模式识别精选.docx

模式识别车牌识别系统的设计摘要：随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。该系统采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而达到更高的智能化管理系统汽车牌照自动识别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，其中字符识别过程主要由以下3个部分组成：①正确地分割文字图像区域；②正确的分离单个文字；③正确识别单个字符。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。关键词：车牌识别；模式识别；字符识别；一：引言 车牌识别技术(Vehicle License Plate Recognition，VLPR) 是能够在当车辆行驶于受监控路面时自动提取车辆牌照信息（如：汉字字符、英文字母以及阿拉伯数字）并进行图像处理的技术。车牌识别是现代智能交通系统中比较重要组成部分，应用也十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础，分析由摄像机所拍摄的车辆图像，从而得到被分析汽车的车牌号码完成识别过程。通过一些后续处理手段该技术也可实现在停车场的不停车收费管理，交通流量控制最佳化，汽车防盗及实时车辆定位，高速公路收费自动化监管、交通违章电子警察等功能。在交通安全、社会治安、交通堵塞，交通管理自动化的实现有着极其重要的意义。 车牌识别技术的主要目的是处理、分析提取的动态中视频或者已成像的图片中的车辆图像，进行定位拍照进而分割牌照，最终实现自动识别汽车牌照上的字符。该技术所涉及的研究方向很多，以数字图像处理、计算机视觉、模式识别等技术为主。数字图像处理就是以一个数字矩阵代表号牌图像储存于计算机中，并使用相关算法对该矩阵进行处理。数字图像处理是以数学为基础，设计和实现当中的各种算法。当下数字图像处理技术己经在不同的领域受到关注，并做出了突出的贡献。由于应用领域的不同，数字图像处理技术也出现了许多类别，其中应用较广泛的有：图像的增强与复原、编码、分割与特征提取、隐藏、分析。 计算机视觉技术是使用计算机来实现生物宏观视觉功能模拟的研究。“计算机视觉系统的首要目标是用图像创建或恢复现实世界模型，然后认识现实世界”[1]。计算机视觉在非常广泛领域得到应用，如：遥感技术、医学应用、工业生产以及安全领域。计算机视觉在车牌照识别技术主要用到了：二值化图像分析、区域分析、图像预处理、边缘检测、纹理等部分[1]。在了解的他的背景之后，我们在介绍一下他的发展状态，在国外车牌定位的研究是比较早的，比如：J.巴罗佐等人最早提出了基于水平线搜寻的定位方法[2]；R.帕里斯提出的基于变换的频域分析方法[3]；查尔库切提出的基于Niblack二值化算法以及自适应边界搜索算法的定位法[4]；J.布拉斯-库兹等人曾提出基于扫描行的车牌提取方法[5]等等。这些方法均是可以在一定环境中实现车牌分割进而识别的，但车牌识别系统大多是通过利用摄像机，实现在室外拍摄汽车图像。由此就一定会存在着很多客观的干扰因素，如天气，图像倾斜甚至车牌磨损等。因此效果并不能尽如人意。九十年代以来，因为现代化交通发展的需求，我国逐渐也开始对车牌定位开始了研究，并取得了一定成效。虽然该技术的识别率在现实应用还是不能达到预期效果。但由于该技术的重要性，相信他终究会有走向成熟趋于稳定的一天。 近些年来我国的车牌标准已经逐步趋于成熟，民用汽车牌照上有两部分，前面一部分是省、直辖市、自治区的简称以及用大写英文字母代表的城市或车辆用途类别，后边一部分是车牌的主体部分，一般为5位数字，即从00001-99999，编号超过十万时，就用最多3位的大写英文字母代替，且在颜色上也有了逐渐趋于统一的趋势。且由于新交规的出台现在车牌污损遮挡也减少了很多，这些改变都给车牌识别技术减轻了不少困难，而且现实中由于其他原因造成车牌识别的困难还是客观存在的，比如：复杂的外部环境条件、车牌识别系统不同方案。二：设计原理由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。 图1 牌照识别系统原理图该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用，它主要由牌照图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成，如图1 所示。其基本工作过程如下：（1）当行驶的车辆经过时，触