基于机器视觉的车牌识别
基于机器视觉的车牌识别[20191213092730]
摘 要
随着公路的渐渐地普及，我国的公路交通事业已经发展非常迅速，所以人工的管理方式已经完全不能满足实际的需求，通信、计算机和微电子技术在交通领域中应用极大地提高了交通的管理效率。
车牌的自动识别技术在我国已经得到了广泛的应用。本文的汽车牌照自动识别的整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五个大模块，其中字符识别的过程主要由以下3个主要部分组成：①正确地分割出车牌区域；②正确地分离车牌中的单个文字；③正确地识别出单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车的牌照并用文本形式输出。而且在研究的同时也对其中出现的问题进行了具体的分析以及处理。
本文主要介绍图像预处理、车牌定位、字符分割三个模块的实现方法。本文的图像预处理模块是将图像灰度化和用Roberts算子进行边缘检测的步骤。车牌定位和分割采用的是利用数学形态法来确定车牌位置，再利用车牌彩色信息的彩色分割法来完成车牌部位分割。字符的分割采用的方法是以二值化后的车牌部分进行垂直投影，然后在对垂直投影进行扫描，从而完成字符的分割。本文即是针对其核心部分进行阐述并使用MATLAB软件环境中进行字符分割的仿真实验。
查看完整论文请+Q: 351916072
关键字:边缘提取车牌识别字符识别
目录
摘 要 I
ABSTRACT II
第1章 绪论 1
1.1 车牌识别研究背景 1
1.2车牌号识别技术研究现状和趋势 2
1.2.1国内外车牌识别技术情况及我国车牌特点 2
1.2.2车牌识别技术的应用前景 3
1.3 研究内容 4
第2章 车牌识别系统基本原理 5
2.1图像预处理 7
2.2 车牌定位 7
2.3 字符切割 7
2.4 字符识别 7
第3章 车牌识别系统设计 9
3.1 开发环境选择 9
3.2 图像读取及车牌区域提取 9
3.2.1图像灰度图转化 10
3.2.2图像的边缘检测 11
3.2.3灰度图腐蚀 12
3.2.4图像平滑处理 13
3.2.5移除小对象 14
3.2.6车牌区域的边界值计算 15
3.3 字符切割 16
3.3.1字符切割前的图像去噪处理 16
3.3.2字符切割前的图像膨胀和腐蚀处理 17
3.3.3字符切割 17
3.4 字符识别 20
3.4.1字符识别方法选择 20
3.4.2字符归一化 20
3.4.3字符匹配识别 21
第4章 仿真结果及分析 23
4.1 车牌定位及图像读取及其图像处理 23
4.2 车牌字符分割及其图像处理 23
4.3 车牌字符识别及其图像处理 24
第5章 总结与展望 25
致 谢 26
参考文献 27
附录：程序清单 30
毕 业 设 计（英文翻译） 39
附录：英文翻译 40
中文译文 44
第1章 绪论
1.1 车牌识别研究背景
随着我国交通运输的持续发展，智能交通运输系统（Intelligent Traffic System，简称ITS）的推广变得越来越重要。车辆牌照识别系统（vehicle license plate recognition system，简称LPR）在治安处罚领域中，交通管理等智能化工作起着非常重要的作用。它可以广泛应用于交通流量检测，飞机场，住宅，港口车辆管理，停车自动收费，闯红灯违章监控车辆和车辆安全和其他领域，具有十分广阔的应用前景。由于车牌号码是机动车辆管理的唯一标识符，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的意义。。
车牌识别技术在中国已经有十多年的发展研究课程，汽车车牌识别系统作为一种有效的工具，用来改善交通管理的技术水平仍然不够完善。国内外学者已经做了很多的工作，但产生的实际效果并不理想，尤其是在车牌适应性，精度高，速度快，高速行驶车辆的车牌定位还需要进一步研究。此外，辅助光源的要求是比较高的，所以很难有效地解决了技术问题的复杂的情况下，移动识别车牌号，如：车牌表面污染或磨损，倾斜的车牌图像，光线干扰等可能影响精度的车牌定位的行为。传统的车牌识别一个简单的背景下，一般只支持单一车型。许多今天的实际车牌识别应用区域，如繁忙交通路口临时对欠税费、报废、挂失等车辆的稽查，监控更复杂的区域范围内，在现有的车牌识别不能直接应用，并在大多数情况下，在同一时间内出现大量的汽车，建筑物，广告牌，树木和各种背景文本背景干扰的情况下，现有的车牌识别方法也是不是很实用，所以车牌识别技术的研究仍然是一个热门话题。
车牌识别的难点：
1）每次采集车牌图片时目标所处位置会不一样，采集的视角也会发生变化，并且由于车牌的位置摆放角度，都将导致车牌识别出现扭曲。
2）由于车牌图像很多都是在室外采集，会受到天气条件、光照条件的影响，会出现采集的图像模糊，目标区域过小，对比度低，，色彩失真等影响，并且会伴随着一些复杂的背景图像，这些因素都会影响车牌定位及识别正确率。
3）牌照多样性。我国标准车牌号都是是由汉字、英文字母和阿拉伯数字组合而成的，汉字的识别与字母和数字的识别方式又有很大的不同，所以增加了识别的难度。
4）我国汽车牌照的底色和字符颜色多种多类，分为黄底黑字、蓝底白字、红底黑字、黑底白字、绿底白字等多种类型。
5）由于环境、人为因素或道路造成汽车牌照污染严重，这种情况下虽然在国外发达国家不允许上路，但是在我国还是可以上路行驶。这样车牌的对比度不明显，即使在定位相对准确的情况下，车牌的识别依然会受到较大的影响。
目前在国内也存在多种牌照格式，且存在上述的种种困难和特殊性，加大了我国的车牌识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务
1.2车牌号识别技术研究现状和趋势
1.2.1国内外车牌识别技术情况及我国车牌特点
目前，虽然一些发达国家，车牌识别系统已经在实践中应用，并产生比较好的结果，但我国车牌识别的进展相对较慢，基本停留在实验室阶段的开发和应用。这也是我国的实际情况与国外有所区别。外国车牌往往是更加规范和统一，我国的车牌不标准，更多元化。不同类型车辆车牌有不同的颜色，规格和尺寸，以及字符位数不统一，造成了一定的处理困难。虽然许多研究人员一直都在深入地研究车牌识别，但是有两个关键环节，仍存在亟待解决的问题。那就是车牌定位与字符分割。首先，当车牌图像对比度小，照度不均匀，车牌磨损褪色，干扰类似的车牌纹理特征，有效定位率下降，其次是车牌字符分割，光照不均，对比度低，倾斜，车牌表面污秽或磨损，字符粘连和断裂严重退化的车牌字符图像分割结果并不令人满意。车牌字符识别，识别的准确性很大程度上依赖于车牌定位与字符分割是成功的。所以对车牌识别技术的研究依然是目前高科技领域的热门课题之一。
在国内和国外的大量研究报告上的车牌识别。国外的研究工作开展较早，在这方面。在20世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。而且同时第一个面向被盗车辆的实时自动车牌监控系统诞生。直到今天，外国车牌检测已经取得了一些显着的成就，识别率在80％以上，甚至高于90％，并已实现了产品化，并已广泛应用在实际的传输系统。
车牌识别率上与外国报告格式只是一个参考值，其在中国的应用可能无法达到其在国外应用效果那般好，但其识别系统中采用的很多算法具有很好的借鉴意义。从车牌识别系统进入中国，因为有大量的学者从事这方面的研究，提出了很多新的快速算法。中国科学院自动化所的刘智勇等开发的系统在一个样本量为3180 的样本集中，车牌定位精度率99.42％，分割精度为94.52％，后来这套系统也在实际中有所应用，并取得了良好的效果。然而，包括其他研究人员提出的算法，都存在计算量和存储量大的问题，难以满足实时性的要求。另外，当该车辆的区域和附近的颜色相近的颜色，定位错误率会增加。国内许多学者一直在这方面进行研究，并取得了大量的研究。
目前，有常见的本地车牌号码，武警车牌号码，军队三种类型的车牌号码，车牌号可选车牌车牌被称为普通的地方（图1），可选的车牌尺寸板，车牌方面ratio4.5：1，一共有7个字符，每个字符的高纵横比为2:1的。第一个字符是中文字符，各省或直辖市直属中央政府，第二个字符的英文大写字符，前两个字符来确定位置的车牌，后5个字符的组合阿拉伯数字和英文大写字符后，五个字符相同的间距，同样大小的七个字符。
图 1.1 我国车牌号示例
1.2.2车牌识别技术的应用前景
车牌识别技术是智能交通系统的重要组成部分，广泛用于交通控制和管理。车牌识别系统技术能够准确定位车辆的车牌区域从图像，然后自动识别后的车牌字符分割和识别。车牌识别系统主要用在以下几个方面：
1）停车场管理系统。车牌识别技术，车牌识别和匹配，自动计时，计费车辆停车卡收费管理系统的配合。
2）道路管理系统。车牌自动识别技术，结合通信和其他高科技自动监测高速公路交通流条件，自动调度，从而减少交通事故的发生率，以确保交通的畅通。
3）安全监控。使用车牌识别技术的车辆自动识别，快速报警可以有效地找到被盗车辆，而交通公安机关犯罪嫌疑人进行远程跟踪和监测技术。
4）市十字交通路口的“电子警察”。违章车辆问责也可以协助的交通量，交通监控和疏导。
5）小区，校园车辆管理系统。社区安全系统和车牌识别技术记录列表比较结果与内部车辆防盗监控。
1.3 研究内容
车牌系统的一个重要应用计算机视觉和模式识别技术在智能交通领域的话题之一。车牌识别系统是一个特定的目标对象的高级特定的计算机系统，该系统可以自动提取车牌图像，自动分割字符，分裂的人物形象进行图像识别的图像。该系统一般由硬件和软件组成。人体感应装置辅助光源，相机，图像采集卡和计算机的硬件设备。系统的核心，主要实现从字符识别功能的车牌的软件部分。
车牌识别学科的模式识别，人工智能，图像处理，计算机视觉和信号处理。许多这些领域，技术可以应用到车牌识别系统，车牌识别技术必将促进这些学科的发展。车牌识别关键技术：车牌定位，字符分割和字符识别。。
从图像中确定车牌定位，车牌定位是完成并提取车牌区域的图像目前常用的方法：基于在线检测方法，机会和域值化，基于灰度边缘检测方法的基础上车牌神经网络彩色图像，方法和基于矢量量化牌照的定位方法。
切割板区域的图像分割处理，从而获得所需要的单个字符图像的字符。目前常用的方法有：基于投影的方法，基于连接特征提取方法。
字符识别确认的原则，提取的字符识别的字符图像，目前常用的方法：基于特征的方法，基于模板匹配法和神经网络方法。
第2章 车牌识别系统基本原理
完成一个完整的车牌号从图像采集到输出的字符识别的识别系统是一个复杂的过程，它可分为触发系统的硬件部分，图像采集，软件部分硬件部分与软件部分图像预处理，车牌位置提取，字符分割，字符识别四大部分，本文的车牌识别系统的基本结构如图2.1所示：
图 2.1 车牌识别系统基本结构框图
一：原始图片：停车固定彩色摄像机，数码相机或其他扫描设备拍摄的图像。
二：图像预处理: 过滤，收集边界增强处理的动态图像，以克服的图像处理。
三：车牌位置提取：通过运算得到图像的边缘，再计算边缘图像的投影面积，寻找谷峰点以大概确定车牌的位置，再计算连通域的宽高比，剔除不在阈值范围内的连通域，最后便得到了车牌区域。
四：字符分割：投影检测单个字符的字符定位分割方法。
五：字符识别：使用模板匹配的方法在数据库中的字符匹配的确认字符。
六：输出结果：得到最后的汽车牌照，包括汉字、字母和数字。
车牌号图像识别要进行牌照号码、颜色识别 。为了进行牌照识别，需要以下几个基本的步骤：
a.牌照定位，定位图片中的牌照位置；
b.牌照字符分割，把牌照中的字符分割出来；
c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。
（1）牌照定位:
自然的环境中，由于汽车图像背景的复杂性，照度不均匀等原因，如何在自然背景中准确地确定牌照区域是整个识别过程中的关键。常用的程序是第一次捕捉到的视频图像的大范围搜索，发现车辆牌照设有几个区域作为候选区域，那么这些候选区域进行进一步的分析，评价和最终选择的最好的地区之一许可区域，将其从图像的分割。通过上述步骤，许可证一般可被定位。
（2）牌照字符分割 :
在完成牌照区域的定位后，还需要将牌照区域分割成单个字符，然后进行字符识别，最后输出结果。字符分割一般采用垂直投影法。垂直投影法的原理是由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。所以利用垂直投影法对复杂环境下的汽车图像的字符分割有较好的效果。
摘 要
随着公路的渐渐地普及，我国的公路交通事业已经发展非常迅速，所以人工的管理方式已经完全不能满足实际的需求，通信、计算机和微电子技术在交通领域中应用极大地提高了交通的管理效率。
车牌的自动识别技术在我国已经得到了广泛的应用。本文的汽车牌照自动识别的整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五个大模块，其中字符识别的过程主要由以下3个主要部分组成：①正确地分割出车牌区域；②正确地分离车牌中的单个文字；③正确地识别出单个字符。用MATLAB软件编程来实现每一个部分,最后识别出汽车的牌照并用文本形式输出。而且在研究的同时也对其中出现的问题进行了具体的分析以及处理。
本文主要介绍图像预处理、车牌定位、字符分割三个模块的实现方法。本文的图像预处理模块是将图像灰度化和用Roberts算子进行边缘检测的步骤。车牌定位和分割采用的是利用数学形态法来确定车牌位置，再利用车牌彩色信息的彩色分割法来完成车牌部位分割。字符的分割采用的方法是以二值化后的车牌部分进行垂直投影，然后在对垂直投影进行扫描，从而完成字符的分割。本文即是针对其核心部分进行阐述并使用MATLAB软件环境中进行字符分割的仿真实验。
查看完整论文请+Q: 351916072
关键字:边缘提取车牌识别字符识别
目录
摘 要 I
ABSTRACT II
第1章 绪论 1
1.1 车牌识别研究背景 1
1.2车牌号识别技术研究现状和趋势 2
1.2.1国内外车牌识别技术情况及我国车牌特点 2
1.2.2车牌识别技术的应用前景 3
1.3 研究内容 4
第2章 车牌识别系统基本原理 5
2.1图像预处理 7
2.2 车牌定位 7
2.3 字符切割 7
2.4 字符识别 7
第3章 车牌识别系统设计 9
3.1 开发环境选择 9
3.2 图像读取及车牌区域提取 9
3.2.1图像灰度图转化 10
3.2.2图像的边缘检测 11
3.2.3灰度图腐蚀 12
3.2.4图像平滑处理 13
3.2.5移除小对象 14
3.2.6车牌区域的边界值计算 15
3.3 字符切割 16
3.3.1字符切割前的图像去噪处理 16
3.3.2字符切割前的图像膨胀和腐蚀处理 17
3.3.3字符切割 17
3.4 字符识别 20
3.4.1字符识别方法选择 20
3.4.2字符归一化 20
3.4.3字符匹配识别 21
第4章 仿真结果及分析 23
4.1 车牌定位及图像读取及其图像处理 23
4.2 车牌字符分割及其图像处理 23
4.3 车牌字符识别及其图像处理 24
第5章 总结与展望 25
致 谢 26
参考文献 27
附录：程序清单 30
毕 业 设 计（英文翻译） 39
附录：英文翻译 40
中文译文 44
第1章 绪论
1.1 车牌识别研究背景
随着我国交通运输的持续发展，智能交通运输系统（Intelligent Traffic System，简称ITS）的推广变得越来越重要。车辆牌照识别系统（vehicle license plate recognition system，简称LPR）在治安处罚领域中，交通管理等智能化工作起着非常重要的作用。它可以广泛应用于交通流量检测，飞机场，住宅，港口车辆管理，停车自动收费，闯红灯违章监控车辆和车辆安全和其他领域，具有十分广阔的应用前景。由于车牌号码是机动车辆管理的唯一标识符，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的意义。。
车牌识别技术在中国已经有十多年的发展研究课程，汽车车牌识别系统作为一种有效的工具，用来改善交通管理的技术水平仍然不够完善。国内外学者已经做了很多的工作，但产生的实际效果并不理想，尤其是在车牌适应性，精度高，速度快，高速行驶车辆的车牌定位还需要进一步研究。此外，辅助光源的要求是比较高的，所以很难有效地解决了技术问题的复杂的情况下，移动识别车牌号，如：车牌表面污染或磨损，倾斜的车牌图像，光线干扰等可能影响精度的车牌定位的行为。传统的车牌识别一个简单的背景下，一般只支持单一车型。许多今天的实际车牌识别应用区域，如繁忙交通路口临时对欠税费、报废、挂失等车辆的稽查，监控更复杂的区域范围内，在现有的车牌识别不能直接应用，并在大多数情况下，在同一时间内出现大量的汽车，建筑物，广告牌，树木和各种背景文本背景干扰的情况下，现有的车牌识别方法也是不是很实用，所以车牌识别技术的研究仍然是一个热门话题。
车牌识别的难点：
1）每次采集车牌图片时目标所处位置会不一样，采集的视角也会发生变化，并且由于车牌的位置摆放角度，都将导致车牌识别出现扭曲。
2）由于车牌图像很多都是在室外采集，会受到天气条件、光照条件的影响，会出现采集的图像模糊，目标区域过小，对比度低，，色彩失真等影响，并且会伴随着一些复杂的背景图像，这些因素都会影响车牌定位及识别正确率。
3）牌照多样性。我国标准车牌号都是是由汉字、英文字母和阿拉伯数字组合而成的，汉字的识别与字母和数字的识别方式又有很大的不同，所以增加了识别的难度。
4）我国汽车牌照的底色和字符颜色多种多类，分为黄底黑字、蓝底白字、红底黑字、黑底白字、绿底白字等多种类型。
5）由于环境、人为因素或道路造成汽车牌照污染严重，这种情况下虽然在国外发达国家不允许上路，但是在我国还是可以上路行驶。这样车牌的对比度不明显，即使在定位相对准确的情况下，车牌的识别依然会受到较大的影响。
目前在国内也存在多种牌照格式，且存在上述的种种困难和特殊性，加大了我国的车牌识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务
1.2车牌号识别技术研究现状和趋势
1.2.1国内外车牌识别技术情况及我国车牌特点
目前，虽然一些发达国家，车牌识别系统已经在实践中应用，并产生比较好的结果，但我国车牌识别的进展相对较慢，基本停留在实验室阶段的开发和应用。这也是我国的实际情况与国外有所区别。外国车牌往往是更加规范和统一，我国的车牌不标准，更多元化。不同类型车辆车牌有不同的颜色，规格和尺寸，以及字符位数不统一，造成了一定的处理困难。虽然许多研究人员一直都在深入地研究车牌识别，但是有两个关键环节，仍存在亟待解决的问题。那就是车牌定位与字符分割。首先，当车牌图像对比度小，照度不均匀，车牌磨损褪色，干扰类似的车牌纹理特征，有效定位率下降，其次是车牌字符分割，光照不均，对比度低，倾斜，车牌表面污秽或磨损，字符粘连和断裂严重退化的车牌字符图像分割结果并不令人满意。车牌字符识别，识别的准确性很大程度上依赖于车牌定位与字符分割是成功的。所以对车牌识别技术的研究依然是目前高科技领域的热门课题之一。
在国内和国外的大量研究报告上的车牌识别。国外的研究工作开展较早，在这方面。在20世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。而且同时第一个面向被盗车辆的实时自动车牌监控系统诞生。直到今天，外国车牌检测已经取得了一些显着的成就，识别率在80％以上，甚至高于90％，并已实现了产品化，并已广泛应用在实际的传输系统。
车牌识别率上与外国报告格式只是一个参考值，其在中国的应用可能无法达到其在国外应用效果那般好，但其识别系统中采用的很多算法具有很好的借鉴意义。从车牌识别系统进入中国，因为有大量的学者从事这方面的研究，提出了很多新的快速算法。中国科学院自动化所的刘智勇等开发的系统在一个样本量为3180 的样本集中，车牌定位精度率99.42％，分割精度为94.52％，后来这套系统也在实际中有所应用，并取得了良好的效果。然而，包括其他研究人员提出的算法，都存在计算量和存储量大的问题，难以满足实时性的要求。另外，当该车辆的区域和附近的颜色相近的颜色，定位错误率会增加。国内许多学者一直在这方面进行研究，并取得了大量的研究。
目前，有常见的本地车牌号码，武警车牌号码，军队三种类型的车牌号码，车牌号可选车牌车牌被称为普通的地方（图1），可选的车牌尺寸板，车牌方面ratio4.5：1，一共有7个字符，每个字符的高纵横比为2:1的。第一个字符是中文字符，各省或直辖市直属中央政府，第二个字符的英文大写字符，前两个字符来确定位置的车牌，后5个字符的组合阿拉伯数字和英文大写字符后，五个字符相同的间距，同样大小的七个字符。
图 1.1 我国车牌号示例
1.2.2车牌识别技术的应用前景
车牌识别技术是智能交通系统的重要组成部分，广泛用于交通控制和管理。车牌识别系统技术能够准确定位车辆的车牌区域从图像，然后自动识别后的车牌字符分割和识别。车牌识别系统主要用在以下几个方面：
1）停车场管理系统。车牌识别技术，车牌识别和匹配，自动计时，计费车辆停车卡收费管理系统的配合。
2）道路管理系统。车牌自动识别技术，结合通信和其他高科技自动监测高速公路交通流条件，自动调度，从而减少交通事故的发生率，以确保交通的畅通。
3）安全监控。使用车牌识别技术的车辆自动识别，快速报警可以有效地找到被盗车辆，而交通公安机关犯罪嫌疑人进行远程跟踪和监测技术。
4）市十字交通路口的“电子警察”。违章车辆问责也可以协助的交通量，交通监控和疏导。
5）小区，校园车辆管理系统。社区安全系统和车牌识别技术记录列表比较结果与内部车辆防盗监控。
1.3 研究内容
车牌系统的一个重要应用计算机视觉和模式识别技术在智能交通领域的话题之一。车牌识别系统是一个特定的目标对象的高级特定的计算机系统，该系统可以自动提取车牌图像，自动分割字符，分裂的人物形象进行图像识别的图像。该系统一般由硬件和软件组成。人体感应装置辅助光源，相机，图像采集卡和计算机的硬件设备。系统的核心，主要实现从字符识别功能的车牌的软件部分。
车牌识别学科的模式识别，人工智能，图像处理，计算机视觉和信号处理。许多这些领域，技术可以应用到车牌识别系统，车牌识别技术必将促进这些学科的发展。车牌识别关键技术：车牌定位，字符分割和字符识别。。
从图像中确定车牌定位，车牌定位是完成并提取车牌区域的图像目前常用的方法：基于在线检测方法，机会和域值化，基于灰度边缘检测方法的基础上车牌神经网络彩色图像，方法和基于矢量量化牌照的定位方法。
切割板区域的图像分割处理，从而获得所需要的单个字符图像的字符。目前常用的方法有：基于投影的方法，基于连接特征提取方法。
字符识别确认的原则，提取的字符识别的字符图像，目前常用的方法：基于特征的方法，基于模板匹配法和神经网络方法。
第2章 车牌识别系统基本原理
完成一个完整的车牌号从图像采集到输出的字符识别的识别系统是一个复杂的过程，它可分为触发系统的硬件部分，图像采集，软件部分硬件部分与软件部分图像预处理，车牌位置提取，字符分割，字符识别四大部分，本文的车牌识别系统的基本结构如图2.1所示：
图 2.1 车牌识别系统基本结构框图
一：原始图片：停车固定彩色摄像机，数码相机或其他扫描设备拍摄的图像。
二：图像预处理: 过滤，收集边界增强处理的动态图像，以克服的图像处理。
三：车牌位置提取：通过运算得到图像的边缘，再计算边缘图像的投影面积，寻找谷峰点以大概确定车牌的位置，再计算连通域的宽高比，剔除不在阈值范围内的连通域，最后便得到了车牌区域。
四：字符分割：投影检测单个字符的字符定位分割方法。
五：字符识别：使用模板匹配的方法在数据库中的字符匹配的确认字符。
六：输出结果：得到最后的汽车牌照，包括汉字、字母和数字。
车牌号图像识别要进行牌照号码、颜色识别 。为了进行牌照识别，需要以下几个基本的步骤：
a.牌照定位，定位图片中的牌照位置；
b.牌照字符分割，把牌照中的字符分割出来；
c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。
牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。
（1）牌照定位:
自然的环境中，由于汽车图像背景的复杂性，照度不均匀等原因，如何在自然背景中准确地确定牌照区域是整个识别过程中的关键。常用的程序是第一次捕捉到的视频图像的大范围搜索，发现车辆牌照设有几个区域作为候选区域，那么这些候选区域进行进一步的分析，评价和最终选择的最好的地区之一许可区域，将其从图像的分割。通过上述步骤，许可证一般可被定位。
（2）牌照字符分割 :
在完成牌照区域的定位后，还需要将牌照区域分割成单个字符，然后进行字符识别，最后输出结果。字符分割一般采用垂直投影法。垂直投影法的原理是由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。所以利用垂直投影法对复杂环境下的汽车图像的字符分割有较好的效果。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/2269.html
