車牌識別系統設計

車牌識別系統設計

郭剛花

(許昌電氣職業學院，河南 許昌 461000)

摘要：車牌識別系統能使車輛管理更加智能化、數字化，有效提升交通管理的方便性和有效性。現結合實際情況、產品定位及現階段車牌識別的大致流程設計了一種車牌識別系統，確定了軟件各個環節的算法，以實現圖像預處理、車牌定位、字符切割、識別4個部分，最終完成軟件設計。

關鍵詞：圖像預處理；車牌定位；字符分割

收稿日期：2015-06-30

作者簡介：郭剛花(1982—)，女，河南長葛人，助理講師，研究方向：圖像信號處理、智能控制與智能系統。

0引言

當前社會，私家車擁有量不斷升高，城市交通系統受到挑戰，由此帶來的一系列問題不能得到有效解決，從而影響到城市的交通安全，也降低了人們的生活質量。大量修建和改造道路雖然能緩解擁堵現象，但無法從根本上解決交通擁堵問題，所以道路交通智能化管理便成為人們研究的重要課題。智能交通系統的產生依托于物聯網技術，它利用當今的計算機技術、人工智能、自動控制、定位技術和通訊工程等技術，形成了一個多個系統集成在一起的高效率智能系統。原理就是通過檢測道路交通流量，根據變化快速做出誘導控制，從而緩解擁堵。它的最關鍵技術是采集汽車的信息，而車牌是汽車的唯一性標識，所以要想實現智能交通系統，必須準確快速地識別汽車牌照。

1系統設計的主要流程

車牌識別系統綜合圖形拍攝技術、計算機技術、模式識別和圖像處理技術，通過對圖像的采集和處理，來實現系統的高度智能化。汽車車牌自動識別系統主要通過圖1所示流程來實現功能。

圖1車牌識別系統工作流程圖

2實現過程

設計通過兩步來完成車牌的識別。第一步是對圖像的處理過程，圖像處理過程由圖像灰度化、邊緣檢測、車牌定位、車牌分割幾個小部分來完成；第二部分是車牌的識別過程。

2.1圖像灰度化

攝像機獲取的是彩色圖像，如果直接進行處理會影響系統的響應速度，同時也占用大量的系統資源，所以在圖像識別之前要先進行灰度化處理。灰度化有很多方法，本文結合車牌識別的實際情況應用加權平均法進行處理，加權平均值可以突出顏色通道，所以我們選用這一方法，通過調用rgb2gray(RGB)函數進行灰度化處理。原圖如圖2所示，灰度化如圖3所示。

圖2　原圖

圖3　灰度化

2.2圖像的邊緣檢測

邊緣是指圖像的灰度發生空間上的突變或在梯度方向上發生突變的像素集合。由于攝像機在拍攝等過程中不可避免地會受到種種干擾，從而導致圖像不盡如人意，所以前期進行邊緣檢測是十分必要的，這樣能提高像素質量，方便后續的分割和識別。通過邊緣檢測可以很大幅度上實現降噪，從而分離出復雜環境中的汽車圖像、保存完整的字符信息，有利于后續的車牌定位與識別。邊緣檢測圖如圖4所示。

圖4　Roberts算子邊緣檢測

2.3車牌定位

在我們獲取的圖片中大部分背景圖片是沒有用的，我們想要的只是車牌部分的重要信息，定位和分割的目的就是實現這一過程。在我們定位之前首先要清楚，車牌的灰度圖和其周圍的差別，它是一個長方形圖樣，而且具有很高的水平度，所以定位。

2.4字符分割

汽車牌照定位后就可以進行分割了，在分割之前對圖像進行二值化操作，二值化后我們利用垂直投影法進行字符的分割，首先對二值化后的圖像進行從左到右的掃描，利用波峰波谷的起伏變化和正常情況下車牌各個字符的具體位置和大小比來確定各個字符的具體位置。進行字符分割的關鍵是閾值的選取，因為其與字符分割結果直接相關。分割之前要判斷字符在車牌上的合理比例，字符分割后的圖像如圖5所示。

圖5　字符分割后的圖像

2.5字符歸一化處理

由于拍攝的角度不同，字符分割后字符圖片的大小肯定會不一樣，所以進行歸一化處理是必備的步驟。為了和字符模板庫里面的字符大小一樣，我們逐步從水平方向的投影和垂直方向的投影進行分析，使其各個像素點的像素大小歸一化，原理就是在字符的水平和垂直方向上乘一個比例參數，使其大小相等。歸一化結果如圖6所示。

圖6歸一化結果

2.6字符識別

模板匹配法的原理是把目標字符與模板庫中的模板逐個進行對比，兩圖片相減得到的結果最小的為目標模板，然后就可以輸出結果。為了實驗方便，我們選擇的模板庫比較簡單，模板庫里包含有4個省份簡稱、阿拉伯數字和大寫字母。識別過程如圖7所示，圖(1) ～(9) 完成了整個字符的識別過程。

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

3結語

本設計通過拍攝獲取車牌的彩色圖像，然后進行圖像預處理、定位、分割等過程。在預處理環節，我們對圖像進行了灰度化處理，灰度化后的圖像減小了硬件處理壓力，提高了響應速度，極大地方便了后續的一系列處理過程；邊緣檢測環節使用了Roberts算子；然后就是圖像的定位，在圖像定位之前應用了一些數學形態學的處理方法，包括圖像的腐蝕膨脹與一處小對象的處理過程，有利于字符分割的進行，同時提高了后續處理速度，能夠快速準確地找到并定位車牌；接下來對定位后的車牌進行字符分割，在分割之前進行了圖像二值化處理；字符分割之后就是字符的識別過程，在識別之前對字符進行了歸一化處理，而識別環節使用了模板匹配法。

[參考文獻]

[1]馬永慧.車牌識別系統中車牌定位與字符分割的研究[D].太原：中北大學，2013.

[2]仇成群.基于MATLAB圖像處理的汽車牌照識別系統[J].機械工程師，2008(8).

[3]張艷群，孟凡榮.MATLAB在圖像邊緣檢測中的應用[J].計算機應用研究，2004(6).

[4]劉聰.車牌識別系統關鍵技術的研究與實現[D].西安：西北大學，2012.

[5]黃海濱.車牌識別算法研究[D].哈爾濱：哈爾濱工業大學，2007.

[6]鄭靜，梁少華，王騰.基于MATLAB仿真的邊緣檢測算子研究[J].電腦知識與技術，2010(5).

[7]徐應濤，陸福宏，張瑩.基于填充函數法訓練BP神經網絡的車牌字符識別算法[J].計算機工程與科學，2009(5).