Matlab平臺下的車牌識別系統(tǒng)的設計

文章簡要介紹了車牌識別系統(tǒng)的發(fā)展歷史、結構組成及應用現(xiàn)狀，針對相關圖像處理算法采用Matlab軟件進行仿真研究，主要包括圖像采集與處理、車牌定位、車牌字符分割及字符識別等部分。

作為計算機視覺與模式識別技術在智能交通系統(tǒng)中的一項重要應用，車牌識別系統(tǒng)被廣泛應用于高速公路車輛視頻監(jiān)控、智能停車場以及電子警察等。車牌識別系統(tǒng)的相關算法設計包括：圖像采集與處理、車牌定位、車牌字符分割及字符識別。文章對車牌識別的相關算法進行了深入學習和研究，在Matlab平臺下進行了車牌識別系統(tǒng)的設計。

車牌識別系統(tǒng)的發(fā)展、組成

及應用簡介

車牌字符識別可以從復雜的背景中準確地提取識別汽車牌照、車輛類型等信息，在交通控制和監(jiān)視中占有重要的地位，但受環(huán)境、車牌位置，以及車牌污染、缺損等因素的影響，車牌定位和識別存在一定的困難，識別率也會受到影響。因此車牌字符識別系統(tǒng)應具有較高的自適應性和魯棒性，即對有一定噪聲或變形的字符圖像仍能正確識別。

車牌識別系統(tǒng)的流程圖如圖1所示。

圖像處理及車牌定位

為了占用較少的存儲空間，提高系統(tǒng)的執(zhí)行速度，在進行圖像處理時，常將彩色圖像轉換為灰度圖像并進行二值化。

邊緣檢測

邊緣檢測的目的是標識數(shù)字圖像中亮度變化明顯的點。車牌識別中存在4種典型的邊緣檢測算子，分別為Roberts算子、Prewitt算子、Sobel算子和Canny算子。實驗結果表明：Roberts算子對邊緣定位較準確，在圖像噪聲較少的情況下分割效果很好，因此本文采用Roberts算子。

形態(tài)學處理

通過對圖像的腐蝕和膨脹運算能使車牌區(qū)域連通，并最大限度地消除非車牌區(qū)域的噪聲干擾。圖像經(jīng)過腐蝕膨脹處理后，存在許多連通的小區(qū)域但這些小區(qū)域明顯不是車牌候選區(qū)域且形狀不規(guī)則。使用bwareaopen函數(shù)來處理干擾對象，其作用是移除二值圖像BW中面積小于閾值的對象。

車牌剪切

對二值圖像進行區(qū)域提取，計算并比較區(qū)域特征參數(shù)提取車牌區(qū)域。通過計算車牌旋轉角度解決車牌傾斜問題。車牌處理的總圖如圖2所示。

字符分割與識別

完成牌照區(qū)域的定位后，再將牌照區(qū)域分割為單個字符，一般采用垂直投影法。字符分割后圖像如圖3所示。

字符識別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法?；谀０迤ヅ渌惴▽崿F(xiàn)簡單，當字符較規(guī)整時，對字符圖像的缺損、污跡干擾適應力強且識別率高。因此采用模板匹配法進行車牌字符識別。

結論

從Matlab編程運行結果看，這里采用的圖像識別算法對車牌的定位有一定的效果。該算法可有效檢測車牌圖像的上下左右邊框、旋轉角度、準確分割及識別車牌字符。實際應用中，牌照識別系統(tǒng)的識別率與牌照質量和圖像拍攝質量密切相關，還會受到各種因素干擾，需要不斷完善識別系統(tǒng)和算法。

參考文獻：

[1]王美琴，易敏，關財忠，等.車牌自動識別系統(tǒng)設計[J].儀器儀表用戶，2020，27（10）：5-9，40.

[2]楚天鴻，唐瑞尹.基于MATLAB平臺下的車牌識別系統(tǒng)設計[J].科技與創(chuàng)新，2020（14）：20-22.

[3]胡云琴，梁春美，鄭衛(wèi)娟.基于MATLAB的車牌自動識別系統(tǒng)開發(fā)與設計[J].信息通信，2020（07）：213-215.

[4]鮮曉婷.停車場車牌識別系統(tǒng)設計與實現(xiàn)[D].電子科技大學，2020.

作者簡介：魏雅慧（1990—），湖北宜昌人，實驗師，現(xiàn)就職于三峽大學 大學生素質教育中心，主要研究方向為控制理論與控制工程、計算機控制、機器視覺、儀器儀表及自動化裝置。