基于圖像處理技術的車牌檢測系統

呂凱煜天津工業大學

?

基于圖像處理技術的車牌檢測系統

呂凱煜
天津工業大學

摘要：車牌識別問題的智能交通管理系統，提出了應用圖像處理技術對車牌進行識別。車牌定位、車牌分割、車牌識別是車牌識別系統的主要三個部分。

關鍵字：圖像處理 車牌定位 車牌定位

1　引言

近年來，中國經濟的快速發展，人民生活水平繼續提高，私家車的數量越來越多，公路交通的快速發展造成嚴重的交通擁堵和交通事故，傳統的手工管理模式已經越來越不能滿足對交通控制和安全管理的需求。因此，新興的智能交通系統，成為當前交通管理的主要途徑，這是現代信息智能化的結果。智能交通系統利用先進的計算機技術，如人、車輛、道路有機地聯系在一起，形成一個有序的系統，該系統投入使用，在一定程度上，改善交通的質量，保證交通安全，提高交通效率。

2　車牌識別關鍵技術

車牌識別系統主要包括：車牌圖像采集、車牌圖像預處理，車牌定位、車牌字符分割和車牌字符識別。

2.1 車牌圖像采集：通過CCD攝像機或照相機包含車牌圖像。通過視頻卡輸入電腦等待處理。

2.2車牌預處理：采集的車牌圖像預處理輸入電腦，突出車牌的主要特征，容易提取信息。圖像預處理主要處理圖像的圖像格式轉換和壓縮，圖像去噪，圖像增強等。

2.3車牌位置：區域定位車牌字符的車牌圖像，這一過程的特點主要是使用許可信息。

2.4車牌字符分割：為了得到每個字符的許可證信息，需要定位后的車牌字符分割。

2.5車牌字符識別：一個車牌字符識別。

目前車牌定位算法，常用的有：車牌定位，基于數學形態學的車牌定位基于投影方法，車牌位置基于紋理分析的字符等。車牌字符分割算法主要包括：區域連接方法，投影分割方法，基于人工智能算法。最常用的車牌字符識別方法：基于模板匹配和基于人工智能方法。基于人工智能的方法，包括統計學習方法，提出神經網絡，等?；诮y計學習理論與方法不適合大樣本字符識別，并基于神經網絡識別方法是費時。這種方法需要提取字符的特征來訓練神經網絡，然后識別字符，可以識別的傳統BP神經網絡通常是基于神經網絡的識別方法。

3　基于圖像處理的車牌識別系統

數字圖像處理起源于1920年代，人們每天看到圖像可以用數學模型表達的f（x，y）。在現實生活中，事情可以反射光，通過測量光的反射的物體，可以看到圖像的目標對象。計算機只能處理數字圖像，所以獲得的圖像采集設備必須通過一個離散的治療和量化。利用數字圖像處理技術來解決汽車車牌識別首次在1980年代，主要過程是射擊，收集車牌圖像分析自動提取有效信息，確定汽車車牌號碼。本文把基于圖像處理技術的車牌識別系統的原理框圖如圖1所示：

圖1 車牌識別系統原理圖

3.1圖像采集 汽車包含汽車車牌圖像，本文作為一個原始圖像，這種圖像是清晰的盤子，射擊場，拍攝角度的影響。特別注意，本文收集了主要由車牌顏色是藍色的，白色的汽車車牌圖像的車牌信息。收購后，通過量化過程的模擬圖像變換計算機處理的數字形式。

3.2的初步定位汽車牌照 由于汽車通常包含圖像不僅需要車牌信息，還包含很多其他信息，如車型，汽車外觀特征，首先需要將待處理的車牌定位、排除那些無用的信息，車牌分割，以方便進一步的操作。治療車牌的顏色是藍色的，白色的車牌信息在汽車車牌圖像，利用HSV模型確定藍色，白色，Y方向分別使用RGB模型識別掃描藍色白色像素，像素和X方向車牌區域，并切成一定的比例，使用HSV彩色地圖圖像。

3.3車牌圖像預處理 本文的預處理主要是得到初步定位彩色車牌圖像灰度車牌圖像，提取特征。

3.4車牌傾斜校正 提取灰度車牌圖像的邊緣拉東變換的車牌圖像傾斜校正處理［17］，變換1°～180°角，角增量1°，統計氡變換得到最大值，記錄下角，實現完整的車牌圖像傾斜校正使用拉東變換。

3.5車牌定位和分割 使用封閉操作，消除腐蝕不屬于汽車的車牌信息，為了能夠更容易地觀察車牌信息，腐蝕抹去的結果是相反的顏色顯示。這個文學恩典通過投影法來定位車牌，下面的圖片左邊和投影，找到邊緣，在某個方面比切割出車牌圖像、車牌位置分割。

3.6一個字符修正和調整 許可的漢字，字母和數字修改，減少每個特定上下邊界的字符，根據每個字符的邊界，每個字符的傾斜校正，然后把字符信息存儲在數組中。

3.7車牌識別結果 每個字符包含它自己的獨立的字符信息，我們通過語音形式一個接一個地讀來確定每個字符識別汽車牌照的檢測到，提示完成注冊

4　總結

目前，高大高校、學者們都致力于研究車牌識別方法，也相繼提出一些可行的車牌識別系統。在實際生活中，隨著智能交通系統的構建，智能車牌識別系統的應用也正在逐漸擴大。但是，車牌識別技術的實際應用仍存在一些難題。

參考文獻

［1］ 胡小鋒，趙輝.Visual C++/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.

［2］ 焦蓬蓬，郭依正.一種基于數學形態學的車牌定位與分割方法［J］.自動化技術與應用，2013（06）：57-59.

［3］ 王雨.車牌定位與字符分割技術研究［D］.武漢：華中科技大學圖書館，2007.

［4］ 萬燕，徐勤燕，黃蒙蒙.復雜背景中基于紋理和顏色的車牌定位研究［J］.計算機應用與軟件，2013，10：259-262+316.

［5］ 甘玲，林小晶.基于連通域提取的車牌字符分割算法［J］.計算機仿真，2011（4）：336-339.

［6］ VOJTECH FRANE，VACLAV HLAVAC.License Plate Character Segmentation Using Hidden Markov Chains［J］.DAGM，2005，2663：385-392.

［7］ HALINA KWASNIEKA，BARTODZ WAWRZYNIAK.License Plate Localization and Recognition in Camera Pictures Artificial Intelli-gence Methods［J］.2002，11：13-15.

［8］ 魏武，張起森，王明俊，等.一種基于模板匹配的車牌識別方法［J］.中國公路學報，2001，14（1）：104-106.