張松蘭
(蕪湖職業(yè)技術(shù)學(xué)院 電氣與自動(dòng)化學(xué)院,安徽 蕪湖 241006)
隨著城市化進(jìn)程的不斷推進(jìn),汽車保有量也在急劇增加,截至2019年6月,全國機(jī)動(dòng)車保有量達(dá)3.4億輛[1]。如此眾多的汽車對(duì)城市道路交通和高速公路系統(tǒng)都會(huì)造成巨大的交通壓力,對(duì)交通車輛的高效管理已成為交通行業(yè)和城市建設(shè)關(guān)注的問題,因此,建設(shè)智慧城市和智能交通系統(tǒng)已成為城市發(fā)展的主流方向。而車牌自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)的核心環(huán)節(jié),在高速公路交通管理和城市道路交通管理等方面占據(jù)著非常重要的地位。
車牌自動(dòng)識(shí)別系統(tǒng)[2-3]包括車牌圖像采集、車牌定位、字符分割和字符識(shí)別等4個(gè)典型的環(huán)節(jié)。系統(tǒng)首先由采集監(jiān)控設(shè)備采集到含有車牌信息的圖像,經(jīng)計(jì)算機(jī)圖像處理定位到汽車車牌,然后由車牌分割技術(shù)將車牌上的字符分離出一個(gè)個(gè)獨(dú)立的模塊圖像,最后運(yùn)用模式識(shí)別技術(shù)判斷汽車車牌的具體字符信息,并合成一個(gè)完整的車牌號(hào)碼。本文以常用的民用車牌為研究對(duì)象,借助MATLAB平臺(tái)設(shè)計(jì)出車牌識(shí)別系統(tǒng)。
在圖像采集過程中,由于受天氣和光線等多種因素的影響,常采用較高分辨率的攝像設(shè)備來提高圖像的質(zhì)量,高分辨率的圖像給系統(tǒng)識(shí)別帶來了存儲(chǔ)和運(yùn)算速度方面的壓力[4-5]。本文取圖1作為車牌自動(dòng)識(shí)別系統(tǒng)的原始圖像。

圖1 原始圖像
圖像處理和計(jì)算機(jī)視覺中常用邊緣檢測(cè)來提取圖像的特征,邊緣檢測(cè)利用圖像中某一局部像素灰度有顯著變化的區(qū)域來體現(xiàn)圖像中的邊界。……