畢業(yè)論文----車牌識別系統(tǒng)的設(shè)計

1、<p><b>　　畢業(yè)設(shè)計(論文)</b></p><p>　　題目：高速公路智能化控制占道方案——車牌識別系統(tǒng)的設(shè)計</p><p>　　畢業(yè)論文（設(shè)計）任務(wù)書</p><p>　　題 目 高速公路智能化控制占道方案</p><p>　　——車牌識別系統(tǒng)的設(shè)計</p>

2、<p>　　一、畢業(yè)論文（設(shè)計）任務(wù)</p><p>　　注： 此任務(wù)書由指導(dǎo)教師填寫，如不夠填寫，可另加頁。</p><p>　　二、畢業(yè)論文（設(shè)計）工作進(jìn)度計劃表</p><p>　　注：1. 此表由指導(dǎo)教師填寫。</p><p>　　2. 此表每個學(xué)生人手一份，作為畢業(yè)設(shè)計（論文）檢查工作進(jìn)度之依據(jù)。</p>&

3、lt;p>　　3. 進(jìn)度安排請用“一”在相應(yīng)位置畫出。</p><p>　　三、學(xué)生完成畢業(yè)論文（設(shè)計）階段任務(wù)情況檢查表</p><p>　　注：1. 此表應(yīng)由指導(dǎo)教師認(rèn)真填寫。階段分布由各系自行決定。</p><p>　　2. “組織紀(jì)律”一欄應(yīng)按《廣東白云學(xué)院學(xué)生學(xué)籍管理辦法》規(guī)定，根據(jù)學(xué)生具體執(zhí)行情況，如實填寫。</p><p>

4、;　　3. “完成任務(wù)情況”一欄應(yīng)按學(xué)生是否按進(jìn)度保質(zhì)保量完成任務(wù)的情況填寫。包括優(yōu)點，存在的問題與建議。</p><p>　　四、學(xué)生畢業(yè)論文（設(shè)計）資料袋要求：</p><p>　　1、畢業(yè)論文（設(shè)計）裝訂成一本。（按順序）</p><p>　?。?）封面 （2）中文摘要</p><p>　?。?）英文摘要 （4）論文目錄&l

5、t;/p><p>　?。?）論文正文 （6）參考文獻(xiàn)</p><p>　?。?）致謝 （8）附錄（過長公式的推演、圖表、編寫的程序等）</p><p>　　2、畢業(yè)論文（設(shè)計）附件裝訂一本。（按順序）</p><p>　?。?）畢業(yè)論文（設(shè)計）任務(wù)書 （2）開題報告 </p><p&

6、gt;　?。?）需單獨裝訂的圖紙 （4）外文原文（或影印件） </p><p><b>　?。?）中文譯文</b></p><p>　　3、需要單獨裝訂的圖紙（設(shè)計類）按順序裝訂成一本。</p><p>　　4、修改稿（經(jīng)、管、文法專業(yè)）按順序裝訂成一本。</p><p>　　5、論文電子文檔（含掃描圖

7、片、CAD圖）交由系（部）保存。</p><p>　　注：畢業(yè)論文（設(shè)計）資料袋由學(xué)校統(tǒng)一印刷</p><p>　　學(xué)生送交全部文件日期 </p><p><b>　　學(xué)生（簽名）</b></p><p>　　指導(dǎo)教師驗收（簽名） </p><p>　

8、　畢業(yè)論文(設(shè)計)開題報告</p><p><b>　　可另加附頁</b></p><p><b>　　摘要</b></p><p>　　隨著我國經(jīng)濟(jì)的快速發(fā)展，社會信息化程度的日益提高，交通管理智能化成為發(fā)展的趨勢。車輛牌照識別系統(tǒng)（LPRS）是智能交通管理系統(tǒng)（ITS）的重要組成部分，可用于各類車輛管理場所，特別是高速

9、公路智能控制系統(tǒng)，提高管理效率與水平，節(jié)省人力、物力，實現(xiàn)車輛管理的科學(xué)化、規(guī)范化，因此有著廣泛的應(yīng)用前景。車牌識別系統(tǒng)的研究與開發(fā)是制約交通系統(tǒng)智能化、現(xiàn)代化的重要因素，在現(xiàn)代化交通發(fā)展中倍受關(guān)注。</p><p>　　本課題通過對高速公路智能化控制占道系統(tǒng)中的車輛牌照進(jìn)行分析，得出一系列特征信息，并基于這些特征信息，應(yīng)用圖像處理，研究了車牌識別的各項關(guān)鍵環(huán)節(jié)，包括汽車圖像預(yù)處理、車牌定位，車牌圖像分割和字符識

10、別等，設(shè)計并實現(xiàn)了一個車牌識別原型系統(tǒng)。</p><p>　　在對圖像進(jìn)行各種綜合處理的基礎(chǔ)上，利用圖像灰度化、灰度拉伸屯中值濾波、邊緣檢測的預(yù)處理方法，較好地消除了圖像的噪音，強(qiáng)化了車牌區(qū)域。通過對車牌特征的研究，采用了基于窗口掃描搜索的車牌定位方法，并對此方法進(jìn)行了優(yōu)化。使用Hough變換搜索車牌外圍輪廓線，進(jìn)行車牌圖像變換，實現(xiàn)了車牌的傾斜校正。采用全局動態(tài)迭代法求取閩值，進(jìn)行車牌圖像的二值化處理，分析討論

11、了全局動態(tài)迭代法中系數(shù)取值對車牌圖像的影響。</p><p>　　利用車牌的模型特征，使用窗口掃描搜索的方法，提出了一種車牌字符分割的方法，實現(xiàn)了車牌字符的精確定位。應(yīng)用字符的外圍輪廓法和投影濃度法對字符的特征進(jìn)行提取。同時，應(yīng)用遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫的數(shù)據(jù)特征，對所識別的字符進(jìn)行識別對比。整個遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫的識別由漢字網(wǎng)絡(luò)對比、字母網(wǎng)絡(luò)對比、字母數(shù)字網(wǎng)絡(luò)對比和數(shù)字網(wǎng)絡(luò)對比四部分組成。對通過遠(yuǎn)程數(shù)據(jù)庫提供的相關(guān)數(shù)據(jù)進(jìn)行對

12、比，提取更加精確的車輛信息。</p><p>　　關(guān)鍵詞:特征信息；車牌識別；圖像處理；字符分割；</p><p><b>　　Abstract</b></p><p>　　With China’s rapid economic development ,social information levels increasing, traffic

13、 management and intelligent become a development trend.Vehicle. License Plate Recognition System (LPRS) is the Intelligent Transportation Management System (ITS) of an important part of place of management can be used fo

14、r all types of vehicles, particularly highway intelligent control system to improve management efficiency and level, saving manpower, material resources to achieve vehicle management scientific,</p><p>　　Key

15、 words: feature information; license plate recognition; image processing; character segmentation; </p><p><b>　　目 錄</b></p><p><b>　　一、緒論1</b></p><p>　　1．1系

16、統(tǒng)開發(fā)的背景1</p><p>　　1.2 系統(tǒng)開發(fā)的目的2</p><p>　　1.3 系統(tǒng)提出的意義2</p><p><b>　　二、需求分析4</b></p><p><b>　　2.1系統(tǒng)調(diào)研4</b></p><p>　　2．1．1 智能控制系統(tǒng)的需

17、求分析4</p><p>　　2.1.2 我國汽車牌照識別的特殊性4</p><p>　　2．1．3本課題國內(nèi)外研究的歷史、現(xiàn)狀5</p><p>　　2.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計7</p><p>　　2．2．1智能控制系統(tǒng)的功能總體設(shè)計7</p><p>　　2．2．2智能控制系統(tǒng)的數(shù)據(jù)流總體設(shè)計7<

18、;/p><p>　　2．2．3車牌系統(tǒng)的總體設(shè)計8</p><p>　　2．2．4車牌系統(tǒng)的組成原理設(shè)計8</p><p>　　三、 車牌識別的研究與設(shè)計9</p><p>　　3.1車牌特征的信息分析9</p><p>　　3.1．1車牌特征的信息分析9</p><p>　　3.1．2常

19、見車牌顏色特征的信息10</p><p>　　3．1.3車牌特征分析結(jié)論11</p><p>　　3.2原始圖像預(yù)處理12</p><p>　　3.2.1圖像灰度化12</p><p>　　3.2.2圖像對比度增強(qiáng)12</p><p>　　3.2.3圖像中值濾波13</p><p>

20、　　3.2.4圖像邊緣檢測14</p><p>　　3.3車牌圖像區(qū)域定位16</p><p>　　3.3.1區(qū)域定位算法的闡述16</p><p>　　3.4車牌圖像傾斜糾正21</p><p>　　3.4.1車牌的傾斜原因及類型21</p><p>　　3.4.2水平傾斜校正21</p>

21、<p>　　3.4.3豎直傾斜校正22</p><p>　　3.5車輛圖像二值化22</p><p>　　3.6文字分割23</p><p>　　四、 系統(tǒng)的設(shè)計過程24</p><p>　　4.1車牌識別的系統(tǒng)基本配置24</p><p>　　4.2車牌識別的系統(tǒng)的詳細(xì)流程圖25</p&g

22、t;<p>　　4.3車牌識別的系統(tǒng)的車牌信息的采集25</p><p>　　4．3.1采集的基本思想25</p><p>　　4．3.2車牌圖像的成像模型26</p><p>　　4．3.3車牌圖像的成形過程26</p><p>　　4．3.4車牌圖像的實現(xiàn)27</p><p>　　4.4車牌

23、識別的系統(tǒng)的車牌信息的數(shù)據(jù)庫對比28</p><p>　　4．4.1車牌的數(shù)據(jù)庫對比的簡介28</p><p>　　4．4.2車牌的數(shù)據(jù)庫對比的流程圖28</p><p><b>　　五、總 結(jié)29</b></p><p>　　5.1智能交通系統(tǒng)的總結(jié)29</p><p>　　5.2車牌

24、識別系統(tǒng)的總結(jié)29</p><p>　　5.3研究感想30</p><p><b>　　六、參考文獻(xiàn)31</b></p><p>　　七、致 謝33</p><p><b>　　一、緒論</b></p><p>　　1．1系統(tǒng)開發(fā)的背景</p>&

25、lt;p>　　由于目前高速公路上存在長時間占用超車道，而且隨意壓線行駛，變更車道，頻繁超車等現(xiàn)象，這對其他車輛形成很大的安全隱患。一些小車無奈之余的見縫插針，有的從兩輛大貨車中間超車，有的甚至從應(yīng)急車道超車，險象環(huán)生。長時占超車道行駛，既不合法，也不道德，很多時候都迫使其他司機(jī)不得不違章從右側(cè)超車。如果這時占道行駛車輛沒及時發(fā)現(xiàn)再靠過來，那后果不堪設(shè)想。所以必需建立一套高速公路智能化控制占道系統(tǒng)，實時對司機(jī)的提醒可以從源頭上減少交

26、通事故的發(fā)生，同時也解決了“科技示范路”的需求，采用高科技技術(shù)，建設(shè)高速公路條件下的高速公路智能化控制占道系統(tǒng)，對于車速過快的車進(jìn)行預(yù)警，保障廣大駕駛員的生命財產(chǎn)安全，對于車速過慢，長期占用車道，影響道路行駛速度的車輛也進(jìn)行預(yù)警，提醒行駛車輛進(jìn)行相應(yīng)處理，從而提高高速公路的道路暢通效率和行車速度的控制。高速公路智能化控制占道控制系統(tǒng)項目的成功實施，不但可為廣大行車人員提供更多、更新、更人性化的安全預(yù)警措施，也可為提高道路的暢通能力提供良

27、好的手段，創(chuàng)造較好的社會效益，得到廣大市民的好評。同時，也可實現(xiàn)高速公路的人工智能管理，提高高速交警的執(zhí)行效率和加強(qiáng)執(zhí)法的力度。</p><p>　　高速公路智能化控制占道系統(tǒng)是21世紀(jì)世界道路交通的發(fā)展趨勢。公路交通基礎(chǔ)建設(shè)的不斷發(fā)展和車輛管理體制的不斷完善，為以視覺監(jiān)控為基礎(chǔ)的智能交通系統(tǒng)的實際應(yīng)用打下了良好的基礎(chǔ)。在智能交通系統(tǒng)中，車牌自動識別系統(tǒng)是一個非常重要的組成部分，他的成功開發(fā)必將加速高速公路智能化

28、控制占道系統(tǒng)的進(jìn)程。在國外由于高速公路和收費(fèi)停車場發(fā)展較早，已經(jīng)成功開發(fā)了一系列類似的自動系統(tǒng)。但由于車牌識別系統(tǒng)一般都是針對特定環(huán)境，特定要求而設(shè)計的，例如各國的車牌在尺寸及字符的布局上就很不相同，這樣各個系統(tǒng)的設(shè)計方法也就不太一樣，有必要針對我國車牌的特點，設(shè)計一套車牌識別系統(tǒng)。</p><p>　　車輛自動識別（Automatic Vehicle Identification ，AVI）技術(shù)是通過識別車輛車

29、型或車輛所具有的車牌，條形碼，或射頻識別標(biāo)志等特征來自動識別車輛的技術(shù)，在現(xiàn)代化交通監(jiān)控及管理中發(fā)揮著越來越重要的作用。汽車牌照識別（License plate Recognition ，LPR）技術(shù)是車輛自動識別技術(shù)的重要組成部分，其任務(wù)是處理、分析攝取的汽車圖像，以自動識別汽車牌號。在不影響汽車行駛狀態(tài)的情況下，大部分LPR系統(tǒng)的工作由計算機(jī)完成，從而可降低工作復(fù)雜度，改善交通擁塞狀態(tài)及對違規(guī)車輛的有效監(jiān)管。</p>

30、<p>　　1.2 系統(tǒng)開發(fā)的目的</p><p>　　高速公路智能化控制占道方案是交通管理部門的輔助工具。他能夠檢測車輛的速度，截取車輛的車牌信息，并能夠針對國家交通法規(guī)定的高速路駕駛速度，判斷在行駛中車輛的應(yīng)在車道，智能化控制防止慢速車輛占道。有效遏制霸占超車道的“蝸牛車，車德差，無視交通法規(guī)等高速公路違規(guī)行為。高速公路智能化控制占道系統(tǒng)能夠代替一部分警力，使交通管理部門的行政管理更有效率，同時使

31、對各類交通違規(guī)車輛的處罰有章可循，從而真正地實現(xiàn)高速公路管理的人工智能化控制。LPR的實施規(guī)范完善了高速公路智能化控制占道系統(tǒng)，提高了高速公路智能化控制占道系統(tǒng)的價值，從而給交通執(zhí)法部門提供了有力的法律依據(jù)，實現(xiàn)了執(zhí)法有據(jù)。</p><p>　　1.3 系統(tǒng)提出的意義</p><p>　　在未來采用人工智能代替人力是一種人類發(fā)展趨勢，采用高速公路智能化控制占道系統(tǒng)，可以節(jié)省人力資源。也可

32、以準(zhǔn)確的獲取車速信息、車牌號碼等信息。我們預(yù)計的智能化控制占道系統(tǒng)能夠智能分析車輛本身速度及在的行駛車道，控制高速公路上的車輛安全行駛。</p><p>　　隨著我國經(jīng)濟(jì)的發(fā)展，汽車擁有量的急劇增加，公路交通成為我國重要的交通運(yùn)輸途徑，是國家大力發(fā)展的基礎(chǔ)設(shè)施。高速公路作為公路交通的一個重要組成部分，而高速公路智能化控制占道系統(tǒng)是為提高汽車運(yùn)輸?shù)倪\(yùn)輸能力、速度和安全性方面而專門為汽車交通服務(wù)的基礎(chǔ)設(shè)施。利用各種高

33、新技術(shù)，特別是電子信息技術(shù)來提高管理效率、交通效率和安全的智能交通已成為當(dāng)前交通管理發(fā)展的主要方向。據(jù)調(diào)查，在高速公路上已經(jīng)出現(xiàn)了80%的小車都超速，大量的超速行為給高速公路行車安全帶來了極大的隱患。霸占超車道的“蝸牛車，車德差，無視交通法規(guī)，不僅極大浪費(fèi)道路資源，還給道路交通安全埋下安全隱患。這樣的“霸道車”問題確實嚴(yán)重，存在很大的安全隱患。據(jù)有關(guān)數(shù)據(jù)統(tǒng)計表明，70%以上的高速公路交通事故都是由超速及占道引起的。如何做好高速公路超速及

34、占道管理及處罰，對執(zhí)法部門來說，取證難卻成了執(zhí)法中最頭疼的難題。所以，建立高速公路智能化控制占道系統(tǒng)實時控制車輛的行駛狀況并對其司機(jī)進(jìn)行實時提醒，不僅暢通了交通狀況，也使道路資源得到了充分的利用，減少了高速的交通事故的發(fā)生，給人民的生命財產(chǎn)到來了保障。然而，許多高速公路應(yīng)用系統(tǒng)是因為不具備自動識別汽車</p><p>　　開發(fā)LPR系統(tǒng)意義重大，未來高速公路智能化控制占道系統(tǒng)的發(fā)展離不開現(xiàn)今LPR系統(tǒng)的奠基。LP

35、R作為高速公路智能化控制占道系統(tǒng)的核心基礎(chǔ)技術(shù)之一，體現(xiàn)的作用不容忽視，因此是現(xiàn)代智能交通管理中一項重要研究課題。 </p><p><b>　　二、需求分析</b></p><p><b>　　2.1系統(tǒng)調(diào)研</b></p><p>　　2．1．1 智能控制系統(tǒng)的需求分析</p><p&g

36、t;　　目前國內(nèi)現(xiàn)狀是需求迫切，隨著車輛的增多，高速公路上的交通壓力增大。物流業(yè)的興起，大型車輛的增加，高速公路上，大型車的占道行駛情況越來越嚴(yán)重。大型車輛的占道行駛，影響交通的順暢，城市交通是現(xiàn)代社會發(fā)展的主動脈，交通不暢將會影響現(xiàn)代社會政治經(jīng)濟(jì)的發(fā)展。</p><p>　　現(xiàn)今國內(nèi)高速公路上類似的高速公路智能系統(tǒng)可查的只有：“重慶繞城高速公路車速預(yù)警系統(tǒng)”、“車牌識別系統(tǒng)”。在國內(nèi)能夠智能分析車輛速度，并判斷

37、其有無占道的系統(tǒng)是沒有相關(guān)資料可考的！因此本項目具有很大的技術(shù)和市場的空白。</p><p>　　高速公路智能化控制占道系統(tǒng)是交通管理部門的重要工具。他能夠檢測車輛的速度，截取車輛的車牌信息，并能夠針對國家交通法規(guī)定的高速路駕駛速度，判斷在行駛中車輛的應(yīng)在車道，智能化控制防止慢速車輛占道。它能夠代替一部分警力，使交通管理部門的行政管理更有效率。</p><p>　　2.1.2 我國汽車牌照

38、識別的特殊性</p><p>　　目前牌照自動識別技術(shù)尚未達(dá)到很完美的程度，但是在國外由于高速公路和收費(fèi)停車場發(fā)展較早，己經(jīng)成功地開發(fā)了一些類似的自動系統(tǒng)。日本等國家早就開始試驗在智能交通監(jiān)控系統(tǒng)中應(yīng)用這項技術(shù)，目的也是為了推動這項技術(shù)的發(fā)展。雖然，國外汽車牌照識別系統(tǒng)研究工作己有一定進(jìn)展，但并不適合我國車牌特征，這主要是因為以下五個方面的原因:</p><p>　　我國標(biāo)準(zhǔn)汽車牌照是由漢

39、字、英文字母和阿拉伯?dāng)?shù)字組成，漢字的識別與字母和數(shù)字的識別有很大的不同，從而增加了識別的難度；</p><p>　　國外許多國家汽車牌照的底色和字符顏色通常只有對比度較強(qiáng)的兩種顏色(例 如韓國，其車牌底色為紅色，車牌上的字符為白色)，而我國汽車牌照僅底色就有藍(lán)、黃、黑、白等多種顏色，字符顏色也有黑、紅、白等若千種顏色；</p><p>　　其他國家的汽車牌照格式(如汽車牌照的尺寸大小，牌照

40、上字符的排列等)通常只有一種，而我國則根據(jù)不同車輛、車型、用途，規(guī)定了多種牌照格式(例如分為軍車、警車、普通車等)；</p><p>　　我國汽車牌照的規(guī)范懸掛位置不統(tǒng)一；</p><p>　　由于環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重，這種情況下國外發(fā)達(dá)國家不允許上路，而在我國仍可上路行駛。由于我國汽車車牌識別的特殊性，采用任何一種單二識別技術(shù)均難于奏效。目前正在研制的無源型汽車牌照智

41、能識別系統(tǒng)綜合利用了車輛檢測技術(shù)、計算機(jī)視覺(Computer Vision)技術(shù)、圖像處理技術(shù)、人工智能技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等，是一個比較有發(fā)展前途的車牌識別系統(tǒng)。相對其他圖像識別系統(tǒng)來說，目前車輛牌照識別系統(tǒng)的研究要困難得多，主要原因是由于實時與分辨率的矛盾在這方面表現(xiàn)得更為突出，一般的圖像識別系統(tǒng)大都采用256*256或128*128的圖像，而在車輛牌照自動識別系統(tǒng)中，由于牌照尺寸較小，每個字符要求有20*20點左右，因此要求分

42、辨率較高，一般不能低于512*512，若采用2048*2048則更好，但這又會使實時性大為降低，這一矛盾是許多牌照識別系統(tǒng)不能投入實用的主要障礙。加之要適應(yīng)各種復(fù)雜背景，要識別的車輛種類繁多顏色變化多端，以及檢測時要適應(yīng)不同天氣變化導(dǎo)致的不同光照條件，給牌照分割及識別增加了難度。</p><p>　　2．1．3本課題國內(nèi)外研究的歷史、現(xiàn)狀</p><p>　?。?）、基于紋理分析的定位方法

43、</p><p>　　該算法對于牌照傾斜或變形以及光照不均、偏弱或偏強(qiáng)有很好的效果, 但對噪聲敏感, 對于背景復(fù)雜的圖像可以結(jié)合垂直投影的方法來得到真正的車牌區(qū)域, 該區(qū)域同時具備以下特點：</p><p>　　有明顯的峰- 谷- 峰的現(xiàn)象；</p><p>　　波峰數(shù)一般大于7 個, 同時波谷也一般大于7 個( 因為車牌有7 個字符)；</p>&l

44、t;p>　　相鄰波峰與波谷間的落差大于一定的閾值。結(jié)合垂直投影的方法可以有效地解決背景復(fù)雜的車牌定位。</p><p>　?。?）、基于數(shù)學(xué)形態(tài)學(xué)的定位方法</p><p>　　該方法提高了車牌圖像分割的準(zhǔn)確度但精確度不理想, 所以必須結(jié)合其他定位方法進(jìn)行精確定位, 可與邊緣特征分析相結(jié)合提高車牌區(qū)域定位的精確度。</p><p>　　(3）、基于邊緣檢測的定

45、位</p><p>　　該方法的定位準(zhǔn)確率較高, 反映時間快, 能有效去掉噪聲, 適合于包含多個車牌的圖象, 并且在多車牌圖像的情況下定位速度也很快。但是對車牌嚴(yán)重褪色的情況, 由于檢測不到字符筆畫的邊緣會導(dǎo)致定位失敗。定位后的區(qū)域在外界有干擾以及車牌傾斜時比車牌稍大?？梢越Y(jié)合邊緣檢測和掃描線來進(jìn)行車牌定位來進(jìn)一步改善算法性能。</p><p>　　(4)、基于小波分析的定位方法</

46、p><p>　　利用小波變換去噪效果好, 結(jié)合其他定位方法在車牌圖像檢測定位中, 能較為快速、有效地從復(fù)雜噪聲背景中將待識別的車牌分割出來。</p><p>　　(5)、基于圖像彩色信息的定位</p><p>　　顏色信息的使用可以提高車牌定位的成功率。傳統(tǒng)的彩色信息定位方法在圖像質(zhì)量好的情況下定位比較準(zhǔn)確、迅速, 但在夜晚時、下雨天或大霧天氣時車牌區(qū)域容易有殘洞, 定

47、位效果不理想。</p><p>　　2.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計</p><p>　　2．2．1智能控制系統(tǒng)的功能總體設(shè)計</p><p>　　該高速公路智能化控制占道方案是應(yīng)用于高速公路上對車速和占道預(yù)警信息提示系統(tǒng)。對于車速過快的車進(jìn)行預(yù)警，對于車速過慢，長期占用車道，影響道路行駛速度的車輛也進(jìn)行車牌識別然后傳送服務(wù)器通過嵌入式智能卡預(yù)警和龍門架顯示提醒，提醒行駛

48、車輛進(jìn)行相應(yīng)處理，從而提高高速公路的道路通過效率和控制好行車速度，真正實現(xiàn)高速管理的人工智能化。</p><p><b>　　系統(tǒng)功能總體設(shè)計圖</b></p><p>　　2．2．2智能控制系統(tǒng)的數(shù)據(jù)流總體設(shè)計</p><p>　　系統(tǒng)數(shù)據(jù)流設(shè)計總體設(shè)計圖</p><p>　　2．2．3車牌系統(tǒng)的總體設(shè)計</p&

49、gt;<p>　　本課題主要針對高速公路智能化占道控制系統(tǒng)的車牌識別進(jìn)行研究，通過車牌這個汽車的唯一身份證對違規(guī)等車輛信息進(jìn)行采集并提出預(yù)警提示。本車牌識別系統(tǒng)的基本環(huán)節(jié)如下圖：</p><p>　　車牌系統(tǒng)總體環(huán)節(jié)設(shè)計圖</p><p>　　2．2．4車牌系統(tǒng)的組成原理設(shè)計</p><p>　　車牌系統(tǒng)的組成原理圖</p><p&

50、gt;　　三、 車牌識別的研究與設(shè)計</p><p>　　3.1車牌特征的信息分析</p><p>　　3.1．1車牌特征的信息分析</p><p>　　機(jī)動車牌照作為機(jī)動車的“身份證”，制造和使用都有嚴(yán)格的規(guī)范加以明確規(guī)定。根據(jù)中華人名共和國公共安全行業(yè)標(biāo)準(zhǔn)GA36-92，汽車車牌有10種。這10種汽車車牌的幾何外形大小和顏色信息如下表所示（均、警車牌這里暫時不考

51、慮）。</p><p>　　另外，民用汽車的好牌上有省、直轄市、自治區(qū)的名稱和發(fā)證及監(jiān)督機(jī)關(guān)的代號，編號是英文大寫字母。后面的編號一般5位編號，從00001-99999，編號超過10萬就由A，B，C等字母代替。即“A”代表10萬，“B”代表11萬，“C”代表12萬，最后一個字母代表33萬。英文字母中的I和O不用，避免和數(shù)字中的1和0沖突。使館的外籍車牌上的是建交國家的代號，與所在地區(qū)的監(jiān)管機(jī)關(guān)編號無關(guān)。</

52、p><p>　　在這10種汽車中，編號為9和10的臨時入境和臨近行駛汽車以及使領(lǐng)館汽車由于數(shù)量很少、出現(xiàn)的概率極小，為了簡化算法和節(jié)省時間，忽略這幾種車型的特殊性，認(rèn)為它們與其他的7種汽車車型一致，采用相同的方法進(jìn)行識別。由于編號為1的大型汽車，由于系統(tǒng)的CCD攝像頭收集的是汽車頭部的牌照圖像，因此對于大型汽車后車牌的特殊性也可以忽略不計。</p><p>　　本論文中，不考慮車牌在背景色和前

53、景色上的差異，在這些車牌中，大型汽車（前）、小型汽車、使領(lǐng)館汽車、境外汽車、外籍汽車、教練車和試驗汽車的號牌格式完全一樣，同時，由于小型車數(shù)量最多，出現(xiàn)概率最大，牌照規(guī)范與其它幾種車牌很相似，算法的識別對象最終設(shè)定為小型車</p><p>　　3.1．2常見車牌顏色特征的信息</p><p>　　對目前8種常見車牌（對大型車輛取前置車牌）的顏色分布和格式分布進(jìn)行分析，可以得出如下結(jié)論：&l

54、t;/p><p>　　工存在5種顏色：黃石、黑色、藍(lán)色、白色和紅色；</p><p>　　存在5中前景和背景的顏色組合；黃底黑字黑框線、藍(lán)底白字白框線、黑底白字紅“使”（或“領(lǐng)”）字白框線、黑底白字白框線，黑底紅字紅框線；</p><p>　　字符顏色與背景顏色的亮度相差很大：要么亮度高于背景顏色的亮度（藍(lán)底白字白框線、黑底白字紅“使”（或“領(lǐng)”）字白框線、黑底白字白框

55、線、黑底紅字紅框線；要么字符顏色低于背景顏色亮度（黃底黑字黑框線），對于這種車牌，其二值化結(jié)果顏色相反，前景字符為黑色，背景為白色，需要進(jìn)行處理；</p><p>　　牌照上的文字由7個字符和一個分隔符橫向水平排列組成，字符高度為90mm，寬度為45mm，分割符的直徑為10mm（實際上，每個字符是劇中分布在一個高位90mm，寬為45mm的矩形區(qū)域。）</p><p>　　字符和字符之間或字

56、符和分割符之間的距離為12mm；</p><p>　　使館牌照的間隔符在第4和第5個字符之間，其余的車牌的間隔符在第</p><p>　　2個和第3個字符之間。由于使館牌照出現(xiàn)的概率很小，將之視為小型車牌照一種變形情況，不單獨處理，后面提出的車牌格式均值后一種格式情況；</p><p>　　從左到右，車牌中每一位的可能字符如下：第1位，30個省份的簡稱和“使”字，共

57、有31個字符（暫時不考慮軍警車）；第2位，除去字母“I”之外的25個英文大寫字母；第3位，除去字母“I”和字母“O”之外的24個英文大寫字母和10個數(shù)字，共有34個字符；第4~6位，10個數(shù)字字符；第7位，10個數(shù)字字符和“領(lǐng)”“學(xué)”“試”“境”，共有14個字符。字符總數(shù)共有70個。</p><p>　　觀測和分析車牌外形特點，無論哪種車牌，外輪廓都有一個寬度不大的輪廓線，輪廓線的顏色和字符顏色一致，與背景的亮度

58、差異很大?，F(xiàn)實環(huán)境下，車牌有時安裝后，車輛廠商的商標(biāo)會遮擋牌照外輪廓線，但商標(biāo)本身又是一個輪廓線，其亮度與背景的亮度差異也很大，同樣可以利用之。</p><p>　　3．1.3車牌特征分析結(jié)論</p><p>　　首先，結(jié)合車牌分析結(jié)論，利用其中的特征4、5、6點可以構(gòu)造牌照字符的格式模型，這個模型在其后的用來指導(dǎo)牌照定位后、字符識別前的字符分割。結(jié)合GA36-92標(biāo)準(zhǔn)，牌照圖像的實際大小

59、可能隨著CCD攝像頭采集的時機(jī)不同而產(chǎn)生一定的縮放，但是總體比例不會發(fā)生大的變化。設(shè)第1個字符中心和第2個字符的中心間距為一個長度單位，以第1個字符中心為原點，那么非使館車牌的其余字符中心的橫向位置應(yīng)分別為：1，2.39，3.39，4.39，5.39和6.39，字符的寬度同樣為0.79。</p><p>　　其次，利用分析結(jié)論7，可以利用字符在牌照的排列縮小候選字符的集合規(guī)模，加快識別速度或進(jìn)行識別后結(jié)果的糾正判

60、別。如果不知道字符在牌照中的排列位置，那么每個位置的候選字符可以達(dá)到70個，如果知道了它的位置，那么該位置的候選字符至多有34個，尤其是對牌照的第4、5、6位，候選字符只有10個數(shù)字</p><p>　　3.2原始圖像預(yù)處理</p><p>　　由于CCD攝像頭采集圖像以BMP位圖圖像格式存儲到微機(jī)，為了便于車輛的定位與分割和車輛字符的識別，原始圖像應(yīng)具有適當(dāng)?shù)牧炼?，較大的對比度和清晰可辨

61、的牌照圖像。但由于系統(tǒng)的圖像采集部分工作于開放的戶外環(huán)境，加之車牌的整潔度、自然光照條件、車輛行駛速度等因素的影響，車輛圖像可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重缺陷，因此需要對原始圖像進(jìn)行識別前的預(yù)處理。</p><p>　　除了少數(shù)文獻(xiàn)提及過可用色彩信息幫助對牌照的檢測和分割外，考慮到圖像文件的存儲量和處理圖像需要占用大量系統(tǒng)資源，絕大多數(shù)牌照識別系統(tǒng)均采用不含彩色信息的灰度圖像，即圖像中每個像素僅由一個8位字節(jié)表示

62、該像素的亮度值，因此灰度圖像是具有256個灰度級的黑白圖像，便于以后的圖像二值化，處理運(yùn)算量大大減少。一些系統(tǒng)的攝像部分采用單色CCD攝像頭則可以直接得到灰度圖像。</p><p>　　3.2.1圖像灰度化</p><p>　　灰度化采用現(xiàn)行通用的標(biāo)準(zhǔn)平均值法，用g表示灰度后的灰度值，R、G、B分別表示原真彩色圖中的紅、綠、藍(lán)分量，則有：</p><p>　　g=0

63、.110 B+0.588 G+0.322 R</p><p>　　3.2.2圖像對比度增強(qiáng)</p><p>　　車輛識別系統(tǒng)是全天候的工作性質(zhì)，若無理想的補(bǔ)充光照明，自然光照度的晝夜變化會引起牌照圖像的對比度嚴(yán)重不足使圖像中牌照字符分辨不清，甚至根本無法定位和分割，更無法識別。因此，研究者們提出各種有效的增強(qiáng)圖像對比度的方法，如灰度線性變換、線性濾波器、直方圖修整法等。采用圖像灰度拉伸的方

64、法有效地增強(qiáng)了圖像的對比度，增強(qiáng)后的圖像中字符清晰、區(qū)域分明，便于圖像二值化和字符分割處理。還有些采用一種簡便有效的線性濾波器進(jìn)行圖像中字符特征的增強(qiáng)，得到一個亮度明顯高于背景的牌照字符區(qū)域，經(jīng)進(jìn)一步的定位處理就很容易確定其具體位置?？梢?，圖像對比度增強(qiáng)處理無論對牌照圖像的可辨識的改善，還是簡化后續(xù)的牌照定位和分割的難度都是很有必要的。</p><p>　　如果造成圖像對比度不足的原因為：</p>

65、<p>　　被攝像物的遠(yuǎn)近不同，使得圖像中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡。</p><p>　　CCD攝像頭掃描時各點的靈敏度有較大的差異而產(chǎn)生圖像灰度失真。</p><p>　　成像時曝光不足或者過度而使得圖像的灰度變化范圍太窄。</p><p><b>　　自然光線的差異。</b></p><p>　　這是如將

66、圖像灰度線形擴(kuò)展，長能顯著改善圖像質(zhì)量，達(dá)到增強(qiáng)圖像的對比度和分辨率。實驗中，對于正常采樣的車輛圖像，也使線性灰度變換，突出感興趣的目標(biāo)或者灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)域。</p><p>　　令原圖像f（x，y）的灰度值范圍是[a，b]，線性變換后，圖像g（x，y）的范圍為[O，Mf]，g（x，y）和f（x，y）的變換關(guān)系的數(shù)學(xué)表達(dá)式為：</p><p>　　3.2.3圖像中值

67、濾波</p><p>　　中值濾波是一種非線性的濾波技術(shù)，由于實際計算過程中并不需要圖像的統(tǒng)計特性，所以比較方便。它是基于圖像的這一種特性：噪聲往往孤立的點形式出現(xiàn)，這些點對應(yīng)的像素數(shù)很少，而圖像則是由像素較多，面積較大的小塊構(gòu)成。在一定條件下，可以克服線性濾波器所帶來的圖像細(xì)節(jié)模糊，而且對濾波脈沖及圖像的掃描噪聲比較有效。</p><p>　　其原理為，設(shè)有一個一維序列f1，f2……fn

68、。取窗口長度為奇數(shù)m（m為奇數(shù)），對此序列進(jìn)行中值濾波，就是從輸入序列中相續(xù)抽出m個數(shù)，fi-v,fi,fi+v,其中fi為窗口的中心值，v=（m-1）/2,再將這m個點的數(shù)值按其數(shù)值大小排列，取其序號為正中間的那個數(shù)作為濾波器輸出。中值濾波表達(dá)式為：</p><p>　　Yi=Med{ fi-v,…fi,…fi+v,} i∈Z v=(m-1)/2</p><p>　　對數(shù)字圖像進(jìn)

69、行中值濾波，實質(zhì)就是對二維序列{Xmn}的中值濾波，濾波窗口也是二維的，用一個滑動窗口W在圖像上進(jìn)行掃描，吧窗口內(nèi)包含的圖像像素按灰度級升（或降）序排列起來，取灰度值居中的像素灰度為窗口中心像素的灰度（若窗口中有偶數(shù)個像素，則取兩個中間值的平均），用公式表示為：</p><p>　　X（m，n）=Median{f（m-k，n-1），（k，1）∈W}</p><p>　　本課題采用的中值濾波

70、的窗口為3×3的矩形窗口（共9個像素），結(jié)果表明通過中值濾波可以很好地消除孤立噪聲點的干擾，如下圖所示。更重要的是使用這種中值濾波，除有效地消除噪聲外，還能有效地保護(hù)邊界信息。</p><p><b>　　噪聲點干擾處理圖</b></p><p>　　3.2.4圖像邊緣檢測</p><p>　　圖像分割的一種重要途徑是通過邊緣檢測，即

71、檢測灰度級具有突變的地方，表明一個區(qū)域的終結(jié)，也是另一個區(qū)域開始的地方，這種不連續(xù)性稱為邊緣。邊緣檢測不僅用于圖像分割，也是紋理分析等其他圖像分析的重要信息源和形狀特征基礎(chǔ)。需要說明的是：邊緣與物體間的邊界并不等同，邊緣指的是圖像中像素值有突變的地方，而物體的邊界指的是現(xiàn)實場景中的存在于物體之間的邊界。一幅圖像中，有可能又邊緣的地方并非邊界，也有可能物體的邊界在圖像中不成為邊緣，這是因為現(xiàn)實中的物體是三維的，而圖像只有二維信息，從三維到

72、二維的投影成像不可避免的會丟失一部分信息；另外成像過程中的光照和噪聲也是不可避免的重要因素。</p><p>　　本課題采用LOG算子，其中LOG邊緣檢測器的基本特征是：</p><p>　　平滑濾波器是高斯濾波器；</p><p>　　增強(qiáng)步驟采用二階導(dǎo)數(shù)（二維拉普斯函數(shù)）；</p><p>　　邊緣檢測判據(jù)是二階導(dǎo)數(shù)零交叉點并對應(yīng)一階導(dǎo)數(shù)

73、的較大峰值；</p><p><b>　　使用線性內(nèi)插方法。</b></p><p>　　這種方法的特點是圖像首先與高斯濾波器進(jìn)行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結(jié)構(gòu)組織將被濾除。由于平滑會導(dǎo)致邊緣的延展，因此邊緣檢測器只考慮那些具有局部梯度最大值的邊緣點。這一點可以用二階導(dǎo)數(shù)的零交叉點來實現(xiàn)。拉普斯函數(shù)用作二維二階導(dǎo)數(shù)的近似，是因為它是一種

74、無方向算子。為了避免檢測出非顯著邊緣，應(yīng)選擇一階導(dǎo)數(shù)大于某一閥值的零交點作為邊緣。</p><p>　　LOG算子對圖像f（x，y）進(jìn)行邊緣檢測，輸出h（x，y）是通過卷積運(yùn)算得到的，即：</p><p>　　由于圖像平滑會引起邊緣的模糊。高斯平滑運(yùn)算導(dǎo)致圖像中邊緣和其他尖銳不連續(xù)部分的模糊，其中模糊量取決于δ值。δ值越大，噪聲濾波效果越好，但同時也丟失了重要的邊緣信息，影響了邊緣檢測器的

75、性能。如果取小δ值，又有可能平滑不完全而留有太多的噪聲。大δ值的濾波器在平滑相互鄰近的兩個邊緣時，可能會將它們連在一起，這樣只能檢測出一個邊緣。因此，在不知道物體尺寸和位置的時候，很難準(zhǔn)確確定濾波器的δ值。一般來說，使用大δ值的濾波器產(chǎn)生魯棒邊緣，小δ值的濾波器產(chǎn)生精確定位的邊緣，兩者結(jié)合，能夠檢測出圖像的最佳邊緣。本課題的δ的取值為2。</p><p>　　LOG算子具有計算速度快的特點，經(jīng)運(yùn)算后邊緣圖像輪廓清

76、晰，尤其適用于具有比較密集筆畫的間距小的圖像邊緣。對同一幅車牌圖像采用不同的邊緣算子進(jìn)行邊緣檢測的效果如下圖：</p><p><b>　　邊緣檢測效果圖</b></p><p>　　3.3車牌圖像區(qū)域定位</p><p>　　3.3.1區(qū)域定位算法的闡述</p><p>　　本文的定位方法是在一定條件下的目標(biāo)搜索。因而

77、要考慮己經(jīng)具備的一些條件和參數(shù)以簡化方法的復(fù)雜度。確定性條件就是目前已經(jīng)具備的硬件技術(shù)(如高級攝相機(jī)、高性能的處理器、性能優(yōu)良的傳感系統(tǒng)等):可提供的參數(shù)就是取像設(shè)備與車輛之間的距離以及車輛圖像的先驗知識等。根據(jù)這些條件和參數(shù)可以獲得有利于定位方法實現(xiàn)的信息:</p><p>　　拍照使用國內(nèi)統(tǒng)一標(biāo)準(zhǔn)的牌照，因而具有統(tǒng)一規(guī)格的尺寸。</p><p>　　在拍攝時，CCD攝像頭與汽車的距離是

78、固定的，因而攝入的圖像具有固定比例的大小，并消除了因拍攝時的抖動而出現(xiàn)的低劣圖像。</p><p>　　汽車牌照內(nèi)部有接近水平的一排字，而且字跡要相對清晰。</p><p>　　有了上述條件，就可以有針對地采用相應(yīng)的方法進(jìn)行車牌目標(biāo)的搜索。本文采用了窗口搜索的方法尋找車牌潤標(biāo)。由于車牌目標(biāo)區(qū)的紋理密集，像素值總和遠(yuǎn)大于具有同一窗口尺寸的其它區(qū)域，因而我們可以通過計算所到之處的窗口內(nèi)部像素值

79、總和，比較總和的大小來判斷車牌目標(biāo)區(qū)。搜索步長為2個像素，由左向右，由上向下進(jìn)行。算法如下式：</p><p>　　式中，S為窗口2frameL×2frameW中所有白像素數(shù)碼之和，j和i分別為窗口中的橫縱坐標(biāo)，（k1，k2）為窗口像素的位置，（x0，y0）是S取最大值時的窗口中點，我們稱之為探點。窗口搜索的結(jié)果會使探點位于車牌區(qū)域中。</p><p>　　當(dāng)探點位子車牌區(qū)域中時

80、，只表明找到了車牌區(qū)內(nèi)的某點，但探點相對于車牌區(qū)位置卻是模糊的，因而不能準(zhǔn)確定位車牌，必須進(jìn)一步確定車牌的邊界，才能獲得車牌區(qū)在汽車圖像中的位置。邊界確定采用投影直方圖方法，圖像的預(yù)處理已經(jīng)很好地將車牌區(qū)域劃分出來，車牌區(qū)的邊緣較周圍的其它區(qū)域有很好的灰度跳變。因而采用投影直方圖的方法，以適當(dāng)?shù)拈}值對邊緣加以約束就可以很好地定出車牌區(qū)的邊界。投影直方圖方法是將處理后的圖像灰度值先向水平方向投影，使圖像的二維函數(shù)f（x1，x2）轉(zhuǎn)變?yōu)橐痪S

81、函數(shù)f（y1），如下式：</p><p>　　投影后的圖像和直方圖對比如下圖所示：</p><p>　　預(yù)處理前后垂直直方圖的比較</p><p>　　圖a、b分別是原灰度圖像和處理后圖像及其投影的直方圖，可以看出來圖像處理后的車牌區(qū)域更加明顯，且易與其他部位分離。去閥值m為：</p><p>　　其中δ為調(diào)整系數(shù)搜索邊界是從車牌區(qū)域的探點同

82、時向上和向下進(jìn)行的，搜索范圍為2frameW。這樣在縮小搜索區(qū)的同時可以準(zhǔn)確地定出車牌上下邊界y1，y2。一旦確定了車牌區(qū)域上下邊界y1，y2之后，就可以將牌照區(qū)域灰度值向垂直方向投影，方向公式如下: </p><p>　　同樣選取閥值和跨距，就可以定出車牌得左右邊界x1，x2，水平投影直方圖如下圖：</p><p><b>　　水平投影直方圖</b></p&g

83、t;<p>　　3.3.2區(qū)域定位算法的效果及流程圖</p><p><b>　　區(qū)域算法效果圖</b></p><p><b>　　流程圖</b></p><p>　　3.4車牌圖像傾斜糾正</p><p>　　3.4.1車牌的傾斜原因及類型</p><p>

84、　　車牌圖像的傾斜主要有水平傾斜和豎直傾斜兩種類型：</p><p>　　水平傾斜，指車牌圖像和水平方向成一個傾斜角度。它主要是因為拍攝的時候攝像頭沒有架設(shè)好，而與水平方向有一個角度;或者是車牌本身安裝的原因，定位螺栓不在同一水平面上所引起的。最終就造成拍攝出來的圖像中的車輛在水平方向發(fā)生整體傾斜。</p><p>　　豎直傾斜，是指車牌字符與豎直方向有一個傾斜的角度。它形成的原因主要是在

85、拍攝車牌圖像時，由于攝像頭的光軸直線(即攝像頭的法向量)與車牌所在的平面不垂直，而是存在一定的夾角;也就是攝像頭的光軸直線與車體前進(jìn)方不平行，造成攝入汽車圖像中的車牌圖像在豎直方向上會產(chǎn)生畸變，這種畸變使得車牌的邊緣基本是水平的，但卻使牌照中的每個字符都有向左或向右的扭曲。如果車牌本身安裝出現(xiàn)問題，即車牌所在平面與水平地面并非垂直，出現(xiàn)一個角度，這種傾斜將更為加劇。</p><p>　　另外，根據(jù)攝像頭安裝位置的

86、不同，拍攝角度過大時，還可能出現(xiàn)其它形狀的車牌變形，如梯形、平行四邊形，甚至是任意四邊形。對于這些情況，有文獻(xiàn)提出使用Hough變換，求取車牌4個頂點坐標(biāo)，根據(jù)畸變車牌四邊形的4個頂點和歸一化車牌的4個頂點之間的一一對應(yīng)關(guān)系，求解雙線性空間變換方程，對畸變圖像進(jìn)行校正。本文以下主要考慮車牌圖像拍攝角度不大時的水平傾斜校正和豎直傾斜校正，對于產(chǎn)生其它形狀的變形暫時沒有考慮。</p><p>　　3.4.2水平傾斜校

87、正</p><p>　　通常車牌區(qū)域的上下邊緣是兩條明顯的平行直線。，一般都采用，Hough變換，檢測出這兩條直線的傾斜角度，然后對牌照進(jìn)行水平傾斜糾正。</p><p>　　Hough變換是一種能夠在線條圖中檢測出己知形狀曲線的技術(shù)，它對局部的曲線斷裂和噪聲干擾不敏感，廣泛應(yīng)用于目標(biāo)檢測鄰域。</p><p>　　3.4.3豎直傾斜校正</p>&l

88、t;p>　　豎直傾斜校正的方法與水平傾斜校正的方法相同，不同的是，它檢測車牌區(qū)域的左右邊緣。使用Hough變換檢測左右邊緣平行線，得出傾斜角度后，進(jìn)行校正。</p><p>　　3.5車輛圖像二值化</p><p>　　所謂二值圖像，就是指圖像上的所有點的灰度值只用兩種可能，不為”，就為"255"，也就是整個圖像呈現(xiàn)出明顯的黑白效果。為了得到理想的二值圖像，一般采

89、用閉值分割技術(shù)，它對物體與背景有較強(qiáng)對比的圖像的分割特別有效，它計算簡單而且總能用封閉、連通的邊緣定義不交疊的區(qū)域。所有灰度大于或等于闡值的像素被判決為屬于物體，灰度值用”255”表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為”0"，表示背景。這樣一來物體的邊界就成為這樣一些內(nèi)部的點的集合，這些點都至少有一個鄰點不屬于該物體。如果感興趣的物體在內(nèi)部有均勻一致的灰度值，并且其處在一個具有另外一個灰度值的均勻背景下，使用閉值法

90、可以得到比較好的效果。為了使分割更加魯棒，適用性更強(qiáng)，系統(tǒng)應(yīng)該可以自動選擇閩值。圖像直方圖就是一種灰度特性，通常被用來作為分割圖像的工具。</p><p>　　二值化的閉值的計算有很多方法。分析灰度化后的結(jié)果:在圖像的大部分區(qū)域圖像的灰度值很小，只是在水平方向灰度變化較大的區(qū)域才會出現(xiàn)比較大的灰度值，這樣圖像的直方圖會出現(xiàn)兩個比較大的峰值，而灰度較大的那些像素點正是要二值化為高亮度的點。且當(dāng)車牌的底色和字的灰度值

91、相差不是很大的情況，譬如車牌反光的情形，這時二值化閨值的選取就顯得非常重要。固定的閉值分割法若針對一幅圖像取一個最佳的閉值進(jìn)行分割效果尚可，但我們要處理的是由CCD傳來的一系列的圖片，各圖片的背景，目標(biāo)以及拍攝時的環(huán)境各個相同，所以找一個適合于所有圖像的最佳閨值是困難的，難以實現(xiàn)的。這樣閥值的確定只能是隨要處理的圖像不同而變化的可變閥值。</p><p>　　可變閥值分割法采用上面我們所講的邊緣強(qiáng)度為權(quán)求閥值方法

92、，此閥值是基于全局像素的灰度分布并強(qiáng)化了邊緣而計算得到的。</p><p><b>　　3.6文字分割</b></p><p>　　在車牌旋轉(zhuǎn)完以后，車牌區(qū)域的整體在水平方向上應(yīng)該沒有傾角，其中的單個字符在豎直方向上也應(yīng)該是不傾斜的。字符切割的基本方法是利用字與字之間的空白間隔在圖像垂直投影上形成的空白間隔將單個漢字的圖像分割開來。</p><p&

93、gt;　　分割的總體思路是這樣的:利用先驗知識一字符尺寸為45mm X 90mm，選擇比單個字符略大的窗口進(jìn)行模板匹配，確定每個字符的位置，并記錄下來。</p><p>　　針對不同的字符位置有不同的處理方法:</p><p>　　對于第1個字符和第7個字符，直接對其進(jìn)行搜索，確定其位置，差別在于第1個字符是從左向右搜索，第7個字符是從右向左搜索而已，這樣做，第一可以減小單方向搜索的誤差，

94、第二可以直接避免第2、3字符間距與其它字符間距不同(第2、 3字符間間距為34mm，而其它相鄰字符間距為12mm)造成的影響。</p><p>　　前面進(jìn)行車牌區(qū)域定位和分割時采用的模板窗口比車牌窗口大5%，所以對于靠邊框的位置很近的點進(jìn)行排除，降低外框輪廓線的干擾;</p><p>　　在其它字符的搜索中，以前面已經(jīng)搜索到的字符的水平位置末端為起始點，搜索之。具體是:第2個字符基于第1個

95、字符，從左向右搜索;第3, 4, 5, 6則基于第7個字符，從右向左搜索。</p><p>　　已知這樣一個先驗知識:牌照圖像的實際大小可能隨著CCD采集的時機(jī)不同而產(chǎn)生一定的縮放，但是總體比例不會發(fā)生大的變化。設(shè)第1個字符中心和第2個字符的中心間距為一個長度單位，以第1個字符中心點為原點，那么非使館車牌的其余字符中心的橫向位置應(yīng)分別為:1，2.39，3.39，4.39， 5.39和6.39，字符的寬度為0.79

96、;使館車牌的其余字符中心橫向位置應(yīng)為1，2，3，4.39, 5.39和6.39，字符的寬度同樣為0. 79 。</p><p>　　利用這個車牌格式模型結(jié)論，對所得的位置進(jìn)行計算，去除中間由于噪聲干擾造成的不合理的數(shù)據(jù)，以計算結(jié)果進(jìn)行替代，可以得到準(zhǔn)確的字符分割結(jié)果。</p><p>　　四、 系統(tǒng)的設(shè)計過程</p><p>　　4.1車牌識別的系統(tǒng)基本配置<

97、;/p><p>　　CCD攝像機(jī)一臺。CCD是一種半導(dǎo)體圖像傳感器，與攝像管相比，體積小、重量輕、功耗低、噪聲小、結(jié)構(gòu)簡單可靠、分辨率高、光譜適應(yīng)寬、輸出線性好等一系列優(yōu)點，有廣泛的適應(yīng)性。安置在汽車車道附近，收集來往車輛圖像。</p><p>　　圖像采集卡一塊。接受來自CCD輸出的視頻信號，并轉(zhuǎn)化為計算機(jī)可以處理和識別的數(shù)字信號，實時的將視頻信號反應(yīng)在電腦屏幕上，采集卡一般都有對外的編程接

98、口，通過外界命令，可以將連續(xù)視頻中的某一幀以特定的文件類型保存下來。</p><p>　　光電開關(guān)一套，與計算機(jī)相連，當(dāng)車輛通過時，適時產(chǎn)生信號，通過微機(jī)向圖像采集卡讀取圖像幀的數(shù)據(jù)。</p><p>　　工業(yè)計算機(jī)兩臺。一臺裝有圖像采集卡，用于接收CCD圖像信號，對其加工處理后進(jìn)行車牌定位、識別的工作，稱為前端機(jī)。前端機(jī)物理上接近車輛通過的場所。另一臺接收來自前端計算機(jī)的識別結(jié)果，監(jiān)控協(xié)

99、調(diào)前端機(jī)的工作，我們稱為控制臺。控制臺物理位置遠(yuǎn)離前端計算機(jī)，環(huán)境更適合人工作。在控制臺軟件的支持下，一個控制臺可以同時監(jiān)控、協(xié)調(diào)多臺前端計算機(jī)的工作，并進(jìn)行相應(yīng)的信息處理，如車牌數(shù)據(jù)庫的管理等。</p><p>　　其他附屬設(shè)備。包括電源、補(bǔ)充光源、網(wǎng)絡(luò)線路、系統(tǒng)軟件等設(shè)備。</p><p>　　4.2車牌識別的系統(tǒng)的詳細(xì)流程圖</p><p>　　車牌系統(tǒng)的詳細(xì)

100、流程圖</p><p>　　4.3車牌識別的系統(tǒng)的車牌信息的采集</p><p>　　4．3.1采集的基本思想</p><p>　　車輛識別是一個機(jī)器視覺的處理過程，而在圖像工程、虛擬現(xiàn)實研究領(lǐng)域內(nèi)本系統(tǒng)是通過標(biāo)準(zhǔn)圖像（數(shù)據(jù)庫）來檢驗有效性。本系統(tǒng)采用在圖像處理基礎(chǔ)上，通過建立圖像獲取和運(yùn)動條件下的圖像退化模型，生成標(biāo)準(zhǔn)的號碼退化圖像，由對退化圖像的檢測實現(xiàn)號牌識別

101、率計量這一“計量”問題。</p><p>　　4．3.2車牌圖像的成像模型</p><p>　　機(jī)器視覺研究的成像過程主要有兩個因素：現(xiàn)實空間的點（對象）Pr到圖像空間的點（像素）Pi的幾何映射；CCD感應(yīng)生成灰度強(qiáng)度（RGB值）。幾何映射過程也就是成像模型，如下圖：</p><p><b>　　成像模型</b></p><

102、p>　　如上圖所示，Pr在圖像傳感器CCD上形成了點pi ,按小孔成像模型其變換關(guān)系可用一個矩陣描述?；叶葟?qiáng)度生成強(qiáng)度生成過程也就是傳感器敏感單元在一段時間內(nèi)對入射光能量的反映，與對象的光譜特征，CCD特征有關(guān)。</p><p>　　4．3.3車牌圖像的成形過程</p><p>　　圖像空間的虛擬成像過程是虛擬像素點曝光過程，也即是虛擬像素點對過渡圖像RGB強(qiáng)度值在時間域的響應(yīng)，按小

103、孔成像建立模型見下圖：</p><p><b>　　小孔成像圖 </b></p><p>　　4．3.4車牌圖像的實現(xiàn)</p><p>　　設(shè)測量夾角α為20º，拍攝距離20m，曝光時間1/250s，最高速度50m/s。則曝光周期內(nèi)位置變動不大于0.2m，對景深的影響忽略不計。如下圖所示：</p><p>&

104、lt;b>　　成像過程圖</b></p><p>　　取證照片拍攝范圍3m/車道，號牌寬440mm，按總特征像素分辨率768×288Pixel，車牌分辨率不低于100Pixel，則每像素標(biāo)定距離參數(shù)為0.004m/Pixel。由上面圖可知，對拍照退化有影響的切向速度為Vt=50×sin20º，即Vt=17.1m/s。</p><p>　　切向

105、的位置變化△r為△r=17.1×1/500,為0.034m，對應(yīng)像素為0.034/0.004=8.5pixel。</p><p>　　4.4車牌識別的系統(tǒng)的車牌信息的數(shù)據(jù)庫對比</p><p>　　4．4.1車牌的數(shù)據(jù)庫對比的簡介</p><p>　　通過前端設(shè)備所獲取到的車牌信息通過應(yīng)用遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫的數(shù)據(jù)特征，對所識別的字符進(jìn)行識別對比。整個遠(yuǎn)程網(wǎng)絡(luò)數(shù)

106、據(jù)庫的識別由漢字網(wǎng)絡(luò)對比、字母網(wǎng)絡(luò)對比、字母數(shù)字網(wǎng)絡(luò)對比和數(shù)字網(wǎng)絡(luò)對比四部分組成。對通過遠(yuǎn)程數(shù)據(jù)庫提供的相關(guān)數(shù)據(jù)進(jìn)行對比，提取更加精確的車輛信息。</p><p>　　前端機(jī)器通過采集到的車輛相關(guān)數(shù)據(jù)信息，通過預(yù)處理、字符分割和特征提取然后與遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫的數(shù)據(jù)特征進(jìn)行對比，輸出更精確的車牌號碼。</p><p>　　4．4.2車牌的數(shù)據(jù)庫對比的流程圖</p><p&g

107、t;<b>　　數(shù)據(jù)庫對比的流程圖</b></p><p><b>　　五、總 結(jié)</b></p><p>　　5.1智能交通系統(tǒng)的總結(jié)</p><p>　　該高速公路智能化控制占道系統(tǒng)需要通過外場圖像采集實現(xiàn)攝像車牌識別技術(shù)，然后通過數(shù)據(jù)傳送到服務(wù)器主機(jī)進(jìn)行分析和存儲，對違規(guī)的車輛通過嵌入式智能卡進(jìn)行司機(jī)的報警提醒同時在

108、龍門架LED顯示屏的提醒顯示；對未按規(guī)定行駛的車輛進(jìn)行路段服務(wù)信息的顯示預(yù)警。</p><p>　　高速公路智能交通系統(tǒng)對系統(tǒng)等一系列的性能如下要求：</p><p>　　要求適應(yīng)苛刻的野外工作條件：環(huán)境的溫度范圍-40℃~+70℃、工作濕度0~90%（無冷凝）的狀態(tài)下正常工作，具備防塵、防鹽霧、防酸等。</p><p>　　設(shè)備要求低功耗，因為在高速公路沿線，要求

109、采用太陽能供電，這樣可以大大的降低了供電設(shè)備的投資經(jīng)費(fèi)。</p><p>　　高速公路智能系統(tǒng)擔(dān)負(fù)著車輛及人身的安全所以肩負(fù)著重大的任務(wù)，所以系統(tǒng)要求較高的平均無故障時間（MTBF）和較短的平均故障修復(fù)時間（MTTR），提高了系統(tǒng)的可靠性。</p><p>　　5.2車牌識別系統(tǒng)的總結(jié)</p><p>　　車牌的識別問題是現(xiàn)代高速公路智能化占道控制系統(tǒng)領(lǐng)域中研究的重

110、點和熱點問題之一。本文主要進(jìn)行車牌識別系統(tǒng)的研究，對車牌識別過程中涉及到的問題進(jìn)行一系列的探討研究。</p><p>　　分析采集的圖像特點，使用圖像處理方法，對圖像進(jìn)行一系列處理，其中包括灰度化，對比度增強(qiáng)，中值濾波，邊緣檢測，二值化，圖像縮放，圖像變形，Hough變換求直線。對其中一些內(nèi)容進(jìn)行了比較研究，如迭代法二值化中的k值變化速率的比較和分析，邊緣檢測效果的比較，對比度增強(qiáng)中的分段線性變換對圖像影響的比較