车牌照识别.docVIP

基于图像处理的汽车牌照的识别 作者:陈秋菊指导 老师:李方洲 摘要：以一幅汽车牌照的识别为例，具体介绍了车牌自动识别的原理。整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块，用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析，处理。寻找出对于具体的汽车牌照识别过程的最好的方法。 关键词：汽车牌照 车牌提取 字符分割 字符识别 1 引言 1.1 选题意义 汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节，它可广泛应用于交通流量检测，交通控制与诱导，机场、港口、小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。目前，发达国家LPR（汽车牌照识别技术License Plate Recognition， LPR，简称“车牌通”）系统在实际交通系统中已成功应用，而我国的开发应用进展缓慢，车牌识别系统基本上还停留在实验室阶段。基于这种现状还有它广阔的应用前景，目前对汽车车牌的识别研究就有了深远的意义。 课题组成 汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下： 原始图像 ：由数码相机或其它扫描装置拍摄到的图像 图像预处理：对动态采集到的图像进行滤波，边界增强等处理以克服图像干扰 边缘提取 ：通过微分运算，2值化处理，得到图像的边缘 车牌定位 ：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域。最后得到的便为车牌区域。 字符分割 ：利用投影检测的字符定位分割方法得到单个的字符 字符识别 ：利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符，得到最后的汽车牌照，包括英文字母和数字。 本文以一幅汽车图像为例，结合图像处理各方面的知识，利用MATLAB编程，实现了从 车牌的预处理到字符识别的完整过程。各部分的处理情况如下： 2.预处理及边缘提取 图像在形成、传输或变换过程中，受多种因素的影响，如：光学系统失真、系统噪声、暴光不足或过量、相对运动等，往往会与原始景物之间或图像与原始图像之间产生了某种差异，这种差异称为降质或退化。这种降质或退化对我们的处理往往会造成影响。因此在图像处理之前必须进行预处理，包括去除噪音，边界增强，， : (1) 车牌的横向定位； (2)； (3) 汽车本身具有一定的特点，，，，，f ( x ， y) ，， g ( i ， j) = | f ( i ， j) - f ( i ， j + 1) | i = 1 ，2 ，3 ， ，xw - 1 ，j = 0 ，1 ，2 ，3 ， yw - 1 ，T( i) ， 一般对应于车牌位置的投影值T( i) 较大，，，，， 同上可初步得到汽车牌照的列位置在120~210之间。大致确定的牌照位置如下图。 图9 粗略定位出的汽车牌照 对初步确定出来的牌照进行微定位，所谓微定位法， 行局部分析， ， ， : (1) 由于车牌近似为一个矩形， ， ， ； ， (例如Hough 变换技术) 。(2)确定左边界: 从左向右扫描 ，当遇到灰度值大于设定值60之后，停止扫描。上边界也是利用这种方式得到。这样就得到首字符的起始位置。再利用牌照的大小，宽高比一般都是固定的这些先验知识，就可以确定出牌照的具体位置。本设计中采用的车牌，其宽高比为1:3。从而确定出汽车牌照的具体位置。最后提取出的汽车牌照如下图: 图10 二值化的汽车牌照 图11 未进行二值化的汽车牌照 4.字符分割 在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础 上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，常采用垂直面积投影法来实现。面积投影法的公式如下: 由于字符块在竖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，并且这个位置应满足车牌的字符书写格式、字符尺寸和其他一些条件的限制。下图是图10在垂直方向上的面积投影图。从图形中我们很直观的看出投影值中出现了8条间隙， 6个字母中间的间隙只有5个，还有三个间隙是字符间的。有字符的列其灰度值比较高，无字符的则相对比较低。依据这一点，再结合图10的特征，很容易得到每个字符的起始终止位置。第一个字符:1-10 第二个字符：10-18 第三个字符：28-41 第四个字符：42-48第五个字符：60-68