1 引言

車輛牌照是機動車唯一的管理標識符號,，在交通管理中具有不可替代的作用,，因此車輛牌照識別系統(tǒng)應(yīng)具有很高的識別率,，對環(huán)境光照條件、拍攝位置和車輛行駛速度等因素的影響應(yīng)有較大的容閾,，并應(yīng)滿足實時性要求,。牌照自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行牌照號碼、牌照顏色自動識別的模式識別技術(shù),，其硬件一般包括觸發(fā),、攝像、照明,、圖像采集等設(shè)備,，其軟件核心包括車牌定位、車牌字符分割和字符識別等算法,。

2 系統(tǒng)的實現(xiàn)

2．1 系統(tǒng)簡述

一個完整的牌照識別系統(tǒng)應(yīng)包括車輛檢測,、圖像采集、圖像預(yù)處理,、車牌定位,、字符分割、字符識別等單元,。當(dāng)車輛到達觸發(fā)圖像采集單元時,，系統(tǒng)采集當(dāng)前的視頻圖像，牌照識別單元對圖像進行處理,，定位出牌照位置,，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出,。牌照識別系統(tǒng)原理如圖1所示,。


2．2 圖像預(yù)處理

輸入的彩色圖像包含大量顏色信息，會占用較多的存儲空間,，且處理時也會降低系統(tǒng)的執(zhí)行速度,，因此對圖像進行識別等處理時，常將彩色圖像轉(zhuǎn)換為灰度圖像,，以加快處理速度,。對圖像進行灰度化處理、提取背景圖像,、增強處理,、圖像二值化、邊緣檢測,、濾波等處理的主要MATLAB語句如下所示：


2．3 車牌定位

自然環(huán)境下,，汽車圖像背景復(fù)雜，光照不均勻，在自然背景中準確地確定牌照區(qū)域是整個圖像識別過程中的關(guān)鍵,。首先對采集到的圖像進行大范圍相關(guān)搜索,，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析,、評判,，最后選定一個最佳區(qū)域作為牌照區(qū)域，將其從圖像中分割出來,，同時要考慮車牌傾斜問題,。算法流程如下：

(1)對二值圖像進行區(qū)域提取，計算并比較區(qū)域特征參數(shù),，提取車牌區(qū)域。

(2)計算包含所標記區(qū)域的最小寬和高,，并根據(jù)先前知識,，提取并顯示更接近的車牌二子值圖。

(3)通過計算車牌旋轉(zhuǎn)角度解決車牌傾斜問題,。由于車牌傾斜導(dǎo)致投影效果峰谷不明顯,，需車牌矯正處理。采取線性擬合方法,，計算出車牌上邊或下邊圖像值為1 的點擬合直線與水平X軸的夾角,。用MATLAB函數(shù)的旋轉(zhuǎn)車牌圖象函數(shù)Imrotate，計算車牌旋轉(zhuǎn)角度和經(jīng)旋轉(zhuǎn),、二值化后的車牌二值子圖處理結(jié)果如圖 2所示,。


2．4 字符分割

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割為單個字符,。一般采用垂直投影法,。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值，并且該位置應(yīng)滿足牌照的字符書寫格式,、字符,、尺寸限制等條件。利用垂直投影法實現(xiàn)復(fù)雜環(huán)境下汽車圖像中的字符分割效果較好,。通過分析計算字符的水平投影和垂直投影,，可獲得車牌字符高度、字符頂行與尾行,、字符寬度,、每個字符的中心位置，以方便提取分割字符,。然后計算車牌垂直投影,，去掉車牌垂直邊框。獲取車牌及字符平均寬度。最后計算車牌每個字符的中心位置和最大字符寬度,，提取分割字符,，其算法流程如圖3所示，通過程序算法計算的車牌字符高度和寬度及分割的字符,，如圖4所示,。


3 結(jié)論

從MATLAB編程運行結(jié)果看，這里采用的圖像識別算法對車牌的定位非常有效,，該算法可有效檢測車牌圖像的上下左右邊框,、旋轉(zhuǎn)角度，準確分割及識別車牌字符,。通過對多個車牌進行試驗,，正確率高，與傳統(tǒng)的采用C++語言相比,，工作量和開發(fā)周期都減少很多,。實際應(yīng)用中，牌照識別系統(tǒng)的識別率與牌照質(zhì)量和圖像拍攝質(zhì)量密切相關(guān),，還會受到各種因素,，需不斷完善識別系統(tǒng)和算法。