【基于MATLAB的车牌识别系统设计与实现8100字（论文）】

基于MATLAB的车牌识别系统设计与实现TOC\o"1-3"\h\u摘要 1第一章引言 2第二章停车场系统设计方案 3第三章车牌识别系统的设计与实现 4（一）设计方案 4（二）图像预处理 4（三）车牌定位和分割 7（四）字符分割与归一化 10（五）字符的识别 11（六）本章小结 13第四章系统数据库的设计 13（一）数据库详细设计要求 13（二）数据库设计概要 14（三）本章小结 15第五章停车场管理系统的详细设计和实现 15（一）车辆出入管理模块 15（二）收费模块的设计和实现 17（三）车牌管理模块 18（四）本章小结 19第六章总结与展望 19参考文献 20

摘要：经济的快速发展，导致了大量的汽车制造企业的出现，拥有车辆的居民也越来越多。停车难、停车位少是当前停车场所面临的主要问题。需要有一个能够快速记录数据，同时对车位能够智能识别的智能化停车场。本论文的重点是对智能化停车场进行了设计，并对其进行了一个完整的停车场系统。包括车牌识别、停车提示和按时间收费。包括车牌识别系统、数据库设计与实现以及停车场系统的总体设计，利用MATLAB设计出车牌识别系统，并由此为基础，设计了一套包含车牌识别、空位检测、出入自动控制、计时计费、安全监控于一体的智能化停车场系统。本论文以牌照识别为基础，进行了自动停车泊位的设计，希望该系统的建设能够进一步提升停车场的管理水平，为业主提供更加便捷、快捷的停车服务。利用MATLAB软件开发出一套汽车牌照识别与空位检测系统，为的是更加智能化停车场管理系统。关键词：停车场系统，车牌识别，MATLAB，智能化一、引言智能停车场能够有效地利用停车场的空间，解决停车泊位短缺的问题。就当下来看，汽车停车智能化技术的发展比较平稳。但是，存在着严重的维护问题，其中最大的问题是电动机的运行方式和结构的不稳定。由于在地面上出现的异常现象，一般都是很微小的，维修人员难以察觉，这是一个急需解决的问题。不仅如此，因为每天有更多的车辆出入，记录数据的也是一个大问题[1]。我国国内的实际情况是不同的，国外的实时拍摄条件比较好，牌照也比较统一，但是国内的牌照标准还不够完善，不同的车辆型号、大小、颜色不同，所以车牌的颜色多，且号码不统一，对信息处理造成了一定的困难。在被记录处理的车牌上，有蓝色和白色相间的牌照，有大功率车辆的黄色和黑色的牌照，有军用和警车的红色牌照，也有外国的大使馆的黑色牌照。从数字来看，有七位数，有九位数的，有军车的，有上下两位字符的，这就给了信息处理造成了很大的麻烦[2]。国内生产的比较好的有汉王公司的“汉王眼”，还有亚洲视觉科技有限公司，深圳市吉通电子有限公司，中智电子科技有限公司，西安交通大学的图像处理与识别研究室，上海交通大学的计算机科学与工程系，清华大学和浙江大学，这些机构和高效都有自己的研究成果。在进行一般处理时，大多都是为了改善系统识别率[3]，“汉王眼”通过使用主动红外线光源和光学滤光片，降低了可视光的不可控效应，降低了恶劣天气和车辆尺寸的灯光，并在高速公路的“汉王眼”标识处安装了两根电缆，一条是220V50Hz1安培的交流电源，一条是触发信号，一条是汉王之眼的通信系统[4]。另一方面，在牌照识别中，也应用了两种特殊的技术，即条形码和无线射频技术。条形码识别需要将条形码打印在车身上，将扫描装置安装在特定的位置，并用扫描方式读取条形码，从而实现对汽车的识别[5]。无线射频技术需要在汽车内部设置标识卡，在系统的某个位置设置收发信机等设备，接收到标识卡的信号，对经过的车辆进行识别。很明显，这两者都很难被推广。从现有的几种汽车牌照的性能指标来看，该系统在识别率和速度方面还需进一步改进。随着现代运输技术的迅速发展，牌照识别系统的使用范围不断扩大，对车辆牌照的需求也越来越大。因此，研究快速准确的定位和识别算法是目前最重要的工作，随着影像处理技术的发展，摄像设备和计算机性能的不断提升，将进一步推动汽车牌照的识别技术[6]。针对目前停车管理中遇到的问题，提出一种基于机器学习的智能停车场智能监测系统。本论文的重点是对智能化停车场进行了设计，并对其进行了一个完整的停车场系统。包括车牌识别、停车提示和按时间收费。本文的研究内容包括车牌识别系统、数据库设计与实现以及停车场系统的总体设计。二、停车场系统设计方案系统的分析是系统设计的首要环节，其好坏直接关系到系统的实用性、成本以及系统的开发。该系统由业务需求、用户需求、功能需求和非功能需求构成。智能交通系统中的停车场系统[7]。它既要与智能运输系统进行信息交流，又要与用户进行互动。私人停车场系统符合安全，实时，可靠性和精确度的要求。根据需求与结构的分析，将停车场管理系统的软件按照功能划分为硬件部分（硬件部分，如主板、闸门等）和上位机数据部分。该系统的主要功能是实现进出车辆的监控、图像采集、车牌识别、与底层网络通讯等；计算机的数据管理模块主要包括系统管理、收费管理、查询管理和牌照管理[8]。上位机管理系统总体框图见图2.1。图2.1停车场结构逻辑示意图三、车牌识别系统的设计与实现车牌识别包括图像采集，图像预处理，车牌定位，字符分割，字符识别等。本论文的重点是图像预处理、车牌定位和字符分割。（一）设计方案本系统包括了图像的处理和文字的辨识。图像处理模块主要有图像预处理、边缘提取、车牌定位和车牌识别。汉字的识别主要包括文字的分块和特征的抽取以及个别的文字的识别。文字识别要求有清晰的图像，因为摄像机长时间在户外，加上光线、摄像头角度、距离、车辆状况和车速等因素，很难获得理想的图像。该系统的核心部分是牌照的定位与分割。它的主要作用是通过对车牌进行预处理，确定车牌在灰度图像中的具体位置，然后将含有牌照的子图像从图像中分离出来。牌照识别系统主要实现对牌照模糊的识别，并将其输出为清晰的影像。在汉字识别中，通常采用模板匹配和神经网络建模两种方法。（二）图像预处理1.图像灰度化截止到目前，车辆的影像样品主要是由摄像机和数码相机采集，所以在进行预处理之前，所得的影像均为彩色影像。真彩色影像又叫RGB影像[9]。它使用R、G和B成分来代表象素的色彩。R、G、B分别代表红、绿、蓝。三个基色可以合成任意一种色彩。每个元件包含255个数值，所以一个象素的色彩可以在1600万以上（255*255*255）以上。该灰度图是一种具有相同R、G、B成分的特殊彩色图像，各象素在255之间变化。为了降低后续图像运算的运算量，本文提出了一种将多种图像进行灰度变换的方法。与彩色影像相似，灰度影像的描绘能反映出整体及局部色度及亮度的分布及特性。这样，它就被储存成M×n×3的多维阵列。由于彩色图像中含有大量的色彩信息，因此不但需要大量的数据存储，还会影响到系统的执行速度。由于图像中各象素具有三种不同的色彩成分，因而有很多与辨识无关的资讯，使得后续辨识变得困难。所以，在图像的识别过程中，常常把彩色图像转换成灰色图像，从而加速图像的处理[10]。数字图像包括两类：一是彩色影像，二是灰色影像。在RGB模式下，当r=g=b时，以颜色代表灰色，r=g=B的数值叫做灰度。从色彩到灰色的转变叫做灰阶。灰度图像是一种仅含有亮度信息而无色彩信息的图像。在灰度图像的存储中，仅需一组数据，而矩阵中的每一元表示相应象素的灰度值。彩色图像的象素色彩是RGB（R，G，b），而灰色图像的象素色彩是RGB（R，R，R）。R将彩色图像的色彩分解，得到G和B。而R、G和B的值范围为0-255，因此灰度仅为256。在对彩色图像进行灰度变换时，一般采用的是平均法，其计算公式是：H=0.229r+0.588g+0.144b在公式中，H为灰度图像的亮度值；R代表了彩色图像的红色成分值；G为彩色图像的绿成分值；B是颜色图片中的蓝色成分。三个分量之前的RGB系数是一个经验权重[11]。该权重系数是以人类的眼睛为基础的。在对人眼敏感的绿色区域中，使用了更高的权重；蓝光对人类的眼睛没有那么敏感，而且比较轻。利用此公式所得到的灰度图像能够较好地反映出原图像的亮度信息。2.图像的边缘检测边缘是指灰度在空间上或梯度方向上发生变化的一组像素。由于噪声干扰和车身的影响，摄像机采集的汽车图像质量不理想[12]。为了更好地改善图像的质量，为后续的分割与识别提供了方便。在复杂背景下，利用良好的边缘检测技术，能有效地减少背景中的车辆图像，并保持完整的车牌字符信息，为后牌照的精确定位及字符识别提供了方便。通过对汽车牌照的定位和汽车牌照自身的特点分析，得出了汽车牌照在水平方向上的长方形区域，在图像中的位置是比较固定的，并且在车牌上的字符是横向排列的。通过对车辆牌照进行合适的图像转换，能够清楚地显示出牌照的轮廓。文中提出了一种基于Roberts边缘检测的算法。MATLAB软件中的灰度和边界检测是这样的：I=imread('car.jpg');figure(1),imshow(I);title('原图')I1=rgb2gray(I);figure(2),subplot(1,2,1),imshow(I1);title('灰度图');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');I2=edge(I1,'robert',0.08,'both');figure(3),imshow(I2);title('robert算子边缘检测')图3.1原图图3.2灰度图与灰度直方图图3.3Robert算子边缘检测（三）车牌定位和分割该系统相机可以捕捉到整辆车的图片，只有牌照的那一部分才能对该系统有所帮助。因此，我们必须对牌照进行定位和划分。牌照的定位和分割是在经过预处理后，根据灰度图像的特征来判断牌照的位置，然后将整幅图像中的牌照区域分割出来，从而实现对车牌信息的识别[13]。图3.4车牌定位流程图1.车牌定位对机动车图像进行灰度化和边缘检测后，边缘得到加强，车牌区域较为明显。本论文在图像处理与模式识别中运用了数学形态学。数学形态学是通过利用机械结构的形式来检测和抽取图像中对应的形状，实现对图像的分析与识别。该方法可以有效地消除噪声、保持图像的原有特征、提取边缘、提取出更多的连续性、减少断点[14]。目前，利用蚀刻预处理后的影像，除去杂质，即可得到较为精确的牌照定位。图3.5腐蚀后车牌图3.6平滑图像的轮廓图3.7去除杂质后2.车牌分割在汽车牌照自动识别系统中，模拟考试是一个非常关键的步骤。该模组的正确性由许多因素所决定。最大的问题在于，这两个数值不完全，以至于在投影影像中，文字信息不清楚[15]。其次，车牌的污染、反射、光照不均匀、车牌影像交错、噪音大；第三，牌照的边缘和铆钉也会造成错误的划分；另外，在车牌开头两个字符与后面五个字符间的间距都会影响到字符识别；牌照的转动是影响横向分割的重要因素。本文提出了一种基于彩色图像的牌照颜色分割算法。利用彩色象素计数法对牌照区域进行分割，并确定与牌照背面的蓝色RGB相对应的灰度区，并在行方向上计算出图像的数量，从而在行方向上确定牌照区域。最终完成牌照的全覆盖。图3.8车牌对位后的图像3.对定位后的彩色车牌的进一步处理定位后的车牌图像是彩色的，这样就会占用大量的内存，给电脑带来更多的负担。由于汽车图像中不可避免的有噪声，所以必须对其进行灰度化、二值化、滤波等处理。图像二值化是把图像上的点的灰度设定成两个数值，一般在0到255之间，这样就可以得到很好的表现。也就是说，采用合适的门限，对256个亮度级别的灰度图像进行选择，从而得到一幅仍能反映出该图像的全部和局部特性的二进制图像。过滤就是从图像中消除噪音。目前有多种滤波方式，其中最常用的就是平均滤波。均值滤波是一种经典的线性滤波方法，它指的是为目标象素提供一个模板。在模板中，使用平均的像素来代替原来的象素值。图3.9车牌的进一步处理（四）字符分割与归一化图3.10字符分割与归一化流程1.字符分割字符分割是汽车牌照识别中的一个重要环节。通过对汽车牌照的定位，实现了对字符的分割，并对其进行了分类。对牌照进行二值化，获得了一幅竖向投影的牌照区域。在投射过程中，出现了明显的波浪起伏，与于峰谷相似。由于对投影上的波形进行了从左至右的扫描，在切割时，由于阈值的误差会造成字符的不精确。在此基础上，我们可以通过统计数据来分析裁剪字符的长度，从而引导裁剪和分割因错误造成的字符太宽。图3.11字符分割后的图像2.字符归一化处理由于数码照相机所拍出的车辆影像尺寸不同，因此牌照上的文字也会有差异。字符的标准化是为了方便汉字的识别。标准化的目标是让牌照的字符和标准的模组一样。文中所用的尺寸规格化算法是将文字的像素尺寸从横向和纵向两个方向进行归一化。图3.12字符的归一化处理（五）字符的识别字符识别是一种OCR技术，它是一种基于模板匹配的OCR技术，它是一种基于OCR和人工神经网络的OCR技术。OCR的主要步骤是：将待辨识的文字进行二值化，并将其缩小至文字资料库中的模板尺寸，再与各模板进行比对，最终选取最优的匹配。模板匹配的主要特征在于其易于实现，且对文字规则时的文字图像存在的缺陷和干扰具有很好的适应性，并且具有很高的识别率。本文将模板匹配技术相结合，将其应用于车牌字符的识别中。在图像识别中，模板匹配是一种具有典型意义的方法。它将从被识别的图像或图像区f（I，J）中抽取的多个特征量一一与模板t（I，J）对应的特征量进行比较，并且计算其间的标准化互关联。其中，关联程度最大的图像表示出这一阶段的相似性最高，可以把图像分成不同的类型。最后，利用最小距离法对图像进行分类，并对其进行分类。但是，一般情况下，所匹配的影像的成像状况不同，会造成更大的噪音干扰，或影像的灰度或象素位置的改变，可以避免上述问题。图3.13字符识别流程图这里，使用减法查找模板中与字符最相似的字符，然后寻找最相似的结果。牌照上一般有七个字母。大部分牌照的首字母为汉字，一般表示汽车所在省，或含有诸如军人和警察等意思的缩略语；牌照的识别和一般的字符识别都是有限的。汉字50个左右，英文大写26个，数字10个。所以，创建一个角色模版库也是很容易的。为方便试验，本文仅采用4个数字、26个字母、10个数字组成的模板，并根据此次设计的车牌特征进行了试验。其它的模板也是一样的。首先，取得一个字符范本，再取得要辨识的字元，与范本对应的字元相对应。为每一个相减图保留0的数值，这是可识别的结果。图3.14识别结果图（六）本章小结本章是智能停车场系统中最重要的一章。车牌识别是通过MATLAB系统实现的。为智能停车场系统的奠定了基础。四、系统数据库的设计（一）数据库详细设计要求1.处理功能要求主要功能包括：车辆存取、卡片识别、查询、更新车辆信息；免费查询车位信息，查询车位使用情况，进出车辆记录，收费查询更新。2.处理对象分析该系统主要负责车辆信息、车主信息、车位信息、停车信息、卡信息、管理员信息、收费信息、出入口信息、权限信息、操作记录信息。车辆资料：车辆牌号、颜色、开通时间、到期时间、车主号、车型、剩余金额、车辆状态、进出场；业主资料：业主编号，业主姓名，联系方式等；车位资料：车位号，车位位置，车位状况；停车资料：车辆牌号，进站时间，进站号，发车时间，停车时间，车位，收费金额，收费人员；卡片资料：卡号，车牌号，状态，发卡时间，到期时间；收费资讯：收费号码，车牌号码，停车时间，停车收费，收费人员，发票号；出入口资料：出入口编号、出入口类型、出入口状况、服务时段；权限资讯：管理员编号，存取管理，系统管理，卡片管理，查询；分析权限，统计报表权限，存取权限等；管理员资料：管理员编号，密码，姓名，身份证号码，联系方式等；作业纪录资料：操作员编号，作业时间，操作内容。（二）数据库设计概要在对数据库数据进行相关性分析的基础上，对数据库进行了抽象。此流程被称作数据库的概述，其主要的实体如下所示：（1）车主、卡片（2）缴费口（3）管理员（4）停车位全局E-R图和局部E-R分别如图所示。图4.1停车场系统E-R图图4.2停车场局部系统E-R图（三）本章小结本文对停车场管理系统的数据库进行了详细的描述。对数据库的基本设计进行了详细的阐述。对数据库进行了简单的概貌设计，以满足应用的需求。五、停车场管理系统的详细设计和实现（一）车辆出入管理模块1.入场流程在该系统中，汽车的存取程序与现有的停车场系统有很大的区别。进入的过程包括：其中，车辆的存取过程与目前已有的停车场系统存在较大差异。其流程有：（2）监测模块对牌照进行拍照，并先进行车牌识别。一旦成功识别出牌照，就会向车主提示结余。若不能，请等候主人刷卡。请您刷卡后确认。如不合格，将被视作临时车辆，并按临时车辆收费。确认后，确认付款，发出开闸指令，并进行语音提示。进入流程的流程如5.1所示。图5.1入场程序流程图2.出场流程车辆退出部分比进入过程复杂，退出程序流程如图4.2所示。它涉及费用和图片的比较。在整个系统中，汽车的出口处是最关键的部件。需要经过下列步骤才能退出：（1）利用监视系统对其进行拍照。（2）对牌照进行标识。若无法确认，请等候磁感卡。如经确认，则由资料库传送车辆进入资讯。（3）在为临时交通工具的情况下，在充电后，管理人员会发出一道车门操作指令，以使交通工具自由。若非临时交通工具，则应进行充电，并发出闸门运行指令。出场流程的流程如5.2所示。图5.2出场流程图（二）收费模块的设计和实现停车收费是停车场系统设计成功与否的重要因素，直接关系到用户的切身利益。对进入汽车进行了归类。除了临时停放的汽车外，其它的（如月租车、储值车、VIP车）都不收取停车费。根据充电标准，您可以重置充电方法。设置后，管理员不允许修改。在前面接入部分的基础上，本文设计了如下流程：（1）车辆退出时，判断退出牌照类型。如果发现是临时车辆，启动充电接口。如果是储值车或月租车，激活充电管理线程，VIP车将直接通过。（2）计算停车的时间。在此基础上，将车辆的进出时间输入到资料库，计算出目前和进出时刻的差值，得到停车时间。停车的时间是以秒为准。（3）用户最关心的是费用。LED显示屏上就会出现充电信息，并且会有声音提示。计费流程见下表5.3：图5.3收费流程图（三）车牌管理模块在第2章，我们将车牌管理分为新车处理、充值、注销、挂失、恢复等方面。为确保系统兼容，只要将牌照及卡号绑定，你就能随意出入停车场。结合新汽车的装货实例，对其编程流程进行了详细的说明。办理新汽车的程序如下：（1）顾客提出出入停车场的权利，管理人员可以进入车辆的许可。（2）管理员填写了所有人的资料。包括车牌号，身份证号，联系方式，和所有人的相片。车牌号码是预设的，由管理员来修正。（3）管理员对使用者的资料进行核对，并存档新的汽车牌照，以便进行对比。（4）按顾客的需求及车型设定牌照缴款方式。（5）顾客应检查管理员所提供的相关资料，并按规定的数额付款。（6）将所填资料向数据库进行程序核实。若资讯验证失败，请返回进行修正，若成功，则储存至资料库。基于上述的分析，本文在图5.4中给出了新车开通功能的处理流程。图5.4车牌管理流程图（四）本章小结本文设计了一个停车场管理系统，包括收费、牌照管理、门禁管理等模块。管理、登入两个模块比较简单，在这一章中就不做了。文章着重阐述了系统的监测与存取管理模块的设计。为全面推行停车场管理制度奠定了基础。六、总结与展望本论文以牌照识别为基础，进行了自动停车泊位的设计，希望该系统的建设能够进一步提升停车场的管理水平，为业主提供更加便捷、快捷的停车服务。利用MATLAB软件开发出一套汽车牌照识别与空位检测系统，为的是更加智能化停车场管理系统。但是由于目前水平的不足，导致实验设计有部分不足，首先是车牌识别系统目前没办法更加精确和快速的实现直接识别；天气不好时，车牌识别容