基于MATLAB的车牌识别系统研究

论文总字数：34510字

目 录

摘要 2

Abstract 3

1引言 4

2 国内外现状 5

2.1 国外现状 5

2.2 国内现状 5

3 本文的目标和实施方案 6

3.1 目标 6

3.2 实施方案 8

3.2.1 图像采集 8

3.2.2 图像预处理 8

3.2.3 车牌定位 11

3.2.4 字符的分割和归一化 13

3.2.5 字符识别 15

4 实例说明 15

5 运行结果及分析 23

6 结论 26

参考文献 27

致谢 28

附录 29

基于MATLAB的车牌识别系统

丁小健

，China

Abstract：According to actual life presents the parking fee, lost vehicles, parking vehicles are difficult to solve, specific sectors of the vehicle import and difficult phenomenon, using Matlab can easily on the image processing, and flexible, rapid, is upregulated in MATLAB with programmed procedures, can be a very good of the vehicle license identification. In MATLAB in order to obtain the image, the image pretreatment, the image of the location of the license plate region, the character of the segmentation, the character recognition, these five processes, which will be identified by the license plate.

Key words：License plate recognition; MATLAB; digital image processing

1 引言

伴随着社会经济的飞速进展，汽车已经在人们的日常生活中占据这极为重要的地位，和人们的生活已经融为一体了，其在现代社会也发挥着尤为重要的作用。

以下是汽车工业协会2010-2015年度5年时间内，我国汽车的产量与销量情况：

图1 2010-2015年度全国汽车的产量和销量

环境污染，交通管理难等问题等的出现直接表明了如今汽车的增长带来的影响。交通管理仍然是个亟待解决的问题。纯粹的靠交警来指挥交通已经变得很不实际了，我们需要一种实时、准确、高效的解决交通问题的运输管理系统，这时候，只能交通系统应运而生^[1]。

对车牌进行识别分析在现代交通管理，乃至整个智能交通系统中占据着极为重要的地位。我们将车牌信息通过数码相机等拍摄装置获取，然后通过计算机运算，从而对车辆进行智能化管理。车牌识别系统通过数字摄像、计算机信息管理、和图形识别技术等技术作用在智能交通领域，在智能交通系统中发挥着重要的作用。车牌识别技术可以用来监控道路交通、勘探交通事故现场、记录交通违章、管理高速公路超速情况、对小区进行智能化处理 ^[2]，高速有效的实现了智能化交通管理。

在现实生活中，车牌识别系统必须能够做到快速、精确的对车牌进行识别。因此，在整个车牌识别系统中，检测车辆、搜集图像、以及最后的识别车牌等都是非常重要的部分。

但是， 我们对车牌识别的研究过程中也存在着各种问题:

(1)获得的图像不清楚，我们对图像进行采集的时候大多在室外进行，外界存在了太多的干扰因素，这会造成图像模糊，分辨率低，色彩不一致此外，我们拍照的时候不可能去除掉与汽车无关的背景图像，这些都可能会导致图像模糊不清。此外，对图像进行采集的时候，有可能车辆正处于行进状态，车辆的速度过快或者过慢，都会导致我们采集的图像不清楚。另外，我们采集图像时，车辆所处的位置不可能完全一样，这会导致我们的采集视角发生很大的变动。车牌在我们拍摄的过程中，可能会因为车牌挂的位置不正，或者我们拍摄的时候，没有准确的对准车牌，车牌于是会发生扭曲。

(2)牌照多样性。我国按照汽车的类型，汽车的用途不同，将这些汽车牌照分为了军车，警车，和普通车等等。

(3)文字带来的问题。在我国，汽车牌照标准格式为先是中文标记省，英文标记市，接着是任意英文字母，然后是阿拉伯数字，然后例如苏A V8888。因此加大了我们对车牌识别的难度。

(4)牌照底色和字符颜色繁多，根据各省市的不同，车牌的底色，车牌字符颜色组合起来给我们的研究带来的很大困难，我国车牌底色有蓝底白字，黄底黑字等等，底色和字符颜色组合起来，形成个很多种车牌情况。

以上这些原因，使得我国的汽车牌照识别极为困难，采用单一的识别技术是根本无法做到对车牌的准确识别。

2 国内外现状

2.1 国外现状

早在上世纪70年代，英国已经完成了“实时车牌检测系统”的检测和开发。同时代，第一辆针对汽车失窃现象的车牌监测系统诞生。上世界80年代，车牌识别技术还刚刚起步，整个识别过程还不是很成熟，只能够将车牌图像进行极为简单的处理，但是，欧美等国却对其尤为关注^【3】。

到现在，国外针对车牌识别系统取得了很大的进展，比如Yuntao Cui^【4】提出了一种新颖的车牌识别系统。。Eun Ryung^【5】等根据图像中的颜色，做到了车牌的定位。Takahashi^【6】通过模板匹配，从而做到了对车牌区域的定位。Nathan,Vidhya SudhanL^【7】等人从边缘密度和神经网络等角度，研究出了一种识别算法。。

除此之外，对于车牌进行识别的产品已经被大量生产，而且在国外已经非常纯熟，比如VLPRS系统， See/Car system, Safe-Cam系统等^【8】。这些产品已经被大量生产并使用，且识别率较好。

2.2 国内现状

虽然相比于国外而言，我国接触到车牌识别技术的时间相对较晚，但是，当国内学者接触到车牌识别技术之后，他们对此也进行了相当多的研究，并提出了很多快速高效的识别算法。例如，二十一世纪初，阎建国等建立了基于字符结构特点的样本字符字典率，并将从车牌中提取到的车牌字符特征与其进行匹配，从而实现了车牌字符的识别^【9】。之后一年，范勇等根据车牌的纹理特征研发出了一种基于边缘检测结合投影法的车牌定位算法^【10】。2003年，段震等通过对交叉算法的研究，一种新颖有效高速的系统诞生^【11】。

我国虽然对车牌识别技术研究较晚，但是，到如今，我国产生了许多关于车牌识别的产品，如北京汉王科技推出的汉王眼系列，昆明利普视觉产品，北京信路威产品，此外，我国的很多公司也能够研究出高效的车牌识别系统，比如亚洲视觉科技有限公司，高德威公司，清华紫光公司，友通公司等等^【12】。

3 本文的目标和实施方案

3.1 目标

车牌识别系统在当今的应用范围相当广泛（1）公安卡口（2）高速公路收费管理（3）城市道路监控系统，即电子警察（4）海关车辆管理（5）停车场管理（6）车辆流量统计

完整的车牌识别硬件上讲主要是系统触发，图像采集，从软件上来讲则是图像预处理，对车牌进行定位，对车牌字符进行分割，以及字符识别。这两大部分构成了一整个车牌识别系统。

下图是整个车牌识别^【13】系统的流程图：

图3.1 车牌识别系统流程

1) 图像采集：我们通过照相机等拍摄装置，对车辆进行拍摄，进而得到其图像。

2) 图像预处理：获取图像之后，为了减少误差，加快识别速度，我们需要对获取的图像进行一些基本操作；

3) 对车牌进行定位：将我们拍摄到的图像的与车牌无关的区域去除掉，只留下车牌区域的图像；

4) 对车牌字符进行分割：将车牌区域的图像进行处理，将车牌区域中7个字符提取出来；

5) 字符识别：通过模板匹配法，对比字符的特征，从而得到最后的汽车牌照，包括中英文字母和数字，也就是对分割出来的七个字符进行识别，将其表现出来。

车牌识别系统主要是将在特定背景下拍摄的图像进行处理，提取图像中汽车牌照上的7个字符，接着再通过算法将7个字符识别出来。

车牌定位，字符分割，对整个车牌识别意义重大。

整个过程是按照一定的步骤进行的，我们可以把车牌识别系统分为一系列模块：

1. 车辆图像采集模块：在这个模块中，我们主要是在距离车辆一定位置的时候，对其进行拍摄，从而得到图像。
2. 车牌定位模块：车牌定位模块极为关键，为以后的字符分割，字符识别奠定了重要基础。在我们对图像进行采集的时候，有可能图像的质量不够好，或者在这个过程中，图像中存在了太多与的背景图像，造成车牌预期表现不够明显，因此，我们需将其从整个图像中去除掉，从而只得到车牌区域的图像。从而减少其他无关紧要部分，对整个车牌识别进行的影响。
3. 车牌切分模块：我们在对图像进行采集的时候，不可能做到完全不倾斜，那么，在这个模块中，我们需要对其进行校正。同时，我们在这个模块中，还需要对车牌区域的信息进行处理，将车牌上的7个字符从中提取出来。
4. 车牌识别模块：在这个模块中，我们通过模板匹配法，对7个字符一一对比，从而精确的识别出车牌上的7个字符。这个模块减少了偶然性误差，不会出现漏掉一个字符的现象，从而变相的提高了整个系统的精确度。

其工作流程如下：

1. 当汽车行驶到一定位置时，比如停车场，收费站入口时，拍摄装置对其进行拍摄，得到其图像。
2. 图像采集之后，我们对其进行预处理，包括将图像进行转换，主要是将图像大小确定，增强图像，从而使图像中相关区域更清晰，灰度化，二值化，使得整个字符识别过程更加快速，便捷。
3. 本文通过数学形态法对车牌进行定位，就是从数学形态的角度，对我们获取的图像进行检测，将其中与车牌区域无关的部分进行填充，从而最后突出车牌区域。算法中我们首先利用色彩过滤目标颜色像素，排除孤立点的干扰后利用形态学进程闭合连通区域，然后结合车牌的形状特征确定车牌区域。
4. 我们将车牌字符二值化后，单个字符提取出来，但是，我们还必须要对车牌进行倾斜校正，分别从水平方向和竖直方向，对其进行切分。算法中，我们在对严重倾斜的车牌进行倾斜校正后，还需要根据车牌字符直接的间隙来确定分割的最佳位置。倾斜矫正中，我们将倾斜牌照校正为水平。
5. 在分割出字符之后，我们最后进行识别。本文通过模板匹配法，即将所有的字符总结起来，弄成一个模板库，然后，将我们分割出来的字符与模板库里的字符进行对照，直到我们分割出的字符全部识别出来为止。

3.2 实施方案

车辆牌照识别系统是一个基于数字图像处理和字符识别的智能化交通管理系统，该系统首先通过数码相机等拍摄装置，对车辆进行拍摄，然后，对拍摄到的图像进行预处理，增强图像的识别效果，然后，在二值化之后，通过数学形态法，将拍摄图像中的车牌区域分割出来，确定车牌区域，最后，通过模板匹配法，将其中的字符进行识别。该系统主要是针对日常生活中发生的汽车失窃，汽车超速、闯红灯以及汽车停车场管理等现象，能够快速高效的对这些现象进行处理。

剩余内容已隐藏，请支付后下载全文，论文总字数：34510字

相关图片展示：