基于MATLAB的车牌定位系统（含全套CAD图纸） .doc

编编 号号 无锡太湖学院 毕毕业业设设计计（论论文文） 题目：题目： 汽车牌照定位系统设计与开发汽车牌照定位系统设计与开发 信机 系系 计算机科学与技术专专 业业 学 号： 学生姓名： 指导教师： 2013 年 5 月 25 无锡太湖学院本科毕业设计（论文）无锡太湖学院本科毕业设计（论文） 诚诚 信信 承承 诺诺 书书 本人郑重声明：所呈交的毕业设计（论文） 汽车牌照定 位系统设计与开发 是本人在导师的指导下独立进行研究所取 得的成果，其内容除了在毕业设计（论文）中特别加以标注引 用，表示致谢的内容外，本毕业设计（论文）不包含任何其他 个人、集体已发表或撰写的成果作品。 班 级： 计科 94 学 号： 0921144 作者姓名： 2013 年 5 月 25 日 i 无无锡锡太太湖湖学学院院 信信机机 系系 计计算算机机科科学学与与技技术术 专专业业 毕毕 业业 设设 计计论论 文文 任任 务务 书书 一、题目及专题：一、题目及专题： 、题目 汽车牌照定位系统设计与开发 、专题 二、课题来源及选题依据二、课题来源及选题依据 课题来源：导师指定 选题依据：汽车车牌识别系统是近几年发展起来的计算机视觉和 模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动 识别系统中,首先要将车牌从所获取的图像中分割出来实现车牌定位。 这是进行车牌字符识别的重要步骤，定位的准确与否直接影响车牌识 别率。 车辆牌照定位与识别是计算机视觉与模式识别技术在智能交通 领域应用的重要研究课题之一，该技术应用范围非常广泛，其中包括： （1）交通流量检测；（2）交通控制与诱导；（3）机场、港口等出入口车辆 管理；（4）小区车辆管理；（5）闯红灯等违章车辆监控；（6）不停车自动 收费；（7）道口检查站车辆监控；（8）公共停车场安全防盗管理；（9）计 算出行时间等。其潜在在市场应用价值极大，有能力产生巨大的社会 ii 效益和经济效益 。 三、本设计（论文或其他）应达到的要求：三、本设计（论文或其他）应达到的要求： 软件、技术要求： 在基于图像处理的车牌识别技术的基础上设计并开发了一 个基于 matlab 的车牌定位系统通过编写 matlab 文件对各 种车辆图像处理方法进行分析、比较,最终确定了车牌预处理、车 牌粗定位和精定位的方法。 四、接受任务学生：四、接受任务学生： 计科 94 班班 姓名姓名 宋开拓 五、开始及完成日期：五、开始及完成日期： 自自 2012 年年 11 月月 12 日日 至至 2013 年年 5 月月 25 日日 六、设计（论文）指导（或顾问）：六、设计（论文）指导（或顾问）： 指导教师指导教师 签名签名 签名签名 签名签名 教教研研室室主主任任 学科组组长研究所学科组组长研究所 所长所长 签名签名 系主任系主任 签名签名 iii 2012 年年 11 月月 12 日日 摘摘 要要 车辆牌照识别系统（vehicle license plate recognition system，简称lpr）是 现代智能交通系统中的一项重要研究课题，是实现智能交通的重要环节，涉及 领域异常广阔。智能交通系统可以在不影响汽车正常行驶的状态下自动完成对 牌照的有效识别，很显然这一技术的发明对于交通管理工作起到了很大的推动 作用。目前，车辆牌照识别技术已经广泛应用于高速公路的监测，电子收费， 交通违规管理，安全停车管理，偷盗车辆辨别等重要领域。由于牌照拍摄场景 的复杂性以及车牌位置和图像质量的不可预知性，车牌定位系统一直都未做到 令人满意，所以车牌定位一直是这个领域研究的热点。因此对于汽车牌照识别 技术的研究具有重要的现实意义。 车牌识别技术主要包括车牌定位和车牌识别两部分,而车牌定位是该系统的 关键之一。本文针对车牌识别系统中关于静态图片中的车牌定位问题。在车牌 定位系统中，在matlab开发平台上，我们分别对图像预处理、图像的边缘检 测和分割的若干方法进行编程实验，通过对静态图片进行灰度变换，二值化， 中值滤波等一系列处理，提出了基于垂直边缘检测算子的车牌定位方法，根据 汽车牌照区域的垂直边缘统计特性，从图像中确定可能存在的牌照候选区，在 利用车牌几何形状的特点对这些候选区进行筛选，得到车牌位置，为进一步的 字符识别打下基础。 关键词：关键词：车牌定位；图像处理；边缘检测；matlab iv abstract the vehicle license plate recognition system (vehicle license plate recognition system, referred to as lpr) is an important research subject in modern intelligent transportation system, is an important part of realizing intelligent transportation, relates to the very broad filed. intelligent transportation systems can auto-complete state does not affect the normal driving license identification, it is clear that the invention of this technology for traffic management has played a significant role in promoting. at present, the vehicle license plate recognition technology has been widely used in highway monitoring, electronic toll collection, traffic violation management, security, parking management, vehicle theft to identify important areas such as. license shooting scene complexity as well as the license plate location and image quality of the unpredictability of the, license plate positioning system, none has been done satisfactorily, so license plate location has been a hot research of this area. therefore, the vehicle license plate recognition technology has important practical significance. license plate recognition technology mainly includes two parts of the license plate location and license plate recognition, the license plate location is one of the keys of the system. in this paper, the license plate location for license plate recognition system on a static picture. license plate positioning system, in the matlab development platform, we use image preprocessing, image edge detection and segmentation method for programming experiment, by gray-scale transformation of the still pictures, the two values, median filtering and a series of processing, put forward license plate location method based on vertical edge detection operator, according to the vertical edges of the statistical characteristics of the vehicle license area, identify possible license candidate from the image, on the use of license plate geometry characteristics of these candidate screening, license plate location, and lay the foundation for further character recognition. keywords：license plate location; image processing; edge detection; matlab v 目目 录录 摘 要.iii abstractiv 目 录 v 1 绪论.1 1.1 本课题的研究背景和意义.1 1.2 国内外的发展概况.1 1.3 本课题主要研究的内容.2 1.4 我国车牌的特点.2 1.5 设计的总体思想.3 1.6 本文各章节内容安排.3 1.7 开发工具及运行环境.3 2 基础知识和技术介绍.5 2.1 基础知识.5 2.2 matlab 简介.6 3 车牌定位详细设计.11 3.1 图像预处理.12 3.1.1 车牌的基本特征.12 3.1.2 彩色图像的灰度化.12 3.1.3 图像灰度变换.17 3.1.4 线性变换.17 3.1.5 分段线性灰度变换.18 3.1.6 非线性灰度变换.19 3.1.7 图像平滑.19 3.2 平滑处理.19 3.2.1 噪声的基本概念.19 3.2.2 空间域平滑.20 3.2.3 频率域平滑.22 3.3 图像边缘检测.22 3.3.1 引言.22 3.3.2 梯度算子.22 3.3.3 roberts 算子.23 3.3.4 prewitt 算子23 3.3.5 sobel 算子24 3.3.6 canny 算子.25 3.3.7 laplacian 算子 .26 3.4 牌照的定位与分割.27 3.4.1 形态学去噪.28 vi 3.4.2 牌照区域的分割.32 3.4.3 车牌图像二值化.32 3.4.4 中值滤波.34 3.4.5 字符的分割与归一化.36 3.5 本章小结.37 4 车牌定位系统实现与测试.39 4.1 系统构成.39 4.2 实验结果及分析.39 4.3 本程序对其他图片的识别效果.44 4.4 本章小结.50 5 结论与展望.51 5.1 结论.51 5.2 研究工作的展望.51 致 谢.53 参考文献.54 汽车牌照定位系统设计与开发 1 1 绪论绪论 1.1 本课题的研究背景和意义本课题的研究背景和意义 20世纪90年代以来，随着我国经济的快速发展，人民生活水平的不断提高，国内高 速公路、城市道路、停车场建设越来越多，汽车数量急剧增加。但伴随经济高速发展而 产生的负产物也日益明显，即交通状况的不断恶化，尤其是近十多年来，无论是发达国 家还是发展中国家，都不同程度的受交通问题的困扰。时常发生交通拥挤、事故等。面 对日益严重的交通问题。智能交通系统（intelligent transportation system，简称its）已经 成为当前交通管理发展的主要方向，而车牌识别技术作为智能交通系统的核心，起着举 足轻重的作用，它在高速公路，城市道路，停车场等项目中占有无可取代的重要地位。 目前，国外车牌识别系统已经成功应用于实际交通系统中，而国内的车牌识别系统的应 用虽然也有部分成功事例，但基本上整体还处于试验阶段。如果引进国外的车牌识别系 统不仅费用较高，而且由于我国车牌自身的特点与国外车牌有着很大的不同之处，特别 是我国牌照中的汉字的识别问题，国外技术就无法实现。这就要求我们研制出适合我国 国情的车牌识别系统。车牌定位是车牌识别系统中的关键性的第一步，很大程度上决定 了车牌识别系统的准确性，鉴于车牌定位的重要性，本课题就是在这一背景下提出的。 汽车牌照识别技术是现代交通管理中的一个非常重要的研究课题，是实现交通管理 智能化的重要环节，它可广泛在高速公路、城市道路、停车场等的车辆管理，交通流量 检测，交通管理，免停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域， 智能交通系统（its）已成为当前交通管理发展的主要方向。车牌识别系统在its系统中 扮演着越来越重要的角色。所以，车牌识别系统的研究具有极大的市场价值。1 1.2 国内外的发展概况国内外的发展概况 汽车牌照识别系统不管采用哪种方法，有两个问题是必须解决的：第一：如何清楚 的拍摄到清晰的汽车牌照图像。即是不论是刮风还是下雨，顺光还是逆光，白天还是黑 夜。都能将牌照拍的清晰。第二：怎样在图像中准确的识别出汽车牌照，就是适应个中 国环境下所拍摄到的图像。 一般来讲汽车牌照识别系统主要包括3个方面，即汽车牌照定位、汽车牌照切割、汽 车牌照识别。汽车牌照定位的主要功能就是在图像中给出汽车牌照的位置并且分割出来， 汽车牌照切割的主要功能就是把已获得的汽车牌照中的字符逐个切分出来，形成单个的 字符图像块。汽车牌照识别是整个系统的最后一个步骤。即把切割出来的字符进行识别 处理，得到可以用于计算机处理的信息格式（如文本格式） 。 国外最早提出的是在20世纪80年代，该阶段并没有形成完整的理论系统知识，而是 对车牌识别的某一种特定环境的应用或某一个问题进行了讨论，采用简单的图像处理技 术来解决问题。国外正式开始出现车牌识别系统化的研究是20世纪90年代以后。1990年， 国外的第一个车牌识别系统成功被研制，其主要途径就是对车牌的图像进行分析，自动 提取车牌信息，进而确定汽车车牌号码。 在现代，以色列hi-tech公司的see/car system系列，新加坡optasia公司的vlprs 系 无锡太湖学院学士学位论文 2 列都是比较成熟的产品。其中，vlprs产品主要适合与新加坡的车牌识别，hi-tech公司 的see/car system有多种变形产品来分别适应于某一个国家的车牌识别。see/car chinese 系统也可以针对中国大陆的车牌进行识别，但是存在着一定的局限性，不能较好的识别 车牌中的汉字，另外日本、加拿大、德国、意大利、英国等国家都有适合于本国的车牌 识别系统。 国内在20世纪90年代已经开始对车牌识别系统进行了相关的研究，其中的北京汉王 公司的“汉王眼” 、成都西图科技有限公司生产的ciast2003车牌识别稽查系统、亚洲 视觉生产的veconvis车辆牌照识别系统以及等产品牌照识别率都达到了95以上。上 海交通大学戚飞虎提出了基于彩色分割的拍照识别方法；华中科技大学黄心汉提出了基 于模板匹配和神经网络的拍照识别方法。另外，西安交通大学的郑南宁等人提出了多层 次纹理分析的牌照识别方法也对车辆牌照识别系统也有极大价值的研究。众多的牌照识 别技术的研究促进了适合我国车辆牌照识别产品的问世，国内的牌照识别产品相继问世 并且投入使用。 1.3 本课题主要研究的内容本课题主要研究的内容 车牌定位(license plate location，简称lpl)就是要在一副拥有复杂背景的车辆图像中 把汽车牌照区域分割出来，它是汽车牌照识别系统中的第一步却是至关重要的一步。对 于一幅车辆图像来说，车牌区域只占全图的一小部分，要想将其准确定位并分割出来是 及其困难的，这就要求研究人员对车牌区域内的字符的纹理特征和字符与其背景之间的 灰度特征进行分析，寻找它们之间的差别。当前最常见的定位技术主要有：“基于边缘 检测的方法、 “基于彩色分割的方法” 、 “基于小波变换的方法和遗传算法等。 本论文是基于sobel边缘检测和数学形态学的车牌定位系统。针对车牌四周边框，采 取了一种水平垂直结构元素的方法，有效地削弱它们对车牌定位准确率的不利影响，该了一种水平垂直结构元素的方法，有效地削弱它们对车牌定位准确率的不利影响，该 方法方法主要利用了边缘检测和数学形态学中的开运算、图像膨胀和腐蚀、区域填充等对车 牌图像进行处理。有效地提高了车牌定位准确率。 1.4 我国车牌的特点我国车牌的特点 我国机动车使用的牌照主要是根据公安部1992年颁发的中华人民共和国机动车号牌 标准（ga36-92）制作的。我国现有车辆牌照可分为四类：蓝底白字、黄底黑字、黑底白 字和白底黑字。字符分为四种类型：中文字符、英文字母、阿拉伯数字、圆点分隔符。 所有车辆具有以下特点： （1）1 车辆牌照由7 个字符组成的字符串呈水平排列。待识别的字符模板可分为以 下三类，汉字、英文字母、阿拉伯数字。 （2）车辆牌照区域牌底和牌字颜色对照大，边缘非常丰富。 （3） 车辆牌照原始尺寸每个字宽45mm，字高90mm，间隔符宽10mm，每个单元间 隔12mm。 （4）汽车牌照的悬挂位置不唯一。 （5）我国对于不同车辆、车型、用途使用不同类型的牌照（如军车、民用车、大型 汽车牌照定位系统设计与开发 3 车辆） 此次研究主要研究最常见的蓝底白字的车牌。 1.5 设计的总体思想设计的总体思想 本文介绍了课题设计的内容和步骤，然后分析了图像与处理中运用到得处理方法， 如灰度变换，边缘检测，中值滤波等.最后检测车牌上下界和左右界，从而定位出车牌。 设计总体思想如图 1.1 所示。 输入图像图像预处理车牌定位字符分割 图1.1 系统整个过程 第一步：在进行图像处理前先将位图读入到内存，这一步相当于车牌识别系统的汽 车图像数据的采集。 第二步：图像的预处理：包括灰度转换、边缘检测、背景干扰消弱、中值滤波等处 理。 第三步：车牌区域定位：采用水平投影和垂直投影法来获得车牌的具体位置。 第四步：裁减车牌并显示：在获得车牌的坐标位置的灰度图像上裁减车牌并显示出 来。 1.6 本文各章节内容安排本文各章节内容安排 第一章：主要介绍了课题的研究背景及意义，重点阐述了车牌识别技术的研究现状， 并对研究内容和论文结构作了详细描述。 第二章：基本知识和 matlab 的基本原理介绍。 第三章：车牌定位详细设计 第四章：实验结果测试 第五章：结论与展望 1.7 开发工具及运行环境开发工具及运行环境 车牌定位系统作为汽车牌照识别系统中重要的一个环节，合理选取开发工具，不仅 会对系统的研究与开发产生重大影响，而且还有可能大幅度降低开发成本，并提高系统 的稳定性和可维护性。车牌定位功能的开发属于一个较为复杂的图像处理程序。换句话 讲就是该功能对稳定性、可维护性有极为严格的要求，为此，本文决定选取matlab作 为开发工具。软件环境：xp/win7。 无锡太湖学院学士学位论文 4 汽车牌照定位系统设计与开发 5 2 基础知识和技术介绍基础知识和技术介绍 2.1 基础知识基础知识 普通的显示器屏幕是由许多个点构成的，我们称之为像素。显示器显示时采用扫描 的方法为：电子枪每次从左到右扫描一行，为每个像素着色，然后从上到下扫描若干行， 就扫过了一屏。为了防止闪烁，每秒要重复上诉过程几十次。例如我们常说的屏幕分辨 率为 1024768，刷新频率为 60hz，意思是说每行要扫描 1024 个像素，一共有 768 行， 每秒重复扫描屏幕 60 次。我们称这种显示器为位映像设备。所谓位映像，就是指一个二 维的像素矩阵，而位图就是采用位映像方法显示和存储的图像。 大自然界中，人眼直接看到的是连续的模拟信号。色度学理论认为，任何颜色都可 以由红、绿、蓝三种基本颜色按照不同的比例混合而得到，这三种颜色被称为三基色。 因此，人们常称这三种光为三基色或三原色。有的颜色含有蓝色成分多一些，如深蓝； 而有的含有蓝色成分少一些，如浅蓝。针对含有蓝色成分的多少，可以分成 0 到 255 共 256 个等级，0 表示不含蓝色成分；255 级表示含有 100%的蓝色成分。同样的，红色和绿 色也被分成 256 个等级。这种分级称为量化。这样，根据红、绿、蓝各种不同的组合我 们就能表示出 256256256，约 1600 万种颜色。2 由于计算机处理的是离散数据，因此要处理图像，则需要将图像进行离散化。这一 过程叫做图像采集。图像采集系统包括三个基本单元，即成像系统、采集系统和量化器。 在 windows 操作系统中，常用的图像格式是位图格式，即 bmp 图像。 位图图像(bitmap), 亦称为绘制图像或点阵图像，是由称作像素（图片元素）的单个 点组成的。这些点可以进行不同的排列和染色以构成图样。bmp 格式的图像是一种设备 无关位图。设备无关的含义是指格式中包含了完整的位图信息似的该位图可以在各种不 同的设备上重现。 位图保持为磁盘文件时，包含了 4 个部分：位图文件头、位图信息头、调色板、实 际的位图数据。如图 2.1 所示。 图 2.1 bmp 文件格式 这四个部分是以.bmp 文件格式存储的。 1.位图文件头：包含文件类型，必须是 0x424d，即字符串“bm” ，并且指定文件大 小，文件头到实际的位图数据的偏移字节数。 2.位图信息头：信息包含有这个结构的长度，指定图像的宽度，单位是像素.指定图 象的高度，单位是象素。指定位图是否压缩，有效值为 bi_rgb,bi_rle8,bi_rle4，bi- 位图文件头 位图信息头 调色板 实际的位图数据 无锡太湖学院学士学位论文 6 bitfields(都是一些 windows 定义好的常量)。指定实际的位图数据占用的字节数.指定 目标设备的水平分辨率，单位是每米的象素个数，指定目标设备的垂直分辨率.指定本图 像实际用到的颜色数。 3.调色板：调色板实际上是一个数组存有 rgb 信息。 它有若干个表项，每一个表项 是一个 rgbquad 类型的结构，定义的一种颜色。 4.实际位图数据：用到调色板的位图，图像数据就是该象素在调色板中的索引值。对 于真彩图，图像数据就是实际的 r、g、b 值对于 2 色位图，用 1 位就可以表示该象素的 颜色（一般 0 表示黑，1 表示白） ，所以一个字节可以表示 8 个象素。对于 256 色位图， 一个字节刚好可以表示一个象素。对于真彩图，三个字节才能表示 1 个象素。 windows 规定一个扫描行所占的字节数必须是 4 的倍数(即以 long 为单位),不足的以 0 填充。 2.2 matlab 简介简介 matlab 是矩阵实验室（matrixlaboratory）之意。除具备卓越的数值计算能力外， 它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。在 70 年代中期，clevemoler 博士和其同事在美国国家科学基金的资助下开发了调用 eispack 和 linpack 的 fortran 子程序库。eispack 是特征值求解的 foetran 程序库, linpack 是解线性方程的程序库.在当时,这两个程序库代表矩阵运算的最高水平。到 70 年代后期，身为美国 newmexico 大学计算机系系主任的 clevemoler,在给学生讲授线性代 数课程时，想教学生使用 eispack 和 linpack 程序库，但他发现学生用 fortran 编 写接口程序很费时间，于是他开始自己动手，利用业余时间为学生编写 eispack 和 linpack 的接口程序。clevemoler 给这个接口程序取名为 matlab，该名为矩阵 (matrix)和实验室(labotatory)两个英文单词的前三个字母的组合。在以后的数年里， matlab 在多所大学里作为教学辅助软件使用，并面向大众作为免费软件而广为流传。 1984 年由 little、moler、stevebangert 合作成立了的 mathworks 公司正式把 matlab 推 向市场。表 2-1 给出了 matlab 的版本更新情况。3 表 2-1 matlab 版本更新情况 版本建造编号发布时间 matlab 1.01984 matalb 21986 matlab 31987 matlab 3.51990 matlab 41992 matlab 4.2cr71994 matlab 5.0r81996 matlab 5.1r91997 matlab 5.1.1r9.11997 matlab 5.2r101998 matlab 5.2.1r10.11998 matlab 5.3r111999 汽车牌照定位系统设计与开发 7 续表 2-1 版本建造编号发布时间 matlab 5.3.1r11.11999 matlab 6.0r122000 matlab 6.1r12.12001 matlab 6.5r132002 matlab 6.5.1r13sp12003 matlab 6.5.2r13sp22003 matlab 7r142004 matlab 7.0.1r14sp12004 matlab 7.0.4r14sp22005 matlab 7.1r14sp32005 matlab 7.2r2006a2006 matlab 7.3r2006b2006 matlab 7.4r2007a2007 matlab 7.5r2007b2007 matlab 7.6r2008a2008 matlab 7.7r2008b2008 matlab 7.8r2009a2009.3.6 matlab 7.9r2009b2009.9.4 matlab 7.10r2010a2010.3.5 matlab 7.11r2010b2010.9.3 matlab 7.12r2011a2011.4.8 matlab 7.13r2011b2011.9.1 matlab 7.14r2012a2012.3.1 matlab 8.0r2012b2012.9.11 matlab 8.1r2013a2013.3.7 matlab 的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分 相似，故用 matlab 来解算问题要比用 c, fortran 等语言完成相同的事情简捷得多。 当前流行的 matlab 5.3/simulink 3.0 包括拥有数百个内部函数的主包和三十几种工具包 (toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充 matlab 的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工 具包,控制工具包,信号处理工具包,通信工具包等都属于此类。开放性使 matlab 广受用 户欢迎.除内部函数外,所有 matlab 主包文件和各种工具包都是可读可修改的文件，用 户通过对源程序的修改或加入自己编写程序构造新的专用工具包。 在当 30 多个数学类科技应用软件中,就软件数学处理的原始内核而言，可分为两大类.一 类是数值计算型软件，如 matlab，xmath，gauss 等,这类软件擅长于数值计算，对处 理大批数据效率较高。另一类是数学分析型软，mathematica，maple 等，这类软件以符 号计算见长，能给出解析解和任意精确解，其缺点是处理大量数据时效率较低。 mathworks 公司顺应多功能需求之潮流，在其卓越数值计算和图示能力的基础上，又率 无锡太湖学院学士学位论文 8 先在专业水平上开拓了其符号计算，文字处理，实时控制能力和可视化建模，开发了适 合多学科，多部门要求的新一代科技应用软件 matlab。经过多年的不断努力,matlab 已经占据了数值软件市场的主导地位。 时至今日，经过 mathworks 公司的不断完善，matlab 已经发展成适合多学科，多 种工作平台的功能强大的大型软件。特别是在数值分析、工程与科学绘图、控制系统的 设计与仿真、数字图像处理、数字信号处理、通讯系统设计与仿真、财务与金融工程等 领域发挥着着较强的优势。在国外，matlab 已经经受了多年考验。在欧美等高校， matlab 已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析， 动态系统仿真等高级课程的基本教学工具；成为攻读学位的大学生，硕士生，博士生必 须掌握的基本技能。在设计研究单位和工业部门，matlab 被广泛用于科学研究和解决 各种具体问题。在国内，特别是工程界，matlab 一定会盛行起来。可以说，无论你从 事工程方面的哪个学科，都能在 matlab 里找到合适的功能。 一种语言之所以能如此迅速地普及，显示出如此旺盛的生命力，是由于它有着不同 于其他语言的特点，正如同 fortran 和 c 等高级语言使人们摆脱了需要直接对计算机 硬件资源进行操作一样，被称作为第四代计算机语言的 matlab，利用其丰富的函数资 源，使编程人员从繁琐的程序代码中解放出来。matlab 最突出的特点就是简洁。 matlab 用更直观的，符合人们思维习惯的代码，代替了 c 和 fortran 语言的冗 长代码。matlab 给用户带来的是最直观，最简洁的程序开发环境。以下简单介绍一下 matlab 的主要特点。 （1）语言简洁紧凑，使用方便灵活，库函数极其丰富。matlab 程序书写形式自由， 利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于 库函数都由本领域的专家编写，用户不必担心函数的可靠性。可以说，用 matlab 进行 科技开发是站在专家的肩膀上。 具有 fortran 和 c 等高级语言知识的读者可能已经注意到，如果用 fortran 或 c 语言去编写程序，尤其当涉及矩阵运算和画图时，编程会很麻烦。例如，如果用户想求 解一个线性代数方程，就得编写一个程序块读入数据，然后再使用一种求解线性方程的 算法（例如追赶法）编写一个程序块来求解方程，最后再输出计算结果。在求解过程中， 最麻烦的要算第二部分。解线性方程的麻烦在于要对矩阵的元素作循环，选择稳定的算 法以及代码的调试动不容易。即使有部分源代码，用户也会感到麻烦，且不能保证运算 的稳定性。解线性方程的程序用 fortran 和 c 这样的高级语言编写，至少需要四百多 行，调试这种几百行的计算程序可以说很困难。 （2）运算符丰富。由于 matlab 是用 c 语言编写的，matlab 提供了和 c 语言 几乎一样多的运算符，灵活使用 matlab 的运算符将使程序变得极为简短。 （3）matlab 既具有结构化的控制语句（如 for 循环，while 循环，break 语句和 if 语句） ，又有面向对象编程的特性。 （4）程序限制不严格，程序设计自由度大。例如，在 matlab 里，用户无需对矩 阵预定义就可使用。 （5）程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统 汽车牌照定位系统设计与开发 9 上运行。 （6）matlab 的图形功能强大。在 fortran 和 c 语言里，绘图都很不容易，但 在 matlab 里，数据的可视化非常简单。matlab 还具有较强的编辑图形界面的能力。 （7）matlab 的缺点是，它和其他高级程序相比，程序的执行速度较慢。由于 matlab 的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度 较慢。 （8）功能强大的工具箱是 matlab 的另一特色。matlab 包含两个部分：核心部 分和各种可选的工具箱。核心部分中有数百个核心内部函数。其工具箱又分为两类：功 能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模仿 真功能，文字处理功能以及与硬件实时交互功能。功能性工具箱用于多种学科。而学科 性工具箱是专业性比较强的，如 control,toolbox,signal processing toolbox,communication toolbox 等。这些工具箱都是由该领域内学术水平很高的专家编写的，所以用户无需编写 自己学科范围内的基础程序，而直接进行高，精，尖的研究。 （9）源程序的开放性。开放性也许是 matlab 最受人们欢迎的特点。除内部函数 以外，所有 matlab 的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源 文件的修改以及加入自己的文件构成新的工具箱。3 因此本文是基于 matlab 实现机动车牌的自动定位。 无锡太湖学院学士学位论文 10 汽车牌照定位系统设计与开发 11 3 车牌定位详细设计车牌定位详细设计 本论文所设计的是基于 matlab 的车牌定位系统。本论文的主要目的是设计出一种 可以实现处理速度快且定位准确的车牌定位系统，以便用于实现汽车车牌的自动识别， 进而满足智能交通的要求。图 3.1、3.2 分别为系统的大致流程图与具体设计流程图。 输入图像图像预处理车牌定位字符分割 图 3.1 车牌定位算法大致流程图 车牌提取 汽车彩色图像 图像灰度化 图像边缘检测 图像增强（中 值滤波） 图像二值化处 理 平滑二值图像 得到候选区域 特征提取 得到车牌坐标 定位车牌 对车牌图像二 值化 车牌图像归一 化 切割出字符 输出字符 图3.2 车牌定位算法具体流程图 本论文完成以下几方面的任务： (1) 通过对图像预处理方案（其中包括图像的滤波除噪，图像的锐化、图像增强、图 像分割）的详细研究与实验对比，确定了适用于汽车牌照定位系统要求的汽车图像的预 处理方案。本文给出了每一种预处理算法的实验效果图，以便于分析比较。 (2) 对图像的边缘检测算法进行研究。通过对几种常用的边缘检测算法的分析和实验， 给出了本文使用的边缘检测算法。 (3) 提出了基于垂直与水平边缘检测算子的车牌定位方法，利用此法实现了对车牌的 定位。 无锡太湖学院学士学位论文 12 (4) 提取定位后的车牌区域图，将车牌图像处理分割出字符，为后续的车牌识别做准 备。 3.1 图像预处理图像预处理 目前有很多对图像的预处理方法，通常采取的具体手段有：图像亮度的改变；图像 对比度的变化；图像校正与图像滤波等。其中，图像滤波发挥着举足轻重的作用。图像 滤波可以有效地抑制（平滑）图像的各种噪声、加强（锐化）边缘信息，图像质量能够 得到很大程度上改善，为后续工作（图像分割）提高精度。2 3.1.1 车牌的基本特征车牌的基本特征 从视觉角度来看，我国车牌具有以下特征可用于定位： 1形状特征：车牌的边缘是线段围成的有规则的矩形。考虑到摄像机的安装位置固 定，采集的分辨率保持不变，而且车牌的大小是标准的，宽高比在一定范围内固定，因 此车牌在原始图像中的相对位置也比较集中，大小变化也有一定范围。 2颜色特征：小型车车牌为蓝底白字，大型车车牌为黄底黑字，军警车车牌为白底 黑字，国外驻华使馆车牌为黑底白字。 3灰度跳变特征：车牌的边缘颜色、底色以及车牌外的颜色各不相同，图像中中呈 现互不相同的灰度级，车牌边缘形成了灰度突变。在车牌区，由于牌照底部和字符本身 灰度是均匀的，所以穿过车牌的水平直线呈现连续的峰-谷-峰的分布。 4纹理特征：车牌有一个连续的边框，车牌内有多个水平排列且大小统一字符，所 以在车牌的矩形区域内存在较丰富的边缘信息，呈现出规则的纹理特征。 3.1.2 彩色图像的灰度化彩色图像的灰度化 颜色图像可分为彩色、灰度色和黑白色。工程应用中经常需要把彩色图像转化成灰 度图像，用数码相机采集汽车图像为彩色图像，为提高处理速度，需要把彩色图像向灰 度图像转化，将含有亮度和色彩的图像变换成灰度图像的过程称为图像的灰度化处理， 即使 rgb 模型中的 r=b=g。一般情况下彩色图像每个像素赋予 3 个字节，每个字节对 应着 r、g、b 分量(红、绿、蓝)的亮度，转换后的灰度图像的每个像素仅用一个字节来 表示该点的灰度值，它的值在 0-255 之间，数值越大，该点就越亮，越小则越暗。可见， 经过这样转换减少了计算量。考虑到现有牌照的字符与背景的颜色搭配一般有蓝底白字、 黄底黑字、白底红字、绿底白字和黑底白字等几种，利用不同的色彩通道就可以将区域 与背景明显地区分出来，例如，对蓝底白字这种最常见的牌照，采用蓝色 b 通道时牌照 区域为一亮的矩形，而牌照字符在区域中并不呈现。因为蓝色（255，0，0）与白色 （255，255，255）在 b 通道中并无区分，而在 g、r 通道或是灰度图象中并无此便利。 同理对白底黑字的牌照可用 r 通道，绿底白字的牌照可以用 g 通道就可以明显呈现出牌 照区域的位置，便于后续处理。转换方法的主要有三种：4 1.最大值法：比较 r、g、b 三个分量，取其中最大的一个作为该点的灰度值，即： 。max( , )rggr g b 2.平均值法：求 r、g、b 三个分量值的平均值作为该点的灰度值，即： 。()/3rgbrgb 3.加权平均值法：根据 r、g、b 三种分量的重要性不同，赋予三者不同的权重，将 汽车牌照定位系统设计与开发 13 三者的加权平均值作为该点的灰度值，由于人眼对绿色最为敏感，红色次之，对蓝色敏 感性最差，所以对绿色赋予最高的权值，红色次之，蓝色最小，所以得到的灰度计算公 式如下： （3.1）( , )0.11 ( , )0.59 ( , )0.3 ( , )gray i jr i jg i jb i j 这里为转化后的灰度图像在像素处的灰度值。5本文采用此经验公式( , )gray i j( , )i j 计算灰度值，使所用的颜色分量都等于，这样就完成了图像的灰度转换。图( , )gray i j 3.3、3.4 给出了通过数码相机采集的原始图像及其灰度化的图像。图 3.5、3.6 给出了上述 灰度化之后图像的灰度直方图。 (a) 原始彩色图像 (b) 转换后的灰度图 无锡太湖学院学士学位论文 14 图 3.3 颜色图像灰度化处理示例 1 (a) 原始彩色图像 (b) 转换后的灰度图 图 3.4 颜色图像灰度化处理示例 2 灰度直方图是数字图像处理中一个最简单、最有用的工具。它表示图像中具有每种 灰度级的像素个数，反映图像中每种灰度出现的频率，是图像的最基本的统计特征。如 汽车牌照定位系统设计与开发 15 图 3.5、3.6 给出了上述灰度化之后图像的灰度直方图。 ，灰度直方图的横坐标是灰度级， 纵坐标是该灰度级出现的频率。 (c) 灰度图像 (d) 灰度直方图 图 3.5 灰度图及其直方图示例 1 无锡太湖学院学士学位论文 16 (c) 灰度图像 (d) 灰度直方图 图 3.6 灰度图及其直方图示例 2 汽车牌照定位系统设计与开发 17 3.1.3 图像灰度变换图像灰度变换 由于牌照图象在拍摄时受到种种条件的限制和干扰，图象的灰度值往往与实际景物 不完全匹配，这将直接影响到图象的后续处理。如果造成这种影响的原因主要是由于被 摄物体的远近不同，使得图象中央区域和边缘区域的灰度失衡，或是由于摄像头在扫描 时各点的灵敏度有较大的差异而产生图象灰度失真，或是由于曝光不足而使得图像的灰 度变化范围很窄。这时就可以采用灰度校正的方法来处理，增强灰度的变化范围、丰富 灰度层次，以达到增强图象的对比度和分辨率。我们发现车辆牌照图象的灰度取值范围 大多局限在 r=(50,200)之间，而且总体上灰度偏低，图象较暗。根据图象处理系统的条件， 最好将灰度范围展开到 s=(0,255)之间，为此我们对灰度值作如下的变换： （3.2） minmax ( ),st rrrr 其中 t 为线性变换，计算使得。 minmax ,sss （3.3） minr -maxr minr smax-maxr smin r minr -maxr smin-smax s 根据灰度变换采用函数的不同，可将灰度变换分为线性变换、分段线性变换 和非线性变换。 3.1.4 线性变换线性变换 线性变换是对线性段像素逐个处理，将原图像灰度值动态范围按指定的线性关系式 展到另一范围。假设图像的灰度范围为，若变换后的输出图像的的范,f x y, a b,g x y 围为，可通过线性变换将输入图像的亮度范围变换到输出图像的动态范围, c d, a b ，变换公式为：, c d （3.4） ()( , ) ( , ) cdf x ya g x yc ba 若输入图像的大部分像素灰度级位于区间内，小部分不在此区间内，将上式变, a b 形之后也可以达到改善图像效果，变形公式如下： （3.5） ()( , ) ( , ) ( , ) ( , ) ( , ) d cf x ya caf x yb b a cf x ya df x yb g x y 这种变换拉长了区间，但缩小了及区间，实际上，上述区间被压缩, a b0,a,255b 成单点，但只要选择合理，失真是可以允许的。, a b 图 3.7 给出了原始图像经线性变换的效果图。 无锡太湖学院学士学位论文 18 图 3.7 线性变换 3.1.5 分段线性灰度变换分段线性灰度变换 有时需要对图像中感兴趣的灰度区域或者目标加强，就会用到分段线性变换。所谓 分段线性变换就是讲灰度图像的灰度区间分成几段（两段或多段）分别作线性变换，以 达到根据用户不同的需要，拉伸目标物体的灰度细节信息，而对相对不感兴趣区域的灰 度级进行抑制。图 3.8 给出了三段线性变换函数。 汽车牌照定位系统设计与开发 19 图 3.8 分段线性灰度变换 3.