基于統計學能量模板法的車牌識別

楊彩霞

【摘 要】由于汽車數量的快速增長，車牌識別的意義越來越重要。通過對車牌特點的研究，本文設計了能量特征統計法對車牌進行分析，然后通過統計的特征值，與建立好的模板庫進行匹配識別。并利用數學構件MATLAB對本設計的識別算法進行軟件實現，實驗證明本文所設計方案識別速度快，準確率也較高。

【關鍵詞】汽車；圖像預處理；MATLAB

目前，車牌識別技術的研究，無論是在科學研究層次，還是商業應用方面，都有重大意義。而對于車牌識別技術的研究，主要分為兩個方面，一個是圖像獲取技術的研究發展，另一個是車牌識別算法的優化提高。

1.車牌識別方法簡介

常用的車牌識別技術一般有三種方法：結構識別、神經元法、基于統計學模板識別方法。

結構模式，對文字、字母與數字的結構形狀進行判斷并記錄，然后進行識別。缺點是對于復雜又相似的結構，其拆分難度較大。另一方面，只要字符受到了一點污染，識別的準確度就嚴重下降。

神經網絡識別是近些年由于計算機技術和生物科學技術而快速發展的一種新興算法。這種算法是基于人類對其自身大腦的思考模型提出的。優點是方法比較簡單，搜索全局性較好；缺點是搜索速度較慢，要花較長的時間，而本文所設計的車牌識別對實時性要求比較高，所以并不適用。

本文采用的是基于統計學模板識別方法，是基于數學和統計學的一種圖像識別算法，它是一種基于圖片像素原理來統計的。這種方法，將要識別的對象作為一個整體來處理，然后對其像素或灰度值，甚至是能量等不一而足的指標作為統計量，然后依據不同的統計指標的區分，判斷所識別的對象。這種方法的優點是，算法結構較簡單，圖片受到污染也可以進行識別。

2.車牌識別前期圖像處理

一般地，車牌識別前需要完成五個準備步驟：圖像獲取；圖像預處理；圖像定位；圖像傾斜修正；字符切割。

2.1圖像獲取與預處理

圖像采集常用CCD像機進行拍照，一般都要在前面拍一次，后面再拍一次，甚至多拍好幾張，然后選取較好的一張進行識別，而即便是較好的，也要進行預處理，以去掉照片的噪音，使圖像更容易識別，同時也使識別準確性也更高。預處理一般有以下6點：

2.2定位

車牌定位是整個車牌識別中十分重要的一部分。圖像中，車牌只占了一小塊地方，更多的部分都是車牌之外的東西，整個照片的角度也不是方正的。

對車牌的定位，靠卷積的能量進行區別與定位。為了提高定位的準確度，需要增加一些其他輔助手段。我們根據大量的統計，發現車牌的寬度與它所在的車一般都是有一定的關系的。可以直接通過車身的寬度對車牌的寬度作一次校正。而事實證明，我們得到的車牌的寬度越準確，用這個寬度內進行卷積，所得到的定位結果也就更準確。

2.3傾斜修正

本文所選用的方法就是垂直投影這種校正手段，即Hough變換。先有一定的先驗信息，然后在圖像中提取特征點，并通過最小二乘等擬合算法對這些特征點進行擬合，以得到曲線或直線，然后再與自身的模型進行比對，從而完成校正。

2.4字符分割

經過前文的設計后，我們得到了一個單純的車牌圖片，但為了識別字符，還需要進行字符的切割，因為車牌的識別結果是一個個單獨的字符。由于車牌是一種簡單、設計完全一樣的圖像，每輛車的車牌都是完全一樣的結構，可選用直接法進行分割：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。

3.基于統計模板字符識別

3.1車牌識別流程設計

車牌識別最終是要識別出字符的內容，而車牌上字符的線條也是統一的。所以，為了識別出結果，本設計在識別前還要對車牌上的字符進行一項細化處理。細化和識別的流程大體如下：歸一化后圖像字符的細化、模板匹配粗細、根據粗對比分類、模板匹配細化對、識別結構。

3.2字符匹配識別

利用數學模型對分割好的小塊字符圖形進行某個特征量的計算，然后以一個特征量指標的形式進行表示，然后與模板庫里的模板進行特征量的比對，如果兩個特征量的數值大小相似到一定程度，就可以進行匹配識別。

4.利用MATLAB車牌識別試驗與分析

本設計根據前面對整個識別系統的分析，利用MATLAB實現整個車牌識別系統。設計的軟件系統一共包括以下幾塊：

（1）圖像顏色的提取；

（2）圖像中車牌區域的識別與定位提取；

（3）對提取的車牌部分進行校正及圖像處理；

（4）切割字符塊；

（5）與建立的模板庫進行匹配識別。

5.結束語

本文在對整個車牌系統的各個子模塊進行分析與研究，確定了最終的識別方案，最后利用MATLAB對整個車牌識別系統進行軟件實現，并通過實際的拍攝照片進行識別實驗。這其中主要的一部分就是通過統計能量模板法對大角度校正，從而對拍攝的較大角度的車牌也能進行識別，這也是本文區別于其他論文的一點。

【參考文獻】

[1]王愛玲，葉明生等.MATLAB R2007圖像處理技術與應用[M].北京：電子工業出版社，2008.1

[2]張德豐.MATLAB模糊系統設計[M].北京：國防工業出版社，2016.2

[3]葉晨洲等.車輛牌照字符識別[J].上海：上海交通大學學報，2010.4～6