基于MATLAB的車牌識別系統的研究設計

許新華 薛迪杰

摘要：在中國經濟迅猛發展的時代，汽車引發的交通和公路管理問題，成為當今如何提高生活便利性的熱門課題。本研究從實際出發，運用MATLAB技術主要完成，從各種環境所拍攝的圖片中，準確地完成車牌圖片到可辨識字符的轉變，提取出可辨別的字符后，如何自動辨認識別字符。那么，第一個問題就需要運用圖片處理中的各種光線色彩處理，以及圖片字符的有效分割，第二個問題需要根據車牌字符的組成組建字符庫，然后編寫MATLAB程序，將預先處理所得到的字符和字符庫里的字符對比，識別辨認出每一個字符。

關鍵詞：MATLAB;分割;識別

1 緒論

對車牌識別系統的研究一直是現在的熱門課題，它對人們的生活和社會的進步都具有巨大的意義。車牌識別的難點在于車牌圖形采集質量不高，車牌樣式類型多種且復雜，車牌整體顏色組合多樣化。針對這些問題，盡管很多相關領域的研究人員在車牌識別方面有了較深入的了解和研究，但還是在車牌定位和字符分割方面存在難題。結合現實生活中諸多的實際情況，若想準確識別車牌字符，首先就得保證字符分割的準確度，在此階段可借鑒光學研究和圖片處理的相關經驗，完成所選車牌字符的準確分割，以便下一步的進行。國外開展車牌識別的研究時間較長，積累了諸多豐富的經驗，也產生了大量此方面的報道。而我國的研究成果也很顯著，很多創新性的快速算法由我國學者提出。比如，以中國科學院自動化研究所劉智勇為代表的學者開發的應用于漢王公司的車牌識別系統，效果顯著。車牌識別系統就是通過計算機設計來完成字符識別，此系統需要由硬件和軟件構成。硬件設備主要用來提取圖片，車牌定位目前常用的方法有很多，有些區別在基于什么因素上，如直線檢測、灰度邊緣等。

2 應用MATLAB技術實現圖像識別系統的理論分析

車牌之別系統主要包括：圖像輸入、預處理、區域搜索與分割、字符分割、歸一化處理、提取字符特征以及單字識別。行駛車輛一旦經過安裝有此系統的區域，就會觸發傳感器，使系統進入到工作狀態;系統開始在三個方向拍攝下車輛當時照片，即前方、后方和側方;然后圖片進入計算機進行圖像轉換、圖像增強、濾波和水平較正等一系列的圖片處理處理;之后利用系統的定位技術找出需要分割的矩形模塊。整個系統的建立需要投入龐大的人力、物力、財力，用MATLAB軟件的形式在現實系統建立之前對其進行分析，利用其強大的數據處理能力，優秀的圖形處理功能，以及種類豐富的工具箱，在很大程度上減小了系統建立或維護過程中的負擔和風險。

3 圖像讀取及車牌區域提取

3.1 圖像預處理

在此步驟中，首先進行圖象的采集和行轉換，確定車牌的顏色后，利用不同的顏色通道來確定背景部分和字符部分，然后進行灰度校正和平滑處理，最后在進行邊緣提取。實驗中可以發現提取的原始圖像質量較好，就不需要太復雜的預處理步驟，同時用平滑處理方式處理過的圖像邊緣會模糊不清，而圖像銳化增加了邊緣輪廓清晰度的同時也增加了噪音。

結合MATLAB實驗的要求，可以得出結論：不要盲目的進行圖像濾波處理或者邊界增強，要根據實際情況來決定，以免造成不必要的圖像模糊或噪聲。

3.2 圖像定位分割

圖像進行基本的預處理后，接下來就要開始定位和分割，其主要目的是找出圖像中重要的分割要用到的區域，然后將帶有字符的那部分圖像從整個圖像分離出來，為接下來的字符識別提供依據。

分割采用的彩色分割法，主要原理根據圖片的顏色先分出各區域，然后統計個顏色的色素點后，找出合理區域進行分割。車牌底色藍色RGB的灰度范圍已知，然后依次統計出各顏色的色素點個數，設定一定的閾值，就可以確定車牌分割的合理區域。

4 仿真結果與分析

從仿真的結果可以看出，并不是所有的圖片都能夠被準確識別，若車牌污損嚴重，字跡模糊，會導致分割和識別都比較困難。另外在圖片分割過程中，若有相近字符，也會出現分割錯誤，則后續識別結果和真是結果之間會有出入。

在仿真運行過程中可以看到每個過程處理的結果，顯示值和各部分理論值相比較，找出差異和問題所在，然后可以通過設置斷點，控制程序運行，及時的調整程序，以免程序出現偏差。

從結果中可以得出：車牌識別系統除了前期的分割和處理外，關鍵在于字符識別部分。主要工作在于將分割好的單個字符與字符庫進行匹配，取差值，差值越小意味匹配度越高，匹配度高表明識別正確率高。當然，根據實際情況，各個字符的匹配的難易程度是不一樣的，但是無論難易，最后是一定會得出最相匹配的字符的。

5 結論

本文在所學MATLAB的基礎上，使用MATLAB設計出車牌識別系統，體會仿真工具在實際生活中的應用。

雖然本文實現了設計目標，但系統還需要進一步完善以求得更加精確的獲得結果。同樣，更加簡便實用的車牌識別系統還有待進一步研究，另外，有關技術的實現和研究都不是幾次實驗仿真能夠完成的，仿真模型的的實用性、精準性等都有待于繼續進行研究測試。

參考文獻：

[1]郁梅，等.基于視覺的車輛牌照檢測，計算機應用研究，1999（5），6567.

[2]朱學芳，等.一種自適應細化方法.模式識別與人工智能，Vol.10，No.2，1997（6），140145.

[3]梁瑋，羅劍鋒，賈云得.一種復雜背景下的多車牌圖像分割與識別方法[D].2003.

[4]張引，潘云鶴.面向車輛牌照字符識別的預處理算法.計算機應用研究，1999（7），8587.

[5]葉晨洲，等.車輛牌照字符識別系統.計算機系統應用，1999（5），1013.