基于MATLAB的車牌識別系統(tǒng)設計

繆鑫芯　沈雪琴　董夢影　蔣振華

【摘 要】數(shù)字化、智能化的當今時代，車輛的大量使用在給人們帶來便利的同時事故頻發(fā)。由于諸多例如自然因素影響、車輛行駛軌跡與攝像頭位置影響、車牌樣式繁多等原因，相關技術人員無法及時準確獲得所需車牌號碼信息。運用MATLAB對所需車牌號碼進行識別，可以提高獲取車牌號碼的準確性和速度，即使車牌本身有所遮掩或者缺損，也可以通過建立相關數(shù)學模型、擴大字符數(shù)據(jù)庫等方法，并運用字符識別與數(shù)據(jù)庫內容相互比對，最終得到所需要的車牌號碼。

【關鍵詞】車輛號碼識別;圖像處理;設計;仿真技術

中圖分類號： U462 文獻標識碼： A 文章編號： 2095-2457（2019）32-0019-002

DOI：10.19694/j.cnki.issn2095-2457.2019.32.007

Design of License Plate Recognition System Based on MATLAB

MIAO Xin-xin SHEN Xue-qin DONG Meng-ying JIANG Zhen-hua

（College of Electrical Engineering，Tongling University， Tongling Anhui 244061， China）

【Abstract】In the current era of digitalization and intelligence， the large-scale use of vehicles brings convenience to people while causing frequent accidents. Due to many factors such as natural factors， the trajectory of the vehicle and the position of the camera， and the variety of license plate styles， the relevant technical personnel cannot obtain the required license plate number information in time. Using MATLAB to identify the required license plate number can improve the accuracy and speed of obtaining the license plate number. Even if the license plate itself is obscured or missing， it can also establish related mathematical models， expand the character database， etc.， and use character recognition and database. The content is compared to each other and the required license plate number is finally obtained.

【Key words】Vehicle number identification; Image processing; Design; Simulation technology

0 引言

現(xiàn)行的車牌識別系統(tǒng)大多由硬件部分及軟件部分組成。就硬件方面而言，通常使用觸發(fā)設施（用以核實車輛是否已經進入最佳圖像采集區(qū)域）、圖像采集裝置、照明用具、進行車牌號碼識別的計算機類似工具等實體部件，以實現(xiàn)獲取車牌圖像的目的。而軟件方面，主要針對對圖像進行預處理的相關算法，字符分割、建立字符數(shù)據(jù)庫并與所需字符進行比對的技術。該系統(tǒng)流程圖如圖 1。

圖1 系統(tǒng)流程圖

1 設計車牌識別系統(tǒng)

實際應用中，首先通過硬件獲取原始圖像后，車牌識別系統(tǒng)再將原始車牌圖像進行數(shù)據(jù)化，利用MATLAB技術：（1）讀入圖像文件;（2）圖像變換：使用dwt2（）和idwt2（）函數(shù)即傅里葉變換原理實現(xiàn)增強圖像;（3）灰度化：由于外界光線條件無法控制，容易出現(xiàn)所獲得圖像偏光問題，即使進行加強圖像增強處理，仍存在偏亮或偏暗即對比度較低的圖像，因此可以通過imadjust（）函數(shù)以實現(xiàn)對灰度的變換及擴大，以減少光線對圖像的影響;（4）邊緣檢測：由于車牌污濁或其他情況導致車牌位置、范圍難以確定，為準確提取車牌信息，可以利用Roberts算子進行邊緣檢測;（5）濾波處理：為去除小圖像，利用filter（）或conv2函數(shù)銳化濾點;（6）平滑圖像輪廓處理：由于噪聲以及數(shù)字化誤差導致角點不理想，采用腐蝕函數(shù)imerode（）或利用噪聲技術手段再求圖像區(qū)域空間的平均值，以使圖像更為清晰;（7）字符分割：校正車牌區(qū)域得到剪切后的字符并去噪;（8）字符識別存在多種誤差可能，如字符傾斜、隨機干擾、筆畫融合或缺失等問題，將所得字符與數(shù)據(jù)庫中信息相對，最終得到車牌號碼。

2 測試車牌識別系統(tǒng)

本文以圖像預處理為第一步，即將攝像機所獲的圖像進行格式、畫面對比度、尺寸、所占內存空間等方面進行處理，便于后續(xù)運用MATLAB進行具體識別。如圖2為通過硬件所獲取的基本原始圖像，本文以該圖作為系統(tǒng)測試的樣本，檢驗本系統(tǒng)能否正常實驗車牌識別的功能。

2.1 圖像增強

本系統(tǒng)選擇dwt2二維離散小波變換原理及其反變換實現(xiàn)圖像增強。得到如圖3所示圖像。通過對增強前后的圖像進行對比，可以明顯發(fā)現(xiàn)所需的主要信息部分有所加強，但仍存在部分次要信息影響系統(tǒng)判斷，因此需要進行圖像灰度化。

[ca，cd，ch，cv]=dwt2（a，'db6'）;

B=imadjust（uint8（ca），[]，[]，1.2）;

bb=idwt2（uint8（B），cd，ch，cv，'db6'）;

圖2 原始車牌圖像? ? ? ? 圖3 小波增強后的圖像

2.2 圖像灰度化

圖像灰度化即抑制圖像中次要的信息，如路況、自然景象、車輛裝飾及配件、車牌意外污染物等，并通過幅度增加處理來增強圖像的重要信息。通過rgb2gray函數(shù)，將一副真彩色數(shù)字數(shù)字圖像轉換成灰度數(shù)字數(shù)字圖像，如圖4所示。

c= rgb2gray（uint8（bb）） ;%灰度化

subplot（4，2，3）

imshow（c）;

圖4 灰度化圖像

為加強圖像，選擇通過histeg函數(shù)，進行灰度直方圖均衡化，如圖5所示。此時完成初步灰度化。

d=histeq（c，50）;%直方圖均衡化

subplot（4，2，4）;

imshow（d）;

圖5 灰度均衡化圖像

2.3 邊緣檢測

邊緣檢測為確定車牌邊界區(qū)域，通過Roberts算子：

e=edge（d，'roberts'，0.16）;%邊緣檢測

subplot（4，2，5）;

imshow（e）;如圖6所示。

明顯發(fā)現(xiàn)所需的主要信息部分有所加強，但仍存在部分次要信息影響系統(tǒng)判斷，因此需要進行圖像灰度化。

圖6 圖像邊緣檢測

2.4 濾波處理

通常進行濾波處理是去除小信號為目的，但仍需盡可能的保留細節(jié)或者是邊緣信息，以避免某些特殊信息的遺漏，造成圖像識別的嚴重錯誤。為突出圖像的邊緣信息并加強輪廓特征，以便于機器的識別，本文采用銳點濾化的思路，以Sobel算子和拉氏算子進行圖像處理。如圖7所示。

f1=[1，2，1;0，0，0;-1，-2，-1];%Sobel算子濾波

f=filter2（f1，e）;

subplot（4，2，6）;

imshow（f）;

圖7 圖像濾波處理

2.5 平滑圖像輪廓處理

平滑圖像輪廓處理即減少由于噪聲以及數(shù)字化誤差導致的角點不理想。

閉運算進行平滑圖像輪廓得到如圖8。

g1=strel（'rectangle'，[10，10]）;%閉運算平滑圖像

g=imclose（f，g1）;

subplot（4，2，7）

imshow（g）;

圖8 圖像平滑處理

3 字符切割與識別

通過第一步的圖像預處理，系統(tǒng)可以大致確定出車牌信息所在位置。通過行列兩個方向對車牌進行定位并校正，如圖9再通過二值化及確定閾值并對比字符寬度進行切割如圖10所示。將得到的7個字符輸出如圖11并與系統(tǒng)字符數(shù)據(jù)庫進行一一匹配，選擇最佳匹配結果并得出最終結果如圖12。因所得字符可能由于諸多原因存在問題如：字符存在傾斜角度;字符含有不明黑色區(qū)域干擾;字符筆畫融合、斷裂和部分缺失等，因此在建立數(shù)據(jù)庫時因盡可能的全面且完備，才能最終實現(xiàn)車牌號碼的準確識別，使其能夠真正運用到實際生活當中。

圖9 定位后圖像? ? ? ? ? ? ? ? ?圖10 切割后圖像

圖11 輸出字符? ? ? ? ? ? ? ? ? ? ?圖12 最終結果

4 結語

本系統(tǒng)基于MATLAB軟件，通過對圖像進行濾波處理、平滑圖像輪廓等原理設計了一種車牌識別系統(tǒng)。本文主要介紹了圖像預處理和圖像的定位與分割的具體方法和部分代碼，通過實踐測試，該系統(tǒng)所得結果較為清晰可以達到實驗要求。綜上所述該系統(tǒng)具有良好的識別功能，可以實現(xiàn)在部分情況下的車牌識別需求。

【參考文獻】

[1]張寶強，等.字符分割前車牌圖像的預處理[J].計算機工程與科學，2008，30（4）：40-42.

[2]駱雪超，劉桂雄，馮云慶，等.一種基于車牌特征信息的車牌識別方法[J].華南理工大學學報，2003，31（4）：70-73.

[3]劉陽，伊鐵源等.數(shù)字圖象處理應用于車輛牌照的識別[J].遼寧大學學報，2004：65-68.

[4]龍巧云.車牌識別系統(tǒng)的算法研究[J].中南大學報，2013，26（5）：45-47.

[5]賽地瓦爾地·買買提，艾尼瓦爾·肉孜.基于Matlab的三種圖像去噪方法的比較研究[J].通信技術，2016，49（7）：856-861.

[6]朱雙東，張懿，陸曉峰，三角形交通標志的智能檢測方法[J].中國圖像圖形學報，2006，11（8）：1127-1131.

[7]Dong W M，Zhou N，Paul J C.Perspective-aware texture analysis and synthesis [J].The Visual Computer，2008，24（9）：515-523.

[8]Rafaael C Gonzalez， Richard E Woods.數(shù)字圖像處理[M].2版.北京：電子工業(yè)出版社，2006：156-159.

[9]王圓妹.MATLAB在《數(shù)字圖像處理》課程中的輔助教學[J].電腦知識與技術，2016（28）：121-126.

[10]吳敬超，孫成磊，周崇波.基于MATLAB的彩色圖像自動分割[J].電子技術，2016（07）.