基于MATLAB的車牌識(shí)別系統(tǒng)研究(課設(shè)參考文獻(xiàn))

1、 1緒論1.1研究背景1990年，美國(guó)智能交通學(xué)會(huì)CITSAinenca提出了智能交通系統(tǒng)(ITS)的概念。目前，智能交通系統(tǒng)己經(jīng)在世界上經(jīng)濟(jì)發(fā)達(dá)國(guó)家的一些城市及高速公路系統(tǒng)中得到了廣泛應(yīng)用。我國(guó)在該領(lǐng)域的研究起步較晚，但隨著全球范圍智能交通技術(shù)研究的興起及奧運(yùn)會(huì)的成功舉辦，智能交通在我國(guó)也逐漸進(jìn)入了應(yīng)用階段，相應(yīng)的，我國(guó)也加快了對(duì)智能交通技術(shù)研究的步伐，智能交通技術(shù)的研究現(xiàn)己進(jìn)入快速發(fā)展期。車牌識(shí)別系統(tǒng)作為數(shù)字?jǐn)z像、計(jì)算機(jī)信息管理、圖像分割和圖形識(shí)別技術(shù)在智能交通領(lǐng)域的應(yīng)用，是智能交通管理系統(tǒng)中重要的組成部分。車牌識(shí)別技術(shù)可應(yīng)用于道路交通監(jiān)控、交通事故現(xiàn)場(chǎng)勘察、交通違章自動(dòng)記錄、高速公路超速

2、管理系統(tǒng)、小區(qū)智能化管理等方IT,為智能交通管理提供了高效、實(shí)用的手段。目前世界各國(guó)都在進(jìn)行適用于本國(guó)汽車牌照的自動(dòng)識(shí)別研究，美、日、韓等國(guó)已有相關(guān)系統(tǒng)(基于傳感器)問(wèn)世。引進(jìn)這些系統(tǒng)費(fèi)用比較高、而且由于各國(guó)車牌和實(shí)際的交通環(huán)境不同，引進(jìn)的系統(tǒng)往往無(wú)法滿足我國(guó)城市的需求，而國(guó)內(nèi)市場(chǎng)上雖然己有產(chǎn)品投入使用，但是在后續(xù)處理時(shí)很大程度上仍然需要人工識(shí)別，所以對(duì)車牌識(shí)別技術(shù)的研究依然是目前高科技領(lǐng)域的熱門課題之一。車牌識(shí)別系統(tǒng)的成功設(shè)計(jì)、開(kāi)發(fā)和應(yīng)用具有相當(dāng)大的社會(huì)效益、經(jīng)濟(jì)效益和學(xué)術(shù)意義。基于圖像處理的車牌識(shí)別系統(tǒng)一般包括以下五個(gè)部分：圖1車牌識(shí)別系統(tǒng)Figure1Flowchartoflicense

3、platerecogmtionsystem在實(shí)際應(yīng)用中，車牌識(shí)別系統(tǒng)必須快速、準(zhǔn)確、魯棒地識(shí)別出車牌。因此，在車牌識(shí)別過(guò)程中，車輛的檢測(cè)、圖像的采集、車牌的識(shí)別等都是重要的環(huán)節(jié)，其中關(guān)鍵的技術(shù)有：1）車輛牌照區(qū)域定位技術(shù)，即給出圖像中車牌所在位置。2）車輛牌照字符切分技術(shù)，即對(duì)定位后的車牌區(qū)域中的字符進(jìn)行切分和歸一化處理，其中車牌的二值化和傾斜校正對(duì)于字符的切分和識(shí)別都是非常重要的。3）車輛牌照字符識(shí)別技術(shù)，即將切分后的字符識(shí)別出來(lái)。車牌識(shí)別是一個(gè)很復(fù)雜的圖像處理和模式識(shí)別問(wèn)題，研究時(shí)存在很多難點(diǎn)，主要在于：1）獲取的車牌圖像質(zhì)量不高。車牌圖像往往含有大量復(fù)雜的背景信息，遮蓋了有用信息。很多時(shí)

4、候受到照明條件、天氣條件、及運(yùn)動(dòng)失真的影響，會(huì)出現(xiàn)圖像模糊、清晰度不高、目標(biāo)區(qū)域過(guò)小、色彩失真等現(xiàn)象，影響了車牌的定位。2）車牌懸掛位置不唯一。在汽車的各個(gè)位置都可能出現(xiàn)車牌，而且不能保證車牌的水平懸掛，共至有的車牌出現(xiàn)了扭曲。3）牌照多樣性。其他國(guó)家的汽車牌照格式，如尺寸大小，牌照上字符的排列等，通常只有一種。而我國(guó)則根據(jù)不同車型、用途，規(guī)定了多種牌照格式，例如分為軍車、警車、普通車等。4）我國(guó)標(biāo)準(zhǔn)車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成的，漢字的識(shí)別與字母和數(shù)字的識(shí)別有很大的不同，增加了識(shí)別的難度。5）國(guó)外許多國(guó)家汽車牌照的底色和字符顏色通常只有對(duì)比度較強(qiáng)的兩種顏色,例如韓國(guó)，其車牌底色為

5、紅色，車牌上的字符為白色；而我國(guó)汽車牌照僅底色就有藍(lán)、黃、白、黑等多種顏色，字符顏色也有黑、紅、白等若干種顏色。6）由于環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重，這種情況下國(guó)外發(fā)達(dá)國(guó)家不允許上路，而在我國(guó)仍可上路行駛。使得車牌的對(duì)比度降低，特征不是很明顯，即使在定位準(zhǔn)確的情況下，字符的識(shí)別也會(huì)受到很大影響。目前在國(guó)內(nèi)存在多種牌照格式，且存在以上種種困難和特殊性，加大了我國(guó)車牌白動(dòng)識(shí)別的難度，使得中國(guó)車輛牌照識(shí)別遠(yuǎn)遠(yuǎn)難于國(guó)外的車輛牌照識(shí)別。因而如何提高識(shí)別率和識(shí)別處理的實(shí)時(shí)性及實(shí)用性成了一個(gè)緊要的任務(wù)。圖2為我國(guó)目前使用的一個(gè)自選號(hào)牌車牌樣本，上面標(biāo)明了車牌樣式規(guī)定。圖2自選號(hào)牌車牌示例Figu

6、re2Examplesofselfselectedplate1.2車牌識(shí)別系統(tǒng)現(xiàn)狀1.2.1國(guó)內(nèi)外車輛牌照識(shí)別技術(shù)現(xiàn)狀目前，國(guó)內(nèi)外有大量關(guān)于車牌識(shí)別方面的研究報(bào)道。國(guó)外在這方面的研究工作開(kāi)展較早。在上世紀(jì)70年代，英國(guó)就在實(shí)驗(yàn)室中完成了“實(shí)時(shí)車牌檢測(cè)系統(tǒng)”的廣域檢測(cè)和開(kāi)發(fā)。同時(shí)代，誕生了面向被盜車輛的第一個(gè)實(shí)時(shí)自動(dòng)車牌監(jiān)測(cè)系統(tǒng)。發(fā)展到今日，國(guó)外對(duì)車牌檢測(cè)的研究已經(jīng)取得了一些令人矚目的成就，如YimtaoCuf提出了一種車牌識(shí)別系統(tǒng)，在車牌定位以后，利用馬爾科夫場(chǎng)對(duì)車牌特征進(jìn)行提取和二值化，對(duì)樣本的識(shí)別達(dá)到了較高的識(shí)別率。EunRyung利用圖像中的顏色分量，對(duì)車輛牌照進(jìn)行定位識(shí)別，其中提到了三

7、種方法：以Hough變換為基礎(chǔ)的邊緣檢測(cè)定位識(shí)別；以灰度值變換為基礎(chǔ)的識(shí)別算法；以HLS彩色模式為基礎(chǔ)的車牌識(shí)別系統(tǒng)，識(shí)別率分別為81.25%、85%、91.25%。日本對(duì)車牌圖像的獲取也做了大量的研究，并為系統(tǒng)產(chǎn)業(yè)化做了大量工作。Luis開(kāi)發(fā)的系統(tǒng)應(yīng)用于公路收費(fèi)站，全天識(shí)別率達(dá)到了90%以上，即使在天氣不好的情況下也達(dá)到了70%。國(guó)外對(duì)車牌識(shí)別的研究起步早，總體來(lái)講其技術(shù)已比較領(lǐng)先，同時(shí)由于他們車牌種類單一，規(guī)范程度較高，易于定位識(shí)別，目前，己經(jīng)實(shí)現(xiàn)了產(chǎn)品化，并在實(shí)際的交通系統(tǒng)中得到了廣泛的應(yīng)用。由于中國(guó)車牌的格式與國(guó)外有較大差異，所以國(guó)外關(guān)于識(shí)別率的報(bào)道只具有參考價(jià)值，其在中國(guó)的應(yīng)用效果可

8、能沒(méi)有在其國(guó)內(nèi)的應(yīng)用效果好，但其識(shí)別系統(tǒng)中采用的很多算法具有很好的借鑒意義。從車牌識(shí)別系統(tǒng)進(jìn)入中國(guó)以來(lái)，國(guó)內(nèi)有大量的學(xué)者在從事這方面的研究，提出了很多新穎快速的算法。中國(guó)科學(xué)院自動(dòng)化所的劉智勇犁開(kāi)發(fā)的系統(tǒng)在一個(gè)樣本量為3180的樣本集中，車牌定位準(zhǔn)確率為99.42%,切分準(zhǔn)確率為94.52%,這套系統(tǒng)后來(lái)應(yīng)用于漢王公司的車牌識(shí)別系統(tǒng)，取得了不錯(cuò)的效果。南京大學(xué)的熊軍曙“提出了基于字符紋理特征的定位算法，準(zhǔn)確率達(dá)95%。華中科技大學(xué)的陳振學(xué)罌學(xué)者提出了一種新的車牌圖像字符分割與識(shí)別算法，使用一維循環(huán)清零法，通過(guò)對(duì)垂直投影圖進(jìn)行一次掃描，有效的清除了雜點(diǎn)和間隔符，正確分割率達(dá)到了96.8%。浙江大

9、學(xué)的張引、潘云鶴畧“提出了彩色邊緣算子ColoiPrewitt和彩色邊緣檢測(cè)與區(qū)域生長(zhǎng)相結(jié)合的牌照定位算法ColoiLP,算法簡(jiǎn)單，且全面作用在顏色空間的三個(gè)分量上，檢測(cè)出的牌照區(qū)域易于與背景剝離。但是計(jì)算量和存儲(chǔ)量都比較大，難以滿足實(shí)時(shí)性的要求。此外，當(dāng)車輛區(qū)域的顏色和附近顏色相近時(shí)，定位失誤率會(huì)增加。國(guó)內(nèi)還有許多學(xué)者都在進(jìn)行這方面的研究，并且取得了大量的研究成果。1.2.2車牌識(shí)別技術(shù)的應(yīng)用情況車輛牌照自動(dòng)識(shí)別技術(shù)是智能交通系統(tǒng)的一個(gè)重要組成部分，它在交通管理、監(jiān)控中有著廣泛的應(yīng)用。車輛牌照識(shí)別系統(tǒng)技術(shù)能夠從一幅車輛圖像中準(zhǔn)確定位出車牌圖像，經(jīng)過(guò)字符切分和識(shí)別后實(shí)現(xiàn)車輛牌照的自動(dòng)識(shí)別，從而

10、為以上應(yīng)用提供信息和基礎(chǔ)功能。目前車牌識(shí)別系統(tǒng)主要應(yīng)用于以下領(lǐng)域：1）停車場(chǎng)管理系統(tǒng)。利用車牌識(shí)別技術(shù)對(duì)出入車輛的號(hào)牌進(jìn)行識(shí)別和匹配，與停車卡結(jié)合實(shí)現(xiàn)自動(dòng)計(jì)時(shí)、計(jì)費(fèi)的車輛收費(fèi)管理系統(tǒng)。2）高速公路超速自動(dòng)化管理系統(tǒng)。以車牌自動(dòng)識(shí)別技術(shù)為基礎(chǔ)，與其他高科技手段結(jié)合，對(duì)高速公路交通流狀況進(jìn)行自動(dòng)監(jiān)測(cè)、自動(dòng)布控，從而降低交通事故的復(fù)發(fā)生率，確保交通順暢。3）公路布控。釆用車牌識(shí)別技術(shù)實(shí)現(xiàn)對(duì)重點(diǎn)車輛的自動(dòng)識(shí)別，快速報(bào)警，既可以有效查找被盜車輛，同時(shí)乂為公安、檢察機(jī)關(guān)提供了對(duì)犯罪嫌疑人的交通工具進(jìn)行遠(yuǎn)程跟蹤與監(jiān)查的技術(shù)手段。4）城市十字交通路口的“電子警察”?？梢詫?duì)違章車輛進(jìn)行責(zé)任追究，也可以輔助進(jìn)行交

11、通流量統(tǒng)計(jì)，交通監(jiān)測(cè)和疏導(dǎo)。5）小區(qū)車輛管理系統(tǒng)。社區(qū)保安系統(tǒng)將出入社區(qū)的車輛通過(guò)車牌識(shí)別技術(shù)進(jìn)行記錄，將結(jié)果與內(nèi)部車輛列表對(duì)比可以實(shí)現(xiàn)防盜監(jiān)管。目前，市場(chǎng)上己出現(xiàn)了一些可應(yīng)用的汽車牌照自動(dòng)識(shí)別系統(tǒng)。如CPRS-1型汽車牌照識(shí)別系統(tǒng)是在國(guó)家“863”計(jì)劃課題與國(guó)防圖像目標(biāo)識(shí)別課題相結(jié)合的研究基礎(chǔ)上研制成功的，實(shí)現(xiàn)了識(shí)別汽車牌照中的數(shù)字、字母和漢字以及汽車牌照的底色（白、黑、藍(lán)、黃四種）的功能，可以全天候工作。另一種型號(hào)GW-PR-9902T的牌照識(shí)別器系統(tǒng)產(chǎn)品，采用新型的數(shù)字圖像處理和識(shí)別技術(shù)，基于嵌入式工控機(jī)/DSP和專用硬件電路，利用定向反射和自然光相結(jié)合的識(shí)別原理，實(shí)時(shí)地完成復(fù)雜情況下的

12、汽車牌照的定位、分割以及識(shí)別。此類產(chǎn)品都已應(yīng)用于高速公路的收費(fèi)監(jiān)控系統(tǒng)?？傮w上說(shuō)，雖然汽車牌照識(shí)別系統(tǒng)在國(guó)內(nèi)還未形成一個(gè)成熟的產(chǎn)業(yè)，但是隨著我國(guó)國(guó)民經(jīng)濟(jì)的迅速發(fā)展，機(jī)動(dòng)車輛規(guī)模及流量大幅度增加，高速公路和城市交通管理現(xiàn)代化水平的提高勢(shì)在必行，迫切需要高科技的智能交通系統(tǒng)來(lái)充實(shí)和加強(qiáng)交通管理水平。車牌識(shí)別技術(shù)在智能交通系統(tǒng)中占有重要位置，車牌識(shí)別技術(shù)的推廣普及，必將對(duì)加強(qiáng)高速公路、城市道路管理，減少交通事故、車輛被盜案件的發(fā)生，保障社會(huì)穩(wěn)定等方面產(chǎn)生重大而深遠(yuǎn)的影響。1.2.3車牌識(shí)別技術(shù)的發(fā)展趨勢(shì)車牌識(shí)別技術(shù)作為智能交通系統(tǒng)中的關(guān)鍵技術(shù)，在各國(guó)學(xué)者的共同努力下，己經(jīng)得到了長(zhǎng)足的發(fā)展，并且己經(jīng)得

13、到了不同程度的實(shí)際應(yīng)用，但目前還存在著種種不足。對(duì)于未來(lái)車牌識(shí)別產(chǎn)品的技術(shù)發(fā)展趨勢(shì)，漢王科技智能交通部總經(jīng)理喬炬認(rèn)為。首先，由于市場(chǎng)需求不同，對(duì)識(shí)別產(chǎn)品的需求也有差異，因此就要求研發(fā)針對(duì)不同細(xì)分市場(chǎng)的車牌識(shí)別產(chǎn)品。其次，隨著算法的不斷改進(jìn)，基于視頻觸發(fā)技術(shù)的車牌識(shí)別產(chǎn)品將得到大范圍的應(yīng)用，但是視頻觸發(fā)技術(shù)取代外觸發(fā)裝置尚需時(shí)日。第三，現(xiàn)在的車牌識(shí)別系統(tǒng)設(shè)備過(guò)多，系統(tǒng)集成難度大，系統(tǒng)穩(wěn)定性差，系統(tǒng)維護(hù)是一個(gè)讓人頭疼的問(wèn)題。隨著技術(shù)不斷進(jìn)步，以往多個(gè)設(shè)備實(shí)現(xiàn)的功能可能由一個(gè)設(shè)備實(shí)現(xiàn)。目前，車牌識(shí)別技術(shù)和產(chǎn)品性能進(jìn)入實(shí)用階段的時(shí)間還不是很長(zhǎng)，隨著人工智能以及自動(dòng)識(shí)別技術(shù)的進(jìn)步，未來(lái)的技術(shù)發(fā)展空間還會(huì)

14、非常大。例如，核心算法繼續(xù)發(fā)展，識(shí)別率和識(shí)別速度進(jìn)一步改善，圖像處理中對(duì)模糊圖像預(yù)處理能力增強(qiáng)，畫質(zhì)改善技術(shù)的提高等等。1.3本課題的研究?jī)?nèi)容本文就車輛牌照自動(dòng)識(shí)別技術(shù)進(jìn)行了一系列的研究工作，在研究國(guó)內(nèi)外各種典型的車牌識(shí)別方法的基礎(chǔ)上，努力學(xué)習(xí)和創(chuàng)新，結(jié)合中國(guó)車牌的特點(diǎn)，對(duì)適合中國(guó)車牌的識(shí)別系統(tǒng)進(jìn)行了研究。在課題研究中作者的主要研究?jī)?nèi)容有：1）在廣泛查閱國(guó)內(nèi)外車牌識(shí)別系統(tǒng)算法的基礎(chǔ)上，以MATLAB的bnageAcquisitionToolboxsImageProcessingToolbox以及NeiualNetworkToolbox為骨架，以M語(yǔ)言為主要編程語(yǔ)言，部分模塊結(jié)合C語(yǔ)言開(kāi)發(fā)了一套

15、車牌識(shí)別系統(tǒng)，實(shí)現(xiàn)了車牌識(shí)別系統(tǒng)中車牌的定位、車牌字符的切分、以及車牌字符的識(shí)別的功能。2）車牌邊緣提取效果的好壞對(duì)于車牌能否準(zhǔn)確定位有很大影響。己有的車牌系統(tǒng)大多釆用傳統(tǒng)邊緣檢測(cè)算子對(duì)車牌邊緣進(jìn)行提取，在光線不好或者圖像比較模糊時(shí)效果并不是很理想。在對(duì)數(shù)字圖像進(jìn)行處理時(shí)，離散小波變換往往是首選的數(shù)學(xué)工具?？紤]到小波變換在圖像處理中有著良好的特性，而且小波變換對(duì)于噪點(diǎn)有著良好的抑制作用，同時(shí)分解后的高頻部分的垂直分量和低頻部分的水平分量非常有助于圖像的細(xì)節(jié)信息的獲取，本文借助MATLAB的wavemenu對(duì)小波變換進(jìn)行了細(xì)致的研究和分析，采用了多分辨率分析的Mallat快速小波算法對(duì)小波變換進(jìn)

16、行了兩次分解，并對(duì)小波變換在車牌邊緣提取中的應(yīng)用進(jìn)行了研究。測(cè)試結(jié)果顯示利用小波變換提取的車牌邊緣特征明顯，在此基礎(chǔ)上進(jìn)行形態(tài)學(xué)處理后車牌定位的準(zhǔn)確性和魯棒性都比較好。3）車牌識(shí)別系統(tǒng)主要由車牌定位、車牌字符切分以及車牌字符識(shí)別三個(gè)部分組成。本文依次對(duì)這三個(gè)組成部分中涉及到的算法進(jìn)行了研究和優(yōu)化。車牌定位中首先對(duì)車牌進(jìn)行了預(yù)處理，即灰度化處理，灰度拉伸，應(yīng)用中值濾波算法進(jìn)行了降噪處理。之后采用了小波變換的算法提取車牌邊緣，進(jìn)行形態(tài)學(xué)處理后，根據(jù)車牌先驗(yàn)知識(shí)進(jìn)行初步定位，再用投影法進(jìn)行二次定位提取出了車牌。在車牌字符切分部分主要進(jìn)行了二值化、車牌傾斜校正以及字符切分的算法研究。二值化選取了改進(jìn)的

17、全局閾值Otsu算法。然后通過(guò)對(duì)Hough變換和投影特征法的對(duì)比，選取了投影特征法和坐標(biāo)變換算法進(jìn)行了車牌校正。根據(jù)車牌垂直投影圖顯現(xiàn)出的多個(gè)集中峰群的特點(diǎn)，進(jìn)行了車牌字符切分。在最后部分，對(duì)主流的模板匹配字符識(shí)別和BP神經(jīng)網(wǎng)絡(luò)字符識(shí)別的算法分別進(jìn)行了研究與改進(jìn)。最后將兩種算法進(jìn)行了對(duì)比分析，可以看出，改進(jìn)的BP網(wǎng)絡(luò)的算法特性要遠(yuǎn)優(yōu)于模板匹配算法，更適于系統(tǒng)的實(shí)際應(yīng)用。4）本文依次完成了車牌定位、車牌字符切分以及車牌字符識(shí)別等組件的開(kāi)發(fā)。釆用M語(yǔ)言建立了測(cè)試平臺(tái)，并對(duì)353張卡口圖片進(jìn)行了測(cè)試，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。5）根據(jù)實(shí)驗(yàn)結(jié)果分析系統(tǒng)仍然存在的缺陷與不足，給出結(jié)論，提出展望。1.4本文的

18、創(chuàng)新點(diǎn)本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下四個(gè)方面：1）提出了基于小波變換的車牌邊緣提取的算法，和車牌二次定位的算法。根據(jù)車牌部分垂直方向的特征比其他部分明顯的特點(diǎn)，采用了Mallat小波快速算法對(duì)小波變換進(jìn)行了兩次分解，提取出高頻部分的垂直分量，進(jìn)行形態(tài)學(xué)處理后可以看到車牌部分的特征非常明顯，其他干擾特征則己弱化。然后根據(jù)車牌先驗(yàn)知識(shí)進(jìn)行初步定位，去除偽車牌，最后根據(jù)投影進(jìn)行精確定位，提高了光線較差情況下車牌的定位準(zhǔn)確率。2）對(duì)二值化過(guò)程中采用的Otsu算法進(jìn)行了改進(jìn)，重新劃分其兩維直方圖的區(qū)域，由二維降到一維，提高了運(yùn)算速度。3）針對(duì)模板匹配字符識(shí)別算法中的特征提取，提出了將字符按照九宮格的方式劃分

19、，然后在每一區(qū)域分別進(jìn)行特征提取的算法，提高了識(shí)別準(zhǔn)確率。4）針對(duì)BP神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法，采用有動(dòng)量的梯度下降法來(lái)訓(xùn)練網(wǎng)絡(luò)，即按照某一時(shí)刻的負(fù)梯度方向修正網(wǎng)絡(luò)權(quán)值，同時(shí)加入動(dòng)量因子，修正負(fù)梯度方向的值，使得整個(gè)網(wǎng)絡(luò)能夠更快更好地收斂，提高了字符識(shí)別的運(yùn)算速度和準(zhǔn)確率。1.5論文結(jié)構(gòu)本文組織結(jié)構(gòu)共分為7個(gè)章節(jié)：第1章為緒論，主要介紹車牌識(shí)別研究的背景和現(xiàn)狀，包括國(guó)內(nèi)外技術(shù)的發(fā)展現(xiàn)狀和一些較好的算法、車牌識(shí)別技術(shù)的應(yīng)用情況以及發(fā)展趨勢(shì)等。第2章對(duì)車牌系統(tǒng)的總體設(shè)計(jì)進(jìn)行了介紹。車牌的總體設(shè)計(jì)包括硬件設(shè)計(jì)、軟件設(shè)計(jì)以及測(cè)試平臺(tái)的搭建。本文側(cè)重進(jìn)行了軟件設(shè)計(jì)和測(cè)試平臺(tái)的搭建，依次完成了車牌定位、車牌字

20、符切分、車牌字符識(shí)別三個(gè)組件的設(shè)計(jì)，并搭建了測(cè)試平臺(tái)。第3章主要研究車牌定位。在詳細(xì)闡述小波變換理論的基礎(chǔ)上，結(jié)合wavemenu工具箱對(duì)小波變換進(jìn)行了詳細(xì)分析，提出采用小波變換分解后的垂直分量進(jìn)行邊緣提取的算法，結(jié)合形態(tài)學(xué)處理，采用初步定位去除偽車牌和精確定位相結(jié)合的算法,實(shí)現(xiàn)車牌的準(zhǔn)確定位。第4章是關(guān)于車牌字符切分的研究，這里主要針對(duì)二值化、傾斜校正、字符切分進(jìn)行了研究。對(duì)二值化中釆用的Otsu算法進(jìn)行改進(jìn)，重新劃分二維直方圖的區(qū)域，改進(jìn)后的算法運(yùn)行時(shí)間短、二值化效果好。第5章研究車牌字符識(shí)別的問(wèn)題，對(duì)模板匹配和神經(jīng)網(wǎng)絡(luò)的方案進(jìn)行研究、改進(jìn)和試驗(yàn)。對(duì)模板匹配法中的特征提取采用新的劃分方式進(jìn)

21、行劃分，分別提取特征,提高了識(shí)別準(zhǔn)確率。對(duì)BP網(wǎng)絡(luò)釆用有動(dòng)量的梯度下降法訓(xùn)練網(wǎng)絡(luò)，改進(jìn)后的網(wǎng)絡(luò)可以快速收斂。最后通過(guò)實(shí)驗(yàn)得出結(jié)論，改進(jìn)的神經(jīng)網(wǎng)絡(luò)算法在準(zhǔn)確性、實(shí)時(shí)性和魯棒性方面都要優(yōu)于改進(jìn)的模板匹配法。第6章根據(jù)前三章研究的算法采用M語(yǔ)言設(shè)計(jì)了車牌識(shí)別系統(tǒng)的測(cè)試平臺(tái)，對(duì)353張卡口圖片進(jìn)行測(cè)試，并對(duì)測(cè)試結(jié)果進(jìn)行分析，驗(yàn)證改進(jìn)算法的實(shí)際效果，并分析了系統(tǒng)的優(yōu)缺點(diǎn)。第7章對(duì)全文進(jìn)行總結(jié)。提出了本研究課題中存在的有待改善的一些問(wèn)題，指出系統(tǒng)可以改進(jìn)的方向和對(duì)未來(lái)工作的展望。上海交通大學(xué)碩士學(xué)位論文系統(tǒng)總體設(shè)計(jì) 2系統(tǒng)總體設(shè)計(jì)2.1車牌識(shí)別系統(tǒng)總體設(shè)計(jì)一個(gè)完整的車輛牌照識(shí)別系統(tǒng)是一個(gè)復(fù)雜的系統(tǒng)，應(yīng)該包

22、括圖像釆集、圖像預(yù)處理、車牌定位、字符切分、字符識(shí)別以及圖像編碼、數(shù)碼傳輸與更新等步驟，基本可以分為硬件部分和軟件部分，硬件部分主要完成車輛圖像的攝取釆集，軟件部分主要完成對(duì)釆集到的車輛圖像進(jìn)行車輛牌照定位、車牌字符切分與車牌字符識(shí)別等工作，這部分工作最為復(fù)雜，最后對(duì)識(shí)別結(jié)果進(jìn)行數(shù)據(jù)傳送和存儲(chǔ)，將處理后的識(shí)別信息交給管理系統(tǒng)進(jìn)行管理。整個(gè)系統(tǒng)的核心是軟件部分的工作，能否通過(guò)牌照對(duì)車輛進(jìn)行有效管理，很大程度上取決于軟件部分識(shí)別車牌的準(zhǔn)確性。一個(gè)車牌識(shí)別系統(tǒng)的基本結(jié)構(gòu)如圖3所示：攝像頭視頻圖刑下幫結(jié)果數(shù)7識(shí)別據(jù)!軟件i庫(kù)11計(jì)算機(jī)管理軟件圖像采集K圖3車輛牌照識(shí)別系統(tǒng)結(jié)構(gòu)圖Figure3Thest

23、mctureoftheLicensePlateRecognitionSystem2.2系統(tǒng)硬件設(shè)計(jì)一個(gè)車牌識(shí)別系統(tǒng)的基本硬件配置由攝像機(jī)、主控機(jī)、采集卡和照明裝置組成。例如在停車場(chǎng)管理系統(tǒng)中，系統(tǒng)硬件主要包括千輛傳感探測(cè)器、高性能工控計(jì)算機(jī)、高分辨率CCD攝像機(jī)、高放大倍數(shù)鏡頭、CCD自動(dòng)亮度控制器和視頻釆集卡等。首先是探測(cè)車輛的接近、通過(guò)和停留等。常用的有光探測(cè)器、微波雷達(dá)通過(guò)型探測(cè)器、測(cè)速雷達(dá)探測(cè)器、聲探測(cè)器、紅外探測(cè)器、電磁感應(yīng)探測(cè)器和壓敏探測(cè)器等。我國(guó)停車場(chǎng)應(yīng)用較多的是紅外探測(cè)器和電磁感應(yīng)環(huán)探測(cè)器。設(shè)置在停車場(chǎng)入口和出口的兩對(duì)紅外發(fā)射和接收設(shè)備進(jìn)行車輛檢測(cè)。利用編碼調(diào)制信號(hào)，增強(qiáng)抗干擾

24、的能力，具有較強(qiáng)的可靠性。前端工控機(jī)利用紅外線探測(cè)到車輛經(jīng)過(guò)的信號(hào)時(shí)，控制圖像釆集卡抓拍圖像，并對(duì)抓拍的汽車圖像進(jìn)行牌照識(shí)別，同時(shí)控制攝像機(jī)光圈的大小，以適應(yīng)外界環(huán)境不同的光照條件。然后將識(shí)別出的牌照信息儲(chǔ)存到服務(wù)器中，當(dāng)車輛離開(kāi)時(shí)，同樣的進(jìn)行牌照識(shí)別，將其與前面輸入的牌照信息進(jìn)行對(duì)比，計(jì)算出停車時(shí)間，然后計(jì)費(fèi)。本課題主要側(cè)重算法的研究，主要工作是設(shè)計(jì)軟件，對(duì)己攝取到的卡口車輛照片實(shí)現(xiàn)車牌識(shí)別。2.3系統(tǒng)軟件設(shè)計(jì)硬件設(shè)備釆集到圖片后首先要考慮圖像的存儲(chǔ)格式。目前比較常用的圖像格式有*.BMP、*.JPG、*.GIF、*.PCX等，本課題采集到的圖片是*6的格式。軟件系統(tǒng)的編寫大多采用VC或者M(jìn)

25、ATLAB語(yǔ)言，本課題選用了MATLAB語(yǔ)言。MATLAB具有以下優(yōu)點(diǎn)：MATLAB編程效率高，使用方便。MATLAB以矩陣作為基本語(yǔ)言要素大大提高了數(shù)值計(jì)算的編程效率。MATLAB本身?yè)碛胸S富的函數(shù)庫(kù)，并具有結(jié)構(gòu)化的流程控制語(yǔ)句和運(yùn)算符，用戶在使用過(guò)程中能夠方便自如地應(yīng)用。其圖像處理工具箱更是大大擴(kuò)展了MATLAB解決圖像處理問(wèn)題的能力，其他還有諸如用于神經(jīng)網(wǎng)絡(luò)和小波的工具箱等，對(duì)于算法的分析都有著很大的幫助。MATLAB擴(kuò)充能力強(qiáng)，交互性好，移植性和開(kāi)放性較好。MATLAB的庫(kù)函數(shù)同用戶文件在形式上是一樣的，用戶可以根據(jù)自己的需求方便地建立與擴(kuò)充新的庫(kù)函數(shù)，擴(kuò)充其功能。MATLAB可在Wi

26、ndows系列、UNIX、Linux、VMS6.1、PowerMac平臺(tái)上使用，且所有的核心文件和工具箱文件都是公開(kāi)的，用戶可以修改源文件構(gòu)成新的工具箱，從而可以擴(kuò)充很多新的功能，利于算法的研究和改進(jìn)。3）較強(qiáng)的圖形控制和處理功能，自帶的API使得用戶可以方便地在MATLAB與C、C卄等其他程序設(shè)計(jì)語(yǔ)言之間建立數(shù)據(jù)通信。本文設(shè)計(jì)的系統(tǒng)釆用MATLAB搭建車輛牌照識(shí)別系統(tǒng)，具有非常明顯的優(yōu)勢(shì)：1）可以直接使用MATLAB的LnageAcquisitionToolboxlinageProcessingToolbox以及NeuralNenvorkToolbox作為骨架來(lái)搭建整個(gè)系統(tǒng)。2）使用MATLAB的圖形用戶界面技術(shù)（GUI）編寫牌照識(shí)別系統(tǒng)面板，可以達(dá)到與牌照定位切分程