車輛牌照圖像識別算法的研究與實現(xiàn)

安徽三聯(lián)學(xué)院畢業(yè)論文圖1-1車牌識別流程圖(1)圖像采集：由CCD攝像機知道車牌號。(2)圖像預(yù)處理：對CCD攝像機獲得的車牌進行二值化等方法進行預(yù)處理，為后面的操作做鋪墊。(3)車牌定位：車牌定位是以灰度圖像為基礎(chǔ)的，然后結(jié)合視覺角度和字符的特點，提取對應(yīng)的特征。車牌定位是整個系統(tǒng)的關(guān)鍵和難點。(4)傾斜校正：因為在獲取車牌照的時候不能百分百保證牌照是水平的，難免出現(xiàn)傾斜的情況，這時候就要對車輛牌照進行傾斜校正。為后來的車牌字符分割和車牌字符識別提供方便。(5)字符分割：將車牌號中的字符分割出來,在于模板中的字符相互比較,看是否一致。(6)字符識別：字符識別是對分割后的字符進行歸一化處理，然后進行模板匹配以顯示出牌照號碼。

第二章車牌字符識別技術(shù)研究2.1介紹車牌識別常用方法常用的結(jié)構(gòu)模式識別、神經(jīng)網(wǎng)絡(luò)識別、統(tǒng)計識別等車牌照識別的方法。2.1.1結(jié)構(gòu)模式識別漢子的組成結(jié)構(gòu)是結(jié)構(gòu)模式的主要出發(fā)點.漢字不僅可以理解是由筆劃以及偏旁部首構(gòu)成的;還可以認為漢字是由一些小的單元組成的。這種基元可以更好的對漢子進行描述，這種方法引入車牌識別有著重要的意義。2.1.2統(tǒng)計模式識別統(tǒng)計模塊的具有悠久的發(fā)展歷史，理論基礎(chǔ)很強;他是將一些事實的共同點歸納在一起,然后按照一定準(zhǔn)則所確定的決策函數(shù)進行分類判決。字符的統(tǒng)計模式是將字符點陣作為一個集合，他的作用是從大量的數(shù)據(jù)中對比出來的;對比的方法很常見,但是對于一些細小的字節(jié)還是很模糊。2.1.3人工神經(jīng)網(wǎng)絡(luò)識別人工智能網(wǎng)絡(luò)是一種以人腦神經(jīng)網(wǎng)絡(luò)的正常運行作為參考系數(shù)的一種模擬模型。他需要的是像人腦神經(jīng)系統(tǒng)一樣能夠控制人自身的許多活動;我們通過研究這種結(jié)構(gòu)和功能為了讓我們在現(xiàn)實的生活中也能實現(xiàn)。下面幾個方面是人工智能網(wǎng)絡(luò)的一些特點:1,能逼近任意線性函數(shù)2,信息的并行分布式處理和存儲3,可以多輸入多輸出4,便于用超大規(guī)模的集成電路或光學(xué)集成電路系統(tǒng)實現(xiàn)5,具有自學(xué)習(xí)的能力；6,具有聯(lián)想存儲功能；7,具有高速尋找優(yōu)化解的能力.但是在車牌字符的識別中仍然存在很大的缺陷：l，會因為車牌照的問題，比如像素點小，筆畫斷裂等問題楚翔誤識別。2，因為神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)時候的每次的迭代梯度值會受樣本噪聲影響，會使系統(tǒng)的收斂速度變慢，所以人工神經(jīng)網(wǎng)絡(luò)識別法時不適合實時識別的。2.2本文采用的識別方案本論文采用的方案是基于模板匹配的，也就是把獲取到的車輛牌照的字符同選定的字符模板進行對比，通過這種對比確定車牌上字符的內(nèi)容。先準(zhǔn)備一個存儲字符的模板,在對車牌字符經(jīng)過濾波等相關(guān)處理;再將得到的字符與模板中的字符經(jīng)過四則運算中的減法一一相減,當(dāng)所得的差值越小時,其相似度越高.本文首先收集許多的圖像，我們通?？芍獔D像中有很多的存儲格式。例如有:*.BMP、*.JPG、*.GIF、*.PCX等，本次論文中所用到的是*.JPG的格式。由于系統(tǒng)編程的需求，大多數(shù)的編程采用的是VC或者MATLAB語言，而本次論文卻運用了MATLAB語言。MATLAB語言作為第四代計算機語言,有以下優(yōu)點:1．編程效率高MATLAB語言允許用數(shù)學(xué)形式的語言編寫程序，而且更加接近我們的思維書寫方式，它編程簡單，效率高，易學(xué)易懂。2．矩陣和數(shù)組運算高效方便MATLAB語言規(guī)定的各種運算可以直接應(yīng)用到數(shù)組建的運算中。而且MATLAB語言不要定義數(shù)組的維數(shù)，并給出專門的庫函數(shù)，使之更簡潔、高效、方便。3．用戶使用方便MATLAB解釋執(zhí)行的語言,它靈活、方便，MATLAB語言把編輯、編譯、連接和執(zhí)融合起來，使用起來更加快捷。并且它能在同一畫面上靈活操作，所以加快了編寫、修改和調(diào)試程序的速度。4．?dāng)U充性強，交互性好MATLAB語言中有許多函數(shù)運算，因此我們可以利用這些庫函數(shù)進行一些必要的運算。并且編者可以通過自己的需要增加或者是擴充庫函數(shù)，這時MATLAB使用效率和功能得到了提高。車輛牌照識別系統(tǒng)是一個包含圖像分析和圖像處理的系統(tǒng)。首先要將用CCD的到的牌照進行灰度化處理和濾波處理以降低車牌照的噪點和增加部分對比度。然后通過車輛牌照預(yù)處理提取車牌照的圖像邊緣，再接著進行車牌照定位，提取出車牌照圖像。再將提取出的車牌圖像進行二值化處理，對相關(guān)的字符進行分割，最后完成了整個車牌字符的識別。然后把上述的三個部分在一個平臺上進行系統(tǒng)化處理，測試分析其性能。軟件系統(tǒng)的設(shè)計流程圖如下圖：開始開始輸入汽車圖像提取車牌邊緣形態(tài)學(xué)處理一次定位是否有車牌進行二值化根據(jù)投影和坐標(biāo)變換進行傾斜矯正根據(jù)垂直投影進行字符切分進行字符識別結(jié)果輸出二次定位結(jié)束NOYES

第三章車牌識別系統(tǒng)的設(shè)計3.1圖像采集CCD攝像機是獲得車牌照的重要工具，通過現(xiàn)場的光照和由檢測裝置控制拍攝角度可以獲得車前或車后的車輛牌照。圖3-1照片模型3.2圖像預(yù)處理當(dāng)我們對采集的圖像經(jīng)過放大,過濾等相關(guān)的處理更好的提取字符。圖像預(yù)處理是對采集到的圖像的深度進行處理、圖像銳化、圖像二值化、邊緣檢測等。圖像二值化就是把采集到的圖像上像素灰度調(diào)成255或者是0，即把獲得的圖像變成黑白色。圖像的二值化的好處是可以將圖像變得簡單，把圖像的數(shù)據(jù)量減小，把感興趣的位置目標(biāo)凸顯出來。銳化就是補償圖像的輪廓,讓它更加清晰。圖像邊緣檢測是對車輛牌照中的字符的邊緣進行定位，主要是通過濾波、增強、檢測和定位來實現(xiàn)。圖3-2灰度圖像圖3-3二值圖3.3車牌定位車牌定位作為車牌識別系統(tǒng)中的重要組成部分，與后面的車牌分割和車牌識別有著重要的聯(lián)系。車牌定位的方法有兩種，分別是基于灰度圖像定位和基于彩像圖像定位。實驗中采用的是灰度圖像處理車牌的定位方法。這種定位方法需要對采集到的圖像進行預(yù)處理，通過二值化等方法把彩色的圖像轉(zhuǎn)換成灰色的圖像.然后找出每一行中的車牌線段，記下起始坐標(biāo)車長度，若有連續(xù)多行存在于至少一個車牌線段，并且行數(shù)大于一固定閾值，我們認為在行上我們找到了一個候選區(qū)域，并且確定改區(qū)域的起始行與長高度，然后在我們已找到的可能的區(qū)域做列掃描，知道該區(qū)域的起始行列和長高度。以此類推，找出全部車牌候選區(qū)域。導(dǎo)入原始圖像導(dǎo)入原始圖像圖像預(yù)處理增強效果圖像邊緣提取車牌定位行列掃描圖3-4車牌定位流程圖圖3-5定位到的車牌圖片3.4字符分割字符分割就是對已經(jīng)得到的車輛牌照進行字符分離，得到包括漢子、字母和數(shù)字等在內(nèi)的一系列單個字符，為后面的字符識別做鋪墊。由于本文中處理到的車牌照相對類型少，變化小，所以采用直接分割法。就是用投影法先將拍照上面的字符進行粗分割，然后根據(jù)每個字符的寬度進行分類，然后再分割粘貼字符，合并斷裂字符。在車輛牌照區(qū)域的定位完成后，將牌照分成單字符進行識別。因為滿足車輛牌照的字符的格式、尺寸限制和其他條件的字符間必定是字符在垂直方向上的投影。所以要在復(fù)雜環(huán)境下較好的分割字符，投影法是比較好的選擇。步驟為：按左右寬度切割出字符計算水平投影進行車牌水平校正去掉車牌的框架分析垂直投影找到每個字符中心位置按左右寬度切割出字符計算水平投影進行車牌水平校正去掉車牌的框架分析垂直投影找到每個字符中心位置 圖3-6車牌分割步驟由國家相關(guān)規(guī)定小型汽車的車牌號的長和寬是確定的,這也就是說它們所對應(yīng)的字符的長和寬也是一定且字符之間的距離同樣必須保持一定.這樣來說，如果把每個字符在車牌中占據(jù)的寬度平局分，那么得到的每個字符的寬度為：W/7（W為車牌的的像素寬度）。但是由于實際的情況一個車牌號不僅僅只有車牌的字符號,還有一些其他的東西另外還有就是最外邊的字符到邊框之間肯定還有一段距離;因此每個字符的實際寬度必須小于W/7。據(jù)上所述，在一般情況下，W/9大概是最小的寬度。所以，可以從W/7到W/9之間變化得到車牌照字符的寬度。此程序流程如下：字符切割流程圖如下圖所示：開始車牌二值圖像開始車牌二值圖像切除周邊空白垂直投影從左往右查找，垂直投影白色像素點累計小于10的值的wide以水平區(qū)域（0，wide）剪切出判斷是否為標(biāo)準(zhǔn)字符保存這個字符將剩余部分保存并覆蓋原先圖像字符個數(shù)是否為7結(jié)束YNNY圖3-8分割后的車牌3.5字符識別把車輛牌照上的內(nèi)容分割成單個字符之后,就要對每個字符進行字符識別。目前常用的字符匹配法有神經(jīng)網(wǎng)絡(luò)匹配法和模板匹配法，本文采用的模板匹配法，也是最直觀的一種方法，只需要將分割出來的字符同模板進行匹配。模板匹配法有著識別率低的弊端，然而車牌字符識別只包括矩陣的加減與統(tǒng)計，計算量小，所以用模板匹配法可以很好的實現(xiàn)。對于模板匹配，要首先建立標(biāo)準(zhǔn)的模板庫，模板庫中使用尺寸統(tǒng)一的字符，這里設(shè)定為20*40。3.5.1字符歸一化處理受猜到到的圖像的像素值的不同,切割出來的字符也會受影響,字符或大或小,因此在進行字符匹配之前進行字符圖像歸一化處理時很有必要的,經(jīng)過字符像素歸一化處理,可以使圖像字符和模板圖像的大小相同，MATLAB誰提供一個函數(shù)來改變圖像的大小,本論文采用最近鄰插值法(nearest).最近鄰插值法也叫做作零階插值法，顧名思義就是把變換后像素灰度值像素的灰度值和距離它最近的輸入像素的灰度值調(diào)成相同.最近鄰插入法的特點是計算簡單。圖3-9經(jīng)歸一化后的七個字符經(jīng)過歸一化處理后的切割字符之后,會得到許多大小一致的字符,這樣就解決了由于像素值不一樣帶來的各種問題,而且對后面的和庫中的字符進行匹配有著重要的意義。3.5.2字符匹配識別建立與待匹配識別字符相對應(yīng)的字庫表是字符匹配識別的重要條件,然后把已經(jīng)切割的進行歸一化處理之后的字符與建立的字庫表相比較,逐個字符匹配比較,再把要識別的字符的特征值和模板字符的特征值相減,找到的最小的相減值就是最好的匹配字符。為了能夠識別車牌號,我們所匹配的字符號必須要保持一致.首先我們必須先預(yù)存準(zhǔn)確的字符模板作為參照物;其次就是切割完的字符與參照物相互對比讀取后運用四則運算的的減法運算一一相減;最后所得的差選取最小值所對應(yīng)的字符就是了。圖3-10字符相似度比較

第四章仿真結(jié)果及其分析4.1車牌定位后系統(tǒng)邊緣檢測的仿真結(jié)果圖如下圖所示:圖4-1圖像讀取及檢測結(jié)果圖從上圖可以分析得知:我們先從我們所獲得的圖像中選取車牌號部分,然后與模板中的字符相互比較;由于圖中的信息很模糊看不清,在對圖像經(jīng)過濾波處理讓圖像更加清晰.當(dāng)我們?nèi)コ宋埸c后圖像相比更加明了,與此同時字符的對比度也出來了,我們可以很清楚的得到所需要的車牌號.這樣我們就完成了對圖像的處理過程。4.2車牌字符分割及其圖像處理對經(jīng)邊緣檢測掃描后的圖像經(jīng)字符切割后的圖像如下圖所示：圖4-2字符分割及歸一化結(jié)果圖從上圖的比較可知:我們從所獲得的圖像中提取出我們所需要的車牌號;利用圖像識別技術(shù),首先將提取的圖像信息進行規(guī)則分割;分割的目的就是將每一個字符單獨的孤立起來,在對每一個字符進行整理和分析,剔除不必要的部分只保留字符部分即可;當(dāng)字符整理好了之后再講其與模板中的字符相互比較,看看是否一致;其中要經(jīng)過相關(guān)的編程運算。4.3車牌字符識別及其圖像處理下圖是車牌經(jīng)字符識別后的圖形,實際情況下存在一些偏差。圖4-3字符識別結(jié)果圖如上圖可知當(dāng)處理后的字符與模板中的字符相互比較時,在采取四則運算法則中的減法得到相應(yīng)的差值,差值越小表明字符匹配程度越高。而此圖中的差值相差很大,那么他的匹配度較低。

致謝經(jīng)過半年左右的努力，在老師的時刻關(guān)心和細心地指導(dǎo)下，本論文才得以完成。在本論文的寫作期間，無論是老師對科學(xué)知識的嚴(yán)肅態(tài)度，還是在工作作風(fēng)上的精益求精的精神，亦或是他嚴(yán)謹?shù)闹螌W(xué)態(tài)度，都對我有很大的影響。在論文的寫作期間，老師不僅在論文寫作上給了我耐心、細心的指導(dǎo)，而且在思想上給我以鼓勵，在生活上給我以關(guān)心和照顧。在這半年的時間里，老師對我來水已經(jīng)不僅僅是老師，更是亦師亦友的朋友。在此特向老師致以最誠摯的感謝。在這半年的時間里，除了感謝老師，還要感謝和我共同努力，共同進步的同組同學(xué)們。在我最困難，最想放棄的時候他們給我以鼓勵，給我?guī)椭?，讓我可以堅持下去，讓我可以克服眾多的困難，讓我可以順利地完成論文。在這里，我要向他們說聲謝謝。論文的完成時一個漫長的過程，從審批表到初稿、定稿等等，論文的完成也是我們大學(xué)生活結(jié)束的標(biāo)志，是我們步入另一種生活方式的標(biāo)志。在這期間，眾多的老師、同學(xué)和朋友給了我?guī)椭?，讓我在這里對他們說聲謝謝。最后，再次向給予我?guī)椭睦蠋?、同學(xué)和朋友們最發(fā)自內(nèi)心的感謝。參考文獻[1]尹令.車牌自動識別系統(tǒng)的研究及其在VC++中的實現(xiàn).湘潭大學(xué).2003年5月.[2]劉濱．基于神經(jīng)網(wǎng)絡(luò)的車牌字符識別研究．武漢理工大學(xué)，2004年5月.[3]劉屹松.基于模板匹配車牌識別系統(tǒng)的研究實現(xiàn)[碩士學(xué)位論文].北方工業(yè)大學(xué),2009.[4]劉智勇.基于MATLAB的車牌定位．中國科學(xué)院，2000．[5]徐建華．圖像處理與分析[M]．北京：科學(xué)出版社，1998．[6]章毓晉．圖像處理和分析[M]．北京：清華大學(xué)出版社。1999，224—226．[7]胡小鋒等．VisualC++/Matlab圖像處理與識別實用案例精選[M]．北京：人民郵電出版社，2004.[8]陶軍.車牌識別技術(shù)研究與實現(xiàn)[D].南京：南京理工大學(xué)，2004.[9]江煒亮.車牌圖像自動定位與識別算法的研究[D].