车牌识别算法解析_图文

1、 大的窗口进行模板匹配，确定每个字符的位置，并记录下来。针对不同的字符位置有不同的 处理方法： l 对于第 1 个字符和第 7 个字符，直接对其进行搜索，确定其位置，差别在于第 1 个字符 是从左向右搜索，第 7 个字符是从右向左搜索而已，这样做，第一可以减小单方向搜索 的误差，第二可以直接避免第 2、3 字符间距与其它字符间距不同(第 2、3 字符间间距 为 34mm，而其它相邻字符间距为 12mm造成的影响。 l 前面进行车牌区域定位和分割时采用的模板窗口比车牌窗口大 5%，所以对于靠边框的 位置很近的点进行排除，降低外框轮廓线的干扰。 l 在其它字符的搜索中，以前面已经搜索到的字符的水平

2、位置末端为起始点，搜索之。具 体是：第 2 个字符基于第 1 个字符，从左向右搜索：第 3，4，5，6 则基于第 7 个字符， 从右向左搜索。 l 已知这样一个先验知识：牌照图像的实际大小可能随着 CMOS 采集的时机不同而产生一 定的缩放， 但是总体比例不会发生大的变化。 设第 1 个字符中心和第 2 个字符的中心间 距为一个长度单位， 以第 1 个字符中心点为原点， 那么非使馆车牌的其余字符中心的横 向位置应分别为：1，2. 39，3.39，4.39，5.39 和 6.39，字符的宽度为 0 79：使馆车 牌的其余字符中心横向位置应为 1， 2， 3， 4.39， 5.39 和 6.39，

3、 字符的宽度同样为 0 79。 利用这个车牌格式模型结论， 对所得的位置进行计算， 去除中间由于噪声干扰造成的不 合理的数据，以计算结果进行替代，可以得到准确的字符分割结果。 七、车牌识别的系统基本配置： l CMOS 摄像机一台。CMOS 是互补性氧化金属半导体，制作工艺简单、重量轻、功耗低、结 构简单可靠、分辨率高、光谱适应宽、输出线性好等一系列优点，有广泛的适应性。安 置在汽车车道附近，收集来往车辆图像。 l 图像采集卡一块。接受来自 CMOS 输出的视频信号，并转化为计算机可以处理和识别的 数字信号，实时的将视频信号反应在电脑屏幕上，采集卡一般都有对外的编程接口，通 过外界命令，可以将

4、连续视频中的某一帧以特定的文件类型保存下来。 l 光电开关一套，与计算机相连，当车辆通过时，适时产生信号，通过微机向图像采集卡 读取图像帧的数据。 l 工业计算机两台。一台装有图像采集卡，用于接收 CMOS 图像信号，对其加工处理后进 行车牌定位、识别的工作，称为前端机。前端摄像机上接近车辆通过的场所。另一台接 收来自前端计算机的识别结果，监控协调前端摄像机的工作，我们称为控制台。控制台 物理位置远离前端计算机，环境更适合人工作。在控制台软件的支持下，一个控制台可 以同时监控、协调多台前端计算机的工作，并进行相应的信息处理，如车牌数据库的管 理等。 l 其他附属设备。包括电源、补充光源、网络线

5、路、系统软件等设备。 车牌识别系统的详细流程图： 车辆原 始图像 灰度拉 伸 中值滤 波 边缘检 测 开始 灰度化 边缘检 测 车牌区 域定位 车牌区 域分割 倾斜纠 正 二值化 字符切 割 特征提 取选择 数据库 对比 输出车 牌 结 束 八、车牌识别的系统的车牌信息的采集 （1）采集的基本思想 车辆识别是一个机器视觉的处理过程，而在图像工程、虚拟现实研究领域内，本系统是 通过标准图像（数据库）来检验有效性。本系统采用在图像处理基础上，通过建立图像获取 和运动条件下的图像退化模型， 生成标准的号码退化图像， 由对退化图像的检测实现号牌识 别率计量这一“计量”问题。 （2）车牌图像的成像模型

6、机器视觉研究的成像过程主要有两个因素：现实空间的点（对象）PR 到图像空间的点 （像素） Pi 的几何映射； CMOS 感应生成灰度强度(RGB 值。 几何映射过程也就是成像模型， 如下图： 如上图所示， PR 在图像传感器 CMOS 上形成了点 pi， 按小孔成像模型其变换关系可用一 个矩阵描述。灰度强度生成过程也就是传感器敏感单元在一段时间内对入射光能量的反映， 与对象的光谱特征，CMOS 特征有关。 （3）车牌图像的成形过程 图像空间的虚拟成像过程是虚拟像素点曝光过程，也即是虚拟像素点对过渡图像 RGB 强度值在时间域的响应，按小孔成像建立模型见下图： （4）车牌图像的实现 设测量夹角

7、a 为 20 度，拍摄距离 20m，曝光时问 l/250s，最高速度 50m/s。则曝光周期内 位置变动不大于 0.2m，对景深的影响忽略不计。如下图所示： 。 取证照片拍摄范围 3m 车道，号牌宽 440mm，按总特征像素分辨率 768×288Pixel，车牌分 辨率不低丁 100Pixel，则每像素标定距离参数为 0.004m/Pixel。由上面图可知，对拍照退 化有影响的切向速度为 VT=50×sin20 ，即 VT=17.1m/s。切向的位置变化r 为r=17.1× 1/500，为 0.034m，对应像素为 0.034/0.004=8.5pixel。 九、

8、车牌识别的系统的车牌信息的数据库对比 （1）车牌的数据库对比的简介 通过前端设备所获取到的车牌信息通过应用远程网络数据库的数据特征， 对所识别的字符进 行识别对比。整个远程网络数据库的识别由汉字网络对比、字母网络对比、字母数字网络对 比和数字网络对比四部分组成。 对通过远程数据库提供的相关数据进行对比， 提取更加精确 的车辆信息。 前端机器通过采集到的车辆相关数据信息， 通过预处理、 字符分割和特征提取然后与远 程网络数据库的数据特征进行对比，输出更精确的车牌号码。 十、总结 。 （1）智能交通系统的总结 该高速公路智能化控制占道系统需要通过外场图像采集实现摄像车牌识别技术， 然后通过数 据传

9、送到服务器主机进行分析和存储， 对违规的车辆通过嵌入式智能卡进行司机的报警提醒 同时在龙门架 LED 显示屏的提醒显示； 对未按规定行驶的车辆进行路段服务信息的显示预警。 高速公路智能交通系统对系统等一系列的性能如下要求： l 要求适应苛刻的野外工作条件：环境的温度范围 40+70、_工作湿度 090%（无冷 凝）的状态下正常工作，具备防尘、防盐雾、防酸等。 l 设备要求低功耗，因为在高速公路沿线，要求采用太阳能供电，这样可以大大的降低了 供电设备的投资经费。 l 高速公路智能系统担负着车辆及人身的安全所以肩负着重大的任务， 所以系统要求较高 的平均无故障时间(MTBF和较短的平均故障修复时间

10、(MTTR，提高了系统的可靠性。 （2）车牌识别系统的总结 车牌的识别问题是现代高速公路智能化占道控制系统领域中研究的重点和热点问题之一。 本 文主要进行车牌识别系统的研究，对车牌识别过程中涉及到的问题进行一系列的探讨研究。 l 分析采集的图像特点，使用图像处理方法，对图像进行一系列处理，其中包括灰度化， 对比度增强， 中值滤波， 边缘检测， 二值化，图像缩放，图像变形，Hough 变换求直线。 对其中一些内容进行了比较研究，如迭代法二值化中的 k 值变化速率的 比较和分析， 边缘检测效果的比较，对比度增强中的分段线性变换对图像影响的比较。 l 利用车牌自身具有的特点， 确定了一种车牌区域分割

11、和字符定位的方法， 并进行了实现。 同时针对其算法进行了优化，加速车牌的定位过程。 l 采用通过了数据库信息的对比思想， 通过对识别的字符图像的分析， 建立车牌信息跟数 据库信息进行对比识别，提高了字符识别的识别率。 （3）研究感想 学而后知不足， 通过实际的车牌识别系统设计上作才愈发认识到这个工作的复杂， 即使有许 多前人的经验和算法基础，在设计开发过程中，遇到的困难也是远远超过了原先的设想。 更深入地理解了数据结构，算法设计等基础课程的重要作用，要设计和编写一个好的软件， 这些知识一定要掌握好。同时更深入地学习了软件工程，掌握了软件工程开发的流程。 C 语言(包括 C+作为一门编程语言，对一个打算终身做学问的人而言，必须掌握、精通。 以前学习时有些方而理解得不够深刻， 有些细节没有弄明白， 而这些只有