车牌识别系统设计思考范文

本站小编为你精心准备了车牌识别系统设计思考参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

【摘要】

通过对车牌定位，字符分割和字符识别进行研究，设计出了一款定位速度快、识别正确率高的车牌识别系统。该系统通过图像预处理和车牌的结构特征、颜色特征实现车牌定位，加权平均高度实现倾斜校正，字符分割和归一化与模板标准库进行匹配实现字符识别。实验证明该系统具有良好的鲁棒性和容错性，大大提高了车牌的识别正确率。

【关键词】

车牌定位；倾斜校正；字符分割；字符识别

1引言

智能交通（ITS）中的一个重要课题就是车牌自动识别技术，它广泛应用在停车场和高速公路管理系统中。通过智能交通管理系统可实现道路交通管理的自动化和车辆行驶的智能化。车牌的定位与提取、车牌倾斜校正、字符分割和字符识别是车牌识别系统中的关键技术[1]。

2系统整体设计

车牌识别系统的结构框图如图1所示。

2.1图像预处理一般通过摄像头采集到的图像是24位真彩色图像，通过将彩色图像灰度化来加快处理速度。有时因为光线问题造成图像局部过亮或过暗，这时需要提高图像对比度，从而使图像边缘更明显。为了加快处理速度并能够将车牌字符与车牌背景分开，对图像做二值化处理。考虑到文字是由许多短竖线组成的，而背景噪声大部分是孤立里的，对图像做中值滤波处理，去除孤立噪声。滤波后的图像会受到一些较大的区域噪声的影响，为了去除这些噪声，对图像进行数学形态学开运算操作。采集到的原始图像如图2所示，经图像预处理后的图像如图3所示。

2.2车牌定位经过该系统前期重要的图像预处理之后，其中可能包括除了车牌之外的其他干扰因素如车灯、广告指示牌等。分别按矩形区域对各自候选区进行提取以供进一步的分析。这里采用多种因素综合考虑的方法来确定车牌区域，因为通过某单一的评价指标，在众多车牌候选区中，很难准确地确定车牌区域。对得到的边缘图生成连通区域图像，若连通区域不止一个，则根据车牌结构和车牌颜色进行判断，通过层层筛选，可确定真实车牌区域，并从原彩色图像中提取该区域；若只有一个连通区域，则可初步认定为车牌图像，再根据车牌结构和车牌颜色进行校验，如果满足，则根据连通区域位置从原彩色图像中提取出相应的区域。车牌截取图像如图4所示。

2.3车牌倾斜校正由于图像在拍摄的过程中车牌的位置可能是倾斜的，所以在字符分割和识别之前先对车牌字符进行倾斜校正，使字符都处于同一水平位置，这样既可以在分割字符的时候不会出现太大的无用区域或损失区域，又可以提高字符的识别率。主要是根据图像上左右两边黑色像素的平均加权高度来进行车牌图像的倾斜校正的。首先分别计算图像左半边和右半边的黑色像素点的加权平均高度，然后求出斜率，最后再根据斜率重新组织图像，由于切割到的车牌图像往往有车牌边框和固定螺丝，而且其对后面的倾斜矫正有严重影响，故切割区域向内缩3个像素，经大量实验都能将车牌边框和固定螺丝去除。经过倾斜校正的车牌图像如图5所示。

2.4车牌字符分割一幅定位准确的车牌图像通常由1个汉字和6个字母或数字组成。识别时智能根据每个字符的特征来进行判断。经过对倾斜校正后的车牌图像预处理后先自上向下对车牌图像进行逐行扫描，遇到第一个黑色像素点，将其坐标记录下来，然后再自下往上扫描，遇到第一个黑色像素点，将其坐标记录下来，这样字符的高度就是垂直方向的坐标差值。在这个高度范围内再进行自左向右扫描，直至遇到第一个黑色像素点时认为是第一个字符分割的起始位置，然后继续扫描，遇到一列中没有黑色像素点时，则认为第一个字符分割结束，按照上述分割方法直至图片扫描完毕。然后通过字符的长宽比去除中间小圆点。最后把切割到的字符进行归一化，使其高度和宽度均相等，相同尺寸的模板匹配正确率才能更高，字符分割图像如图6所示。

2.5车牌字符识别将归一化处理完毕的字符提取特征向量，然后将其送到神经网络中进行训练和识别。本系统所采用的字符特征提取方法是逐像素扫描法，其基本原理是将归一化处理的字符进行逐行逐列进行扫描，遇到黑点时取0，遇到白点时取1，这样就会得到一个与图像像素个数相等的特征向量矩阵，将所提取的各个字符的特征按从左到右的顺序送到分类器的输入端进行分类得出结果。本系统采用模板匹配法进行设计分类器，将待分类样本与标准模板进行比较，相似度最高的确定为该分类。由于汉字位置固定在第一个，所以把汉字样本库和数字、字母样本库分开存放，这样第一个字符只和汉字样本库匹配，识别效率会大大提高。

3系统功能

车牌识别系统主要功能是对车牌进行检测定位并识别出车牌号码。本文介绍的车牌识别系统处理的是BMP位图文件，所以在使用时一定要保证识别的图像为BMP格式。系统从最初的图像加载到最后的识别输出主要实现了以下几个功能：图像预处理、车牌的定位与切割、车牌倾斜校正、字符分割和字符识别。大致可分为8个模块，各模块之间是顺序的结构，该系统总体算法流程图如图7所示。

4系统的界面设计

系统软件运行环境为MicrosoftWindowsXP操作系统，以C++编程语言为基础，使用OpenCV函数库为基础，在VisualC++6.0集成开发环境下完成的，系统界面初始化如图8a所示，车牌识别处理过程如图8b所示。

5结论

设计了一款车牌自动识别系统，重点介绍了系统的功能和识别处理过程。本识别系统可以对车辆车牌自动检测定位，并能快速识别字符。该系统的移植性好，能在不同的应用环境下达到更快速、更准确的车牌识别目标。

参考文献

[1]朱江峰,刘苏,夏冰.基于云计算技术的车牌识别系统[J].科技信息,2013,03:82+107.

[2]陶恂,杨敏.车牌识别系统研究[J].电气自动化,2011,04:77-80.

[3]刘忠杰,宋小波,何锋,李芬,周培莹,刘百辰.基于MATLAB的车牌识别系统设计与实现[J].微型机与应用,2011,14:37-40.

[4]李宇成,杨光明,王目树.车牌识别系统中关键技术的研究[J].计算机工程与应用,2011,27:180-184+209.

[5]李雄,裴承鸣,郑华.几何特征形态学车牌识别系统研究[J].计算机仿真,2012,04:353-356+370.

[6]陈利.车牌识别系统设计与实现[J].现代电子技术,2012,15:142-144.

[7]安勇,张高伟.基于灰度图像的车牌识别系统[J].计算机工程与科学,2006,02:61-62+65.

作者：李孟格 隋清臣 王佳宇 单位：沈阳理工大学自动化与电气工程学院 沈阳理工大学汽车与交通学院 沈阳理工大学自动化与电气工程学院