图像处理在车辆牌照识别中的应用研究.docVIP

图像处理在车辆牌照识别中的应用研究 院（系）名称 信 息 工 程 学 院 专 业 班 级 普本测控技术与仪器 学 号 学 生 姓 名 目录 绪论 1 1　车牌识别的原理和方法 1 2　图像预处理 2 3　车牌定位 3 4车牌倾斜校正 4 5　车牌分割 4 5 . 2　计算车牌垂直投影 5 5 . 3　车牌字符的分割 5 6　车牌识别 6 7　结束语 7 目录 随着汽车数量的增加 ,城市交通状况日益受到人们的重视 ,如何进行有效的交通管理更是成为了人们关注的焦点。 针对此问题 ,人们运用新的科学技术 ,相继研制开发出了各种交通道路监视、管理系统。这些系统通过 车辆检测装置对过往的车辆实施检测 ,提取有关交通 数据 ,达到监控、管理和指挥交通的目的。因此 ,智能 交通系统 ITS ( intelligent traffic system)已成为世界交 通领域研究的重要课题 [1 ]。 车牌识别系统LPR ( license plate recognition)作为智能交通系统的一个重要组成部分 ,已在高速公路、城市交通和停车场等项目的管理中占有无可取代的重要 地位。它在不影响汽车状态的情况下 ,由计算机自动 完成车牌的识别 ,从而降低交通管理工作的复杂度。本文应用图像处理技术、车牌定位技术 、车牌校正技术、车牌分割技术、字符特征提取方法和模版匹配 识别技术等解决了车辆牌照识别问题 ,并提出了车牌 识别系统的设计方案。 1　车牌识别的原理和方法 通常 ,车牌识别过程分为图像预处理、 车牌定位、 车牌校正、 车牌分割和车牌识别五个部分。 ①图像预处理:在整个车牌识别系统中 ,由于采 集进来的图像为真彩图 ,再加上实际采集环境的影响 以及采集硬件等原因 ,图像质量并不高 ,其背景和噪声 会影响字符的正确分割和识别 ,所以在进行车牌分割 和识别处理之前 ,需要先对车牌图像进行图像预处理 操作。 ②车牌定位:首先对车牌的二值图片进行形态学 滤波 ,使车牌区域形成一个连通区域 ,然后根据车牌的 先验知识对所得到的连通区域进行筛选 ,获取车牌区 域的具体位置 ,完成从图片中提取车牌的任务。 ③车牌校正:由于捕捉图片的摄像头与车身的角 度问题 ,得到的车牌图片不是水平的。为了顺利进行 后续的分割和识别 ,必须对车牌进行角度校正。在此 , 使用了 Radon变换来对车牌进行校正。 ④车牌分割:首先对车牌进行水平投影 ,去除水 平边框;再对车牌进行垂直投影。通过对车牌进行投 影分析可知 ,与最大值峰中心对应的为车牌中第二个 字符和第三个字符的间隔 ,与第二大峰中心距离对应 的即为车牌字符的宽度 ,并以此为依据对车牌进行分 割。 ⑤字符识别:本文采用模板匹配方法来对车牌进 行识别。识别过程中 ,首先建立标准字库 ,再将分割所 得到的字符进行归一化 ,将归一化处理后的字符与标 准字库里的字符逐一比较 ,最后把误差最小的字符作 为结果显示出来。 本文采用成熟的数字图像处理技术和 Matlab仿真 工具 [3 ] ,使得文中所提出的算法得以实现。如图 所示 为采用 Matlab实现车牌字符分割技术的程序流程。 2　图像预处理 2 . 1　灰度化 数字图像分为彩色图像和灰度图像，在 RGB模 型中 ,如果 R =G =B,则表示一种灰度颜色,其中 R = G =B 的值叫做灰度值 [4 ] ,通常用 g来表示。将彩色图 像转换为灰度图像的过程叫做灰度化处理。由于彩色 图像的存储空间较大,因此,在对图像进行识别等处理 过程中,需要将彩色图像转换为灰度图像,以加快后续 工作的处理速度。 在 Matlab中 ,实现灰度化的程序语句如下: i = imread(′ che . jpg′ ) ; / /读入原始图像 j = rgb2gray( i) ; / /灰度化 figure, imshow ( i) ; title(′ 原始图像 ′ ) ; figure, imshow ( j) ; title(′ 灰度图像 ′ ) ; 2 . 2　图像增强 由于所拍摄的车辆图像质量受天气、 光照和观察 点等的影响 ,车牌图像往往会产生对比度不足的弊端 , 使图像细节分辨不清 ,影响识别率。因此 ,需要将牌照 图像进行图像灰度扩展 ,以便改善图像的观察质量 ,提 高字符识别率。但若对光照条件不好的暗图像采用 HE的方法将灰度级扩展到 256级的全局范围 ,则会造 成过度拉伸 ,图像失真较大。 本文采用灰度信息与背景信息相结合的局部灰度修正增强方法 ,其基本原理是将原图像的灰度和背