車牌自動識別的算法研究與實現(xiàn)

摘要： 基于MATLAB對車牌自動識別系統(tǒng)中的算法進(jìn)行了研究：包括車牌定位、字符分割和字符識別的算法研究與實現(xiàn)。通過對一些車牌圖像進(jìn)行測試，證明算法具有可靠可行性。

關(guān)鍵詞：車牌定位；字符分割；字符識別；算法思想；算法實現(xiàn)

1 問題的提出

隨著我國經(jīng)濟(jì)和社會的迅速發(fā)展，汽車正以驚人的速度進(jìn)入千家萬戶，給各地的道路交通和停車管理帶來了巨大的壓力。因此，建立一套低成本、高效率的車牌自動識別系統(tǒng)是應(yīng)該的，也是必須的。車牌自動識別系統(tǒng)框圖見圖1。本文研究其中的“PC機(jī)處理”部分，也就是算法研究與實現(xiàn)。

圖1 車牌自動識別系統(tǒng)框圖

2 算法框圖

本文主要是應(yīng)用MATLAB軟件來進(jìn)行的算法研究與實現(xiàn)。算法框圖見圖2。

圖2 算法框圖

3 算法研究與實現(xiàn)

3.1 車牌定位的算法研究與實現(xiàn)

（1）車牌圖像的灰度變換

首先，將來自照相機(jī)的彩色車牌圖片進(jìn)行灰度處理。由彩色圖像變灰度圖像的公式為：

（1）

其中rij 、gij、 bij分別是彩色圖像中位于第i行、第j列的象素的紅、綠、藍(lán)三個分量；yij是該象素在灰度圖像中的灰度值。

（2）車牌圖像的邊緣檢測

本文應(yīng)用Sobel邊緣操作數(shù)對圖像邊緣進(jìn)行檢測。圖3是Sobel邊緣操作數(shù)的兩個卷積模板S1和S2。假設(shè)圖像的行數(shù)和列數(shù)分別為row和list，則圖像中的每一點都利用這兩個核做卷積。一個核對垂直邊緣響應(yīng)最大，而另一個核對水平邊緣響應(yīng)最大。

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文