车辆牌照图像识别算法的研究与实现

1、本科毕业论文（设计、创作）题 目： 车辆牌照图像识别算法的研究与实现 学生姓名： 学号： 0231002032 所在院系： 信息与通信技术系 专业： 电子信息工程 入学时间： 2010 年 9 月导师姓名： 职称/学位： 讲师/博士 导师所在单位： 完成时间： 2014 年 5 月安徽三联学院教务处 制车辆牌照图像识别算法的研究与实现摘 要：现代社会,特别是进入了21世纪，中国经济的飞速发展使汽车成为人们常用的交通工具。日益完善的交通管理网络越来越引起人们的关注,这成为了一个社会性的问题。所以，对汽车牌照进行检测和研究对各个方面都有着积极的意义。最为交通管理系统的重要组成部分,车牌识别系统大大

2、方便了汽车场合的管理。本文重要通过在数字图像预处理、车牌定位和车牌识别对车辆牌照进行识别，数字图像预处理通过二值化等方法实现，通过基于灰度图像求卷积能量极值区域的方法实现牌照定位的，而车牌照识别时运用了模板匹配法。本文采用了MATLAB来实现算法。关键词：图像识别；图像处理；牌照定位 Research and implementation of image recognition algorithm for vehicle license plateAbstract：In modern society,especially when entering the 21st century, rap

3、id development of Chinese economy make cars become the most common vehicle. Traffic management network which is being perfect day by day has aroused more and more peoples concern.This has become a social problem. Therefore , detecting and studying the license plate has positive consequence for all a

4、spects. As an important part of the traffic management system, the license recognizing system makes the place management of cars more convenient. This article tend to recognize the license plate with an emphasis an pretreatment of the digital pictures and the location and recognition of the cars. Th

5、e pretreatment of digital pictures is accomplished by image barbarization and other methods. The location of license plate is completed by the method of the area of the convolution energy extreme value based on gray image .And the template matching method is used when recognizing the license plate.

6、The article adopt MATLAB to accomplish the arithmetic.Keywords: image recognition ；image processing；license plate location目录第一章 绪论11.1论文研究背景11.2 车牌识别系统的原理1第二章 车牌字符识别技术研究32.1介绍车牌识别常用方法32.1.1 结构模式识别3统计模式识别3人工神经网络识别32.2本文采用的识别方案4第三章 车牌识别系统的设计63.1 图像采集63.2 图像预处理63.3车牌定位73.4字符分割83.5 字符识别113.5.1 字符归一化处理11

7、3.5.2 字符匹配识别12第四章 仿真结果及其分析134.1车牌定位后系统边缘检测的仿真结果图如下图所示:134.2 车牌字符分割及其图像处理134.3 车牌字符识别及其图像处理14致 谢15参考文献16第一章 绪论1.1论文研究背景21世纪以来，人类社会已经进入了信息时代，自动化信息处理能力越来越高，在社会各种活动和人们日常生活中的应用越来越广泛，在这样的条件下，人们日益关注自动检测,识别等技术。伴随着汽车数量的增加，牌照识别技术越来越成为智能交通管理的重要手段。车辆牌照识别技术是自动化技术、信息技术、计算机技术相融合的技术。车辆监管部门通过拍照地洞识别系统对车辆进行实时检测,不仅减轻了压

8、力,还节省人力物力,提高工作效率,对交通监控和公共安全有着重要的积极的作用。由于车辆牌照图像识别系统有着重要的意义，因此世界上有许多科研工作者对它进行研究，并且出现了众多的算法。也应用于社会生活的各个方面，在交叉路口、高速公路、停车场、路口收费站等许多地方都有广泛的应用。但是由于天气的原因、车辆牌照脏污的原因、车辆牌照悬挂位置的原因，这些系统都会出现或多或少的问题，因此，车辆牌照识别系统的不断完善是一个必然的过程。车辆牌照的定位与识别技术，实质上就是车辆牌照与图像处理技术相结合。本文侧重从车辆牌照定位和车辆牌照识别两个方面进行研究。1.2 车牌识别系统的原理车牌识别系统包括图像采集系统和图像识

9、别系统,当有车辆时,图像采集系统会自动对车辆的牌照进行采集,然后会把采集到的图像传到图像识别系统中.图像识别系统中的预处理功能，为车辆牌照的搜索提供一个很好的定位环境。车牌照要在经过预处理才能从车牌照的背景中分离。然后对得到的车牌照进行字符分割，最后再进行字符识别，这时候就得到车牌号码。这个系统包括软件和硬件。硬件上包括照明灯，图像采集器，镜头，通信模块等；软件由车辆牌照定位、牌照字符切割、牌照字符识别等组成。这样比较完整的结构可以减少环境对车辆牌照识别系统的影响。图像采集图像预处理车牌定位倾斜矫正字符分割与识别车牌输出 图1-1车牌识别流程图(1)图像采集：由CCD摄像机知道车牌号。(2)图

10、像预处理：对CCD摄像机获得的车牌进行二值化等方法进行预处理，为后面的操作做铺垫。(3)车牌定位：车牌定位是以灰度图像为基础的，然后结合视觉角度和字符的特点，提取对应的特征。车牌定位是整个系统的关键和难点。(4)倾斜校正：因为在获取车牌照的时候不能百分百保证牌照是水平的，难免出现倾斜的情况，这时候就要对车辆牌照进行倾斜校正。为后来的车牌字符分割和车牌字符识别提供方便。(5)字符分割：将车牌号中的字符分割出来,在于模板中的字符相互比较,看是否一致。(6)字符识别：字符识别是对分割后的字符进行归一化处理，然后进行模板匹配以显示出牌照号码。第二章 车牌字符识别技术研究2.1介绍车牌识别常用方法 常用

11、的结构模式识别、神经网络识别、统计识别等车牌照识别的方法。2.1.1 结构模式识别汉子的组成结构是结构模式的主要出发点.汉字不仅可以理解是由笔划以及偏旁部首构成的;还可以认为汉字是由一些小的单元组成的。这种基元可以更好的对汉子进行描述，这种方法引入车牌识别有着重要的意义。2.1.2统计模式识别统计模块的具有悠久的发展历史，理论基础很强;他是将一些事实的共同点归纳在一起,然后按照一定准则所确定的决策函数进行分类判决。字符的统计模式是将字符点阵作为一个集合，他的作用是从大量的数据中对比出来的;对比的方法很常见,但是对于一些细小的字节还是很模糊。2.1.3人工神经网络识别人工智能网络是一种以人脑神经

12、网络的正常运行作为参考系数的一种模拟模型。他需要的是像人脑神经系统一样能够控制人自身的许多活动;我们通过研究这种结构和功能为了让我们在现实的生活中也能实现。下面几个方面是人工智能网络的一些特点:1,能逼近任意线性函数2,信息的并行分布式处理和存储3,可以多输入多输出4,便于用超大规模的集成电路或光学集成电路系统实现5,具有自学习的能力；6,具有联想存储功能；7,具有高速寻找优化解的能力.但是在车牌字符的识别中仍然存在很大的缺陷：l，会因为车牌照的问题，比如像素点小，笔画断裂等问题楚翔误识别。2，因为神经网络在学习时候的每次的迭代梯度值会受样本噪声影响，会使系统的收敛速度变慢，所以人工神经网络识

13、别法时不适合实时识别的。2.2本文采用的识别方案本论文采用的方案是基于模板匹配的，也就是把获取到的车辆牌照的字符同选定的字符模板进行对比，通过这种对比确定车牌上字符的内容。先准备一个存储字符的模板,在对车牌字符经过滤波等相关处理;再将得到的字符与模板中的字符经过四则运算中的减法一一相减,当所得的差值越小时,其相似度越高.本文首先收集许多的图像，我们通常可知图像中有很多的存储格式。例如有: *.BMP、*.JPG、*.GIF、*.PCX等，本次论文中所用到的是*.JPG的格式。由于系统编程的需求，大多数的编程采用的是VC或者MATLAB语言，而本次论文却运用了MATLAB语言。MATLAB语言作

14、为第四代计算机语言,有以下优点:1编程效率高MATLAB语言允许用数学形式的语言编写程序，而且更加接近我们的思维书写方式，它编程简单，效率高，易学易懂。2矩阵和数组运算高效方便MATLAB语言规定的各种运算可以直接应用到数组建的运算中。而且MATLAB语言不要定义数组的维数，并给出专门的库函数，使之更简洁、高效、方便。 3用户使用方便MATLAB解释执行的语言,它灵活、方便，MATLAB语言把编辑、编译、连接和执融合起来，使用起来更加快捷。并且它能在同一画面上灵活操作，所以加快了编写、修改和调试程序的速度。 4扩充性强，交互性好MATLAB语言中有许多函数运算，因此我们可以利用这些库函数进行一

15、些必要的运算。并且编者可以通过自己的需要增加或者是扩充库函数，这时MATLAB使用效率和功能得到了提高。车辆牌照识别系统是一个包含图像分析和图像处理的系统。首先要将用CCD的到的牌照进行灰度化处理和滤波处理以降低车牌照的噪点和增加部分对比度。然后通过车辆牌照预处理提取车牌照的图像边缘，再接着进行车牌照定位，提取出车牌照图像。再将提取出的车牌图像进行二值化处理，对相关的字符进行分割，最后完成了整个车牌字符的识别。然后把上述的三个部分在一个平台上进行系统化处理，测试分析其性能。 软件系统的设计流程图如下图：开始输入汽车图像提取车牌边缘形态学处理一次定位是否有车牌进行二值化根据投影和坐标变换进行倾斜

16、矫正根据垂直投影进行字符切分进行字符识别结果输出二次定位结束NOYES第三章 车牌识别系统的设计3.1 图像采集CCD摄像机是获得车牌照的重要工具，通过现场的光照和由检测装置控制拍摄角度可以获得车前或车后的车辆牌照。 图3-1 照片模型3.2 图像预处理当我们对采集的图像经过放大,过滤等相关的处理更好的提取字符。图像预处理是对采集到的图像的深度进行处理、图像锐化、图像二值化、边缘检测等。图像二值化就是把采集到的图像上像素灰度调成255或者是0，即把获得的图像变成黑白色。图像的二值化的好处是可以将图像变得简单，把图像的数据量减小，把感兴趣的位置目标凸显出来。 锐化就是补偿图像的轮廓,让它更加清晰

17、。图像边缘检测是对车辆牌照中的字符的边缘进行定位，主要是通过滤波、增强、检测和定位来实现。图3-2 灰度图像图3-3二值图3.3车牌定位车牌定位作为车牌识别系统中的重要组成部分，与后面的车牌分割和车牌识别有着重要的联系。车牌定位的方法有两种，分别是基于灰度图像定位和基于彩像图像定位。实验中采用的是灰度图像处理车牌的定位方法。这种定位方法需要对采集到的图像进行预处理，通过二值化等方法把彩色的图像转换成灰色的图像.然后找出每一行中的车牌线段，记下起始坐标车长度，若有连续多行存在于至少一个车牌线段，并且行数大于一固定阈值，我们认为在行上我们找到了一个候选区域，并且确定改区域的起始行与长高度，然后在我

18、们已找到的可能的区域做列扫描，知道该区域的起始行列和长高度。以此类推，找出全部车牌候选区域。导入原始图像图像预处理增强效果图像边缘提取车牌定位 行列扫描图3-4车牌定位流程图图3-5 定位到的车牌图片3.4字符分割 字符分割就是对已经得到的车辆牌照进行字符分离，得到包括汉子、字母和数字等在内的一系列单个字符，为后面的字符识别做铺垫。由于本文中处理到的车牌照相对类型少，变化小，所以采用直接分割法。就是用投影法先将拍照上面的字符进行粗分割，然后根据每个字符的宽度进行分类，然后再分割粘贴字符，合并断裂字符。在车辆牌照区域的定位完成后，将牌照分成单字符进行识别。因为满足车辆牌照的字符的格式、尺寸限制和

19、其他条件的字符间必定是字符在垂直方向上的投影。所以要在复杂环境下较好的分割字符，投影法是比较好的选择。步骤为：按左右宽度切割出字符计算水平投影进行车牌水平校正去掉车牌的框架分析垂直投影找到每个字符中心位置 图3-6 车牌分割步骤由国家相关规定小型汽车的车牌号的长和宽是确定的,这也就是说它们所对应的字符的长和宽也是一定且字符之间的距离同样必须保持一定.这样来说，如果把每个字符在车牌中占据的宽度平局分，那么得到的每个字符的宽度为：W/7（W为车牌的的像素宽度）。但是由于实际的情况一个车牌号不仅仅只有车牌的字符号,还有一些其他的东西另外还有就是最外边的字符到边框之间肯定还有一段距离;因此每个字符的实

20、际宽度必须小于W/7。据上所述，在一般情况下，W/9大概是最小的宽度。所以，可以从W/7到W/9之间变化得到车牌照字符的宽度。此程序流程如下：字符切割流程图如下图所示： 开始车牌二值图像切除周边空白垂直投影从左往右查找，垂直投影白色像素点累计小于10的值的wide以水平区域（0，wide）剪切出判断是否为标准字符保存这个字符将剩余部分保存并覆盖原先图像字符个数是否为7结束YNNY图 3-7 字符切割流程图图3-8 分割后的车牌3.5 字符识别把车辆牌照上的内容分割成单个字符之后,就要对每个字符进行字符识别。目前常用的字符匹配法有神经网络匹配法和模板匹配法，本文采用的模板匹配法，也是最直观的一种

21、方法，只需要将分割出来的字符同模板进行匹配。模板匹配法有着识别率低的弊端，然而车牌字符识别只包括矩阵的加减与统计，计算量小，所以用模板匹配法可以很好的实现。对于模板匹配，要首先建立标准的模板库，模板库中使用尺寸统一的字符，这里设定为20*40。3.5.1 字符归一化处理受猜到到的图像的像素值的不同,切割出来的字符也会受影响,字符或大或小,因此在进行字符匹配之前进行字符图像归一化处理时很有必要的,经过字符像素归一化处理,可以使图像字符和模板图像的大小相同，MATLAB谁提供一个函数来改变图像的大小,本论文采用最近邻插值法(nearest).最近邻插值法也叫做作零阶插值法，顾名思义就是把变换后像素

22、灰度值像素的灰度值和距离它最近的输入像素的灰度值调成相同.最近邻插入法的 特点是计算简单。图 3-9 经归一化后的七个字符经过归一化处理后的切割字符之后,会得到许多大小一致的字符,这样就解决了由于像素值不一样带来的各种问题,而且对后面的和库中的字符进行匹配有着重要的意义。3.5.2 字符匹配识别建立与待匹配识别字符相对应的字库表是字符匹配识别的重要条件,然后把已经切割的进行归一化处理之后的字符与建立的字库表相比较,逐个字符匹配比较,再把要识别的字符的特征值和模板字符的特征值相减,找到的最小的相减值就是最好的匹配字符。为了能够识别车牌号,我们所匹配的字符号必须要保持一致.首先我们必须先预存准确的

23、字符模板作为参照物;其次就是切割完的字符与参照物相互对比读取后运用四则运算的的减法运算一一相减;最后所得的差选取最小值所对应的字符就是了。图 3-10 字符相似度比较第四章 仿真结果及其分析4.1车牌定位后系统边缘检测的仿真结果图如下图所示:图 4-1 图像读取及检测结果图从上图可以分析得知:我们先从我们所获得的图像中选取车牌号部分,然后与模板中的字符相互比较;由于图中的信息很模糊看不清,在对图像经过滤波处理让图像更加清晰.当我们去除了污点后图像相比更加明了,与此同时字符的对比度也出来了,我们可以很清楚的得到所需要的车牌号.这样我们就完成了对图像的处理过程。4.2 车牌字符分割及其图像处理对经

24、边缘检测扫描后的图像经字符切割后的图像如下图所示：图 4-2 字符分割及归一化结果图从上图的比较可知:我们从所获得的图像中提取出我们所需要的车牌号;利用图像识别技术,首先将提取的图像信息进行规则分割;分割的目的就是将每一个字符单独的孤立起来,在对每一个字符进行整理和分析,剔除不必要的部分只保留字符部分即可;当字符整理好了之后再讲其与模板中的字符相互比较,看看是否一致;其中要经过相关的编程运算。4.3 车牌字符识别及其图像处理下图是车牌经字符识别后的图形,实际情况下存在一些偏差。图 4-3 字符识别结果图如上图可知当处理后的字符与模板中的字符相互比较时,在采取四则运算法则中的减法得到相应的差值,

25、差值越小表明字符匹配程度越高。而此图中的差值相差很大,那么他的匹配度较低。致 谢经过半年左右的努力，在老师的时刻关心和细心地指导下，本论文才得以完成。在本论文的写作期间，无论是老师对科学知识的严肃态度，还是在工作作风上的精益求精的精神，亦或是他严谨的治学态度，都对我有很大的影响。在论文的写作期间，老师不仅在论文写作上给了我耐心、细心的指导，而且在思想上给我以鼓励，在生活上给我以关心和照顾。在这半年的时间里，老师对我来水已经不仅仅是老师，更是亦师亦友的朋友。在此特向老师致以最诚挚的感谢。在这半年的时间里，除了感谢老师，还要感谢和我共同努力，共同进步的同组同学们。在我最困难，最想放弃的时候他们给我以鼓励，给我帮助，让我可以坚持下去，让我可以克服众多的困难，让我可以顺利地完成论文。在这里，我要向他们说声谢谢。论文的完成时一个漫长的过程，从审批表到初稿、定稿等等，论文的完成也是我们大学生活结束的标志，是我们步入另一种生活方式的标志。在这期间，众多的老师、同学和朋友给了我帮助，让我在这里对他们说声谢谢。最后，再次向给予我帮助的老师、同学和朋友们最发自内心的感谢。参考文献1 尹令. 车牌自动识别系统的研究及其在VC+中的实现. 湘潭大学. 2003年5