基于数字图像处理的车牌识别系统设计

基于数字图像处理的车牌识别系统摘要汽车的数量的日渐增多，目前，城市的交通情况受到了人们极大的关注，怎样进行有效的交通管理便成为了人们关注的重点。针对此问题，人们利用新的科学技术，不断努力研发出了各种交通道路监视、管理系统等。这些系统，通过使用车辆检测装置对过往的车辆进行检测，对相关的交通数据进行提取，是为了达到监控、管理和指挥交通的目的。车牌识别系统现已经在高速公路、城市十字交通路口和停车场等项目中拥有着不可替代的地位。本设计使用数字图像处理方法，来解决车牌识别的问题。通过数字图像处理技术，对原始汽车图像进行处理，通过对图像的预处理、车牌定位、字符分割和字符识别四部分进行处理，最终得到车牌识别的字符。本设计的图像预处理是把汽车图像通过灰度化、二值化、边缘检测等操作，转变成易于定位的图像；车牌定位是首先利用边缘检测和形态学处理对车牌进行预定位，之后利用Radon变换倾斜矫正车牌，最后进行精确定位剪切车牌；字符分割是通过投影法进行字符的切分，然后利用双线性插值算法对字符进行归一化的处理；字符识别是将归一化之后的字符和建立好的模板字符库进行逐一比对，通过找差值来实现字符的匹配。本设计的算法是在MATLAB2017b上进行了仿真和测试，可以较好的识别出车牌号码。关键词：图像处理，车牌识别，边缘检测，MATLABLicense

plate

recognition

system

based

on

digital

image

processingAbstractThenumberofcarsisincreasingdaybyday.Atpresent,peoplepaygreatattentiontothetrafficsituationofthecity.Howtocarryouteffectivetrafficmanagementhasbecomethefocusofpeople'sattention.Inresponsetothisproblem,peoplehavemadecontinuouseffortstodevelopvarioustrafficroadmonitoringandmanagementsystemsbyusingnewscienceandtechnology.Thesesystems,throughtheuseofvehicledetectiondevicestodetectthepassingvehicles,extracttherelevanttrafficdata,inordertoachievethepurposeofmonitoring,managementandcommandoftraffic.Licenseplaterecognitionsystemnowhasanirreplaceablepositioninexpressway,urbancrosstrafficintersectionandparkinglotprojects.Thisdesignusesdigitalimageprocessingmethodtosolvetheproblemoflicenseplaterecognition.Throughthedigitalimageprocessingtechnology,theoriginalvehicleimageisprocessed.Throughtheimagepreprocessing,licenseplatepositioning,charactersegmentationandcharacterrecognition,thecharactersoflicenseplaterecognitionarefinallyobtained.Theimagepreprocessingofthisdesignistotransformtheautomobileimageintotheimagewhichiseasytolocatethroughtheoperationofgrayscale,binarization,edgedetection,etc.;thelicenseplatelocationistousetheedgedetectionandmorphologicalprocessingtoprelocatethelicenseplate,thenuseRadontransformtotiltandcorrectthelicenseplate,andfinallycarryouttheaccuratelocationandcuttingofthelicenseplate;thecharactersegmentationistocutthecharactersthroughtheprojectionmethodThen,thebilinearinterpolationalgorithmisusedtonormalizethecharacters.Characterrecognitionistocomparethenormalizedcharacterswiththeestablishedtemplatecharacterlibraryonebyone,andtomatchthecharactersbyfindingthedifference.Thealgorithmofthisdesignissimulatedandtestedonmatlab2017b,whichcanrecognizethelicenseplatenumberbetter.Keywords:Imageprocessing,licenseplaterecognition,edgedetection,MATLAB

目录1绪论 11.1研究背景及意义 11.2车牌识别系统现状 11.2.1国内外研究现状 11.2.2车牌识别技术的应用情况 31.2.3车牌识别技术的难点 31.3本文研究内容与结构安排 42车牌识别系统设计 52.1图像预处理 52.1.1图像灰度化 52.1.2二值化 72.1.3中值滤波 72.1.4边缘检测 82.1.5数学形态学处理 82.2车牌定位 102.2.1车牌预定位 112.2.2车牌倾斜校正 122.2.3车牌精确定位及剪切 132.3字符分割 142.3.1传统车牌字符分割算法 142.3.2基于先验知识约束的垂直投影分割算法 152.3.3字符归一化 162.4字符识别 173车牌识别系统开发与性能检验 113.1车牌识别系统开发 203.1.1系统开发软件 203.1.2系统操作界面 203.2车牌识别系统运行过程 213.2.1进一步优化设计 233.3车牌识别系统的分析 23总结 25致谢 26参考文献 271绪论1.1研究背景及意义近些年，私家车的需求数量迅速上升，城市交通设施的快速发展无法跟上车辆的增加，而大规模交通设施的大力发展也解决不了现有的交通拥挤问题，由于被限制的城市空间和政策资金的有限，道路基础设施的建设，受到了严重的制约，所以发展现代智能交通系统，是一个迫切的问题。发展现代智能交通系统是为了缓解交通堵塞，减少交通事故的发生，提高运行便利度为。利用定位系统和智能分析系统，实现实时智能控制和线路优化等功能的系统总称，车牌识别系统在现代智能交通系统中扮演着重要的角色，它可以从一张车辆的照片中，自动识别出汽车车牌的图像，对车牌的字符进行逐一分割，并识别出车牌的单个字符。车牌是车辆身份的标志，车牌识别技术在智能交通系统中起着重要的作用，此技术的应用范围十分广泛，特别是在城市道路和停车场停车收费，所以车牌识别系统的研究和开发具有重要意义。1.2车牌识别系统现状1.2.1国内外研究现状利用车牌识别系统，设计有效的车牌识别软件模块是目前需要解决的主要技术问题，因此，能够快速识别车牌号是世界各国需要解决的关键问题。目前国内外众多研究人员，对车牌识别软件模块投入了大量的资源，并提出了许多解决方案。LPR技术，目前许多国家的研究机构都在研究，国外的公司成功开发产品，并投入市场，例如以色列的Hi_Tech开发了See/Car系统、新加坡的欧塔西亚开发了VLPR产品。在我国，对车牌技术的研究起步相对较晚。而在20世纪80年代，国外就开始对车牌识别进行了研究，在当时，车牌识别技术还相对比较落后，只有一些简单的图像处理。它们基本只适用于某一领域，并不具有普遍的适用性。在20世纪90年代，车牌识别技术开始迅速的发展，在实际应用中，与下一代产品相比，采用自动牌照识别技术设计的产品已经达到了系统化和集成化REF_Ref35782689\r\h[1]。主要是由于当时计算机技术的快速发展，提高了图像处理和模式识别技术。我国汽车牌照的种类和样式与其他国家的牌照有很大的不同，中国不仅有英文和中文，还有汉字，并且我国车牌拥有各种各样的种类，如民用型的、警用型的、军用型等车型，这也是一些国外的实用产品，无法进入中国的原因。在90年代初期，我国汽车车牌识别技术逐步发展，现在我国最好的车牌识别系统，是中国科学院自动化研究所开发的“汉王眼”。相对成熟的车牌识别系统产品还有“慧光”。同时，国内各大学也进行了相关的研究，如清华大学人工智能国家重点实验室、上海交通大学计算机科学与工程系、西安交通大学图象处理与识别实验室等REF_Ref35784216\r\h[2]。随着现代社会和交通的不断发展，车牌识别系统的识别速度和识别率的性能需要进一步提高。并且车牌号码的识别率受外部环境的影响较大，因此需要不断优化车牌识别系统，提高系统抗干扰能力。随着图像识别技术的快速发展，计算机技术也迅速发展，为车牌识别系统提供技术支持，可以促进车牌识别技术的发展REF_Ref35784386\r\h[3]。1.2.2车牌识别技术的难点在车牌识别系统研究中，第一步是提取车辆的照片，照片的获取往往是由专业的摄像装置来完成的，因为这一过程主要在室外完成，所有系统会受自然环境的光和天气等因素影响，同时，这些因素没有规律可循，对系统的实现会带来很大的困难，主要影响因素如下：1)车牌格式的多样性。我国根据不同的车型规定了不同的号码牌，例如民用型车，警用型车，军用型车等。不同用途的车由于车牌结构的差异，车牌的定义方式也有一定的不同，因此，车牌识别系统需要针对不同车型进行车辆牌照的识别。2)车牌颜色的多样性。我国的汽车牌照颜色由蓝、黄、白等多种颜色构成，字符颜色有白、黑、红等多种颜色，颜色的差异，单一的算法无法正确的识别，必须根据不同颜色的车牌进行相应的识别。

3)车牌图片的清晰度不高。由于受光照强度不足、天气条件等多种因素的影响，前端设备采集到的车牌图像照片不清晰，存在图像失真等问题，导致车牌信息辨别错误甚至难以辨别。

4)我国汽车的车牌由字母、汉字和数字组成，汉字的识别方式相比字母较难，所以增加了车牌识别的难度。5）目前，我国汽车的车牌号按车型分为多种形式，不同类型的车牌命名方式不同，且存在着这样的难题，导致我国的车牌识别技术面临着巨大困难，比其他国家的车辆标识照片更难识别，因此，有效提高车牌识别的准确率和实时性是提高中国智能交通系统可靠性的重要难题。1.3本课题研究内容与结构安排本设计利用数字图像处理技术对车牌识别问题进行处理。通过数字图像处理技术，对前端采集到的汽车图像进行处理，得到车牌号码。本设计在总结了一些车牌识别算法的基础上，并提出了自己的车牌定位，分割和识别的算法，拟设计一个由图像输入到系统处理得到车牌字符输出的车牌识别系统。并取得了理想的实验结果，其研究内容具体如下：第一章：绪论。主要介绍了车牌识别系统的研究背景和意义，以及基于数字图像处理的车牌识别系统的相关国内外研究现状，并介绍了我国车牌的主要特征和现阶段的识别技术难点。第二章：车牌识别系统设计。详细的介绍了车牌识别系统的整个设计过程，对所用到的算法进行详细的介绍，并对识别结果进行整理分析。第三章：车牌识别系统开发与性能检验。对系统开发软件MATLAB2017b进行简单介绍，使用MATLAB2017b软件自带的GUI功能设计出图形用户界面。通过实验对各项系统功能进行了测试与识别，本文的最后对这次的毕设进行了总结和致谢。2车牌识别系统设计通过以上对于车牌识别系统基本介绍，本文设计的车牌识别系统主要由四个模块来实现的，接下来我将分别对组成系统的四个基本模块设计和系统整体设计进行详细的介绍。2.1图像预处理车辆的图像拍摄一般处于各种复杂的环境中，图像的质量会受到天气的影响，光照的情况、拍摄的镜头、车牌的干净程度、车辆进入到摄像机的位置等多种因素而进行改变。图片的质量会对车牌识别的准确率产生很大的影响，为了得到清晰的图像，首先我们要对图像进行预处理，预处理是利用数字图像处理技术来对车牌图像进行处理，消除图像中的干扰信息，这一步骤有利于后续图像的定位和分割，主要的流程是将图像处理成灰度图，并强化图像的有效特征，增强对有用信息的检测性，消除影响图像照片区域特征的噪点，使图像特征更加的清晰，更易于识别，为图像定位和分割打下基础。2.1.1图像灰度化灰度是指所有从黑色到纯白色的过渡颜色，并按照一定的方法进行分级。这些被分为不同级别的颜色，称之为灰度，通常被分为256个级别。灰度图指的是只记录单个像素点的灰度值的图像，每个像素需要8位存储空间，然而车牌上的原始图片均为彩色信息图片，在彩色图像中，所有像素的信息按照不同的层次由红（R）、绿（G）和蓝（B）组成，也称为RGB图像；彩色图像将R、G、B的颜色信息分别分成256个等级，三种颜色共有224种不同的信息，而每个像素需要24位的存储空间，数据量大于灰度图，数据量过大，不仅处理时间长，而且程序运行速度慢，存储设备也要求高。为了加快对牌照的识别速度，我们可以丢弃不必要的颜色信息，首先将RGB图像更改为灰度图像，从而数据量可以显著减少。灰度化是根据一定的方法将R、G、B值转换成灰度值的过程，像素点的灰度越大，颜色越接近白色，否则接近黑色，这个过程称为图像灰度化常见的图像灰度化的方法主要有以下几种：1、分量法：使图像中每个点的三个分量值R、G和B，使其中一个等于转换后该像素点的灰度值，即：𝐺𝑟𝑎𝑦=𝑅𝑜𝑟𝐺𝑜𝑟𝐵（2.1）2、平均值法：将图像的每个像素点的R、G和B值，取其算术平均值，转化为像素点的灰度值，即：Gray=(𝑅+𝐺+𝐵)/3（2.2）3、加权平均值法：首先对图像中每个像素点的R、G和B值，按不同的权值进行加权，然后计算算术平均值，并将算术平均值转换为像素点的灰度值。即：Gray=(𝑊𝑅𝑅+𝑊𝐺𝐺+𝑊𝐵𝐵)/3（2.3）其中𝑊𝑅、W𝐺、W𝐵分别是R、G、B值的权，选择不同的R、G、B加权后，然后取算术的平均值将图像进行灰度化，获得不同的灰度图。因为人们的眼睛对于不同的颜色感知是不同的，所以当权值为𝑊𝐺>𝑊𝑅>𝑊𝐵时，获得的灰度图像比较理想。本设计是利用加权平均值法得到的灰度图像，原始图像、灰度图和灰度直方图如图2.1和图2.2所示。图2.1原始彩色图像

图2.2灰度图像和灰度直方图2.1.2二值化在本设计中，多次使用了灰度图像的二值化算法，例如图像增强阶段、车牌预定位阶段、精确定位后的字符分割阶段等。二值图像是指任意像素点的灰度值均为0或255（分别代表的是黑色和白色），没有其他的灰度值。图像二值化算法是利用目标与背景之间的灰度差来算出阈值，然后将图像中每个点的灰度值与该阈值的大小进行对比，最后将大于阈值的像素归为一类，并使用“1”表示；小于阈值的像素则为另外一类，用‘0’表示REF_Ref36582533\r\h[4]。二值化算法分为两个步骤：一、阈值的计算；二、先进行对比然后再取值。阈值的确定非常重要，合理的选取阈值可以有效地去除图像中的噪声，并能够分离出目标和背景，从而显著减少信息量，提高图像的处理速度。二值化前后图像如下图所示：图2.3原始车牌图像图2.4二值化图像2.1.3中值滤波在实际情况中，车牌图像会受到噪声的干扰，如果我们不对噪声进行处理，后面的字符分割将会受到很大的影响。中值滤波是指将一个邻域中各点的中值被该像素点的值所代替，为了消除孤立像素点。中值滤波处理的目的是降低噪声对车辆图像的影响，并消除干扰噪声，也加强了灰度图像的边缘信息。2.1.4边缘检测车牌识别系统中的边缘指的是在图像梯度方向发生变化或者是灰度值发生空间上的突变所有像素的集合。图像的边缘检测可以缩小检测目标的范围，可以加快对后续车牌和字符区域判定的处理。边缘检测能够很大程度的降低图像中的干扰噪声，也可以很好的分离牌照和车身，并保存完整的车牌字符信息，从而提高识别的准确率。常用到的图像边缘检测算子有以下三种：（1）Sobel算子：其具有方向性，在垂直和水平方向上会产生明显的边缘。Sobel算子能够很好的检测出图像的边缘点，而且也能够抵制噪声的影响，Sobel算子在数学上已经证明了当像素的分布满足正态分布时，检测出的边缘是最优的。（2）Roberts算子：此算法比较准确，但是容易受到图像中噪声的干扰，去除噪声的能力比较差，其适用于噪声较小且边缘明显的图像。（3）Prewitt算子：此算法对噪声较多的图像和灰度渐变处理的效果较好，但是并不能够全部排除检测结果出现的虚假边缘。本设计是用Roberts算子实现边缘检测的，实际处理过程中边缘检测结果如图2.5所示。图2.5Roberts算子边缘检测图像2.1.5数学形态学处理在车牌识别系统中，运用形态学的知识，有利于去除直观的干扰因子，能够快速准确定位车牌的位置。其原理是：一、找到有一定形态的结构元素，二、利用形态学算法，对车牌图像中的相关形状进行量度和提取，从而实现对车牌图像的分析和识别的功能REF_Ref36925064\r\h[5]。数学形态学处理可以简化图像的数据，保留图像中有用的信息，删除无用的信息，车牌识别常用的形态学算子是腐蚀运算、膨胀运算和二者相组合而成的闭运算和开运算等。(1)腐蚀运算腐蚀运算的基本原理是在结构元素的制约下，删减物体的边界点和边界上的突出部分，使其向内收缩。其主要应用于消除分割图像时产生的微小且无意义的点REF_Ref36925671\r\h[6]。(2)膨胀运算膨胀运算的基本原理是将与物体接触的部分背景点合并到物体中REF_Ref36925871\r\h[7]。通过图像膨胀处理，图像的边界会变大，元素的面积也会相应的增加，并且图像膨胀能够填充图像当中的连接和空隙断续的点，成为可以连通的区域。(3)开运算开运算指的是对图像进行膨胀、腐蚀的操作过程。其作用是在不改变物体面积的情况下，去掉图像中的较小孤立点和毛刺以及去掉两个区域之间的连接点，大致平滑图像的轮廓，并且不改变图像的整体位置和形状。(4)闭运算闭运算指的是先进行膨胀运算，然后进行腐蚀运算。此运算的作用是可以在不影响图像的亮度前提下删除比较暗的部分。通过闭运算后可填充图像中的小空隙部分，从而可以把图像中临近的物体进行连通，使图像的边界更加的平滑。本设计中利用数学形态学算法对图像进行处理，首先利用腐蚀运算，去除车牌照片中不连续的边界点，然后再利用闭运算，对照片中的小块区域进行连通，最后删除图像中干扰因子，对车牌进行预定位。确定车牌区域的流程图如图2.6所示：边缘检测图像边缘检测图像腐蚀运算腐蚀运算闭运算闭运算删除干扰因子删除干扰因子图2.6确定车牌区域的流程图图像预处理，我们主要讨论了图像灰度化、二值化、中值滤波、边缘检测、形态学等比较经典的算法。这些算法不是只能在展开车牌识别算法之前使用，虽然我们把这些算法都归结到图像预处理这一部分，但是它们在接下来的车牌定位、字符分割以及字符识别中也会经常用到，所以应该说，这些算法是车牌识别系统算法中非常重要的一部分。2.2车牌定位车牌定位指是在车辆照片中找出车牌部分的轮廓，并准确地确定车牌轮廓，然后将车牌部分进行裁剪。车牌图像的定位需要准确，否则会影响识别的准确率，甚至完全无法进行识别。2.2.1车牌预定位为了确保牌照与车身分割的准确性，首先预定位车牌，对车牌的区域进行大概切分，除去非车牌部分，再根据车牌的边缘特征信息，再次进行准确的切分。预定位时，首先利用Roberts边缘检测算法，提取车牌边缘，在对图像进行边缘检测后获得的图像中，除了获取到车牌的边缘，还可以获取到很多背景的边缘，因此要先尽可能的去除非车牌部分的边缘信息，非车牌部分的边缘信息大部分都显示出细微且杂乱的分布，为了去除这些细微而杂乱的分布，我们利用数学形态学算法处理得到的图像，经过初步提取的车牌如图2.7所示。图2.7初步提取的车牌通过上述分析，确定车牌区域的轮廓步骤如图2.8所示。图2.8确定车牌区域流程图2.2.2车牌倾斜矫正在车辆照片拍摄过程中，由于摄像机安装倾斜、车辆号码牌倾斜悬挂、车身不水平等影响，会导致采集到的照片是倾斜的，如果车辆照片是倾斜的，车牌部分的图像也会产生倾斜以及车牌字符和字符间距也是倾斜的，在这种情况下，后续字符分割出来的字符噪声会明显增加，从而降低了字符识别的准确率，倾斜较大的照片可能无法分割字符，所以我们需要矫正倾斜的车牌图像。水平方向的倾斜最为常见，矫正方法主要有Houg变换法和Radon变换法，Radon变换相对Houg变换计算简单，本设计采用radon变换法对倾斜车辆图像进行矫正处理。Radon变换是利用图像在给定角度的斜线上像素之和来进行变换的方法REF_Ref36932205\r\h[8]。如果照片发生倾斜，最多数量的像素点是从该对应角度的斜向摄像上获得的。f(𝑥,𝑦)是图像矩阵，投影可以表示为：方向𝜃的射线上的某像素点的投影值，𝜃角指射线与𝑥轴所形成的夹角REF_Ref36932222\r\h[9]。二维函数f(𝑥,𝑦)的Radon变换是平行于𝑦轴的线积分：Rθx'y由Radon变换的基本性质Rθ+180°-x=Rθ(x)可知：在𝜃+180°时，函数R在−𝑥处可以求得极大值Rθ(𝑥)，其中车牌倾斜校正的步骤如下：首先调用Matalb中的edge函数，将图像转换为二值图像。2、然后调用radon函数，对转换后的二值图像进行Radon变换。3、其次调用max函数，从得到的Radon变化值中寻找Rθ(𝑥)的局部最大值，就可以确定Rθ(𝑥)局部最大值对应的𝜃和4、最后依据确定的θ值，调用imrotate函数，对二值图像进行(90°−𝜃)旋转，即可根据以上步骤，对车牌进行倾斜矫正，车牌矫正后的图像如图2.9所示：图2.9倾斜矫正后的图像2.2.3车牌精确定位及剪切经过前面的处理后，去除了非车牌的区域，并对倾斜的车牌进行了矫正，接下来需要精确定位车牌，采用投影法对车牌部分和背景来进行切分。在车牌识别系统中，投影法是定位当中最常用的方法之一。在现有车牌定位算法中计算特征参数之后通过投影的方法切分车牌部分和背景部分。在车牌定位中，使用投影法的步骤为：一、将图像转换为二值图像，二、对二值图像进行水平投影，找出车牌的上下位置以及高度，三、将预定位照片进行垂直投影，寻找出照片中有数字部分总宽度进行切分。对投影定位之后的图像进行剪切，得到图像如图2.10所示：图2.10定位剪切后的图像2.3字符分割为了识别出牌照的字符信息，我们必须识别出每一个字符。我们需独立分析牌照上的所有字符，所以，我们需要对牌照字符进行分割处理，字符的分割为字符识别提供了前提条件。2.3.1传统车牌字符分割算法字符分割是依照字符的各类特征进行分割的，如：字符的边缘、字符与车牌背景之间色差、字符的高宽比、字符之间固定的间隔等。依据不同的分割原理，分类出各种不同的方法，常用的字符分割法主要有以下几种算法：1、基于先验知识的分割算法车辆牌照的汉字、英文字母、阿拉伯数字的高宽比、字符间距都是严格按照国家规定的标准来制定的，这种先于经验的知识叫做先验知识。基于先验知识的字符分割算法适用于定位准确并且没有干扰信息的牌照。2、基于模板匹配的分割算法模板匹配是通过对比标识图案和不同图案各部分的相似度来判断存在与否，并通过此图案在图像位置的过程。模板匹配是通过牌照的图案与模板库的图案相似的部分进行对比，用来判断其是否存在，从而求得此图案在牌照图像中位置的过程。3、基于投影法的分割算法此算法利用了车牌投影原理---每个字符都会产生一个波峰，每个字符间距都会形成一个波谷（或是字符垂直投影的局部最小值）REF_Ref36986284\r\h[10]。算法的具体步骤为：首先对车牌部分进行垂直投影，从左到右进行行扫描，当寻找到第一个波谷，作为第一个字符的左边界，扫描到第二个波谷时，作为第一个字符的右边界，以这种方式类推，可以确定出牌照所有字符的左右边界，最后按各字符的边界条件进行分割，从而分割出单个字符。该算法比较简单、计算量较小、应用较为广泛，但对文字的粘连、铆钉、残留的边框等较为敏感。2.3.2基于先验知识约束的垂直投影分割算法通过上文分析，投影分割算法原理简单、计算量小、运算速度快，但是，如果单独使用投影法进行分割，就会出现以下两个问题：一、其中的一个字符被分为多个字符块，会出现字符断裂的情况；二、其中两个字符会被合并为一个字符块，会引起字符粘连。本设计采用基于先验知识约束的垂直投影分割算法，此算法在车牌分割的同时，限制字符宽度或者字符间隔宽度等，这样字符粘连和字符断裂的问题很容易解决。车牌字符切分的具体步骤为：计算牌照的宽度和高度。对车牌进行垂直投影，得到投影图。2）根据投影图计算出各列在垂直方向上的像素点，因考虑到有字符粘连情况出现，将字符间的边界像素值设定为3个像素。3）判定并存储单个字符的左边界。4）判定并存储单个字符的右边界。5）字符大小确认。6）字符边界确认。7）将每个字符的边界进行分割。此算法具有垂直投影法算法简单、计算量小的特点，同时也结合先验知识，解决了会出现粘连字符和字符断裂的问题。2.3.1字符归一化在采集车辆图像的过程中，由于拍摄的位置不同，车牌图像的大小也不一样；在经过字符分割处理后，每个字符的质心位置，会因为切割算法的不同从而也会发生变化。字符大小的差异和位置将会影响接下来字符识别的准确率，因此，在字符识别之前应对字符进行归一化处理。字符归一化分为以下两类：1）字符大小的归一化。为了得到同样大小尺寸的单个字符图像。2）字符位置的归一化。是为了在字符特征提取之前，确保字符质心位置大的合理，包括外框和重心归一化。由于采用了垂直投影算法对字符进行分割，分割出的单个字符的结构分布比较均匀，并且边界切割也比较准确，所以不需要进行位置归一化，只需进行字符大小归一化。大小的归一化是利用水平和垂直方向上白色像素的分布情况，作为放大或者缩小的依据。本设计采用了双线性插值算法，此算法是根据待归一化字符中像素的位置，从而确定像素点的灰度值。调用MATLAB软件中imresize函数，对分割出的单个字符进行归一化处理，将字符归一化尺寸设定为[11055]，method为归一化所采用的算法，其中包括最近邻插值算法“nearest”、双线性插值算法“bilinear”和双三次插值算法“bicubic”，我采用的是双线性插值法“bilinear”。字符大小归一化处理后的图像如图2.11所示。图2.11字符分割图2.4字符识别通过上面的处理，得到了牌照单个统一大小字符的图片，接下来需要对得到的字符进行识别，这是整个系统的最后一步。这一步的计算量是整个系统中最大的部分，也是整个系统中最关键的部分。我们常用的车牌字符识别方法有以下几种：（1）基于模板匹配字符识别算法模板匹配字符识别算法的原理是通过计算比较模板和样本之间的相似度，将相似度最大的作为提取的对象。这种方法虽然处理速度很快，但是很容易受到噪点的影响。所以在实际应用当中，需要比较大量的模板，才能保证一定的准确度。（2）基于神经网络字符识别算法神经网络字符识别算法的原理是利用神经网络来提取照片的特征信息，并在网络上进行构建识别网络，相当于分类器的作用。神经网络，能够进行大规模的分布式信息存储，也能够并行处理信息，具有很好的自适应性、自组织性，优点是识别率高、抗干扰性能力强、灵活性强。（3）基于统计特征匹配算法统计特征匹配算法的原理是通过收集大量字符的统计特征，从而形成特征库，然后再提取待识别字符的特征，并根据决策函数和特征库来进行判决，但是这种方法的字符识别易受到字符模糊和缺失等的影响。在车牌识别系统中最常用的是神经网络字符识别算法和模板匹配字符识别算法，神经网络字符识别是目前很流行的算法之一，其识别率高，但是需要很长时间的训练样本，算法也相对较为复杂。模板匹配算法相比神经网络算法更简单，程序也更容易实现，我们只需要建立好匹配的数据模板，它对字符的污迹、缺损抗干扰能力非常强，识别率也相当高。我采用的是模板匹配算法对字符进行识别，模板匹配算法的流程框图如下图2.12所示：建立自动识别的代码表建立自动识别的代码表读取分割出来的字符第一个字符与模板中的汉字模板进行匹配第二个字符与模板中的字母模板进行匹配寻找最大值MAX（即最相似的）所在的序号位置。识别完成，输出此模板对应值后5个字符与模板中的字母与数字模板进行匹配图2.12字符识别流程图模板匹配字符识别算法在MATLAB编程中，首先需要建立代码表，它是将归一化之后的单个字符与模板库中的字符进行匹配。当要进行字符识别时将待识别字符特征提取出来与模板中的字符特征逐一比较REF_Ref39577855\r\h[11]。我国的车牌第一个字符是汉字，第二个字符是字母，后面五个字符是字母和数字相结合。因此，第一个字符汉字和第二个字符字母分别单独识别，后面的五个字符统一单个识别。字符识别的结果如图2.13所示。图2.13识别结果3车牌识别系统开发与性能检验3.1车牌识别系统开发3.1.1系统开发软件基于下列原因，我使用MATLAB软件开发车牌识别系统，选择MATLAB的理由如下：1、本设计主要针对的是对车牌图像的处理，MATLAB在图形处理方面功能各方面都很强大；2、在处理过程中，图像转化可以产生大量的矩阵数据，而MATLAB善于数值计算和矩阵运算，可以在短时间内完成大量数据的重复计算和处理REF_Ref39578475\r\h[12]；3、MATLAB具有系统的实时开发、运算稳定可靠、随时可以调用工具箱、软件开发的周期短、软件形式灵活和易于扩展等优点。4、MATLAB的图像用户界面GUI可以建立灵活稳定、易于用户操作的界面。3.1.2系统操作界面MATLAB软件提供了低层句柄图形对象命令和使用GUI开发环境的图形界面设计方法。而GUI开发环境的设计方式相对更加的简洁方便；图形用户界面（GraphicalUserInterfaces，GUI）是由窗口、光标、按键、菜单、等元素所构成，界面形象生动，便于用户操作。本系统利用MATLAB软件自带的GUI界面，可以设计出操作方便而且界面友好的图形用户界面，如图3.1所示。图3.1车牌识别系统界面3.2车牌识别系统运行过程采用第二章的方法，对若干车辆的照片进行了处理和识别。下面是对其中一幅车辆照片的检测。读取的图像如图3.2所示：图3.2原始彩色图像为了减少计算量，对原始照片进行灰度化处理，得到的车辆灰度化图像和灰度直方图如图3.3所示：图3.3灰度图及灰度直方图为了便于定位，提高准确率，采用Roberts边缘检测和数学形态学算法对图像进行预处理如下图3.4所示：图3.4图像预处理对车牌的区域进行大概切分，除去非车牌部分，得到车牌预定位图像如图3.5所示：3.5车牌预定位采用radon变换法对倾斜车牌的图像进行矫正，提高识别率，车牌倾斜矫正如图3.6所示：图3.6车牌倾斜矫正利用字符先验知识和投影法相结合对车牌字符进行分割，并使用双线性插值算法对字符进行归一化处理，得到结果如图3.7所示：图3.7车牌字符分割结果最后采用模板匹配算法对字符进行识别，输出识别结果如图3.8所示：图3.8输出识别结果3.2.1进一步优化设计我利用MATLAB软件自带的GUI，将车牌识别系统做成了可用鼠标直接操作的GUI界面。以下为该系统的运行步骤：（1）打开MATLAB2017b软件，然后添加车牌识别系统的所有相关文件。（2）运行gui.m文件或者接打开系统的GUI界面gui.fig文件。（3）在文件夹中选取要识别的图像，然后点击相应按钮得到相关处理的图像（4）识别输出结果后可以选择清除，重新选取图像进行识别，也可以点击退出系统，退出GUI界面。如图4.12示。图3.9GUI界面3.3车牌识别系统的分析本系统以MATLAB2017b为平台进行设计，主要分为四大步骤，分别是：图像预处理、车牌定位、字符分割和字符识别。（1）我设计的车牌识别系统主要以蓝底白字的车牌为研究对象，而实际上我国车牌的种类多种多样，背景色彩各不相同。（2）车牌识别系统容易受到自然环境的影响，因此，需要对采集到的车辆图像进行大量的处理，才能保证较高的准确率。（3）在字符识别时采用模板匹配算法，这种方法虽然简单、程序比较容易实现，但识别率不高，模板库的字符制作非常重要，只要稍微不准确，就会影响识别效果。常遇到的识别失败的原因主要有：（1）采集拍摄的车辆图象质量不高，例如车牌上面有污点、车牌退色等，导致无法识别。（2）由于B和8、A和4、1和I特别的相似，所以在识别时很容易识别混淆。总结通过近几个月的不懈学习，阅读大量的文献以及资料，我从最初的只会MATLAB的简单操作到自己能够独立完成程序的编程与修改，通过不断对算法的学习，最终成功完成了这次的车牌识别系统的制作。本文的主要工作内容如下：图像预处理，为了减少计算量，对需要识别的图像进行灰度处理，并对图像进行roberts算子边缘检测，便于定位。车牌定位，车牌定位分为三步，首先定位车牌边界，框选出车牌轮廓信息；然后采用Radon算法对车牌进行倾斜矫正，提高识别率，不会只局限于对车头的图像才能正确识别，最后去除车牌周围干扰信息，对车牌进行精确定位。字符分割，将字符的先验知识与投影法相结合对字符进行分割，并采用双线性插值算法对字符进行归一化处理，得到统一的字符。字符识别，采用模板匹配算法对字符进行识别。进一步优化，使用MATLAB自带的GUI界面将结果运行，直观的可以对图像进行处理，便于操作。虽然我设计的系统具有一定的不足和局限性，实际应用还有很大的差距，但是我学到了很多关于MATLAB软件编程知识和数字图像处理的算法。致谢四年的大学生活即将以这次设计画上一个句号，我认真的投入了这次设计，也为我的大学生活添上了浓墨重彩的一笔。在这一刻，我将迎来新的人生转折，漫漫求学路，我要感谢养育我的家人，教育我的师长，陪伴我的同学，默默关注我，帮助我的学长和学姐们，以及那些给我挫折的竞争对手们，没有你们我的路途不会如此充实。在此论文即将付梓之际，我的心情无比激动。我要将我最大的敬意送给我的指导老师。我并不是成绩最好的学生，但您却是我最尊敬的老师。您的学识渊博，待人和蔼，令我能够毫无避讳的像您请教，让我学的更多。可以说我这次的设计是站在了巨人的肩膀上，杨老师是我坚强的后盾，是我探索知识的风向标，在您的引导下，我才能顺利完成这次设计，也让我切身体会到，学海无涯，学无止境的道理。我要感谢母校的教育，感谢学校为我提供了最理想的硬件设施，最舒适的学习环境，还有和谐的学习氛围。我还要感谢我的家人，是他们默默的支持才让我无需被生活的窘迫所扰，专心学习知识，祝愿你们永远健康快乐。从资料的收集，到最后的设计完成，有多少可敬的师长，同学，以及论坛的网友，讨论群里的朋友给我提供了帮助，在这里请接受我诚挚的谢意。同时也要感谢学校图书馆为我提供了良好的学习资源。最后再一次感谢为我提供帮助给我前进动力的人，和在设计中被我引用或参考的论著的作者们。由于本人学识水平有限。在论文中难免会存在不足之处，恳请各位老师给予批评指正，在此谨表谢意。参考文献[1]王敏，黄心汉一种模板匹配和神经网络的车牌字符识别方法[J].华中科技大学学报，2001，5，P23-24[2]MingG.He,AlanL.Harvey,Houghtransformincarnumberplateskewdetection.ISSPA,1996[3]桑卡，赫拉瓦卡.图像处理分析与机器视觉（第3版）[M]，清华大学出版社，北京，2011，P36-37[4]WenjingJia,HuaifengZhang,XiangjianHe；Region-basedlicenseplatedetection[J]；JournalofNetworkandComputerApplications,2007,30(4):1324~1333；[5]ChafikDjalalKermad,Kacemchehdi；Automaticimagesegmentationsystemthroughiterativeedge-regionco-operation；ImageandVisionComputing[J]，2002(3)；[6]隋君.基于数字图像处理技术的车牌识别系统研究[D].吉林大学,2016.[7]AlinedaRochaGesualdi,JoseManoeldeSeixas；CharacterRecognitioninCarLicensePlatesBasedonPrincipalComponentsandNeuralProcessing；[8]石红兰.汽车车牌识别技术研究[D].苏州大学,2012.[9]陈鼎.基于Matlab的车牌识别系统的研究[D].南昌大学,2018.[10]胡小锋,赵辉.VisualC++／MATLAB图像处理与识别[M].北京:人民邮电出版社,2004,94-101[11]仉巍.基于MATLAB的夜间车牌识别算法[D].吉林大学,2016.[12]李亭.车牌识别系统的开发研究[D].长安大学,2013.[13]刘峥强.深度学习算法在车牌识别系统中的应用[D].电子科技大学,2016.[14]危雨轩.鲁棒的字符识别算法研究[D].北京邮电大学,2013.[15]张吉斌.基于图像处理及支持向量机的车牌识别技术研究[D].兰州交通大学,2013.[16]刘群群.不定长车牌字符分割算法研究[D].浙江大学,2011.[17]杨京忠.基于数字图像处理技术的车牌识别算法研究[D].电子科技大学,2007.[18]李波.基于数学形态学和神经网络的车牌识别系统研究[D].华中科技大学,2006.[19]张南楠.雾霾天气条件下车牌识别算法的研究[D].东北林业大学,2019.[20]金芳晓.基于嵌入式的Opencv车牌识别系统[D].辽宁师范大学,2014.

HYPERLINK电脑文件整理懒招从来都是不会经常整理文件的，不过时间一长，众多的文档分布在硬盘的各个角落，用目录进行整理保存，工作量大、查看起来也不方便且还会浪费不少的磁盘空闻；用压缩工具打包，尽管可以节约空间但是却无法直接编辑修改或查看压缩包中的文件。这些招，懒人怎么会用，他们自有妙招!再多再乱的文件也能整理得井井有条，关键是不费力哦!

懒招1，自动提取乱中取胜

小张起初将照片、Office文档、电影、音乐等文件一股脑地存放在某一个磁盘分区，刚开始文件少使用起来倒也方便，但随着时间的推移，文件数量剧增，每次找所需的文件都要瞪大眼睛，不过有了MY文档管理器(下载地址：)就不用担心了。

第一步，下载MY文档管理器，解压到任意目录，直接双击其中的可执行性文件即可使用。依次单击“节点操作→添加节点”，分别添加多个节点，如“办公文档”、“电影”等分类，这样做的目的是方便归类。

第二步，在小张的F盘中的TEST目录下有众多的RM、MP3、JPG、DOC、TXT格式的文件，现在他要把JPG格式的文件提取到“照片”类别中。依次单击“系统配置→文件过滤”选项，打开Dialog对话框，输入“*.doc”，单击“添加”按钮，意思是过滤掉所有类型为“.DOC”的文件。然后按照同样的方法，将“*.txt”、“*.rm”、“*.MP3”一一添加进来。

第三步，双击左侧窗格中的“照片”节点，然后依次单击“记录操作→导入记录树”命令，在打开的对话框中单击浏览按钮，打开“F:\test”目录，单击“确定”按钮之后就可以将格式为JPG的文件提取出来并添加到“照片”节点中了。

懒招2，不同的电脑统一的管理

小张是电爱的Fans，工作之余常常为杂志写稿，他写完的和正在处理的稿件一般都存在一个稿件文件夹里。不过时间一长，家里的电脑(PC1)和单位的电脑(PC2)上都有这个文件夹。时常需要通过移动硬盘(U盘)在两台电脑之间传递，使用和管理都很不方便。不过他现在用优盘就可以统一管理了。

第一步，将上文提到的那个MY文档管理器解压后直接拷贝到优盘上。把优盘插到PC1上，并运行软件，依次单击“记录操作→导入记录树”命令，在随后弹出的对话框中设置好“稿件”文件夹的根目录，将“导入深度”设置为“5”，单击“确定”后，稍等片刻，软件就把PC1上的“稿件”导入到MY文档管理器中。

小提示：通过这种方式导入到程序中的仅仅是文件的路径、文件名等属性信息，并不是文件本身。

第二步，把优盘插到PC2上，按照同样的方法导入PC2上的“稿件”文件。以后要编辑“稿件”里的文件，你自己根本不用记住哪台电脑的哪个路径，只要把优盘插入到电脑，运行MY文档管理器，就可以直接编辑了。

第三步，为方便在异地使用，小张决定为当前正在处理的稿件增加一个副本。在需要异地处理的稿件上右键单击，选择“复制文件到(自动添加副本)”命令，在弹出的对话框中将保存目录设置为优盘上的某个目录即可。这样，就可以在优盘上编辑PC1或PC2的稿件了。

小提示：对于PC1、PC2上的同名文件，MY文档管理器以不同的磁盘号+文件路径来标识文件记录，因此，对于不同电脑上的同名文件，甚至是路径和文件名完全相同的文件，程序也可以准确识别哪个是哪个。

懒招3多种文件批量移动

要将文件管理得井然有序，就免不了要进行复制、删除、移动等等操作，如果一个个进行操作，工作量是非常巨大的。这时我们就需要借助于BelvedereAutomated(下载地址：.com/assets/resources/2008/03/Belvedere%200.3.exe)进行批量操作了。例如我们想把“F:\test”目录中的所有照片移动到F盘中的“北京游照片”目录中，可以按以下方法进行。

第一步，建立“F:\test”目录后在“rule”一栏中，单击“+”按钮，建立一个规则。在“Descriptior”文本框中为当前规则起一个名字如“批量整理移动”。单击第一个下拉列表，在这里可以选择Name(文件名)、Extension(扩展名)、Size(大小)等进行操作，这里选择扩展名“Extension”。单击第二个下拉列表，在这里设置的是操作条件，有is(是)、isnot(不是)、contains(包含)等操作可供选择，这里选择的是“is”。接下来，在最后的文本框中输入图片文件的扩展名，示例中是“JPG”。定义的规则合起来的意思就是“扩展名是JPG”。

第二步，在“Dothefollowing”区域设置操作动作，单击第一个下拉列表进行操作动作的选择，有“Movefile(移动)、Renamefile(重命名)、Deletefile(删除)”等动作可供选择，我们要批量移动，那就选择重命名“Movefile(移动文件)”。接下来，单击后面的按钮选择“F:\北京游照片”目录。

第三步，规则设置完毕，单击“Test”按钮应用规则，程序即可一次性地将所有扩展名为“JPG”的图片文件移动到“F:\北京游照片”目录中了。

懒招4提纲挈领一点即得

在前面几大懒招的帮助下，你电脑里的文件应该已经有点类别了吧。如果从此想告别懒人的生活，那就要养成管理文件的好习惯了。

第一步，在你保存资料的电脑分区中，要接类别建立多个文件夹，可以按用途分为：学习、娱乐、暂存、工作、下载，在娱乐下又可以建立二级目录：电影、歌曲、动画等。也可以按照常见的文件性质进行分类，例如分为：图片、电影、电子书、安装文件等，当然也可以按照你的需要再建立二级目录，以后每有文件需要保存就按这个类别保存到相应的目录。

第二步，虽然现在已经把文件分门别类存放了，但时间长了，目录太深，一层一层查找也很麻烦的，在EXCEL里建一个目录就可以统一管理了。运行EXCEL后，新建一个表格，然后按照我们的分类方式隔行输入：图片、电影、电子书，在图片分类下再建立二级目录名，例如明星、汽车、壁纸等。

第三步，右键单击“图片文字”，选择“超链接”，在弹出的对话框中选择电脑里图片目录文件夹，单击“确定”后EXCEL里的“图片”文字就变成彩色。用同样的方法为一级目录的“电影、电子书”和二级目录的“明星、汽车、壁纸”等添加超链接。然后将这个EXCEL文件命名为文件目录，保存到桌面上，以后打开这个文档，直接单击相应的文字，比如单击“壁纸”，就可以切换到壁纸文件夹了。

小提示：如果要更改某个超链接，直接右键单击该文字，选择“编辑超链接”就可以了。本人的电脑分类原则简述如下。

硬盘的第一层(请在自己的件夹中右键“按组排列”查看)

第一位字母表示A生活娱乐B教学C工作D安装程序

第二位字母表示只是流水号

AA影视

AB音乐

AC阅读

AD图片

AE相册

---------------------------生活娱乐

BA计算机

BB英语

BC运动

BD游戏攻略

BE衣食住行

BF文艺

----------------------------教学

CA管理制度

CB流程图

CC程序文件

----------------------------工作

DA娱乐

DB其它

----------------------------安装程序

硬盘的第二层(进入“AA影视”的文件夹举例)

第一位字母表示只是流水号

第二位字母表示只是流水号

AA电影

----------------------------

BA电视剧

----------------------------

CAMTV

----------------------------

硬盘的第三级(进入“AA电影”的文件夹举例)

第一位字母表示A动作片B剧情片C动画片

第二位字母表示A未看过B已看过

AA导火线

AB尖峰时刻

----------------------------动作片

BA独自等待

----------------------------剧情片

CB机器猫

CB狮子王

----------------------------动画片

利用“字母排序”和“按组排列查看”可以使文件查看和存放简洁明了，结合自己资料的特点和实际需求，给自己定一个分类原则并严格执行。个人电脑资料的资源会得到高效而充分的利用。电脑文件管理八条小技巧

在电脑的内部，在电脑的桌面上，在“资源管理器”中，充斥着无序与混乱,这种虚拟的混乱极大地影响了电脑的性能和我们办公的效率，当大家面临这个问题时，通常认为硬盘空间又不够了，电脑性能又不跟不上了，需要再换一台新的电脑了。事实上，我们真正需要的是坐下来，好好花时间将电脑里的文件真正管理起来，会为自己日后省下更多的时间。

文件管理的真谛在于方便保存和迅速提取，所有的文件将通过文件夹分类被很好地组织起来，放在你最能方便找到的地方。解决这个问题目前最理想的方法就是分类管理，从硬盘分区开始到每一个文件夹的建立，我们都要按照自己的工作和生活需要，分为大大小小、多个层级的文件夹，建立合理的文件保存架构。此外所有的文件、文件夹，都要规范化地命名，并放入最合适的文件夹中。这样，当我们需要什么文件时，就知道到哪里去寻找。

这种方法，对于相当数量的人来说，并不是一件轻松的事，因为他们习惯了随手存放文件和辛苦、茫无头绪地查找文件。

下面，我们将帮你制订一套分类管理的原则，并敦促您养成好的文件管理习惯。以下是我们总结出的一些基本技巧，这些技巧并不是教条，可能并不适合你，但无论如何你必须要有自己的规则，并坚持下来，形成习惯。

一、发挥我的文档的作用

有很多理由让我们好