基于MATLAB的车牌识别系统的设计和研究.docVIP

基于MATLAB的车牌识别系统的设计与研究 摘要 汽车牌照自动识别系统是智能交通系统的重要组成部分，主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分，并提出了一套基于MATLAB的汽车牌照自动识别系统的方法。该方法具有很高的识别能力，能有效解决在有噪声和光照条件恶劣情况下车牌的定位、字符倾斜、字符分割提取等复杂问题，最后运用上述方法对汽车图像进行处理，表明MATLAB在车牌识别系统中的运用非常有效。 关键词：车牌识别，MATLAB，图像处理 由于机动车辆在在行驶过程中一般会受到光照强度、车辆行驶速度、摄像机拍摄角度等外界因素的影响，故在设计车牌自动识别系统时，要适当提高其自动识别的能力，对以上外界因素有一定的容阈。传统的设计方法为：利用静止的汽车牌照图片，利用C语言或C＋＋语言来对图像进行处理，编程很复杂，维护难度大。而MATLAB语言对处理图像而言非常方便，可直接调用已经编好的函数，如可直接调用现成的函数进行复杂的傅里叶变换、拉普拉斯变换、二值化处理、数字滤波等操作。 1系统整体框架的实现 该系统主要由图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分组成。图像采集主要是指用摄像机拍摄在路面上行驶的汽车。图像预处理单元是指把拍摄下来的图片进行滤波、灰度化、二值化等预处理。因为拍摄的是整个汽车的照片，感兴趣的只是车牌的那部分，故要在整张图片上对车牌定位，字符分割就是对定位好的车牌图片的七个字符一一分割出来，最后对分割出来的七个字符进行识别。 2各单元功能的实现 2．1图像采集 图像采集是该系统的第一步，照片质量的好坏直接关系到系统识别的精度，故选择好的摄像设备，设置好的摄像角度是关键。随着现代社会的发展，数码照相机的分辨率已越来越高，可使用红外传感器来控制照相机的开启与关闭，照相机通过串口通信来传递图片信息给计算机。 2．2图像预处理 由于照片拍摄的好坏有很多外界因素决定，由于光照强度的影响，晴天拍摄的照片与阴天拍摄的照片质量肯定不一样，白天和晚上更是不同；由于每部车的车速的不一致，慢速行驶的车辆会比快速行驶的车辆拍摄的照片质量好一些，而且车速过快，会使照片的字迹模糊，这肯定会影响字符的识别。故要对拍摄的 照片进行灰度化、二值化、滤波等预处理。 （1）灰度化和二值化处理 拍摄的彩色图像包含很多的颜色信息，会占用较大的储存空间，还会影响系统的处理速度，图像的背景颜色有时和车牌颜色一致，这样就会增加车牌定位的难度。经试验检验，取阀值0．3得到的图像最理想，具体的MATLAB程序如下： I＝imread(＇paizhao．jpg＇);％读入牌照图片 imshow(I,[]);％显示读入的牌照图片 I2＝rgb2gray(I);％转化为灰度图像 figure,imshow(I2) I3＝im2bw(I2,0．3);％二值化处理 figure,imshow(I3); （2）滤波处理 由于图像中不可避免的存在有噪声，常用的滤波方法有：低通滤波、高通滤波、带通滤波、带阻滤波。在MATLAB中调用Wiener2函数对图像进行滤波，具体的调用格式如下：Wiener2（I,[A,B],noise），I表示输入的图像，[A,B]卷积使用的领域大小，noise是噪声强度。 2．3车牌定位 由于整个图片的信息量太大，对系统有用的只是车牌的部分，为了不影响系统的处理速度，需要对车牌进行定位。根据我国机动车牌号（GA36－92）标准，所有的牌照都是矩形的，而且长宽的标准尺寸为44cm和14cm，本文根据牌照的这一特征来进行车牌的定位。车牌的长宽比为22：7，故面积与周长的平方 的关系为22a×7a2（7a＋22a）2≈1／22，其中a为车牌的宽，可调用area和perimeter函数分别计算面积和周长。若检测到某区域的面积与周长的平方之比为近似为1／22则可确定为车牌部分。 2．4字符分割和归一化处理 （1）车牌字符的分割 字符分割就是把牌照上的字符分割成一个个单个的字符，传统的字符分割方法有投影法、模板匹配法、聚类分析法。投影法是指：先自下由上对图像进行扫描，遇到第一个白色点，记录下来。在自上由下进行逐行扫描，这样就得到图像的大致高度，再从左至右扫描，当碰到第一个白色点时，作为字符起点，继续扫描直到没有白色象素点时作为第一个字符的终点，然后继续按这种方法扫描，直至全部扫描完毕。模板匹配法是指：先把二值图像进行垂直投影，得到一个函数W（x），有哪些信誉好的足球投注网站W（x）的波谷值，并分别把各个波谷标上序号，在相邻的两个波谷之间分别作为左右边界进行分割。聚类分析法是指：众所周知汽车牌照一般是由7个字符组成，以等于车牌宽度的1／7为阀值，对车牌图像按行进行扫描，若发现有线段长大于阀