（信号与信息处理专业论文）基于神经网络的车牌识别与信息管理系统.pdf

摘要 随着中国现代化的进程，公路交通得到了高速的发展，交通管理自动化与 信息化越来越成为急待解决的问题，在这种情况下，车辆的自动检测作为信息 的来源，越来越受到人们的重视。对汽车牌照等相关信息的自动采集和处理对 于交通车辆管理、园区车辆管理、停车场管理、交警稽查等方面有着十分重要 的意义，成为智能交通的一项重要研究课题。智能交通已在科研领域得到深入 的研究，并取得一系列的研究成果，智能交通最主要的研究点就是车辆的管理， 目的是使车辆的管理科学化、信息化和高效化。 本文从车牌识别研究入手，以神经网络为基础对车牌识别与车牌信息管理 系统做深入的研究，虽然有前人的研究成果，并在实际中有所运用，如高速公 路收费口、停车场、小区车辆管理等，但是车牌的识别的识别率仍没达到1 0 0 ， 识别率的提高依然是研究的重点。除此之外，常用的车牌管理系统都是本地管 理，内部局域网数据共享，采用的是基本的客户端与服务器模式，然而在互联 网浏览器高度发达的今天，浏览器与服务器模式才是主流的运用。 毕业设计以小区车辆管理系统的设计为基础，通过对系统车牌识别单元、 数据储存单元和车牌管理系统单元三个部分的具体实现，展现出车牌识别技术 和网络管理技术相关研究成果。车牌识别单元的车牌分割采用了一种新的字符 分割方法一轮廓特征与垂直投影联合分割法，提高了对车牌轻度污染导致粘连 字符的分割效果，同时给后面的字符识别有一个良好的前提条件。字符识别采 用了神经网络，并改进部分参数提高车牌字符识别率。车牌管理系统单元运用 了最主流的浏览器与服务器模式，实现了小区管理系统在新构架上的运用。 在本课题中，采用v c + + 作为车牌识别的算法实现平台，利用c + + 实现车牌 识别单元。采用s q ls e r v e r 2 0 0 0 实现数据的储存单元。车牌管理系统单元基于 b s 构架，采用j a v a 实现网络管理系统并对数据库操作和管理。分别体现了c 语言在图像处理上的优势和j a v a 在w e b 开发上的便捷。为后期功能的扩展打下 好的基础。 关键字：车牌识别，神经网络，b s 构架，管理系统 a b s t r a c t a sc h i n a sm o d e r n i z a t i o np r o c e s s ，r o a dt r a f f i ch a sb e e nh i g h - s p e e dd e v e l o p m e n t ， t r a f f i cm a n a g e m e n ta u t o m a t i o na n di n f o r m a t i o nt e c h n o l o g yh a si n c r e a s i n g l yb e c o m e ap r e s s i n gp r o b l e m ，i nt h i sc a s e ，t h ea u t o m a t i cd e t e c t i o no fv e h i c l e sa sas o u r c eo f i n f o r m a t i o n ，o b t a i n i n gm o r e a n dm o r ea t t e n t i o n o nm o t o rv e h i c l el i c e n s ea n do t h e r r e l a t e di n f o r m a t i o na u t o m a t i c a l l yc o l l e c t e da n dp r o c e s s e df o rt r a n s p o r tv e h i c l e s ，p a r k v e h i c l e s ，p a r k i n gm a n a g e m e n t ，t r a f f i cp o l i c ei n s p e c t o ra n ds oo ng r e a ts i g n i f i c a n c e ，a s i n t e l l i g e n tt r a n s p o r t a t i o ni sa l li m p o r t a n tr e s e a r c ht o p i c i n t e l l i g e n tt r a n s p o r t a t i o nh a s m a d ei n d e p t hs t u d yi nr e s e a r c hf i e l d s ，a n do b t a i n e das e r i e so fs t u d i e s ，m o s to f i n t e l l i g e n tt r a f f i cm a n a g e m e n tp o i n ti st h ev e h i c l e ，t h ep u r p o s ei st om a k ev e h i c l e s ， s c i e n t i f i cm a n a g e m e n t ，i n f o r m a t i o nt e c h n o l o g ya n dh i g he f f i c i e n c y t h i sa r t i c l es t a r t sf r o ml i c e n s ep l a t er e c o g n i t i o n ，t od od e e pr e s e a r c ho fl i c e n s e p l a t er e c o g n i t i o na n dl i c e n s ep l a t ei n f o r m a t i o nm a n a g e m e n ts y s t e mb a s e do nt h e n e u r a ln e t w o r k , a l t h o u g he x i s t i n gp r e v i o u sr e s e a r c hr e s u l t s ，a n dh a v eb e e nu s e di n p r a c t i c e ，s u c ha sh i g h w a yt o l lw i n d o w s ，p a r k i n g ，r e s i d e n t i a lt r a f f i cm a n a g e m e n ta n d s oo n ，t h el i c e n s ep l a t er e c o g n i t i o nr a t ed i dn o tr e a c h10 0 ，t h er e c o g n i t i o nr a t eo f i n c r e a s ei ss t i l lt h ef o c u so ft h es t u d y , i na d d i t i o n ，t h el i c e n s ep l a t em a n a g e m e n t s y s t e mu s e db yl o c a lm a n a g e m e n t , i n t r a n e td a t as h a r i n g , u s i n gt h e b a s i ct h ec l i e n ta n d s e r v e rm o d e ，b u ti nah i g h l yd e v e l o p e di n t e m e tb r o w s e rt o d a y , b r o w s e ra n d a p p l i c a t i o ns e r v e rm o d e li st h em a i n s t r e a m t h er e s e a r c hi sb a s e do nr e s i d e n t i a lv e h i c l em a n a g e m e n ts y s t e m ，t or e a l i z et h e t h r e ep a r t st h a tl i c e n s ep l a t er e c o g n i t i o ns y s t e mu n i t ，d a t as t o r a g eu n i ta n dr e g i s t r a t i o n m a n a g e m e n ts y s t e mu n i t , u s i n gp r a c t i c a la p p l i c a t i o nt oi l l u s t r a t er e s e a r c hr e s u l t s ，t h e v e h i c l el i c e n s e ss e g m e n t a t i o ni sr e a l i z e db yan e ws e g m e n t a t i o nm e t h o di m p r o v i n g t h ee f f e c to ft h ea d h e s i v ec h a r a c t e r , a n dp r o v i d i n gag o o di d e n t i f i c a t i o ne n v i r o n m e n t f o rf o l l o w i n gc h a r a c t e r s c h a r a c t e rr e c o g n i t i o nu s en e u r a ln e t w o r k s ，a n di m p r o v e s o m ep a r a m e t e r sf o rah i g h e rr a t e p l a t em a n a g e m e n ts y s t e mu n i ti su s i n gt h em o s t d o m i n a n tb r o w s e ra n ds e r v e rm o d e ，t oa c h i e v eac e l lm a n a g e m e n ts y s t e mu s e do na n e wa r c h i t e c t u r e i nt h i s i s s u e ，u s i n gv c + + a st h ep l a t f o r mf o rl i c e n s ep l a t er e c o g n i t i o n a l g o r i t h m ，a n du s i n gc + + t o r e a l i z ep r e c i s e l yp o s i t i o n i n gp l a t e ，s e g m e n t a t i o na n d l i n 啪ln 咖。r ka l g o r i t h m u s i n g s q ls e r v e r 2 0 0 0a st h ed a t a - s t 。咖g u n i t p l a t e m a n a g 锄锄t s y s t e i t lr e a “z e db yj a v a i m p l e m e n t a t i o n ，o p e r a t e do rm a n a g e dd a t a b a s e u g ht h eb sa r c h i t e c t u r en e t w 。r km a l l a g e m e n ts y s t e m t h e a d v a n t a g e so fc i a n g u a g eml m a g ep r o c e s s i n ga n dt h a to fj a v ad e v e l o p m e n to nt h e w e bw e r e r e f l e c t e d m a k i n gag o o df o u n d a t i o nf o r t h e1 a t t e rf u n c t i o nw i t h e x p a n s i 。n k e y w 。r d s ：l i c e n s ep l a t e r e c o g n i t i 。n ，n e u r a l n e t w 。r k ， b s a r c h i t e c t u r 岛 m a n a g e m e n ts y s t e i i i 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签名：王! 篁：麴至日期：2 竺： 1 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 ( 保密的论文在解密后应遵守此规定) 研究生( 签名) ：导师( 签名) ：塑日期：型矿 武汉理j ：人学硕十学位论文 第1 章引言 1 1 本课题研究的意义 智能交通管理系统时2 l 世纪道路交通管理的发展趋势，告诉公路的不断发 展和车辆管理体制的不断完善，为智能交通管理系统进入实际运用领域提供了 契机。基于神经网络的车牌自动识别管理系统正式在这用运用背景下研制出来 的，它能够自动实时的检测车辆，识别汽车牌照，从而监控车辆的收费、闯关、 欠费以及各种不规范的现象，该系统在小区中的运用可以提高小区的管理水平。 该系统时在交通监控的基础上，引入了数字图像技术和计算机信息管理技 术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处 理，获得更多的信息，从而达到更高的智能化管理【l 】。而汽车牌照识别系统本身 是一个全数字化的智能系统，在它上面只要做一定的扩充，就可以衍生出一些 其他的功能。汽车牌照自动识别系统可以广泛的安装与住宅小区，公路收费站、 停车场、十字路口等交通关卡处，使对汽车的管理更加的严密和更加的科学。 1 2 本课题国内外研究现状 车牌识别技术的研究最早出现在2 0 世纪8 0 年代，这个阶段的研究没有形 成完整的系统体系，而是就某一具体的问题进行研究，通常采用简单的图像处 理方法来解决1 2 j 。识别过程是使用工业电视摄像机( i n d u s r t i a lt vc a m e a r ) 拍下汽 车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预。 进入2 0 世纪9 0 年代后，随着计算机视觉( c o m p u t e r v i s i o nt e c h n o l o g y ) 的发 展和计算机性能的提高，开始出现车牌识别的系统化研究。1 9 9 0 年a s o j h n o s n 等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别【4 】。该系统分 为图像分割( i m a g es e g m e n t ) 、特征提取和模板构造( f e a t h e re x t a r e t i o n a n d t e m p l a t e f o m r a t i o n ) 、字符识另l j ( c h a r a e t e rr e c o g n i t i o n ) 等三个部分，利用不同闭值 ( t h e r s h o d l ) 对应的直方图的不同，经过大量的统计实验确定车牌位置的图像直方 图的闭值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置 武汉理一【人学硕十学位论文 的标准字符模板进行模式匹配( p a e t t mm a t h c i n g ) ，识别出字符。1 9 9 0 年r a l o t u o r 等使用视觉字符识别技术( o p t i e a le h a a r e t e rr e c o g n i t i o nt e h c n o o f g y ) 分析所获得的 图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再 利用统计最邻近分类器( s t a t i s t i e a ln e a r e s tn e i g h b o rc l a s s i y f n i gs y s t e m ) 与字符库 中的字符比较【5 】，得出一个或几个车牌候选号码，再对这些号码进行核实检查， 确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方 面有所突破，但还没有考虑识别实时性的要求，识别速度有待进一步提高。 2 0 世纪9 0 年代后期以后，随着我国汽车数最的急剧增加，车牌识别与管理 的应用范围也越来越广，车牌识别技术已成为了一个热门的研究课题，人们对 其进行了广泛的研究。目前国内外已有众多的方法，一些实用的车牌识别技术 也开始用于车流监控、出入控制、电子收费、移动稽查、超速检测等场合，但 与人们的实际要求还有很大距离。 1 3 本文研究内容 研究现有的车牌识别技术的基础上，实现牌照精确定位技术，并提取字符， 运用字符识别技术提高字符识别率，最后将识别结果数据输入到网络数据库并 能通过b s 构架的网络管理系统共享访问。 本文主要研究内容： ( 1 ) 研究车牌精确定位技术； ( 2 ) 研究字符分割的有效性； ( 3 ) 实现字符识别算法设计，改进原识别算法； ( 4 ) 基于j 2 e ew e b 技术架构网络管理系统。 本文拟解决的关键问题： ( 1 ) 解决字符识别中字体变形和污染缺损识别率下降的问题； ( 2 ) c 语言的车牌识别与基于j a v a 技术的网络管理系统的联合的稳定性问题。 1 4 论文的组织结构 第1 章介绍研究背景和当前技术发展状况，同时对本毕业设计的主要研究 内容与准备解决的问题进行了说明，最后简要的介绍本论文的章节组织结构。 第2 章对小区车牌管理系统总体结构进行分析，包含整体的设计框架，对 2 武汉理一l ：人学硕十学位论文 各部份功能进行模块化，并阐明各个单元具体采用的技术路线或方案。 第3 章主要对牌照识别单元进行了具体的描述与需求分析，包含识别单元 中的牌照定位、牌照分割、牌照识别与数据库的操作等各个部分的详细实现。 第4 章主要对数据储存单元基于的平台与数据库的具体设计进行说明，对 数据库中的各个表单的字段的意义作了详细的介绍。 第5 章实现小区车牌管理单元，基于j a 、，aw e b 平台上的具体构架，包含最 终的运行结果与各个部分的功能说明。 第6 章对全文进行总结，对本文的研究目标与实际实现进行了对比分析。 找出需进一步研究的内容并提出未来的发展方向。 3 武汉理一i ：人学硕士学位论文 第2 章小区车牌管理系统总体设计 2 1 系统设计与整体结构 本系统要求实现前端能够自动识别行进入小区车辆的牌照号码，并与数据 单元相连，通过查询储存单元内已登记号码信息对此号码判断是否是小区内部 号码，从而自动决定是否允许进入小区。要求系统能够汜录进入小区的所有车 辆的信息，包括车牌号码、进入时问等。后台管理程序的用户分为小区物业管 理与小区业主用户，分别赋予不同的操作权限，根据权限能对小区车辆出入信 息进行查询，修改等等一系列的操作管理。根据系统需求，进行概要设计，整 个系统整体结构划分模块如图2 一l 所示。 网络信息管理系统 暮篙|礴斗舟i 神经列络# 符识 别 ：乍牌信息a 询卜 ：车牌资料管理) + 后s 构架乱 i 信息管理i ：酣朋功能卜l 平台 甄触功能) 图2 - i小区车牌管理系统整体结构图 4 武汉理i ：大学硕十学位论文 2 2 系统技术路线分析 2 2 1 系统的硬件部分 车辆图像采集是整个系统的硬件部分，图像采集是车牌识别素材的来源， 通过监控关口的视屏信号获取车辆图片信息，并显示在监控屏幕上。在本次设 计中，主要实现系统的软件部分，包含识别单元、储存单元和号码管理单元， 整个系统中的图像采集部分直接由成品硬件设备商直接提供，在本文中不详细 说明。 2 2 2 系统的软件部分 整个软件系统由车牌照识别单元、数据储存单元、车牌号码管理单元三个 部分组成。下面分别对三个部分做详细的技术路线分析。 2 2 2 1 牌照识别单元 牌照识别单元是系统中最重要的部分，也时技术含量最高的一部分，它包 含述3 个步骤。如图2 2 所示。 图2 2 牌照识别单元流程图 牌照定位是在前人研究的基础上通过图像处理技术在图像中准确定位牌照 所在的位置，为后来的牌照识别步骤做好前期准备工作。其具体的实现方法主 要有先验知识、牌照区域图像特征等，具体的实现在以后的章节中有详细的描 述。 牌照字符分割技术前人也有较多的研究，主要集中在字符分割的准确度提 高上，常用的方法有模板匹配法、垂直投影分割法、垂直切分法等，在本次车 牌识别系统中，实现车牌车牌的字符分割采用一种创新的方法 7 1 ，提高轻度污染 的车牌导致的车牌字符粘连的字符分割准确率，对车牌识别率有较好的提高作 用。 牌照字符识别常用的方法有模板匹配、神经网络等，在本系统中采用神经 网络，先简要的介绍一下神经网络，神经网络是一种从生物学习神经系统的信 号传递而抽象发展出来的- l - j 学科，在神经网络中，最基本的单元就是神经元【8 1 。 5 武汉理1 ：人学硕十学位论文 神经元有三个部分组成：树突、细胞体和轴突。树突是树状的神经纤维接受网 络，它将电信号传递给细胞体，细胞体对这些输入信号进行整合并进行阈值处 理，轴突是单根长纤维，它把细胞体的输出信号导向其他的神经元。神经元的 排列拓扑结构和突触的连接强度确立了神经网络的功能。形象一点说，神经网 络是由大量处理单元广泛的连接而形成的网络，是对人脑的抽象、简化和模拟， 反映人脑的基本特征。它能够通过学习过程从外界环境种获取知识，并且它内 部有很多的神经元可以用来储存这些已经学到的知识。 以上是对一个单层神经网络的简要描述，一般就实际情况而言，多层网络 用处要广泛的多。后面所用到的b p 神经网络也是多层的。 在多层的网络中，一般至少要有3 个层：一个输入层、一个或者多个隐层、 一个输出层。多层网络可以解决很多单层网络无法解决的问题，比如多层网络 可以用来进行非线性分类，可以用来做精度极高的函数逼近，只要有足够多的 层和足够多的神经元，这些都可以办到【9 1 。 一个多层网络的输入和输出层的神经元的个数是由外部描述定义的，列如 有4 个外部变量作为输入，那网络就要有4 个输入，关于隐层神经元的确定， 直接影响到最终字符结果的识别。等下将在b p 网络的设计中详细的描述与探讨。 2 2 2 2 数据储存单元 数据储存单元的主要功能是建立数据库，此数据库中的数据来源是来自牌 照自动识别单元所录入的小区车辆出入信息与小区业主用户信息，数据是供车 牌号码管理单元的对信息的管理和操作，包括管理系统的登陆、车辆出入数据 的查询，增加，删除和修改等等。数据储存单元的具体实现在第四章有具体介 绍。 2 2 2 3 车牌号码管理单元 小区的管理是一种动态管理，不可能每个住户都去安装一个客户端，而 且每个电脑的变更和重新安装都要新的下载客户端。而实际情况是，现在的 各种软件系统的更新与升级越来越频繁，也包括这种小区的用户管理系统更 新的速度也是日新月异。物业公司每升级一次系统，小区的业主用户就需要 升级客户端，这无疑是一种长期而且复杂的工作。所以根据实际情况来看， 在此次设计中设计的小区管理系统应该采用更方便的结构。 通常使用的管理结构是c s 结构，这种结构就有以上升级与更新上的不 6 武汉理工大学硕+ 学位论文 便，在现今管理系统的结构中，出现了一种有别于c s 结构的管理系统构架， 那就是b s 结构，它是伴随因特网网络技术兴起的，是一种对先前c s 结构 的的改进。在采用b s 的结构下最大的优点就是可以在任何地方进行操作而 不用安装任何专门的软件。只要有一台能上网的电脑就能使用，客户端零维 护i l 。系统的扩展非常容易，只要能上网，再由系统管理员分配一个用户名 和密码，就可以使用了。 b s 构架的产品毫无疑问在这种情况下有着更方便的特点。它的主要的 逻辑实现都在服务器端，其客户端就是浏览器，根本不需要做很多的维护， 若遇到管理系统的升级，工作人员在升级的过程中，无论小区的住户数量有 多少都不会增加物业管理的维护升级的工作量，而且b s 系统还能通过异 地因特网络实现随时访问，可以实现远程的共享。所以本系统就基于b s 构 架进行设计。 小区车牌管理系统有两类用户，一类是小区业主用户，一类是物业公司管 理员，两类用户分别有对应的功能模块，其结构如下图2 3 所示。 2 3 本章小结 图2 3 车牌管理单元功能模块图 本章介绍y 4 , 区车牌识别管理系统的软件需求，并针对需求对本系统进行整 体构架，将系统的各个部分划分开来，从软件与硬件部分对系统包含的各个单 7 武汉理工人学硕士学位论文 元进行具体的分析和采用技术路线的说明，分别包括牌照识别单元、数据储存 单元、车牌管理系统单元。涵盖了拟采用的主要技术的简单介绍。并对本人在 本设计中所做的工作进行描述。 武汉理j ：人学硕十学传论文 3 1 牌照定位 第3 章车牌识别单元 车辆牌照能否正确从车辆图像中提取是自动识别的前提，所以图像提取需 要极高的正确性。该技术从汽车图像中提取牌照区域牌照坐标，以供下一 步识别牌照字符。牌照提取过程用到了大量的数字图像处理算法，包括图像的 彩色图到灰度图的转变，狄度拉伸，均衡，边缘卷积算子，纹理特征提取，去 噪，滤波等【14 1 。 3 1 1 牌照定位预处理 3 1 1 1 彩色图像到灰度图像变换 灰度图是指只包含亮度信息，不包含色彩信息的图像，例如平时看到的亮 度由暗到明的连续变化的黑白照片【l5 1 。要表示灰度图，就需要把亮度值量化， 通常分成0 , - , 2 5 5 一共2 5 6 级，0 最暗( 全黑) ，2 5 5 最亮( 全白) 。由于2 5 6 级灰 度比较简单，如果时彩色图像，其颜色种类比较多，不利于图像处理，因此一 般都时把彩色图像转换成灰度图像进行处理。 小区进出口所抓拍到的车牌图像均为2 4 位真彩色图像，可以根据下述灰度 值和r g b 颜色对应关系转换成灰度图，如公式( 3 1 ) 所示。 灰度值= 0 2 9 9 r + 0 5 8 7 g + 0 1 1 4 b( 3 1 ) 下面一段代码是了2 4 位真彩色图像到灰度图的核心代码。 b o o lw i n a p ic o n v e r t t o g r a y s c a l e ( l p s t rl p d i b ) 1 p r g b q u a d = ( r g b q u a d 串) & l p d i b s i z e o f ( b i t m a p i n f o h e a d e r ) ； l l i n e b y t e s = w i d t h b y t e s ( i w i d t h * 8 * 3 ) ； l p d e s t = n e w b y t e 1 h e i g h t * l w i d t h ； l p d i b b i t s = f l p s t r ) i p d i b + s i z e o f ( b i t m a p l n f o h e a d e r ) ； f o r ( i = o ：i l h e i g h t ；i + + 1 f o r 0 = o ：j l w i d t h 宰3 ： + = 3 ) i r e d = ( u n s i g n e dc h a r * ) l p d i b b i t s + l l i n e b y t e s 宰i + j + 2 ； i g r e e n = ( u n s i g n e dc h a r * ) l p d i b b i t s + i l i n e b y t e s 宰i + j + l ； i b l u e= ( u n s i g n e dc h a r * ) l p d i b b i t s + i l i n e b y t e s 奉i + i ； 9 武汉理1 人学碗l 学位皓文 l p d e s t i 8 i w i d t h + j 3 = ( u n s i g n e dc h a r ) ( ( + i r e d ) 4 02 9 9 + ( + i g r e e n ) + 05 8 8 + ( + i b l u e ) + 011 4 ) ：) 1 r c m mt r u e ： 如罔为2 4 位真彩色斟像及其灰受图。 图3 - 12 4 位真彩色图像图3 - 2 变换后的扶度围 3 1 12 灰度拉伸 为了增强车辆幽像和牌麒阁像( 提取自车辆图像) 的对比度，使其叫暗鲜 明，有利于牌照u 别，需要对它们进行扶度拉仲。 扶度拉伸时将扶度分段线性变换，它将输入图像中某点( t y ) 的灰度r ( x ，y ) ， 通过映射两数r ，映射成输出罔像中的扶度g ( x ，y ) ，其函数如公式( 3 2 ) 所小。 g ( x ，y ) = t l f ( x ，y ) j ( 3 2 ) 似定原图像f ( x ，y ) 的扶度范围为 吼b 】，希望变换后图像g ( x ，) 的灰度范隔 扩展到c ，训，可以采用下述的线性变换米实现 1 ”，如公式( 3 - 3 ) 所示。 g ( x ，y ) = 【( d c ) ( 6 一) 】，( x ，y ) + c ( 3 - 3 ) 罔像中的大部分像素的扶度分布在区间f a ，b 1 之白j ，小音| i 分的扶度数强度超 过此k 叫。可改善增强效果，可令“x ，y ) 如公式( 3 4 ) 所示。 f c o s f ( t y ) 口 g ( y ) = ( d c ) ( 6 一a ) f ( x ，y ) + c n - f ( x ，) c c 【o6 ( j ，v ) mr ( 3 4 ) 武汉理】大顾 = 忙论文 r 段代码实现了图像的扶度托仲。 v o i dc m y d i p v i e w ：o n m e n u i t e m ( ) t b r ( i5o ：1 c y d i b ；l + + l 南r ( j = 0 ，j e x d i b ；j + + ) 指向d i b 第l 行，筇1 个豫紊的指针 i p s r c ( u n s i g n e dc h a r + ) l p d i b b i t s + i l i n e b y t e s + ( c y d l b - l i ) + j 引算新的灰度值 i f ( + l p s r c r l 、i p s r c = b y t e ( + l p s r c & ) ； e l s ei f ( + l p s r c r 2 ) + l p s r c = b y t e ( ( + i p s r c r o + k + r 1 ，k ) ； e l s e + i p s r c = b y t e ( ( + p s r c o r 2 ) k + 2 5 5 - ( 2 5 5 r 2 ) k ) ； ：g l o b a l u n l o c k ( ( i t g l o b a l ) p d o c - mh d l b ) ， l n v a l i d a t “t r u e ) ； ) 车辆图像进行扶度拉仲前后，其牌照臣域的效果对比矧如图所h c ，可以看 出，拉升后图像的对比度明显增强。 图3 3待处理的灰度图围3 _ 4 进行扶度拉伸后的图像 3 12 牌照区域分割 从车辆吲像l l 正确的分割 j j 牌照的区域时牌照识别中最关键的步骤之 3 12 1 牌照分割分析 所谓的图像分割就时要根据目标与背景的先验知彭 ，对斟像中的目标、背 景进行标 己、定位。然后将待溅别的目标从背景或者其他伪日标中分离出来。 图像分割时图像提取的重要组成部分，只有有效的完成分割，才能进步提起 目标特这个并识别目标。 武议理1 人学硕十学化论文 这里的纠标就是乍辆牌照，所有的车辆牌照都具有一t 共旧的特征。图像 卜有大量k 短不 娄似直线v 妊 形的区域，j _ i ；自一些扶嫂特征类似j 文。f 区 域的汽车翎标志m 域，如奥迪车辆的图像类似干4 个o 组成的标志。牌照 文字周旧有一个类似j 长方蟛的边框，其厚度小一，而却= f ：断裂处，有时候弯 曲度比较大义：大小统，排列成行，山r 拍摄原因有定角度的彻斜，文宁 和7 与 川仃明显的灰度对比 根_ h ：! ：处理牌照的类型革l 特点，柏多种睥照分割方法，如字符略向纹理统汁， 彩色分类，神绎网络矢量量化，模板匹配等方法。然而由丁汽4 - 图像往往比 较在比较复杂的自然环境巾得到，所以报多的分割方法都会火上作。根掘牌 照中字符和牌照背景的相对特性，即，符竖向纹耻分割方法，能够对备粪牌照 剖像实玑_ 6 5 好的分割效果。 山卡牌照一般是由字荷、背景和边框组k ，仵字符与背景处就形成了较强 的边缘，对图片耳1 ( 闽值r ，其确定方沾如公式( 3 5 ) 所永。 t = g 。，( ( ，g m 。) 3 ( 3 - 5 ) 取定闽值的效果如图3 5 所不。通过确定的闽值，对梯度嗍j ：大f - 此值的点 为边缘点，把段连续的边缘j _ 取其第一点，定义这一点为一个跳变点。对水 、r 方向边缘点的扫插，可以得出此行p 跳变点的分和。对整副图像进行扫描就 得到所有跳变点的分布。如f 图3 - 6 所示是跳变点的分布情况。 图3 - 5 车辆二值化图像 从跳变点图和敷度图的对照可以看出 部分时跳变点比较丰甯的地方。 3 l2 2 牌照分割算法描述 ( 1 诛牌照大致位置算法的描述 图3 - 6 提取跳变点的车牌图像 车灯处、汽车头的横栏部分、牌照 武汉理工人学硕+ 学位论文 通过先验知识可以知道，在车牌图像中，牌照出现的位置一般不会出现在 整个图像的下1 5 与上1 1 5 部分，所以这两部分可以不参与牌照位置的检索，减 少计算量。然后对中问部分从左往右从下往上开始对每一行的像素进行检索， 如果遇到跳变点则计数加一，如果有一行中的跳变数大于7 则认为这是可能的 牌照区域，并设置为牌照的下边缘，并继续扫描，当跳变数大于7 的行数连续 出现并大于2 0 ，则认为是真实牌照区域并把最后一行当作牌照区域的上边缘。 若连续行数小于2 0 ，则认为是干扰区，行计数归0 ，并重新寻找真实牌照下边 缘。 具体代码实现如下。 m y h p r o j e c t ( l p s t ri p d i b ，l o n gi w i d t h ，l o n gl h e i g h t ，i n t 木i t o p ，i n t 宰 i b o t t o m ) f o r ( i = 0 ；i l h e i g h t ；i + + )i r e s u l t i = o ； f o r 0 = l h e i g h t 5 ；j l h e i g h t 宰0 8 ；j + + ) i r e s u l t j = 0 ； f o “i _ o ；i 12 ) p z b o t t o m - - - j ；f i n d p z = t r u e ；) i f ( f i n d p z & & i r e s u l t j p z b o t t o m + 2 0 ) p z t o p = j ；b r e a k ；) ) p z t o p - - p z t o p + 5 ； p z b o t t o m = p z b o t t o m 一5 ； 木i b o t t o m = l h e i g h t - p z b o t t o m ； 宰i t o p = i h e i g h t - p z t o p ； r e t u r nt r u e ； 。 ) 通过这个过程就可以确定牌照的大致位置，如图3 7 所示。 1 3 武汉理1 人学硕 _ 学伸论文 圈3 7 车牌大致区域分剖图像 r 2 1 ；之牌照的先右边界竹法的描述 从i 而的的牌照大致能嚣的弗法坫础上，一口以找剑牌j ! | 的上f 边界，所以 接f 米的问题州定舯照的光右边界。阿先是找到- 口能的左边起始点从左往右 扣 | | 】。遇到铺个点! _ ! | 停1 1 描许记采，然后跳转到f r ，理也是泄到第 个跳变点停i i 并u 录，一次扫描结束之后。时i l 求的跳变点的垂茂坐杯求平 均债则有可能就是牌照的左边抖。牌照的右边界从，边往先边扫描，按照川样 的方浊u 以得到牌照区域的右边界。 通过上述算法得到牌照区域之后，肘椅索出的牌照k 域进行适1 1 的放_ 人。 艘情况时上下，t 右各放1 0 个像索。 琏伍方向卜定，i 右边界的核心代码如f ： v p r o j e c t ( l p s t ri p d i b ，l o n gi w i d t h ，l o n gi h c i g h t ，i n l + i l e l l ，i n t + i r i g h t ) r f o r ( i - 0 ；i l w i d t h ；i + + ) i g e s u l l i = 0 ， 如r ( i = i w i d t h 5 ；i l w i d t h + 08 一上1 fi r e s u l t i = 0 ； f o r ( j = o ；j 16 ) p z l e f 【= i ；f i n d p z 2 t r u e ； i f ( ( f i n d p z ) & & i r e s u l t i 5 0 ) p z r i g l l t - i ； j + l l e r = p z l e r - 1 0 ； + i r i g h f = p z r i 曲t + 1 0 ； r e t u r n t r u e ； 牌照最终定位具体效果如图38 所i 图3 - 8 牌照定位效果图 武汉理一r 人学硕士学位论文 3 2 牌照字符分割 3 2 1 牌照几何位置的调整 由于对牌照的采集图像很有可能出现向左或者向右的倾斜，然而任何一种 倾斜都会影响牌照字符的划分，所以有必要对其进行矫正。常用的矫正方法采 用h o u g h 变换，其变换原理如公式( 3 6 ) 所示。 ，= x c o s o + y s i n o r ( 3 6 ) r 是待测直线与原点的垂直距离，0 是此垂线与水平坐标轴的央角。对于牌 照几何失真的矫正过程如下；首先找到牌照的上下边框。求出上下框的倾角， 然后对图像进行水平矫正，随后在水平矫j 下的基础上进行左右矫正。上下边框 求法如下：首先对牌照区域进行扩展，使其包含上下边框，然后对次区域做垂 直的s o b e l 变换，接着对s o b e l 变换图求出其垂直方向的跳变图，最后进行h o u g h 变换。 b o o lw i n a p ih o u g h d i b ( l p s t rl p d i b b i t s ，l o n gi w i d t h ，l o n g1 h e i g h t ) i f ( p i x e l ! = 2 5 5 & 宰l p s r c ! = 0 ) r e t u r nf a l s e ； 如果是黑点，则在变换域的对应各点上加l i f ( p i x e l 一0 ) f o r ( i a n g l e n u m b e r = 0 ； i a n 舀e n u m b e r i m a x a n g l e n u m b e r ；i a n g l e n u m b e r + + ) i d i s t = ( i n t ) f a b s ( i 掌c o s ( i a n g l e n u m b e r 宰2 宰p i 18 0 0 ) + j 宰s i n ( i a n g l e n u m b e r 木2 木p i 18 0 0 ) ) ； 木( i p t r a n s a r e a + i d i s t 木i m a x a n g l e n u m b e r + i a n g l e n u m b e r ) = 木( 1 p t r a n s a r e a + i d i s t 幸i m a