車牌識別算法解析_圖文

1、 大的窗口進行模板匹配，確定每個字符的位置，并記錄下來。針對不同的字符位置有不同的 處理方法： l 對于第 1 個字符和第 7 個字符，直接對其進行搜索，確定其位置，差別在于第 1 個字符 是從左向右搜索，第 7 個字符是從右向左搜索而已，這樣做，第一可以減小單方向搜索 的誤差，第二可以直接避免第 2、3 字符間距與其它字符間距不同(第 2、3 字符間間距 為 34mm，而其它相鄰字符間距為 12mm造成的影響。 l 前面進行車牌區(qū)域定位和分割時采用的模板窗口比車牌窗口大 5%，所以對于靠邊框的 位置很近的點進行排除，降低外框輪廓線的干擾。 l 在其它字符的搜索中，以前面已經(jīng)搜索到的字符的水平

2、位置末端為起始點，搜索之。具 體是：第 2 個字符基于第 1 個字符，從左向右搜索：第 3，4，5，6 則基于第 7 個字符， 從右向左搜索。 l 已知這樣一個先驗知識：牌照圖像的實際大小可能隨著 CMOS 采集的時機不同而產(chǎn)生一 定的縮放， 但是總體比例不會發(fā)生大的變化。 設第 1 個字符中心和第 2 個字符的中心間 距為一個長度單位， 以第 1 個字符中心點為原點， 那么非使館車牌的其余字符中心的橫 向位置應分別為：1，2. 39，3.39，4.39，5.39 和 6.39，字符的寬度為 0 79：使館車 牌的其余字符中心橫向位置應為 1， 2， 3， 4.39， 5.39 和 6.39，

3、 字符的寬度同樣為 0 79。 利用這個車牌格式模型結論， 對所得的位置進行計算， 去除中間由于噪聲干擾造成的不 合理的數(shù)據(jù)，以計算結果進行替代，可以得到準確的字符分割結果。 七、車牌識別的系統(tǒng)基本配置： l CMOS 攝像機一臺。CMOS 是互補性氧化金屬半導體，制作工藝簡單、重量輕、功耗低、結 構簡單可靠、分辨率高、光譜適應寬、輸出線性好等一系列優(yōu)點，有廣泛的適應性。安 置在汽車車道附近，收集來往車輛圖像。 l 圖像采集卡一塊。接受來自 CMOS 輸出的視頻信號，并轉化為計算機可以處理和識別的 數(shù)字信號，實時的將視頻信號反應在電腦屏幕上，采集卡一般都有對外的編程接口，通 過外界命令，可以將

4、連續(xù)視頻中的某一幀以特定的文件類型保存下來。 l 光電開關一套，與計算機相連，當車輛通過時，適時產(chǎn)生信號，通過微機向圖像采集卡 讀取圖像幀的數(shù)據(jù)。 l 工業(yè)計算機兩臺。一臺裝有圖像采集卡，用于接收 CMOS 圖像信號，對其加工處理后進 行車牌定位、識別的工作，稱為前端機。前端攝像機上接近車輛通過的場所。另一臺接 收來自前端計算機的識別結果，監(jiān)控協(xié)調(diào)前端攝像機的工作，我們稱為控制臺。控制臺 物理位置遠離前端計算機，環(huán)境更適合人工作。在控制臺軟件的支持下，一個控制臺可 以同時監(jiān)控、協(xié)調(diào)多臺前端計算機的工作，并進行相應的信息處理，如車牌數(shù)據(jù)庫的管 理等。 l 其他附屬設備。包括電源、補充光源、網(wǎng)絡線

5、路、系統(tǒng)軟件等設備。 車牌識別系統(tǒng)的詳細流程圖： 車輛原 始圖像 灰度拉 伸 中值濾 波 邊緣檢 測 開始 灰度化 邊緣檢 測 車牌區(qū) 域定位 車牌區(qū) 域分割 傾斜糾 正 二值化 字符切 割 特征提 取選擇 數(shù)據(jù)庫 對比 輸出車 牌 結 束 八、車牌識別的系統(tǒng)的車牌信息的采集 （1）采集的基本思想 車輛識別是一個機器視覺的處理過程，而在圖像工程、虛擬現(xiàn)實研究領域內(nèi)，本系統(tǒng)是 通過標準圖像（數(shù)據(jù)庫）來檢驗有效性。本系統(tǒng)采用在圖像處理基礎上，通過建立圖像獲取 和運動條件下的圖像退化模型， 生成標準的號碼退化圖像， 由對退化圖像的檢測實現(xiàn)號牌識 別率計量這一“計量”問題。 （2）車牌圖像的成像模型

6、機器視覺研究的成像過程主要有兩個因素：現(xiàn)實空間的點（對象）PR 到圖像空間的點 （像素） Pi 的幾何映射； CMOS 感應生成灰度強度(RGB 值。 幾何映射過程也就是成像模型， 如下圖： 如上圖所示， PR 在圖像傳感器 CMOS 上形成了點 pi， 按小孔成像模型其變換關系可用一 個矩陣描述?；叶葟姸壬蛇^程也就是傳感器敏感單元在一段時間內(nèi)對入射光能量的反映， 與對象的光譜特征，CMOS 特征有關。 （3）車牌圖像的成形過程 圖像空間的虛擬成像過程是虛擬像素點曝光過程，也即是虛擬像素點對過渡圖像 RGB 強度值在時間域的響應，按小孔成像建立模型見下圖： （4）車牌圖像的實現(xiàn) 設測量夾角

7、a 為 20 度，拍攝距離 20m，曝光時問 l/250s，最高速度 50m/s。則曝光周期內(nèi) 位置變動不大于 0.2m，對景深的影響忽略不計。如下圖所示： 。 取證照片拍攝范圍 3m 車道，號牌寬 440mm，按總特征像素分辨率 768×288Pixel，車牌分 辨率不低丁 100Pixel，則每像素標定距離參數(shù)為 0.004m/Pixel。由上面圖可知，對拍照退 化有影響的切向速度為 VT=50×sin20 ，即 VT=17.1m/s。切向的位置變化r 為r=17.1× 1/500，為 0.034m，對應像素為 0.034/0.004=8.5pixel。 九、

8、車牌識別的系統(tǒng)的車牌信息的數(shù)據(jù)庫對比 （1）車牌的數(shù)據(jù)庫對比的簡介 通過前端設備所獲取到的車牌信息通過應用遠程網(wǎng)絡數(shù)據(jù)庫的數(shù)據(jù)特征， 對所識別的字符進 行識別對比。整個遠程網(wǎng)絡數(shù)據(jù)庫的識別由漢字網(wǎng)絡對比、字母網(wǎng)絡對比、字母數(shù)字網(wǎng)絡對 比和數(shù)字網(wǎng)絡對比四部分組成。 對通過遠程數(shù)據(jù)庫提供的相關數(shù)據(jù)進行對比， 提取更加精確 的車輛信息。 前端機器通過采集到的車輛相關數(shù)據(jù)信息， 通過預處理、 字符分割和特征提取然后與遠 程網(wǎng)絡數(shù)據(jù)庫的數(shù)據(jù)特征進行對比，輸出更精確的車牌號碼。 十、總結 。 （1）智能交通系統(tǒng)的總結 該高速公路智能化控制占道系統(tǒng)需要通過外場圖像采集實現(xiàn)攝像車牌識別技術， 然后通過數(shù) 據(jù)傳

9、送到服務器主機進行分析和存儲， 對違規(guī)的車輛通過嵌入式智能卡進行司機的報警提醒 同時在龍門架 LED 顯示屏的提醒顯示； 對未按規(guī)定行駛的車輛進行路段服務信息的顯示預警。 高速公路智能交通系統(tǒng)對系統(tǒng)等一系列的性能如下要求： l 要求適應苛刻的野外工作條件：環(huán)境的溫度范圍 40+70、_工作濕度 090%（無冷 凝）的狀態(tài)下正常工作，具備防塵、防鹽霧、防酸等。 l 設備要求低功耗，因為在高速公路沿線，要求采用太陽能供電，這樣可以大大的降低了 供電設備的投資經(jīng)費。 l 高速公路智能系統(tǒng)擔負著車輛及人身的安全所以肩負著重大的任務， 所以系統(tǒng)要求較高 的平均無故障時間(MTBF和較短的平均故障修復時間

10、(MTTR，提高了系統(tǒng)的可靠性。 （2）車牌識別系統(tǒng)的總結 車牌的識別問題是現(xiàn)代高速公路智能化占道控制系統(tǒng)領域中研究的重點和熱點問題之一。 本 文主要進行車牌識別系統(tǒng)的研究，對車牌識別過程中涉及到的問題進行一系列的探討研究。 l 分析采集的圖像特點，使用圖像處理方法，對圖像進行一系列處理，其中包括灰度化， 對比度增強， 中值濾波， 邊緣檢測， 二值化，圖像縮放，圖像變形，Hough 變換求直線。 對其中一些內(nèi)容進行了比較研究，如迭代法二值化中的 k 值變化速率的 比較和分析， 邊緣檢測效果的比較，對比度增強中的分段線性變換對圖像影響的比較。 l 利用車牌自身具有的特點， 確定了一種車牌區(qū)域分割

11、和字符定位的方法， 并進行了實現(xiàn)。 同時針對其算法進行了優(yōu)化，加速車牌的定位過程。 l 采用通過了數(shù)據(jù)庫信息的對比思想， 通過對識別的字符圖像的分析， 建立車牌信息跟數(shù) 據(jù)庫信息進行對比識別，提高了字符識別的識別率。 （3）研究感想 學而后知不足， 通過實際的車牌識別系統(tǒng)設計上作才愈發(fā)認識到這個工作的復雜， 即使有許 多前人的經(jīng)驗和算法基礎，在設計開發(fā)過程中，遇到的困難也是遠遠超過了原先的設想。 更深入地理解了數(shù)據(jù)結構，算法設計等基礎課程的重要作用，要設計和編寫一個好的軟件， 這些知識一定要掌握好。同時更深入地學習了軟件工程，掌握了軟件工程開發(fā)的流程。 C 語言(包括 C+作為一門編程語言，對一個打算終身做學問的人而言，必須掌握、精通。 以前學習時有些方而理解得不夠深刻， 有些細節(jié)沒有弄明白， 而這些只有通