應(yīng)用MATLAB的車牌識別算法研究

王麗靜，李飛過

（西安石油大學(xué)電子工程學(xué)院，陜西西安，710065）

1 總體設(shè)計

車牌識別系統(tǒng)包括圖像采集、數(shù)字圖像預(yù)處理、車牌定位、字符分割、字符識別和圖像編碼、數(shù)字傳輸和更新程序。可分為硬件和軟件部分，車輛圖像的采集主要在硬件部分完成，軟件部分完成對采集到的圖像處理，然后通過管理系統(tǒng)對信息管理。

本文實現(xiàn)了拍攝車輛照片的車牌識別,重點是研究和識別算法。硬件部分應(yīng)在圖像采集完成后考慮圖像的存儲格式。該軟件系統(tǒng)使用計算機視覺和圖像處理算法。首先將采集到的汽車圖像進行灰度化用來增加車牌部分的對比度[1]。然后，分解提取圖像邊緣，進行初步定位，進而提取出車牌圖像。將提取出的車牌圖像進行二值化處理，利用其垂直投影圖中字符顯示出的峰群的特點進行字符切分[2]。最后，有效模板用于完成整個車牌字符的識別。

2 設(shè)計與實現(xiàn)

車牌進行圖像的預(yù)處理是為了降噪點。R=G=B的值是灰度值，并且使R、G和B分量相等的過程稱為灰度。實現(xiàn)圖像的灰度化的算法有最大值法、平均值法、加權(quán)平均值法三種[3]。這里采用加權(quán)平均值法即：按照一定的權(quán)值，對R、G、B的值加權(quán)平均：

其 中，R、G、B的 權(quán) 值 用 ωR、ωG、ωB表 示。ωR、ωG、ωB分別取0.588、0.302、0.11即：

車牌定位包括圖像預(yù)處理、邊緣提取、車牌定位和分割[4]。基于邊緣檢測的車牌定位方法：先突出圖像的某些信息，然后進行邊緣檢測[5]。預(yù)處理后確定原始灰度圖像中牌照的具體位置是車牌定位和分割的主要目的。包含用于由字符識別子系統(tǒng)識別的牌照字符的子圖像被從整個圖像分割。然后以分割的結(jié)果來進行字符的識別。最后進行車牌字符識別。將系統(tǒng)分切歸化得到的字符設(shè)為模板替換原字符模板庫中的模板，使字符模板與分割歸化得到的字符更吻合，模板的特征量更加鮮明，有利于提高車牌字符識別的準(zhǔn)確性。

圖1 系統(tǒng)針對陜ACT953車牌的識別過程

3 測試結(jié)果與分析

3.1 測試結(jié)果

在理想情況下采集普通車牌圖像進行測試。圖1是其中一幅圖片的識別過程，能夠看到結(jié)果正確。

3.2 結(jié)果分析

表1列出了部分測試結(jié)果,可以看出漢字的成功識別率是66.67%；英文字母的成功識別率為達到了94.11%；數(shù)字的成功識別率達到了94.73%，總體效果良好。

表1 測試結(jié)果

4 總結(jié)與展望

本文對汽車牌照識別系統(tǒng)進行了探討和研究，通過了解其軟硬件結(jié)構(gòu)，利用加權(quán)平均值法進行計算，分析典型車牌識別方法，勇敢創(chuàng)新。通過在實際場景下進行測試，表明此識別方法有較好的穩(wěn)定性和可靠性。