車牌自動識別系統(tǒng)設(shè)計

第1章緒論1.1研究背景最近這幾年我國經(jīng)濟快速發(fā)展和科技的提高，家家戶戶開車在日常生活越來越普遍已經(jīng)成為人們?nèi)粘Ｉ钪须S處可見的常態(tài)。據(jù)有效統(tǒng)計，我國近些年車輛總量呈現(xiàn)大幅度上升趨勢，車輛的增加促使很多公共場所需要對相關(guān)車輛進行合理有效的管理。因此，如何對車輛進行更深一度的管理就成為了當(dāng)前的一個重要研究方向。像人擁有身份證一樣，社會上的每輛車都擁有獨一無二的車牌，車牌就是車輛的ID，可以用來核實車輛信息。由于日常生活逐漸變得智能化和社會現(xiàn)代化信息技術(shù)的不斷前進和發(fā)展，機器生產(chǎn)代替人工勞動已然成為一種社會趨勢，在車牌信息處理過程中，能夠正確獲取車牌信息中的關(guān)鍵部分是后續(xù)信息傳輸、比較和存儲等行為進行的重要前提。因此，車牌識別不僅是當(dāng)前的一個研究熱點，更是未來智能交通系統(tǒng)的重要組成部分之一，擁有一個快速有效的算法對于車牌信息的識別、采集和存儲就顯得至關(guān)重要。在我國目前的車牌組成上，與國外相比具有較大區(qū)別。國外車牌大多是一些簡單字符，車牌類型比較單一；而我國的車牌則是由漢字、字母和數(shù)字三者結(jié)合組成的，且字符位置不固定，車牌類型多樣，這就給車牌自動識別的實現(xiàn)造成了一定的困難。就目前來看，國外車牌識別技術(shù)已經(jīng)比較成熟，但是由于國內(nèi)車牌的復(fù)雜情況，國外的識別技術(shù)并不能完全適應(yīng)國內(nèi)車牌的復(fù)雜情況，我國車牌自身的獨特性決定必須擁有屬于適應(yīng)我國車牌特點的一套完整系統(tǒng)，雖然國內(nèi)技術(shù)發(fā)展較快，但是從結(jié)果上來說顯得并不樂觀，仍然有很長的一段路要走。尤其是近些年車輛的大幅度增加，車牌自動識別系統(tǒng)的運用和發(fā)展也更符合現(xiàn)代生活的需要。1.2國內(nèi)外研究現(xiàn)狀國外的車牌自動識別技術(shù)研究起源于上世紀80年代，由于技術(shù)發(fā)展的限制，計算機對數(shù)字圖像處理并不能達到一個很好的程度，如何快速有效識別車牌成為世界各國尚未解決的難題。而隨著社會的快速發(fā)展人類文明的進步，信息技術(shù)和網(wǎng)絡(luò)不斷前進，因此計算機的性能和發(fā)展得到大幅度提升，數(shù)字圖像的處理也更加準確和快速，國外的車牌識別系統(tǒng)不斷完善和進步，研發(fā)出大量的派生系統(tǒng)，而且目前系統(tǒng)的識別正確率高達95%以上。我國針對車輛牌照識別系統(tǒng)上的探究起步較晚，并且由于我國汽車牌照數(shù)量多、種類多、樣式多，而且車牌上也有漢字，無法直接使用國外的車牌識別技術(shù)，這些因素給國家在車牌識別系統(tǒng)的研究上造成了一定程度的影響，因此，我國只能參考和學(xué)習(xí)外國的車牌識別技術(shù)，并根據(jù)我國的實際狀況，研發(fā)一套可以快速準確識別我國車牌的系統(tǒng)?，F(xiàn)階段大量的高等學(xué)府、科技公司都投身于此項技術(shù)的研發(fā)，因此目前的車牌識別系統(tǒng)正逐漸走向成熟，但是仍然有進步空間。1.3車牌自動識別的意義車牌自動識別的產(chǎn)生源于社會的需要，現(xiàn)在車牌識別技術(shù)被大量應(yīng)用在社會公共場所，包括高速路口、大小型停車場、校園門口以及小區(qū)門口等一些地方，極大地方便人們的生活。汽車的發(fā)展雖然在一定程度上豐富了人們的生活，但是隨著車輛的不斷增加，也大大增加了交通事故的發(fā)生的概率，過多的車輛造成了交通的極大擁堵，對社會經(jīng)濟發(fā)展和人們?nèi)粘Ｉ钤斐蓸O大影響。在這種情況下車牌識別系統(tǒng)可以幫助警察更方便快速地追蹤交通肇事者，處理交通事故的速度顯著提高，工作效率也大大增強。自動車牌識別系統(tǒng)不僅可以在生活中幫助處理交通事故，還可以用于解決一系列刑事案件，比如：汽車盜竊、追蹤罪犯等。車牌識別系統(tǒng)能夠自動快速地識別車牌信息，并將此信息和犯罪信息進行比較，從而得到破案線索。在這個過程中，并不需要大量的人力勞動，因而大量節(jié)省了勞動力，及其識別也縮短了案件的解決時間，提高了工作效率。車牌識別這項技術(shù)具有重大的意義，車牌自動識別技術(shù)與我們息息相關(guān)，在這一技術(shù)系統(tǒng)的支持下，車輛管理效率可以得到非常大的提升，不僅對我們的生活提供了便利，對國家的長久發(fā)展、社會的平穩(wěn)安定也具有重大意義。1.4章節(jié)安排本文分為七章，詳細介紹了本課題的設(shè)計思路和課題意義，針對論文中涉及的不同問題提出了各個階段的解決方法，對車牌進行識別所需要用到的數(shù)字圖像處理系統(tǒng)和模式識別技術(shù)進行了詳細的研究和闡述。第一章為緒論，重點介紹了車牌識別技術(shù)的背景、意義以及目前國內(nèi)外的現(xiàn)狀、國內(nèi)外差異來表述車牌識別系統(tǒng)。第二章主要介紹當(dāng)前我國主要的車牌類型，以及這些車牌的特點。列出車牌識別系統(tǒng)中使用的圖像處理技術(shù)。第三章重點講解了車牌識別系統(tǒng)的整體設(shè)計方案以及詳細的設(shè)計流程。第四章重點講解了目前普遍的車牌定位方式，主要有粗定位與精確定位兩種方式和算法的流程圖。第五章重點講解了車牌上字符分割的主要方式和流程圖。第六章重點講解了識別車牌上字符的一般方法與流程圖。第七章重點介紹在MATLAB的GUI模塊中實現(xiàn)這種方法，并列舉了一個實例。

第2章車牌特點與數(shù)字圖像處理2.1我國的車牌2.1.1車牌種類我國車牌種類繁多，按車輛類型一般可以分為7類：1、裝貨車2、越野車3、自動裝載汽車4、灌車5、卡車6、客車7、小轎車。每種車牌都有不同的特點，因此我國車牌自動識別的難度較大。我國人口眾多，由于社會經(jīng)濟的不斷前進發(fā)展，人民生活水平的極大提高，小型車的數(shù)量也隨之急劇增加，所以本設(shè)計主要針對小型車牌的識別。車牌圖像如圖2-1所示。圖2-1小型汽車車牌圖片2.1.2車牌的特點車牌識別系統(tǒng)主要依據(jù)我國車牌的特征來作為設(shè)計算法的引導(dǎo)。車牌識別系統(tǒng)的工作原理首先是要選取單個或多個汽車牌照來研究車牌的特點，之后在依據(jù)車牌的特點來設(shè)計相應(yīng)的算法。普遍來說，選取的可識別的特點越多，識別的準確率就越高，但與之相反的就是程序會變得相對繁瑣和低效。因為本篇文章重點是研究小型車輛的車牌識別系統(tǒng)的開發(fā)，所以重點研究小型車輛牌照得出有以下幾方面的特征：顏色特征：小型車輛牌照一般背景色為藍色，字符顏色為白色。字符在整張牌照中占據(jù)的面積有一定范圍比例。從這一特點我們能夠明確的是在照片中首先要找到藍色的背景，白色字符的面積占據(jù)總體面積的一定范圍，可以作為最開始設(shè)置的車牌區(qū)域。形狀特征：車牌形狀為矩形。雖然在照片中車牌的大小不是很明確，但是車牌的長寬比例是有特定范圍的。利用這個特點能夠利用編程語言來輕松完成。紋理特征：車輛牌照的信息是呈水平排列的，因此水平方向的紋理應(yīng)該作為重點分析研究的特點。背景比較特征：牌照的背景色是藍底，其上的字符顏色是白色。當(dāng)系統(tǒng)自左向右掃描牌照信息時，能夠發(fā)現(xiàn)牌照的灰度值有鮮明的改變。在人物間，有高峰有低谷。因此根據(jù)這一特征，我們能夠采用字符分割算法。（5）頻域特征：對拍到的圖像開展離散小波轉(zhuǎn)換之后，可以獲得牌照部分的頻域特征，也就是高頻特征，這一特征存在極大的研究價值，使用它能夠極大的提升車牌識別的精確度。車牌具有許多特征，但上述的5個特征可以利用計算機語言實現(xiàn)。針對這5個特點，已經(jīng)有許多人設(shè)計了相應(yīng)的算法，同時取得了比較明顯的效果。2.2數(shù)字圖像的表示方法因為電腦只可以分析數(shù)字信號不可以分析模擬信號，因此電腦在工作的過程中只可以分析數(shù)字圖像確無法分析模擬圖像。數(shù)字圖像的采集方式分為兩部分一種是直接采集。另一種是間接采集，直接采集的方式就是用平時生活的相機直接拍攝得到的，間接采集方式則是用到一些專門的儀器采集到的，比如儀器掃描，采集卡采集等。要準確無誤地進行處理和操作數(shù)字圖像，就一定要知道數(shù)字圖像在計算機中是如何表示的，這樣才能計算機準確識別處理操作識別數(shù)字圖像。圖像不同在計算機上有不同的表示方法，一般來說，表示二維圖像方法用二維數(shù)組，除上面的以外還有使用較多的圖像中類，例如rgb圖像、灰度圖像、索引圖像、二值圖像以及多幀圖像等。它們在計算機中的表示方法有：RGB圖像:R是英文red（紅色）的首字母，G是英文green（綠色）的首字母，B是英文blue（藍色）的首字母，紅色、綠色、藍色是光的三原色。一般來說，采用8位來代表三原色中的其中一個顏色，在三個顏色分別用不同的值時，就能夠出現(xiàn)一個新的顏色，由以上描述可以得知，一個像素單位的RGB圖像須用24位的存儲空間表示?；叶葓D像:大部分利用二維數(shù)組表現(xiàn)灰度圖像，采用8位表示灰度圖像值的大小，所以一個二維數(shù)組的值的范圍是[0-255]，數(shù)字0代表黑色，數(shù)字255代表白色，而數(shù)字1-254代表的是由黑色到白色之間的顏色。在灰度圖像的數(shù)據(jù)類型中，主要包含unit8、unit16和double。在數(shù)據(jù)類型為double時，規(guī)范化值為[0.0-1.0]。索引圖像:從名字可以看出，索引圖像就是利用序列號找出和序列號對應(yīng)的rgb值。在matlab中，索引圖像主要分為兩部分，一是用于存儲序列的圖像數(shù)據(jù)矩陣，二是是用于存儲映射的rgb值的映射矩陣。這之中rgb值的數(shù)據(jù)類型為double，數(shù)值大小在0-1之間。二值圖像:二值圖像也是采用二維數(shù)組表現(xiàn)，二維數(shù)組的值只有0和1兩種情況，是一個十分重要的數(shù)字圖像。在matlab中，0代表黑色1代表白色。Matlab中有非常多的二值圖像處理有關(guān)函數(shù)，用起來也十分便捷，程序編寫較為簡單。多幀圖像:指的是一組圖像的集合，包含多幅圖像，在matlab中，采用四維數(shù)組代表多圖像，這之中圖像集中的組合用第四維來表現(xiàn)。值得注意的是，收藏中的所有圖片都應(yīng)該具有相同的大小和顏色。系統(tǒng)設(shè)計包括圖像類型:rgb圖像、灰度圖像和二值圖像。2.3數(shù)字圖像的處理數(shù)字圖像處理技術(shù)有很多種方式，其中最主要的包括以下幾種：灰度變換空間濾波影像復(fù)原小波變換幾何變換圖像配準彩色圖像處理圖像壓縮形態(tài)圖像處理圖像分割每種不同的處理技術(shù)都有不同的處理方法，比如：膨脹、蝕刻、開放的操作。本篇文章重點使用彩色圖像的灰度和二值化、圖像幾何轉(zhuǎn)換以及彩色圖像處理等方式。2.3.1數(shù)字圖像的灰度化和二值化Rgb彩色圖像的每一個像素單位都有紅綠藍三個值，因此計算使用的時間較長。彩色圖像變灰度圖像R=G=B=N（N為一定值）即可，但是N用不一樣的值獲得的灰度圖的效果也會不一樣。一般有以下三種方法獲得N值：（1）最大值法：N為原圖R、G、B值的最大值，即：

=max(R,G,B)(2.1)（2）平均值法：N為原圖R、G、B值的平均值，即：（2.2）（3）加權(quán)平均法：N為原圖R、G、B值的加權(quán)平均值，即：N=m*R+n*G+q*B（2.3）式（2.3）中m、n、q為權(quán)值，且m+n+q=1，m、n、q的值的選擇基于人眼對不同顏色的敏感程度，對顏色的敏感程度大小排列為：綠>紅>藍。所以為了得到更好視覺效果的灰度圖像，本文選取。上述采用上述三種方式獲得的灰度圖都有各自的特征：使用方法一獲得灰度圖亮度較大、使用方法二獲得的灰度圖比較柔和、使用方法三獲得的灰度圖能夠調(diào)節(jié)，效果也是最優(yōu)秀的。一般來說，假如把彩色圖像轉(zhuǎn)化為二進制的圖像，必須要先把彩色圖像轉(zhuǎn)化為灰度圖像，之后再把灰度圖像轉(zhuǎn)化為二進制圖像，中間必須有灰色圖像為中介。在將灰度圖像轉(zhuǎn)變?yōu)槎M制圖像的過程中，最重要的一點是選擇一個正確的閾值。本文是用類間最大方差法來選取閾值。類間最大方差法（otsu算法）是以灰色直方圖為基礎(chǔ)，采取最小二乘法，是一類擁有統(tǒng)計意義的計算方法。Otsu算法的原理是選取一個閾值，該閾值把灰度圖像劃分為兩個部分，且使這兩個部分間的方差最大，所以被稱作色散最大。最大類間方差法的主要原理公式可以借鑒后文文獻[5]。在matlab中，最大類間方差的計算方法是graythresh()?；叶葓D像經(jīng)過灰度graythresh()和im2bw()得到閾值后，可以轉(zhuǎn)化為二值圖像。2.3.2數(shù)字圖像的運算數(shù)字圖像的運算包括圖像的場操作、圖像的幾何變換操作、像素操作和塊操作等操作。圖像的像素操作與圖像的幾何變換是本篇文章最常用的方法。圖像像素操作可以劃分為圖像點操作、圖像代數(shù)操作和圖像邏輯操作。像素越大，分辨率越高，照片越清晰，可輸出照片尺寸也可以越大。本文主要采用圖像代數(shù)運算，圖像的幾何變換包括平移、換位、鏡像、變焦、旋轉(zhuǎn)、空間變換等多種方式，本篇文章只使用了縮放和旋轉(zhuǎn)兩種方式。在該系統(tǒng)的研發(fā)設(shè)計過程，圖像的像素運算是一直在使用的。圖像的旋轉(zhuǎn)轉(zhuǎn)換用作車牌精確定位時的傾斜矯正，在MATLAB中可以利用函數(shù)imrotate()來達到目的；圖像的縮放轉(zhuǎn)換可以用作字符識別中的歸一化，在MATLAB中可以利用函數(shù)imresize()來達到目的。需要格外關(guān)注到的是，它的旋轉(zhuǎn)變換通常以圖像的正中心為原點，然后將圖像旋轉(zhuǎn)特定角度，得到旋轉(zhuǎn)后的前后圖像的大小一般來說都會產(chǎn)生一定變化。2.3.3數(shù)學(xué)形態(tài)學(xué)處理

數(shù)學(xué)形態(tài)學(xué)研究的核心在于圖像因素。相比其他圖像處理模式而言，數(shù)學(xué)形態(tài)學(xué)圖像處理是依據(jù)于模型、差分和隨機學(xué)概念。利用數(shù)學(xué)理念構(gòu)造和算方法來體現(xiàn)圖像的特性。此數(shù)學(xué)形態(tài)學(xué)具有一定的優(yōu)勢，譬如在數(shù)據(jù)監(jiān)測層面比在差分選取層面要更為規(guī)整，對噪聲具有很大程度上的隔絕作用；在選取圖像架構(gòu)層面，其構(gòu)造的框架要更連續(xù)；易于互聯(lián)網(wǎng)信息來體現(xiàn)，更簡便高效。集合論作為數(shù)學(xué)形態(tài)學(xué)的根本，其是像素整合的∩、∪、?等處理方式。侵蝕和擴張作為數(shù)學(xué)形態(tài)學(xué)的基本處理方式，兩者運轉(zhuǎn)模式是為對偶關(guān)系。在開展侵蝕和擴張操作時，同時也需要制定框架因素來劃定擴張或侵蝕的走向，其中框架因素能夠是任意形態(tài)的。除了膨脹腐蝕，文章還采用了其他數(shù)學(xué)形態(tài)學(xué)處理模式，匯總?cè)缦拢海?）擴張：膨脹的效果是把圖像向背景擴展，借此來填補圖像中的小孔、縫隙以及凹下去的部分，結(jié)構(gòu)元素的選取決定了膨脹程度的大小。其數(shù)學(xué)表達式表示如下[6]：（2.4）（2.5）（2.6）在式（2.4）中，A代表的是需要擴張的圖像，其中結(jié)構(gòu)元素用B來代表，為擴張運算符。式（2.5）和式（2.6）分別為反射運算和平移運算。在MATLAB中，結(jié)構(gòu)元素采取函數(shù)strel()來完成，MATLAB提供了多類型結(jié)構(gòu)元素的形狀，膨脹運算采用函數(shù)imdilate()完成。（2）侵蝕：腐蝕與膨脹互相對應(yīng)，效果是圖像的“收縮”和“變細”。相同的，腐蝕也要給定結(jié)構(gòu)元素，它的數(shù)學(xué)表達式如下：（2.7）式（2.7）中，A代表的是待腐蝕的圖像，B代表結(jié)構(gòu)元素，是腐蝕運算符。MATLAB中結(jié)構(gòu)元素用strel()函數(shù)完成，MATLAB提供了多個結(jié)構(gòu)元素的形狀，腐蝕運算用函數(shù)imerode()實現(xiàn)。（3）開閉操作:開閉操作是腐蝕與膨脹的運算方法的結(jié)合。開啟操作是腐蝕操作，之后是膨脹操作；關(guān)閉操作是膨脹操作，之后才是腐蝕操作。在matlab中分別利用imop()函數(shù)和imclose()函數(shù)開展開閉運算。（4）移除小對象：在二值圖像中，利用數(shù)學(xué)形態(tài)法解決能夠移除指定面積的對象、孤立的像素和特定的連通區(qū)域，達到消除噪聲干擾的目標。在MATLAB中利用函數(shù)bewareaopen()和bwmorph()可以做到移處小對象的目的。清晰。2.3.4圖像的變換技術(shù)將圖像從空間域轉(zhuǎn)換到變換域，進行圖像變換的操作。在大多情況下，圖像在空間域的某些特征并不是顯而易見的。圖像變換技術(shù)有很多，諸如Radon變換、傅里葉變換等。為了方便對圖像的特征進行描述，應(yīng)該將其轉(zhuǎn)換為變換域。在一些圖像的處理過程中，如識別及壓縮等，這些過程發(fā)揮著不可替代的作用。在本文的研究中，采用的主要技術(shù)是Radon變換，目的是為了對車牌進行傾斜矯正。X-CT成像系統(tǒng)作為一種成熟的技術(shù)，其中發(fā)揮重要功能的就是Radon變換。例如將圖像進行合理處理，設(shè)定成斷層平面并在坐標系中進行投影，坐標系中XOY是已經(jīng)公式化的對于每個投影線積分都得用特定的投影方向計算表面線，這樣就可以獲得投影值g（R,），這里要注意的是射線應(yīng)該是光線的射線，具有特定的計算函數(shù)[7]。（2.8）Radon變換算法必須借助一定的數(shù)學(xué)軟件，MATLAB作為一個成熟的商業(yè)化軟件應(yīng)用廣泛，其含有的radon()函數(shù)就可以實現(xiàn)該過程，Radon反變換使用函數(shù)是radon（）前面加個小寫字母i(也就是iradon())實現(xiàn)。2.4本章小結(jié)在本章當(dāng)中，主要介紹我國車牌的一些主要特點以及種類，同時對數(shù)字的表達、圖像處理手段等進行了詳細闡述。但是當(dāng)下由于發(fā)展水平的阻礙，車牌的識別系統(tǒng)還不夠先進，識別度并不是不高，還有諸多方面需要進步，還有很長的路要走。車牌的類型和特征是下面程序設(shè)計的基礎(chǔ)，數(shù)字圖像處理方法是一個工具。本章僅介紹了本文所使用的數(shù)字圖像處理技術(shù)，如灰度圖像的二值化、圖像操作、數(shù)學(xué)形態(tài)學(xué)處理和圖像變換技術(shù)。文章不給出了圖像處理技術(shù)的原理和方法，而且指出了在MATLAB中的實現(xiàn)。

第3章車牌自動識別系統(tǒng)總體設(shè)計3.1總體介紹本系統(tǒng)使用MATLAB中的GUI功能，所以為了獲得良好的交互體驗，需要考慮GUI界面的功能設(shè)計和布局設(shè)計。GUI界面中要實現(xiàn)的功能有：選擇圖片、開始運行程序、退出系統(tǒng)、系統(tǒng)信息、處理后的圖片展示、查看正在處理的圖片以及展現(xiàn)最終結(jié)果。GUI界面作為一個復(fù)雜的頁面，內(nèi)含有各種功能和菜單，需要進行合理布局，具體內(nèi)容有標題位置、按鈕位置等。要實現(xiàn)車牌的自動識別，系統(tǒng)必須滿足如下功能：選擇圖片字符識別車牌定位字符分割語音播報在上述五個過程中，核心步驟是車牌定位、字符的識別和分割，下文中會進行系統(tǒng)介紹。MATLAB作為成熟的軟件，功能強大，首先可以利用其函數(shù)打開圖片，在本系統(tǒng)中，車牌圖片的格式都是jpg。此時要對圖片進行選擇進而實現(xiàn)處理過程，后續(xù)的核心步驟才能成功進行。車牌定位按其精度差異可以分為粗定位和精確定位，前者主要是結(jié)合了車牌的自身特點即藍底白字，進而獲得粗略的位置信息。而后者的處理過程較為復(fù)雜，必須要經(jīng)過處理獲得二進制圖像。處理原理是對彩色圖片進行灰度化處理得到黑白照片，再經(jīng)過二進制化處理得到二進制圖像。為了減少干擾，必須采用形態(tài)學(xué)進行處理。進而在刪除邊界之后獲得了車牌的明確詳細位置。為了確保識別過程的準確度，在選擇模板時要格外注意，相似度最高的模板時最佳選擇。3.2車牌自動識別系統(tǒng)設(shè)計流程圖圖3-1車牌自動識別系統(tǒng)設(shè)計流程圖3.3本章小結(jié)本章系統(tǒng)介紹了車牌自動識別系統(tǒng)的六大組成部分，同時對系統(tǒng)實現(xiàn)功能的方法進行了詳細闡述，在本章節(jié)最后為了明確流程，畫出了設(shè)計的流程圖。

第4章車牌定位良好的車牌識別系統(tǒng)不僅要求車牌定位精度高，同時應(yīng)該具備很高的處理效率。該過程作為系統(tǒng)中的關(guān)鍵一環(huán)，對系統(tǒng)功能的實現(xiàn)有著至關(guān)重要的作用。在實際的圖像中可能會出現(xiàn)很多紛亂的信息給這一過程造成了很大的困擾。要確保功能的順利實現(xiàn)，首先要結(jié)合車牌的具體特點，在圖像中尋找到屬于車牌的信息，進而將車牌進行裁剪，實現(xiàn)定位功能。在具體處理過程中，可能涉及到以下方法：（1）結(jié)合顏色信息進行處理；（2）結(jié)合邊緣特征進行檢測；（3）結(jié)合車牌的紋理進行檢測；（4）結(jié)合小波變換進行處理。本研究中采用的方法借助了顏色信息和形態(tài)特點，實現(xiàn)初步定位，隨后經(jīng)數(shù)學(xué)形態(tài)學(xué)處理獲得明確位置信息，進而確保了后續(xù)流程的順利實現(xiàn)。4.1車牌粗定位我國車牌的種類繁多，其中以藍底白字的小型汽車拍照數(shù)量最多，本文涉及的車牌自動識別系統(tǒng)的車牌為藍底白字的小型車車牌，小型車車型有很多，具體包括車座低于7人的車型、載重小于1噸的貨車。如前所述，本文在初期的粗略定位時，借助了車牌的顏色信息，進行RGB顏色識別。由于車牌具有明顯的顏色信息，在圖片中可以順利查找，圖片中車牌位置應(yīng)該滿足車牌的顏色特征：（1）背景呈現(xiàn)藍色；（2）白色位置和整體面積必須滿足一定比例范圍。借助這兩個基本信息，就可以順利找到車牌的疑似位置。實際處理過程中，圖片會包含很多信息非常復(fù)雜，單純依靠車牌的顏色信息進行定位必然會很容易出現(xiàn)差錯。為此，本論文在借助顏色信息的基礎(chǔ)上，進一步結(jié)合了車牌的形狀信息，因為車牌作為矩形物體，長寬之比必然要符合一定的比例。所以借助車牌的顏色信息和形狀特點，可以實現(xiàn)對車牌的初步定位。初步定位后，車牌的所有信息都包含在內(nèi)，所以后期需要對無關(guān)信息進行剔除，如邊框、斑點以及螺栓等。4.1.2粗定位流程圖從圖4-1的流程圖中我們可以看到，車牌基于RGB顏色模式進行對車牌的粗定位，通過定位圖片中的指定區(qū)域，找到特定區(qū)域內(nèi)是否擁有符合車牌特征的車輛；而如果不符合，特定區(qū)域就會顯示為黑色，并且繼續(xù)查找符合的目標，此方法有一定的抗干擾功能，但是對藍色特定區(qū)域的識別效果并不明顯，所以不能用于定位藍色車的車牌。圖4-1車牌粗定位流程圖4.2車牌精確定位由于拍照的角度可能會不同，從而得到的車牌照片也可能是傾斜的，所以在進行詳細定位之前，必須對照品進行矯正處理。但是值得注意的是，圖片一旦經(jīng)過矯正，信息量會增多，同時含有車牌信息以及一些無關(guān)的干擾信息。要確保定位的準確，必須對邊框信息進行剔除，進而確保后續(xù)步驟的順利實現(xiàn)。本文中的矯正過程借助了Radon變換方法，同時利用數(shù)學(xué)形態(tài)學(xué)方法和掃描法將無關(guān)信息進行剔除。4.2.1車牌的傾斜矯正在車牌的矯正過程中，有如下步驟：（1）圖像進行灰度處理；（2）對得到的圖像檢測邊緣信息；（3）借助Radon變換，在不同方向進行積分；（4）確認積分最大值，進而明確傾斜角；（5）經(jīng)過旋轉(zhuǎn)，對車牌進行正確矯正。4.2.2車牌精確定位流程圖本文設(shè)計車牌自動識別系統(tǒng)精確定位流程圖如下圖4-2所示。圖4-2車牌精確定位流程圖借助MATLAB的強大功能，可以實現(xiàn)車牌邊框信息的剔除，方法就是投影法，該方法具有一定的優(yōu)勢因為其算法簡潔，不過值得注意的是適用過程中要選擇合理的閾值。車牌大小不同，閾值會出現(xiàn)相應(yīng)的變化，所以為了降低車牌信息對閾值的影響，通常根據(jù)經(jīng)驗確定兩者之間的內(nèi)在關(guān)系。閾值的存在，可以顯著提升定位的準確度。在將邊框信息剔除之后，為了將一些無關(guān)的圓點信息進行剔除，還需要第二次使用形態(tài)學(xué)處理方法。4.3本章小結(jié)本章主要介紹了在系統(tǒng)設(shè)計中，車牌精準定位是如何實現(xiàn)的，也就是具體的操作方法。車牌定位一般可以分為粗定位和精準定位，粗定位一般利用顏色識別實現(xiàn)，精準定位則是分為傾斜矯正和去除干擾兩種方式。其中，精準定位的傾斜矯正需要使用Radon變換，去除干擾則使用的是數(shù)學(xué)形態(tài)法和投影法。在此基礎(chǔ)上，還在文中添加了流程圖，使整個過程更加清晰明白。

第5章字符分割5.1字符分割方法介紹字符分割即為將精確定位后得到的車牌分割為七個字符，每個字符的邊界都不能有空白。若字符分割做得很好，那么字符識別的正確率將大大提高。同樣地，字符分割的方法與車牌的特征緊密聯(lián)系，分割方法依賴于車牌的具體特征，通常而言，常用的方法如下所示：顏色法：顧名思義該方法借助了車牌的顏色信息。以藍底白字為例：白色信息是字符信息。通過強化顏色信息，利用該種方法，減少了使用單一閾值時的誤差的出現(xiàn)，提升可靠度。連通區(qū)域法[13]：該方法順利實現(xiàn)的關(guān)鍵在于要將無關(guān)信息剔除，隨后對字符進行連通，進而確定連通位置也就是字符信息，實現(xiàn)正確分割。該方法具有一定的局限性，只適用于獨立字符，如果字符不獨立，處理效果差強人意。（3）車牌投影法[14]：該方法經(jīng)過發(fā)展已經(jīng)衍生出多種，為了提升效果，不斷地進行完善和升級。為了實現(xiàn)更加準確的處理，對車牌投影特點等信息進行明確，達到精準分隔的目的。在這種方法下，即使在對車牌有干擾的情況下，也仍然具有很好的分隔效果，并且具有很高的準確性。（4）模板匹配法[15]：該方法的進行借助了字符排列特征也就是字符和空格間距排列。在實際使用過程中，應(yīng)用最為普遍的有兩個模板，寬度存在差異，目的是為了匹配字符和空行的寬度。通過模板的移動，統(tǒng)計像素信息，對兩個模板中的像素進行對比，獲得最大值時，此時就是字符分隔點。這種方法的優(yōu)勢在于，可以對車牌照片出現(xiàn)損壞，信息不完整的情況進行科學(xué)分割。本研究中通過對比各種方法，選擇了投影法，該方法的根據(jù)通常是車牌的水平排列。當(dāng)面臨垂直投影的時候，會出現(xiàn)“峰”“谷”等形式的結(jié)果，可以確定兩者的差異即“峰”是字符，“谷”是分界點，據(jù)此本文選定了投影法。如前所述，分割閾值的確定至關(guān)重要，車牌圖片出現(xiàn)區(qū)別，閾值就應(yīng)該進行相應(yīng)改變。按照車牌確定閾值后，將該值和投影值進行比較，進而得到字符位置，完成字符分割。分割后的字符在GUI界面中顯示。5.2字符分割流程圖圖5-1字符分割流程圖在進行分隔時，先對閾值進行分隔，而為了防止出現(xiàn)邊框清楚不干凈的情況，需要判斷第一個分隔所得到的內(nèi)容是否符合字符要求，若是不符合，就需要將不符合處剔除。從左到右選擇前14個邊界，無論右邊框是否能夠被清除干凈，都不會影響字符分割。5.3本章小結(jié)本章著重介紹字符分割的各種方法，本文所采用的是投影法。這種方法易于理解和操作，并且在考慮了干擾因素的情況下，對第一個的分隔內(nèi)容進行檢驗，既提高了抗干擾能力，又易于操作。文中給出的操作流程圖，讓人看上去簡單明了，更加清楚地讓人明白和理解設(shè)計思路。

第6章字符識別6.1方法介紹字符識別也是核心步驟之一，即要是識別字符信息，進行輸出和保存，同時予以顯示。字符識別有多種方法，目前應(yīng)用最為普遍的有特征匹配法、模板匹配法和神經(jīng)網(wǎng)絡(luò)法。為了提升處理過程的準確率，三種方法也在不斷的更新升級。本研究中經(jīng)過對比，選擇了適用本研究的模板匹配法。首先要區(qū)分模板字符和分割字符，隨后比較二值的數(shù)值差異，相同的像素點統(tǒng)一之后，就可以確認字符結(jié)果即像素點最多的模板。6.2字符識別流程圖圖6-1字符識別流程圖本研究中使用的模板匹配法可以對信息完整的車牌字符進行良好識別，但是車牌信息不全時，該方法的效果會下降，出現(xiàn)差錯。經(jīng)過識別之后，處理結(jié)果進行保存。為了更好地提升交互體驗，識別結(jié)果在GUI界面中予以展示，同時還刻意利用語音播報功能，選擇是否播報車牌信息。6.3本章小結(jié)本章介紹了字符識別的最常用的三種方法，并詳細介紹了本文所采用的模板匹配法，給出了相對性的操作流程圖。在流程圖中，主要包括歸一化、字符比較、和數(shù)據(jù)輸出三部分。模板匹配雖然容易實現(xiàn)，但是缺點也很明顯，很難對信息不完整的字符進行較好的識別。

第7章系統(tǒng)實現(xiàn)上文中對系統(tǒng)使用方法和程序進行了詳細介紹，設(shè)計的實現(xiàn)過程借助了MATLAB。同時為了提升用戶的使用體驗，借助GUI模塊對圖形界面進行科學(xué)設(shè)計，有利于用戶進行方便簡捷的使用。7.1軟件介紹7.1.1MATLAB介紹MATLAB是一款已經(jīng)在當(dāng)前諸多領(lǐng)域和行業(yè)得到廣泛應(yīng)用的軟件，本質(zhì)上來說，其是一款基于數(shù)學(xué)運算而設(shè)計開發(fā)的軟件，但隨著版本不斷更迭換代，功能越發(fā)全面和強大，適配性和實用性也越來越廣，諸多專業(yè)方向都可以靈活利用其中功能，如電力系統(tǒng)等，目前已被納入各研究領(lǐng)域常用工具列表。MATLAB軟件由于其設(shè)計原理就是基于數(shù)學(xué)規(guī)則，內(nèi)部矩陣運算效率性極高，讓程序運算也變得相對簡便起來，并且其編寫程序也區(qū)別于其他類型語言，沒有類似C++等復(fù)雜而繁瑣的規(guī)則限制和約束，幾乎是按條件進行輸入后不需要任何等待時間就可得到輸出反饋。并且該軟件上編寫程序還可以進行其他語言轉(zhuǎn)化，如C語言，即便當(dāng)前電子設(shè)備中沒有安裝MATLAB只要能夠運行其他語言也同樣可以得到利用，換言之可以讓應(yīng)用場景大幅外延，程序可以多現(xiàn)場運行，具備高移植性。目前MATLAB軟件在經(jīng)過迭代完善后，已經(jīng)實現(xiàn)多語言兼容和編程，并且都可以實現(xiàn)在該軟件中運行。由于車牌自動識別系統(tǒng)，其主要面向場景中需要進行大量數(shù)字圖像處理，因此就需要利用到專業(yè)化圖像軟件，目前市場上該類型軟件多種多樣，并且其專業(yè)性上各有側(cè)重點，如Imagine、MATLAB等。本文主要選用的MATLAB來作為數(shù)字圖像處理工具。MATLAB自身擁有數(shù)字圖像處理工具箱，并且很多數(shù)字圖像處理的函數(shù)都是自身就具有的，極大地方便了研究人員的使用。7.1.2GUI介紹GUI的功能就是實現(xiàn)用戶與電子設(shè)備的交互，開發(fā)目的是基于對象而進行的，實質(zhì)而言就是一種圖形用戶界面。該模塊通常來說也被利用在MATLAB中，這是因為該模塊能夠提供多種不同控件功能，諸如菜單、按鈕等，與此同時，可以對控件屬性進行基于需要和實用的修改，極大簡化編程流程。作為一個圖形界面，其中有多種不同屬性和功能的控件，需要利用句柄來實現(xiàn)對GUI的控件操作，每個控件都會在內(nèi)部設(shè)置一個相對應(yīng)的句柄，且通常來說這些句柄是一對一且具有獨一性。通過句柄來實現(xiàn)對特定目標控件的選擇，進而展開對其的屬性修改，這一流程中就實現(xiàn)了控件精準操作。前面提及，GUI提供多種不同功能且適配度極高的控件，具體可參見圖7-1，涉及到的控件內(nèi)容和功能主要有坐標軸、文本等。這其中的每個控件都可以進行針對性的回調(diào)函數(shù)使用和觸發(fā)。本次開發(fā)中利用的GUI控件主要涉及以下幾種，有按鈕實現(xiàn)、軸框?qū)崿F(xiàn)、文本實現(xiàn)等。圖7-1GUI設(shè)計常用控件7.2設(shè)計與示例7.2.1界面設(shè)計與準備工作（1）界面設(shè)計：本文涉及GUI界面，具體內(nèi)容見圖7-2，控件類型包括面板、兩種類型按鈕、坐標軸框等，以下對它們的具體功能進行簡要闡述：面板：該控件主要用來對其他控件進行放置如坐標軸框，也可以進行文本框放置，在使用操作中將坐標軸框放置在此處，能夠提高運行有效性和效率性，否則可能會出現(xiàn)操作失誤進而顯示錯誤。坐標軸框：該控件主要用來顯示圖像，為了讓界面更具簡潔美感，可以將坐標軸信息進行消除操作，前述提及圖7-2中，一共有各類型坐標軸框15個，分為三部分。第一部為標題周圍的七彩圖形，起到標題“車牌識別系統(tǒng)”的美化作用，不顯示任何圖像。第二部分為一個大的正方形坐標軸框，該坐標軸框用來顯示左側(cè)選中單選按鈕想要查看的圖片。第三部分為上面7個小的矩形，用來顯示字符分割結(jié)果，分別對應(yīng)車牌中的七個字符。按鈕：按鈕在圖7-2左側(cè)部分，共5個，涉及“選擇圖片”功能、“開始識別”功能等。通過按鈕能夠?qū)崿F(xiàn)與相應(yīng)程序的連接并執(zhí)行指令，進而讓按鈕名稱所顯示并代表的功能得以實現(xiàn)。單選按鈕：為了更直觀顯示，具體可見圖7-2，位于查看圖片這一題項之下，共有8個不同分功能實現(xiàn)按鈕，其功能是當(dāng)車牌介入識別程序并成功完成，為了能夠讓識別過程能夠更清晰直觀呈現(xiàn)于用戶前，會對圖像處理過程進行詳細地且分類型的圖像顯示，具體是通過右側(cè)按鈕來實現(xiàn)與處理過程的連接。按鈕組：該控件是為了讓界面更為簡潔而將所有單選按鈕放置入內(nèi)，由于單選按鈕在實際運行中通常只選其一，因此需要用該控件來劃定按鈕范圍。靜態(tài)文本框：該控件通常用來實現(xiàn)數(shù)據(jù)呈現(xiàn)。圖7-2中該控件的主要作用有兩個，一個是用來對程序當(dāng)年已經(jīng)運行時間進行播放和顯示，一個是對程序已經(jīng)識別出來的車輛信息主要是車牌部位進行播放和顯示。圖7-2GUI界面（2）準備工作：本次設(shè)計需要進行模板預(yù)置，這是因為設(shè)計時依據(jù)用戶訴求和功能實現(xiàn)而采用了模板匹配這一實用性方案，另外，語音功能也需要預(yù)先進行語音制備。其中模板制備其中的字符主要就是車牌常用字符，從省市等所需要的代稱如湘，另外還有數(shù)字列表和字母列表，其中地級市在進行顯示時要去掉字母I、O，因為涉及到其他功能實現(xiàn)。漢字模板范例見圖7-3，而數(shù)字模板范例見圖7-4，字母模板范例見圖7-5。圖7-3漢字模板圖7-4數(shù)字模板圖7-5字母模板由于模板在設(shè)計時并沒有對大小進行規(guī)范化處理，因此字符識別時，需要對這些模板先進性預(yù)處理，使之實現(xiàn)同一化和規(guī)范化，以便讓識別效率性和準確性更高。圖7-6音頻文件由圖7-6可知，本次設(shè)計中所用到的語音音頻，文件采用的是WAV，其具體格式設(shè)置涉及到字母、數(shù)字和漢字，另外，MATLAB中有針對該種播放格式的函數(shù)，不要進行轉(zhuǎn)換即可直接調(diào)用。以“黑”做樣本，具體如下：sound(audioread(‘黑.wav’),22000);pause(1);pause(1)為等待1s，等待該音頻播放結(jié)束再播放其他字符的音頻。7.2.2識別過程示例以圖7-7為例，將之列入可識別對象范圍，對系統(tǒng)程序進行闡述，并對系統(tǒng)運行進行實例樣本檢驗，對最終結(jié)果進行觀察和確認，對本次開發(fā)算法進行有效性運行判定。圖7-7待識別的照片具體實現(xiàn)路徑是在GUI中，對有需要識別的圖片進行選定，之后點擊識別進入正式識別進程，此時系統(tǒng)有彈框進行進度提示，具體詳情見圖8-8，直到進度條滿載，代表此時識別程序已經(jīng)完成并結(jié)束，此時界面詳情見圖7-9。圖7-8進度條圖7-9識別后的GUI界面由圖7-9可知，整個圖片識別所用時間已經(jīng)在界面中得到清晰而明確顯示，即2.59916s，與此同時，字符顯示完整無誤，說明識別程序運行有效，結(jié)果準確，語音播報也完整實現(xiàn)，在點擊播報按鈕后，所發(fā)出的語音能夠?qū)崿F(xiàn)與圖片一致，播報功能有效。下面對過程中圖片的變化進行詳細描述，同時識別階段中圖片的識別結(jié)果都可以借由單選按鈕實現(xiàn)逐一的檢查。（1）車牌粗定位：詳情見圖7-10，粗定位車牌的識別結(jié)果呈現(xiàn)，本次定位實現(xiàn)中所涉及的為顏色定位方法，即對藍色像素點投影，當(dāng)滿足條件時則認為是車牌區(qū)域，完成粗定位。圖7-10車牌粗定位車牌的灰度化：這一程序步驟中，將利用加權(quán)平均法對前一個步驟中所識別車牌圖像進行相應(yīng)的灰度化處理，具體來說為m取值表達是0.299，n取值表達式0.582，而q的取值表達是0.114，步驟完成后車牌具體情況見圖7-11。圖7-11車牌灰度圖像車牌傾斜矯正：延續(xù)上一個環(huán)節(jié)，對圖像顯示中車牌進行位置校正處理，以radon實現(xiàn)，車牌圖像會更加規(guī)整，步驟完成后車牌具體情況見圖7-12。圖7-12車牌傾斜矯正后圖像（4）對車牌圖像進行二進制化處理，其中所涉及方法為最大類間方差，步驟完成后圖像顯示會呈現(xiàn)出二值化模式，具體詳情見圖7-13。圖7-13車牌的二值圖像（5）對車牌圖像進行相應(yīng)的形態(tài)學(xué)處理步驟，這也是首次進行類似處理，涉及到開操作等多個不同流程和操作。其中開操作指的是對前面處理過的圖像進行先腐蝕處理之后又進行對應(yīng)的膨脹操作。具體情況見圖7-14，這里所顯示的就是通過形態(tài)學(xué)處理后所得到的識別圖像，由該圖可知，圖像中的干擾像素在經(jīng)過處理后已經(jīng)大幅度削減，但還是有殘留，這些殘留可通過精準定位進行再消除。圖7-14車牌第一次形態(tài)學(xué)處理后的圖像（6）車牌的精確定位：該一步驟主要是利用投影來實現(xiàn)，借此去其中的感染和雜質(zhì)殘留進行精準分離和去除，如圖7-15所示。圖7-15車牌精確定位圖像二次形態(tài)學(xué)處理：在該步驟中，其主要實現(xiàn)路徑是移除小對象函數(shù)，其功能和作用就是對車牌圖像中一些難以去除的點狀殘留進行剔除，具體詳情見圖7-16。圖7-16第二次形態(tài)學(xué)處理后的圖像如圖7-9所示，顯示的是字符分隔和字符識別的結(jié)果，并且這個結(jié)果在GUI界面中顯示出來。并且這些功能都具有對應(yīng)的實現(xiàn)按鈕，如“選擇圖片”、“開始識別”、“退出系統(tǒng)”等，共計有五個不同功能按鈕。關(guān)于“推出系統(tǒng)”按鈕，通常來說只在工作結(jié)束時進行系統(tǒng)退出時用到，為了防止出現(xiàn)錯誤退出造成用戶困擾，一般會添加一道再確認流程，通過彈出系統(tǒng)彈框進行再選擇實現(xiàn)，具體詳情見圖7-17。圖7-17確認對話框關(guān)于“關(guān)于”按鈕，通常來說并無實際用途，只是從來開發(fā)者信息，并對當(dāng)前系統(tǒng)版本信息情況進行提示，對話框具體內(nèi)容詳情見圖7-18。圖7-18關(guān)于對話框需要注意的是，車牌信息完成識別并在GUI界面得到順利呈現(xiàn)后，如果對車牌進行再識別可能會導(dǎo)致先前已識別完成的信息出現(xiàn)覆蓋或丟失現(xiàn)象，為了有效避免此一現(xiàn)象出現(xiàn)，有必要對識別后的圖像信息進行特殊的存儲操作，將之放入Data.dat，并打上特定標識，通