基于MATLAB实现汽车车牌自动识别系统

I S S N1 0 0 9 3 0 4 4 c c m p u f e rf n o 州e a 啪a n d 砌n n o 叻电脯知识与技术 V 0 1 6 N o 1 7 J u n e2 0 l O p p 4 7 5 2 4 7 5 4 E m a i l e d u f c c c c n e t c n h t t p 删 d n z s n e t c n T e l 8 6 5 5l 一5 6 9 0 9 6 35 6 9 0 9 6 4 基于M A T L A B 实现汽车车牌自动识别系统 徐辉 安徽国际商务职业学院信息服务系 安徽合肥2 3 0 0 0 9 1 摘要 汽车车牌的自动识别是现代交通管理的重要研究课题之一 而车牌识剐系统是现代交通运输系统的一个重要组成部分 随着 现代交通环境越来越复杂 交通管理要求越来趣高 把汽车车牌自动识别技术应用于社会也越来越具有迫切性 车牌自动识别技术 中车牌定位 字符切割 字符识别及后处理是其关键技术 本文针对其关键技术中相关的内容进行了较为完整的阐述 并在M A T U 蟠中进行了仿真实验 实验结果表明M 魄T L A B 在车牌识别方面的运用非常有效 关键词 车牌识别 车牌定位 R a d o n 变换 字符分割 模板匹配 中图分类号 T P l 8文献标识码 A文章编号 l O 凹一3 0 4 4 2 0 l O 1 7 4 7 5 2 0 3 A c I I i e v eR e c o 删廿o no fC a rL i c e I I 辩n a t eB a s e do nM T A L A B X UH u i D e p t o fI n 南m l a d o nS e n 疽c eA n h u iI m 石t u t eo fI m e m a d o n a lB 1 1 s 抽麟 H e 触2 3 0 0 0 1 C l l i m A b s t r a c t C a rh c e T l S eP h t ea u t o m 撕ci d e n t i 右c a d o ni sm o d e m 仃a 伍cm a m g e m e n ti soneo f 小ei m p o r t a n tr e s e a r c ht o p i c A n dv e l l i c l ep l a t e r e c o g I l i d o ns y s t e mo fm o d e mt I a n s p o n a t i o ns y S t e mi sa ni I r l p o r c a n tp a r t W i t lm o d e mt r a 伍ce n v i r o n m e n tm o r ea n dm o r ec o m p l e x 仃a 伍c m a n a g e m e n tr e q u i r e sm o r ea n dm o r e l i g h t h ec a rh c e m ep l a t er e c o g n i t i o nt e c h n o l o g ya p p l i e dms o c i e t ya n di ti su r g e n t A u t o m a 血i d e n d 丘c a 6 0 nt e c h n 0 1 0 9 y1 i c e n s ep l a t el o c a d o n 出ec h a m c t e ro fc u t 七i n ga n dc h a r a c t e rr e c o g l l i t i o na 1 1 d 出ep o s t p m c e s s i n gi st h ek e yt e c h n o l o g y B a s e do n 出ek 吖t e c h n o l o g ybt h ec o n t e n t a n dr e l 撕v e l yc o m p l e t e 证M A T u 出s 岫l l l a t i o n 唧甜m e n t E p e 血n e n t a lr 既u l t ss h o wt h t m eV e m c l ep h t er e c o 鲥t i o no fM A T L A Bi nl l S ei sv e r ye 丑融c d V e 1 e yw o r d s l i c e n s ep l a t er e c o 鲥d o n l i c e l l s ep h t el o c a d o n n d o nt r a r I S f o 肌a d o n c l n r a c t e r ss e 孕n e n t a d o n t e r r l p l a t em t c l l i n g 汽车车牌识别系统 是智能交通系统中的关键技术之一 是计箅机图像处理 模式识别和人工智能的综合应用 它主要包括车 牌图像的摄取 车牌区域的搜索 定位 车牌字符的分割和识别等几大部分 如图1 所示 其基本T 作过程如F 1 由各道路上安装配置的摄像器材所拍摄的车辆图片由专门的网络传 输到用于车牌识别的计算机系统中 2 由计算机处理系统对拍摄的车辆牌照的图像进行预处理 图像预处 理包括灰度化 图像增强 去噪和倾斜校正等 3 利用各种不同的定位算法对牌照进行检测处理 从中搜索出车牌所 在的区域 并最终把乍牌所存的矩形区域从整幅图像中定位并分割出来 4 对分割出的乍牌区域图像进行二值化 在此基础上分割出单个字符 5 对分割出的单个字符进行归一化 然后由字符识别子模块进行识别 6 对识别结果读取 并进行数据库存储 l 系统组成 图1牌照识别系统原理图 本系统可划分为两大主要模块 图像预处理模块和字符识别模块 在图像预处理模块中 采用了灰度化 二值化 边缘检测 R a d o n 变化等对图像进行处理 在字符识别模块中 采用了投影法和模板匹配相结合的方法对字符进行识别 冈系统运行的过稃f l 主要针对数字图像进行处理 需要进行大量的数据处理 所以系统对计算机的基本配置要求更高 C P U 要求主频在1 O C H Z 及以卜 内存在1 2 8 M B 及以上 系统可以运行于W i n d o w s 9 8 W i n d o w s 2 0 0 0 或者W i n d 哪sX P 操作系统下 程序 调试时使用M A T L L B M A T L A B 是一套高性能的数值分析和计算软件 利用其提供的图形处理工具箱 为用户提供了一个强有力的 分析计算和程序设计的丁具 它自身包含了丰富的库函数 在进行复杂的数学运算时可以 直接调用 因此 M A l l J A B 在图像的处理方面具有了其他软件工具所不具有的优势 本文主要子模块如下 颜色信息提取 车牌 域定位 识别 提取 检测倾斜度 车牌校 正 车牌区域二值化 擦除十扰区域 字符分割 模版匹配 结果输出 1 1 颜色信息提取及车牌区域定位 图2 为颜色信息提取及车牌区域定位 1 1 1 寻找车牌区域 本系统是基于彩色图像处理技术来寻找车牌区域 因为车牌背景颜色和字符颜色的 l 输入车牌图像 l I 寻找车牌区域 l 灰度处理 l 倾斜校正 图2 颜色信息提取及车牌区域定位 收稿日期 2 0 1 0 0 2 1 0 作者简介 徐辉 1 9 7 9 一 男 安徽淮北人 助教 2 0 0 4 年本科毕业 在读硕士研究生 研究方向为图形处理 模式识别 人工智能 4 7 5 2 人工 麓硬识嗣技术 本拦目责任编辑 唐一东 万方数据 第6 卷第1 7 期 2 0 1 0 年6 月 c c 啊p u 鲫船研峥a n d 丁e 咖舢切电奠知识垮陵术 组合数量有限 蓝底白字 黄底黑字 黑底白字 并且在一幅图像中只存在一处车牌区域 如针对家庭小型车蓝底白字车牌进行识 别为例 根据彩色图像的R G B 比例定位出近似蓝色的候选区域 但是由于R G B 三原色空间中两点间的欧氏距离与颜色距离不成线 性比例 在没定蓝色区域的定位范同时不能很好的控制 阂此造成的定位出错是最主要的 这样在图片中出现较多的蓝色背景情况 下识别率会下降 不能有效提取车牌区域 车牌区域内边缘的固定颜色搭配特征 采用颜色对边缘检测算法1 2 1 可以有效地突出符合 车牌颜色搭配边缘像素点 削弱其它边缘 以蓝自车牌为例 输入R C B 图像归一化为i x y 令 r g 山 代表归一化图像的红绿蓝分量 值 车牌白色字符像素的r g b 分量值都接近于l 而蓝底色由于褪色 灰尘覆盖及摄像设备引起的失真等原因其饱和度不为1 即 并不足纯蓝色而是介了 蓝色和青色之间的一种深蓝色 所以其b 分量会较r g 分量大 且g 分量也会比r 分量大 因此 如果像素 x y 是蓝白边缘点 则其蓝分量梯度较红 绿分量梯度小 绿分量梯度较红分量梯度小 而且三个分量梯度的符号是相同的 由于车牌 区域包含着密集的蓝白边缘 而其它区域则较少 所以做颜色对边缘检测较容易突出车牌区域 对分割出来的候选区域再进行识别调整 根据车牌的长宽比 蓝白色比对候选区域进行多次定位 最终找到车牌区域 原始图片以及定位得到的车牌图像如图l 和图2 所示 1 1 2 灰度处理 对于将彩色图像转换成灰度图像时 目前比较主流 的灰度化方法叫平均值法 如用N 表示灰度化后的灰度 值 则公式为 N O 2 2 9 R 0 5 8 8 G o 1 4 4 B 1 公式中N 表示灰度图的亮度值 R 代表彩色图像红 色分量值 G 代表色彩图像绿色分量值 B 代表彩色图像 蓝色分每值 R G B 分量前的系数为经验加权值 加权系 数的取值建立在人眼的视觉模型之上 对于人眼较为敏 感的绿色取较大的权值 对人眼较为不敏感的蓝色则取 较小的权值 通过该公式转换的灰度图能够比较好地反 应原图像的亮度信息 这是较常采用的方法 在这垦用M A n A B 中的i m 2 鼢a y 函数工具町以很容易的对图像进行灰度化处理 便于进一步 的研究 之后将灰度数据存放在一个二维矩阵中 后续处理 主要针对此灰度矩阵展开 灰度图如图3 所示 1 1 3 图像校正二值化处理 本文在针对存在倾斜角度的车牌图像采取R a d o n 算 法进行倾斜角度计算 并对倾斜图像进行修正 从而得到 水平方向一致的图像 如图6 所示 经过校正有利于后期 的图像分割及字符识别 图像的R a d o n 变换是指二维图像 y 在某一方向上 投影的线积分 从x v 坐标系转换到x v 7 坐标系得转换公式是 计 划 图l原始图片图2定位后的车牌 图3 灰度图像图4 边缘检测图像 图5 边缘图像的鼬d o n 变换图6 倾斜校正图像 对某一个角度0 对每个x 沿着平行于y 7 轴进行线积分 3 I 积分公 式如下 凡伍 l 葺 崩p y 如口 善锄一 粥p 玲 3 R a d o n 变换的一个重要性质是R 廿 一x 凡 x 所以在做R a d o n 变 换时 e 的取值范围可以限定在0 0 1 8 0 度 对一幅图像进行R a d o n 变换后 对于每个e 值 都可以得到一系 列的附x 值 对图像进行角度检测时 可以根据先验知识确定一系列 的0 值 对每个0 值求取R 缸 值 在所有的R 小 里面 当R 缸1 取得最 大值时所对应的0 值就是x 7 轴旋转过的角度 所以要检测的直线的角 图7 R a d o n 变换原理图 度为9 0 0 度 R a d o n 变换枪测车牌倾斜角度的过程如下 1 对定位分割得到的车牌图像 如图2 先进行灰度化处理 如图3 所示 2 采用最大类间方差法进行二值化处理 3 采用s o b e l 算子进行边缘检测 得到的结果如图4 所示 4 计算二值边缘图像的R a d o n 变换 如图5 所示 5 找出R a d o n 变换矩阵中的局部极大值 最终可以得到车牌图像一条边框的倾斜角度 M A T L A B 程序如下 I i m 2 b w I f i g u r e i m s h o w I t i t l e 7 二值化 二二值化 I e d g e 1 钿b e l 加g u f e j m s h o w D t j n e 7 边缘检测 用汕e 算子进行边缘检测 t I I e t a 1 1 8 0 角度从l 取到1 8 0 f R x p l r a d o n I t h e t a m d o n 函数 f i g u r e i I m g e s c t h e t a x p R c o l o m 印 h o t 本栏目责任编辑 唐一东 t 人工智麓爰识翳技术 4 7 5 3 万方数据 踟m 岬n 帅蛳a n dT e n o 咖自 m t j I P I 一 1 x II J l d 叫l L 求J 倾斜角 q m 川 c 9 一m 1 忖旧顺斜角度 此次仿 试螗一 刘的o f 为7 9 也就是说 牌的倾斜角度 l l 度 1 4 精确分割车牌日域 对 倾斜幢 l 后的乍肿闱像进行州台运谇 擦 j r 扰K 域 然后进行一值化 如图8 所小 嘲像巾闸线为起点世定某 剧值向r 向T 进行扫描从而特确分 割出1 牌 莉所作K 域如闭9 所月 2 字符的分割和识别 2 l 字符分割 将樽到的牛牌I x 域罔像进行二仉化处理后 对罔像进行难直投影投影罔上 有明R 的煲似r 峰粹的波形起伏变化 通过对投影闭上的波形从左向右进行扫 描 根据谷和峰的特征社n f 判断i I 每个字符的他咒 计算垂直峰 榆测 理的字 符离觉比在中符研制时 往往由于闻值取得不好 导致字符切割不准确 钊埘这 种情况 t 叮 南午牌格式的先骑知瞅 对切割m 的7 符宽度进行统汁分析用H 指 导切割 埘州锵误切割过宽的 符进行分裂处理 如对 皖1 经常i J 现的足把h 甲旁和右边的郎酋分割丌 系统 时这种问题埘讣剖出来帕字体的宽度与整个乍 牌的宽度对比 对溟操作字钳进行合计 鹾方法 1 箅简单 啪分较精确分割后的 字符如田I I 所示 2 2 字符识别 常用做法是采川神经网络模犁对系统进行训练但是这种做法增加r 系统阿 复杂度 对寅时性要求较高的场合水通盹 这 采川简单模版E 配算法 横饭K 艇 法1 1 足罔像识别方法中最县代表性的基本方法之一 其宴质足度最K 配的阿像b 模板库 1z 的模板样本之间的某种相似忡 取相似性最大者为 配图像所属类别 也n n I 计剪I 廿隐与模板特征址之间的距商 削最小距离法判定所属娄 但崖 般 情Mr 刚r 配的图像在成像的同时 台产牛较大的噪声十扰 部A 在史际蹬l l 蜕板的时候 就耍根据各K 域形状闻有的特点 按照一衅基于图像小变特性所设 I f 帅特矩城来构建模板 第6 卷第仃期 2 0 1 0 年6 月 皖A 囤1 n 字符分 自口一化流程目 皖A78777 山T 在前期的有效处理使得分剖后的字体清晰度完整馊都能保持较高的水 平 有利f 提高模版 配的成功率 埘提取的车牌进行归一化处理 使其K 宽比t j 横版保持 致 经验u 对非倾斜用片 识别率 f 选9 5 对倾斜图片亦可 达到9 0 r D 0 6 82 一z 一4 足比较容易识别m 锵的宁符 前先取 符榄饭 接着依次取待识别阜符与横板进行匹配 将J 与模板字符相碱得到的0 越多 耶幺就越 配 把每幅相减后的斟的0 值个数保存 然后找数值蛀 的即为识别出来的结果 皖申为例 模版图片如图1 3 提取出来的图片如图1 4 整体m 别结果如囝1 5 匾 蠢墨口鲢薯螬 囤1 j 横版 图1 4 取图H囤15 识 镕果提 框 3 存储数据 对棚戊的训刖m 柬的字符存储刮指定文件兜的E x c 文件内 并同时存储对麻阻别日期 如嘲1 6 所爪 4 结束语 本文c 崔脱的乍牌m 别系统很大程度l 得利于M A l l B 软件强大的功能 考虑到午牌背 特的复杂性 术女秉川丁觑I 色对边缘检测算法柬突 l 乍脾字符轮廓边缘的像素点 近而快谴准 确的埘午牌K 域世 r 定他 对J 倾斜的乍牌 秉州rR a d n 变换进行倾斜棱m 对得到的车牌区 域进行投蟛