Matlab平臺(tái)下的車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)

文章簡(jiǎn)要介紹了車(chē)牌識(shí)別系統(tǒng)的發(fā)展歷史、結(jié)構(gòu)組成及應(yīng)用現(xiàn)狀，針對(duì)相關(guān)圖像處理算法采用Matlab軟件進(jìn)行仿真研究，主要包括圖像采集與處理、車(chē)牌定位、車(chē)牌字符分割及字符識(shí)別等部分。

作為計(jì)算機(jī)視覺(jué)與模式識(shí)別技術(shù)在智能交通系統(tǒng)中的一項(xiàng)重要應(yīng)用，車(chē)牌識(shí)別系統(tǒng)被廣泛應(yīng)用于高速公路車(chē)輛視頻監(jiān)控、智能停車(chē)場(chǎng)以及電子警察等。車(chē)牌識(shí)別系統(tǒng)的相關(guān)算法設(shè)計(jì)包括：圖像采集與處理、車(chē)牌定位、車(chē)牌字符分割及字符識(shí)別。文章對(duì)車(chē)牌識(shí)別的相關(guān)算法進(jìn)行了深入學(xué)習(xí)和研究，在Matlab平臺(tái)下進(jìn)行了車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)。

車(chē)牌識(shí)別系統(tǒng)的發(fā)展、組成

及應(yīng)用簡(jiǎn)介

車(chē)牌字符識(shí)別可以從復(fù)雜的背景中準(zhǔn)確地提取識(shí)別汽車(chē)牌照、車(chē)輛類(lèi)型等信息，在交通控制和監(jiān)視中占有重要的地位，但受環(huán)境、車(chē)牌位置，以及車(chē)牌污染、缺損等因素的影響，車(chē)牌定位和識(shí)別存在一定的困難，識(shí)別率也會(huì)受到影響。因此車(chē)牌字符識(shí)別系統(tǒng)應(yīng)具有較高的自適應(yīng)性和魯棒性，即對(duì)有一定噪聲或變形的字符圖像仍能正確識(shí)別。

車(chē)牌識(shí)別系統(tǒng)的流程圖如圖1所示。

圖像處理及車(chē)牌定位

為了占用較少的存儲(chǔ)空間，提高系統(tǒng)的執(zhí)行速度，在進(jìn)行圖像處理時(shí)，常將彩色圖像轉(zhuǎn)換為灰度圖像并進(jìn)行二值化。

邊緣檢測(cè)

邊緣檢測(cè)的目的是標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)。車(chē)牌識(shí)別中存在4種典型的邊緣檢測(cè)算子，分別為Roberts算子、Prewitt算子、Sobel算子和Canny算子。實(shí)驗(yàn)結(jié)果表明：Roberts算子對(duì)邊緣定位較準(zhǔn)確，在圖像噪聲較少的情況下分割效果很好，因此本文采用Roberts算子。

形態(tài)學(xué)處理

通過(guò)對(duì)圖像的腐蝕和膨脹運(yùn)算能使車(chē)牌區(qū)域連通，并最大限度地消除非車(chē)牌區(qū)域的噪聲干擾。圖像經(jīng)過(guò)腐蝕膨脹處理后，存在許多連通的小區(qū)域但這些小區(qū)域明顯不是車(chē)牌候選區(qū)域且形狀不規(guī)則。使用bwareaopen函數(shù)來(lái)處理干擾對(duì)象，其作用是移除二值圖像BW中面積小于閾值的對(duì)象。

車(chē)牌剪切

對(duì)二值圖像進(jìn)行區(qū)域提取，計(jì)算并比較區(qū)域特征參數(shù)提取車(chē)牌區(qū)域。通過(guò)計(jì)算車(chē)牌旋轉(zhuǎn)角度解決車(chē)牌傾斜問(wèn)題。車(chē)牌處理的總圖如圖2所示。

字符分割與識(shí)別

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割為單個(gè)字符，一般采用垂直投影法。字符分割后圖像如圖3所示。

字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)，對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率高。因此采用模板匹配法進(jìn)行車(chē)牌字符識(shí)別。

結(jié)論

從Matlab編程運(yùn)行結(jié)果看，這里采用的圖像識(shí)別算法對(duì)車(chē)牌的定位有一定的效果。該算法可有效檢測(cè)車(chē)牌圖像的上下左右邊框、旋轉(zhuǎn)角度、準(zhǔn)確分割及識(shí)別車(chē)牌字符。實(shí)際應(yīng)用中，牌照識(shí)別系統(tǒng)的識(shí)別率與牌照質(zhì)量和圖像拍攝質(zhì)量密切相關(guān)，還會(huì)受到各種因素干擾，需要不斷完善識(shí)別系統(tǒng)和算法。

參考文獻(xiàn)：

[1]王美琴，易敏，關(guān)財(cái)忠，等.車(chē)牌自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)[J].儀器儀表用戶(hù)，2020，27（10）：5-9，40.

[2]楚天鴻，唐瑞尹.基于MATLAB平臺(tái)下的車(chē)牌識(shí)別系統(tǒng)設(shè)計(jì)[J].科技與創(chuàng)新，2020（14）：20-22.

[3]胡云琴，梁春美，鄭衛(wèi)娟.基于MATLAB的車(chē)牌自動(dòng)識(shí)別系統(tǒng)開(kāi)發(fā)與設(shè)計(jì)[J].信息通信，2020（07）：213-215.

[4]鮮曉婷.停車(chē)場(chǎng)車(chē)牌識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué)，2020.

作者簡(jiǎn)介：魏雅慧（1990—），湖北宜昌人，實(shí)驗(yàn)師，現(xiàn)就職于三峽大學(xué) 大學(xué)生素質(zhì)教育中心，主要研究方向?yàn)榭刂评碚撆c控制工程、計(jì)算機(jī)控制、機(jī)器視覺(jué)、儀器儀表及自動(dòng)化裝置。