基于虛擬儀器的車牌自動識別系統設計

屠 明

(大連民族學院信息與通信學院學生，遼寧大連 116605)

基于虛擬儀器的車牌自動識別系統設計

屠 明

(大連民族學院信息與通信學院學生，遼寧大連 116605)

以LabVIEW2009試用版為平臺，利用NI VISION ACCQUISITION 2009和NI VISION DEVELOPMENT MUDULE 2009集成模塊，實現了車牌識別的功能，并具有算法簡單，識別效果好，用戶界面良好，結構簡單等優點［1］。

1 系統總體設計方案

采用一般的130萬像素的USB攝像頭，拍攝到的車牌圖像大小為1280*1024，經過灰度轉換、圖像增強、濾波、二值化以及膨脹腐蝕等一般的圖像形態學處理，以盡量消除車牌附近由于各種原因對識別造成的干擾。將預處理的圖像進行邊緣檢測，轉換成二維數組并采用基于MATLAB腳本節點的投影法對車牌區域進行定位，包括粗定位和細定位，在預處理效果比較理想的情況下，定位能取得非常不錯的效果。根據中國汽車牌照的具體情況訓練識別庫，得到.abc文件，并對送入OCR模塊的已定位車牌圖像進行識別。最后基于LabVIEW的數據庫工具包實現了識別結果與車牌數據庫的比對以得到完整的車牌信息并且對未在庫中找到的車牌號進行信息登記和入庫操作。

2 圖像的獲取與處理

2.1 灰度轉換

基于LabVIEW中提供的USB攝像頭的驅動程序，將采集進來的32位RGB真彩圖像轉化為8位的灰度圖像，圖像獲取及灰度轉換部分的軟件實現如圖1。

圖1 圖像獲取及灰度轉換流程框圖

2.2 圖像增強及二值化處理

為了達到識別車牌的要求，采用空域法中的直方圖均衡化法增加圖像的對比度。采用的函數為Histogram VI和IMAQ equalize VI，前者描述了所采集到圖像的灰度分部直方圖，后者對該直方圖進行均衡化，從而達到增強圖像對比度的目的。從實驗結果來看雖然均衡化后圖像的對比度明顯增加，但車牌區域與相鄰區域還是不能明顯的區分開來，還需要對均衡化的圖像進行二值化處理。其具體實現的流程框圖和實驗結果如圖2。

圖2 圖像增強及二值化處理流程框圖和實驗結果

2.3 形態學處理、濾波及邊緣檢測

利用LabVIEW提供灰度圖像的形態學處理函數 GrayMorphology VI，在使用該函數之前用IMAQ RemovePartical VI先腐蝕掉較大的干擾，然后再使用GrayMorphology VI來對灰度圖像進行一些基本的形態學處理，去除整個背景下的比較小的噪點。再利用濾波和邊緣檢測算法中的sobel算子進行邊緣檢測，如圖3。

圖3 經形態學處理、濾波及邊緣檢測流程框圖和實驗結果

2.4 車牌定位及識別

通過調用LabVIEW中的MATLAB腳本節點來實現，體現了LabVIEW與其他應用軟件特別是數據處理軟件良好的互聯性［2］。

采用OCR(光學字符識別)實現車牌的字符識別，LabVIEW為OCR提供了豐富的函數和相關工具，包括字符訓練和字符識別兩部分。經定位算法、OCR訓練以及識別的實驗結果如圖4。

圖4 最終識別結果

3 結語

本設計方法提出了一種基于虛擬儀器技術的車牌識別方法，軟件設計上充分發揮了LabVIEW圖形化編程語言在圖像處理領域的諸如人性化、智能化以及編程實現容易、用戶界面友好等優點，并結合MATLAB的強大的數據計算能力，對用普通USB攝像頭采集到的車牌圖像進行處理，并能準確的從中識別出車牌號碼，識別率較高，從而證明了本設計的可靠性。

［1］張桐，陳國順，王正林.精通LabVIEW程序設計［M］.北京:電子工業出版社，2008.

［2］趙志國.基于改進投影法的車牌精確定位算法研究［J］.農業裝備與車輛工程，2008(4):36－38.

TP391.41

A

1009－315X(2011)05－0534－02

2010－11－05;最后

2011－07－26

指導教師:陳興文(1969－)，男，遼寧錦州人，教授，主要從事計算機控制及教學管理研究。

(責任編輯 劉敏)