數組建的運算中。而且 MATLAB語言不要定義數組的維數，并給出專門的庫函數，使之更簡潔、高

14、效、方便。3 .用戶使用方便MATLAB?釋執行的語言，它靈活、方便，MATLA 斷言把編輯、編譯、連接和執融合起來，使用起來更加快捷。并且它能在同一畫面上靈活操作，所以加快了編寫、修改和調試程序的速度。4 .擴充性強，交互性好MATLAB言中有許多函數運算，因此我們可以利用這些庫函數進行一些必要的運算。并且編者可以通過自己的需要增加或者是擴充庫函數，這時 MATLAB 使用效率和功能得到了提高。車輛牌照識別系統是一個包含圖像分析和圖像處理的系統。首先要將用 CCD的到的牌照進行灰度化處理和濾波處理以降低車牌照的噪點和增加部分對比度。然后通過車輛牌照預處理提取車牌照的圖像邊緣，再接著進行車牌照

15、定位，提取出車牌照圖像。再將提取出的車牌圖像進行二值化處理，對相關的字符進行分割，最后完成了整個車牌字符的識別。然后把上述的三個部分在一個平臺上進行系統化處理，測試分析其性能。軟件系統的設計流程圖如下圖:第三章車牌識別系統的設計3.1圖像采集CCLM 像機是獲得車牌照的重要工具，通過現場的光照和由檢測裝置控制拍攝角度可以獲得車前或車后的車輛牌照。圖 3-1 照片模型3.2圖像預處理當我們對采集的圖像經過放大，過濾等相關的處理更好的提取字符。圖像預處理是對采集到的圖像的深度進行處理、圖像銳化、圖像二值化、邊緣檢測等。圖像二值化就是把采集到的圖像上像素灰度調成 255 或者是 0,即把獲得的圖像變

16、成黑白色。圖像的二值化的好處是可以將圖像變得簡單，把圖像的數據量減小，把感興趣的位置目標凸顯出來。銳化就是補償圖像的輪廓，讓它更加清晰。圖像邊緣檢測是對車輛牌照中的字符的邊緣進行定位，主要是通過濾波、增強、檢測和定位來實現。I船C96g9圖 3-2 灰度圖像圖 3-3 二值圖3.3車牌定位車牌定位作為車牌識別系統中的重要組成部分，與后面的車牌分割和車牌識別有著重要的聯系。車牌定位的方法有兩種，分別是基于灰度圖像定位和基于彩像圖像定位。實驗中采用的是灰度圖像處理車牌的定位方法。這種定位方法需要對采集到的圖像進行預處理，通過二值化等方法把彩色的圖像轉換成灰色的圖像.然后找出每一行中的車牌線段，記下

17、起始坐標車長度，若有連續多行存在于至少一個車牌線段，并且行數大于一固定閾值，我們認為在行上我們找到了一個候選區域，并且確定改區域的起始行與長高度，然后在我們已找到的可能的區域做列掃描，知道該區域的起始行列和長高度。以此類推，找出全部車牌候選區域。圖 3-4 車牌定位流程圖圖 3-5 定位到的車牌圖片3.4字符分割字符分割就是對已經得到的車輛牌照進行字符分離，得到包括漢子、字母和數字等在內的一系列單個字符，為后面的字符識別做鋪墊。由于本文中處理到的車牌照相對類型少，變化小，所以采用直接分割法。就是用投影法先將拍照上面的字符進行粗分割，然后根據每個字符的寬度進行分類，然后再分割粘貼字符，合并斷裂字

18、符。在車輛牌照區域的定位完成后，將牌照分成單字符進行識別。因為滿足車輛牌照的字符的格式、尺寸限制和其他條件的字符間必定是字符在垂直方向上的投影。所以要在復雜環境下較好的分割字符，投影法是比較好的選擇。步驟為：圖 3-6 車牌分割步驟由國家相關規定小型汽車的車牌號的長和寬是確定的，這也就是說它們所對應的字符的長和寬也是一定且字符之間的距離同樣必須保持一定.這樣來說，如果把每個字符在車牌中占據的寬度平局分，那么得到的每個字符的寬度為：W/7（W 為車牌的的像素寬度）。但是由于實際的情況一個車牌號不僅僅只有車牌的字符號，還有一些其他的東西另外還有就是最外邊的字符到邊框之間肯定還有一段距離；因此每個字

19、符的實際寬度必須小于W/7。據上所述，在一般情況下，W/9 大概是最小的寬度。所以，可以從 W/7 到 W/9 之間變化得到車牌照字符的寬度。此程序流程如下：字符切割流程圖如下圖所示：圖 3-8 分割后的車牌3.5字符識別把車輛牌照上的內容分割成單個字符之后,就要對每個字符進行字符識別。目前常用的字符匹配法有神經網絡匹配法和模板匹配法，本文采用的模板匹配法，也是最直觀的一種方法，只需要將分割出來的字符同模板進行匹配。模板匹配法有著識別率低的弊端，然而車牌字符識別只包括矩陣的加減與統計，計算量小，所以用模板匹配法可以很好的實現。對于模板匹配，要首先建立標準的模板庫，模板庫中使用尺寸統一的字符，這

20、里設定為 20*40。3.5.1字符歸一化處理受猜到到的圖像的像素值的不同,切割出來的字符也會受影響,字符或大或小，因此在進行字符匹配之前進行字符圖像歸一化處理時很有必要的，經過字符像素歸一化處理,可以使圖像字符和模板圖像的大小相同，MATLA 雄提供一個函數來改變圖像的大小，本論文采用最近鄰插值法（nearest）.最近鄰插值法也叫做作零階插值法，顧名思義就是把變換后像素灰度值像素的灰度值和距離它最近的輸入像素的灰度值調成相同.最近鄰插入法的特點是計算簡單。圖 3-9 經歸一化后的七個字符經過歸一化處理后的切割字符之后，會得到許多大小一致的字符，這樣就解決了由于像素值不一樣帶來的各種問題，而

21、且對后面的和庫中的字符進行匹配有著重要的意義。3.5.2字符匹配識別建立與待匹配識別字符相對應的字庫表是字符匹配識別的重要條件,然后把已經切割的進行歸一化處理之后的字符與建立的字庫表相比較，逐個字符匹配比較，再把要識別的字符的特征值和模板字符的特征值相減,找到的最小的相減值就是最好的匹配字符。為了能夠識別車牌號， 我們所匹配的字符號必須要保持一致.首先我們必須先預存準確的字符模板作為參照物；其次就是切割完的字符與參照物相互對比讀取后運用四則運算的的減法運算一一相減；最后所得的差選取最小值所對應的字符就是了。圖 3-10 字符相似度比較第四章仿真結果及其分析4.1 車牌定位后系統邊緣檢測的仿真結

22、果圖如下圖所示圖 4-1 圖像讀取及檢測結果圖從上圖可以分析得知：我們先從我們所獲得的圖像中選取車牌號部分，然后與模板中的字符相互比較；由于圖中的信息很模糊看不清，在對圖像經過濾波處理讓圖像更加清晰.當我們去除了污點后圖像相比更加明了，與此同時字符的對比度也出來了，我們可以很清楚的得到所需要的車牌號.這樣我們就完成了對圖像的處理過程。4.2 車牌字符分割及其圖像處理對經邊緣檢測掃描后的圖像經字符切割后的圖像如下圖所示：圖 4-2 字符分割及歸一化結果圖從上圖的比較可知：我們從所獲得的圖像中提取出我們所需要的車牌號；利用圖像識別技術，首先將提取的圖像信息進行規則分割；分割的目的就是將每一個字符單

23、獨的孤立起來，在對每一個字符進行整理和分析，剔除不必要的部分只保留字符部分即可；當字符整理好了之后再講其與模板中的字符相互比較,看看是否一致；其中要經過相關的編程運算。4.3 車牌字符識別及其圖像處理下圖是車牌經字符識別后的圖形，實際情況下存在一些偏差。如上圖可知當處理后的字符與模板中的字符相互比較時,在采取四則運算法則中的減法得到相應的差值，差值越小表明字符匹配程度越高。而此圖中的差值相差很大，那么他的匹配度較低。致謝經過半年左右的努力，在老師的時刻關心和細心地指導下，本論文才得以完成。在本論文的寫作期間，無論是老師對科學知識的嚴肅態度，還是在工作作風上的精益求精的精神，亦或是他嚴謹的治學態

24、度，都對我有很大的影響。在論文的寫作期間，老師不僅在論文寫作上給了我耐心、細心的指導，而且在思想上給我以鼓勵，在生活上給我以關心和照顧。在這半年的時間里，老師對我來水已經不僅僅是老師，更是亦師亦友的朋友。在此特向老師致以最誠摯的感謝。在這半年的時間里，除了感謝老師，還要感謝和我共同努力，共同進步的同組同學們。在我最困難，最想放棄的時候他們給我以鼓勵，給我幫助，讓我可以堅持下去，讓我可以克服眾多的困難，讓我可以順利地完成論文。在這里，我要向他們說聲謝謝。論文的完成時一個漫長的過程，從審批表到初稿、定稿等等，論文的完成也是我們大學生活結束的標志，是我們步入另一種生活方式的標志。在這期間，眾多的老師、同學和朋友給了我幫助，讓我在這里對他們說聲謝謝。最后，再次向給予我幫助的老師、同學和朋友們最發自內心的感謝。參考文獻1尹令.車牌自動識別系統的研究及其在 VC+鐘的實現.湘潭大學.2003 年 5 月