计算机图像处理技术在车牌识别系统中的应用.pdfVIP

总第 784期 高等教育在线 计算机图像处理技术在车牌识别系统中的应用 张旭 东 (南京理工大学，江苏省210094) 摘 要：随着人们生活水平的持续提高，机动车的保有量居高不下，城市的交通问题 日益凸显。如何高效的管理机动车成为人们关注 的焦点。智能交通系统应运而生，它把人们从低效、复杂的人工管理中解脱 出来，而车牌识别系统作为智能交通的重要组成部分，它 被广泛应用于公路的布控、高速公路的自动收费系统、重要场所的出入管理等。本丈应用计算机图像处理技术，提出了车牌识别系统 的总体方案，有效解决了车牌识别的问题。 关键词：图像处JY； 智能交通； 车牌识别 中图分类号：TP391．41 文献标志ti-5：A 文章编号：1006-3315(2014)12—163—002 1．车牌识别 系统 的工作原理 效果 ，在二值化时，需要通过一个阂值把 图像分为两部分，将大于 通常情况下 ．车牌识别系统 由以下几个部分组成： 阈值 的点设为白色或黑色 ．小于 阈值的点漫为相反的颜色 可 以看 (1)图像的预处理 ：由照相机或摄像机采集到的车牌图像 由于 出，二值化的关键就 是阈值 的选择 。根据 阈值选取 的不同 ．可分 为 是在露天 的环境下采集 的，由于外部因素 ．比如不同的光照时问或 同定 阈值和 自适应 闽值 。固定阈值指的是在二值化过程 }【1只有一 者角度 以及硬件采集 的问题 ，使得图像的质量不高 ．其噪声会影响 固定的阈值T，把每个点的灰度值与阈值 T进行比较来生成二值 到后续的车牌定位和字符分割 ，因此需要在前期对图像进行预处 化 图像 。自适应 阈值指的是二值化过程中，阈值不是 同定的．根据 理 。 图像 的局部特征 ，如像素之间的均方根值 ，像素之 间的差平方 ，窗 (2车牌的定位 ：其 目的是要从整 幅图像中获得车牌所在图像 口像素的平均值等来实现动态阈值。动态 阈值可 以通过参数方崔 的位置 ．并把它提取m来。年牌定位是系统 中比较蘑要 的环节 ，定 来求得 ： 位 的准确程度直接影 响着后续 的处理 。 T=aE+bP+cQ (3)车牌字符的分割 ：其 目的是要从定位后 的车牌图像 巾把单 其 中E是窗 口像素的平均值。P是像素之问的差平方 ．Q足像 个 的字符一个个分割提取 出来 。现实中由于摄像头拍摄的角度 f1『】 素之 间的均方根值 。这样能表现 出更多的二值化罔像 的细 如罔 题 ，定位后的车牌 图像可能存在一定角度 的倾斜 ，如果有倾斜 ，还 1所示 ，为 自适应阈值二值化前后的对 比 需先对 图像进行倾斜校正 。 (4)车牌字符的识别 ：其 目的是要把 已经分割的单个字符能够 显示}fJ来 ．． 2．图像的预处理 2，1彩 色 图像灰度化 摄像头采集到的图像为彩色 图像 ，在 RGB模型 巾，每个分培 图1 灰度图二值化的前 后对 比 有 255种取值可能，一个像素点就是 1600万种取值 ，这个处理量 2．4边缘检测 是 巨大的 ．闲此需要对彩色图像进行处理。灰度 图像是指 R=G=B 图像 的边缘是图像 的基本特征 。所谓边缘是指其周 阑像素肤 的特殊 图像 ．R=G=B的值 叫做灰度值 。这样一个像素点只有 255 度有阶跃变化或屋顶变化的那些像素的集合。边缘广泛地存 于 种取值 ．存储 的空间也大大降低 了。常见的灰度化方法有取分量最 物体与背景之间、物体与物体之问、基元与基元之 问 它的存在是 大值的最大值法、取三个分量平均值 的平均值法 、根据现实要求进 灰度不连续造成的。经典 的边缘检测方法是考察图像 的每个像素 行加权平均的加权平均法。 的某个邻域内灰度的变化 ．利用边缘邻近一阶或二阶导数变化观 2l2图像 的滤波