基于MATLAB的車(chē)牌識(shí)別系統(tǒng)的研究設(shè)計(jì)

許新華 薛迪杰

摘要：在中國(guó)經(jīng)濟(jì)迅猛發(fā)展的時(shí)代，汽車(chē)引發(fā)的交通和公路管理問(wèn)題，成為當(dāng)今如何提高生活便利性的熱門(mén)課題。本研究從實(shí)際出發(fā)，運(yùn)用MATLAB技術(shù)主要完成，從各種環(huán)境所拍攝的圖片中，準(zhǔn)確地完成車(chē)牌圖片到可辨識(shí)字符的轉(zhuǎn)變，提取出可辨別的字符后，如何自動(dòng)辨認(rèn)識(shí)別字符。那么，第一個(gè)問(wèn)題就需要運(yùn)用圖片處理中的各種光線色彩處理，以及圖片字符的有效分割，第二個(gè)問(wèn)題需要根據(jù)車(chē)牌字符的組成組建字符庫(kù)，然后編寫(xiě)MATLAB程序，將預(yù)先處理所得到的字符和字符庫(kù)里的字符對(duì)比，識(shí)別辨認(rèn)出每一個(gè)字符。

關(guān)鍵詞：MATLAB;分割;識(shí)別

1 緒論

對(duì)車(chē)牌識(shí)別系統(tǒng)的研究一直是現(xiàn)在的熱門(mén)課題，它對(duì)人們的生活和社會(huì)的進(jìn)步都具有巨大的意義。車(chē)牌識(shí)別的難點(diǎn)在于車(chē)牌圖形采集質(zhì)量不高，車(chē)牌樣式類(lèi)型多種且復(fù)雜，車(chē)牌整體顏色組合多樣化。針對(duì)這些問(wèn)題，盡管很多相關(guān)領(lǐng)域的研究人員在車(chē)牌識(shí)別方面有了較深入的了解和研究，但還是在車(chē)牌定位和字符分割方面存在難題。結(jié)合現(xiàn)實(shí)生活中諸多的實(shí)際情況，若想準(zhǔn)確識(shí)別車(chē)牌字符，首先就得保證字符分割的準(zhǔn)確度，在此階段可借鑒光學(xué)研究和圖片處理的相關(guān)經(jīng)驗(yàn)，完成所選車(chē)牌字符的準(zhǔn)確分割，以便下一步的進(jìn)行。國(guó)外開(kāi)展車(chē)牌識(shí)別的研究時(shí)間較長(zhǎng)，積累了諸多豐富的經(jīng)驗(yàn)，也產(chǎn)生了大量此方面的報(bào)道。而我國(guó)的研究成果也很顯著，很多創(chuàng)新性的快速算法由我國(guó)學(xué)者提出。比如，以中國(guó)科學(xué)院自動(dòng)化研究所劉智勇為代表的學(xué)者開(kāi)發(fā)的應(yīng)用于漢王公司的車(chē)牌識(shí)別系統(tǒng)，效果顯著。車(chē)牌識(shí)別系統(tǒng)就是通過(guò)計(jì)算機(jī)設(shè)計(jì)來(lái)完成字符識(shí)別，此系統(tǒng)需要由硬件和軟件構(gòu)成。硬件設(shè)備主要用來(lái)提取圖片，車(chē)牌定位目前常用的方法有很多，有些區(qū)別在基于什么因素上，如直線檢測(cè)、灰度邊緣等。

2 應(yīng)用MATLAB技術(shù)實(shí)現(xiàn)圖像識(shí)別系統(tǒng)的理論分析

車(chē)牌之別系統(tǒng)主要包括：圖像輸入、預(yù)處理、區(qū)域搜索與分割、字符分割、歸一化處理、提取字符特征以及單字識(shí)別。行駛車(chē)輛一旦經(jīng)過(guò)安裝有此系統(tǒng)的區(qū)域，就會(huì)觸發(fā)傳感器，使系統(tǒng)進(jìn)入到工作狀態(tài);系統(tǒng)開(kāi)始在三個(gè)方向拍攝下車(chē)輛當(dāng)時(shí)照片，即前方、后方和側(cè)方;然后圖片進(jìn)入計(jì)算機(jī)進(jìn)行圖像轉(zhuǎn)換、圖像增強(qiáng)、濾波和水平較正等一系列的圖片處理處理;之后利用系統(tǒng)的定位技術(shù)找出需要分割的矩形模塊。整個(gè)系統(tǒng)的建立需要投入龐大的人力、物力、財(cái)力，用MATLAB軟件的形式在現(xiàn)實(shí)系統(tǒng)建立之前對(duì)其進(jìn)行分析，利用其強(qiáng)大的數(shù)據(jù)處理能力，優(yōu)秀的圖形處理功能，以及種類(lèi)豐富的工具箱，在很大程度上減小了系統(tǒng)建立或維護(hù)過(guò)程中的負(fù)擔(dān)和風(fēng)險(xiǎn)。

3 圖像讀取及車(chē)牌區(qū)域提取

3.1 圖像預(yù)處理

在此步驟中，首先進(jìn)行圖象的采集和行轉(zhuǎn)換，確定車(chē)牌的顏色后，利用不同的顏色通道來(lái)確定背景部分和字符部分，然后進(jìn)行灰度校正和平滑處理，最后在進(jìn)行邊緣提取。實(shí)驗(yàn)中可以發(fā)現(xiàn)提取的原始圖像質(zhì)量較好，就不需要太復(fù)雜的預(yù)處理步驟，同時(shí)用平滑處理方式處理過(guò)的圖像邊緣會(huì)模糊不清，而圖像銳化增加了邊緣輪廓清晰度的同時(shí)也增加了噪音。

結(jié)合MATLAB實(shí)驗(yàn)的要求，可以得出結(jié)論：不要盲目的進(jìn)行圖像濾波處理或者邊界增強(qiáng)，要根據(jù)實(shí)際情況來(lái)決定，以免造成不必要的圖像模糊或噪聲。

3.2 圖像定位分割

圖像進(jìn)行基本的預(yù)處理后，接下來(lái)就要開(kāi)始定位和分割，其主要目的是找出圖像中重要的分割要用到的區(qū)域，然后將帶有字符的那部分圖像從整個(gè)圖像分離出來(lái)，為接下來(lái)的字符識(shí)別提供依據(jù)。

分割采用的彩色分割法，主要原理根據(jù)圖片的顏色先分出各區(qū)域，然后統(tǒng)計(jì)個(gè)顏色的色素點(diǎn)后，找出合理區(qū)域進(jìn)行分割。車(chē)牌底色藍(lán)色RGB的灰度范圍已知，然后依次統(tǒng)計(jì)出各顏色的色素點(diǎn)個(gè)數(shù)，設(shè)定一定的閾值，就可以確定車(chē)牌分割的合理區(qū)域。

4 仿真結(jié)果與分析

從仿真的結(jié)果可以看出，并不是所有的圖片都能夠被準(zhǔn)確識(shí)別，若車(chē)牌污損嚴(yán)重，字跡模糊，會(huì)導(dǎo)致分割和識(shí)別都比較困難。另外在圖片分割過(guò)程中，若有相近字符，也會(huì)出現(xiàn)分割錯(cuò)誤，則后續(xù)識(shí)別結(jié)果和真是結(jié)果之間會(huì)有出入。

在仿真運(yùn)行過(guò)程中可以看到每個(gè)過(guò)程處理的結(jié)果，顯示值和各部分理論值相比較，找出差異和問(wèn)題所在，然后可以通過(guò)設(shè)置斷點(diǎn)，控制程序運(yùn)行，及時(shí)的調(diào)整程序，以免程序出現(xiàn)偏差。

從結(jié)果中可以得出：車(chē)牌識(shí)別系統(tǒng)除了前期的分割和處理外，關(guān)鍵在于字符識(shí)別部分。主要工作在于將分割好的單個(gè)字符與字符庫(kù)進(jìn)行匹配，取差值，差值越小意味匹配度越高，匹配度高表明識(shí)別正確率高。當(dāng)然，根據(jù)實(shí)際情況，各個(gè)字符的匹配的難易程度是不一樣的，但是無(wú)論難易，最后是一定會(huì)得出最相匹配的字符的。

5 結(jié)論

本文在所學(xué)MATLAB的基礎(chǔ)上，使用MATLAB設(shè)計(jì)出車(chē)牌識(shí)別系統(tǒng)，體會(huì)仿真工具在實(shí)際生活中的應(yīng)用。

雖然本文實(shí)現(xiàn)了設(shè)計(jì)目標(biāo)，但系統(tǒng)還需要進(jìn)一步完善以求得更加精確的獲得結(jié)果。同樣，更加簡(jiǎn)便實(shí)用的車(chē)牌識(shí)別系統(tǒng)還有待進(jìn)一步研究，另外，有關(guān)技術(shù)的實(shí)現(xiàn)和研究都不是幾次實(shí)驗(yàn)仿真能夠完成的，仿真模型的的實(shí)用性、精準(zhǔn)性等都有待于繼續(xù)進(jìn)行研究測(cè)試。

參考文獻(xiàn)：

[1]郁梅，等.基于視覺(jué)的車(chē)輛牌照檢測(cè)，計(jì)算機(jī)應(yīng)用研究，1999（5），6567.

[2]朱學(xué)芳，等.一種自適應(yīng)細(xì)化方法.模式識(shí)別與人工智能，Vol.10，No.2，1997（6），140145.

[3]梁瑋，羅劍鋒，賈云得.一種復(fù)雜背景下的多車(chē)牌圖像分割與識(shí)別方法[D].2003.

[4]張引，潘云鶴.面向車(chē)輛牌照字符識(shí)別的預(yù)處理算法.計(jì)算機(jī)應(yīng)用研究，1999（7），8587.

[5]葉晨洲，等.車(chē)輛牌照字符識(shí)別系統(tǒng).計(jì)算機(jī)系統(tǒng)應(yīng)用，1999（5），1013.