摘 要：本文以MATLAB仿真軟件為基礎(chǔ)，探索出車牌識別系統(tǒng)的設(shè)計(jì)，為智能交通管理，提供一種思路。

關(guān)鍵詞：MATLAB；車牌識別系統(tǒng)；智能交通。

DOI：10.16640/j.cnki.37-1222/t.2017.17.149

1 系統(tǒng)總體方案設(shè)計(jì)

（1）車牌識別的總體設(shè)計(jì)。一個(gè)完整的車牌識別系統(tǒng)要有收集圖像、處理圖像、儲(chǔ)存結(jié)果等主要過程。因此，該系統(tǒng)總體上可分為硬件和軟件兩大模塊。收集圖像由系統(tǒng)的硬件模塊完成，而軟件模塊則是對收集的原始圖像進(jìn)行分析和處理，最后輸出識別結(jié)果并儲(chǔ)存?？梢?，在車牌識別系統(tǒng)中，軟件部分的準(zhǔn)確性起到?jīng)Q定性作用。

（2）車牌識別系統(tǒng)整體方案設(shè)計(jì)。1）系統(tǒng)的主要流程 車牌識別系統(tǒng)的主要流程是采集圖片、圖片預(yù)處理、車牌定位、字符分割、字符識別、車牌顯示等六環(huán)節(jié)。2）系統(tǒng)硬件設(shè)計(jì) 主硬件部分的作用是完成車輛牌照初始采集。硬件設(shè)備主要有主控機(jī)、攝像頭、照明裝備、傳感器及工控機(jī)、探測器等。其中， 探測器主要是通過信號編碼調(diào)制，來加強(qiáng)其自身的抗擾能力及準(zhǔn)確度。探測器在探測到車輛之后，工控機(jī)會(huì)根據(jù)實(shí)際情況對系統(tǒng)進(jìn)行提示，從而實(shí)現(xiàn)對車輛牌照的瞬間捕捉。

3）系統(tǒng)軟件設(shè)計(jì) 由于MATLAB具有方便、高效快捷，良好的擴(kuò)充、移植、交互性能以及較好的開放性等特點(diǎn)，因此，本設(shè)計(jì)主要采用MATLAB來完成對軟件部分的設(shè)計(jì)。

2 車牌定位算法的設(shè)計(jì)

在車牌識別系統(tǒng)中，關(guān)鍵的一步是實(shí)現(xiàn)車輛牌照的精確定位。車牌定位對字符的精確分割有一定的要求。同時(shí)，車牌識別系統(tǒng)的識別速率與準(zhǔn)確性也有直接關(guān)系。車牌定位的基本步驟有圖像預(yù)處理、車牌搜索、車牌定位。

（1）車輛圖像的預(yù)處理。系統(tǒng)硬件設(shè)備采集到的照片質(zhì)量往往會(huì)受車輛行駛速度、光線強(qiáng)度氣等因素的影響。因此，需要對原始圖片進(jìn)行預(yù)處理，以提高車牌的識別質(zhì)量。圖像通常采用圖像灰度化、圖像灰度拉伸、圖像平滑等處理過程。

1）圖像灰度化。在進(jìn)行圖像處理時(shí)，為了提升應(yīng)用系統(tǒng)的處理速度，需要把彩色圖像轉(zhuǎn)換成灰度圖像，這個(gè)過程就是圖像的灰度化。經(jīng)處理后的灰色圖像中沒有任何色彩，只包含圖片原有的亮度信息?；叶戎荡笮】梢苑从吵鰣D像的亮度，并且與其成正比。圖像灰度化的算法有好幾種，限于篇幅，本設(shè)計(jì)使用加權(quán)平均值法對機(jī)動(dòng)車圖像進(jìn)行處理，其算法略。

2）圖像的灰度拉伸?；叶壤炷康氖菫榱藬U(kuò)大圖像所需的灰度區(qū)間，從而讓輸出的圖像得到改良。為使車牌圖像與其它部分圖像之間的對比度增強(qiáng)，讓兩部分的亮度有明顯差異，提升辨識度。基本原理是利用映射函數(shù)F（x），將輸入圖像中某點(diǎn)（x，y）的灰度f（x，y）映射成輸出圖像中的灰度g（x，y），即：。

為使圖像f（x，y）的灰度范圍由[s1，s2]擴(kuò)展到[t1，t2]，可采用下述線性變換來實(shí)現(xiàn)。

3）圖像的平滑處理。為了提高和實(shí)現(xiàn)車牌的準(zhǔn)確定位，在圖像處理初期就應(yīng)有效去除或抑制圖像中的噪點(diǎn)。消除圖片噪點(diǎn)的方法，通常采用圖像的平滑。圖像平滑的方式有頻域以及空域?yàn)V波。本文采用空域?yàn)V波來消除噪點(diǎn)。

（2）車牌定位和分割。硬件設(shè)備采集到的圖像是機(jī)動(dòng)車整體的圖片，對車牌識別系統(tǒng)而言只有車牌部分是有用的。定位和分割的作用是為了分辨出圖像中車牌具體的位置，并將其分離出來進(jìn)行字符的識別處理。所以，對圖像初步處理后，還需對圖像車牌定位和分割。1）車牌定位。車牌定位就是指對車輛圖像進(jìn)行處理，使得系統(tǒng)識別出車牌所在位置。車牌定位是根據(jù)車牌的顏色、亮度和車牌字符的邊緣形成的紋理來定位的。定位的方式有多種，本文是采用邊緣定位法，即利用彩色邊緣或者灰度圖像邊緣和顏色一起來定位。其定位過程是用顏色去除一些明顯不是車牌的部分，然后再用差分、圖像腐蝕以及雜質(zhì)消除等方法得到圖像邊緣，從而使得圖像定位更加準(zhǔn)確。2）車牌分割。現(xiàn)階段已有的車牌分割的方法還是比較多的，本文主要采用彩色分割法。因?yàn)?，彩色分割能對整個(gè)車輛圖像的信息進(jìn)行分析，并能統(tǒng)計(jì)出其所包含的彩色像素點(diǎn)，進(jìn)而能夠?qū)崿F(xiàn)車輛牌照區(qū)域的分割功能。

3 車牌字符處理

雖對原始圖片進(jìn)行一系列的預(yù)處理及車牌的定位處理之后，可得到車輛牌照的準(zhǔn)確定位，但此時(shí)仍無法得出車輛牌照的識別結(jié)果。這時(shí)可通過車牌字符的處理，來實(shí)現(xiàn)車牌識別功能。

（1）字符分割。字符的分割就是從完整的車牌圖像中把一個(gè)個(gè)組成車牌號的字符分割出來。切割方法有聚類分析、模板匹配、投影等幾種，本設(shè)計(jì)主要采用投影法。其工作過程是先對圖像進(jìn)行二值化處理；然后再采用垂直投影的方法對其進(jìn)行處理；最后依照投影圖中波形的不同規(guī)律以及峰值等特點(diǎn)推斷出車牌中字符的精確位置。

（2）字符歸一化。通常，采集到的車牌及其字符都不太符合標(biāo)準(zhǔn)要求，為了提高識別字符的速度，需要對采集到的車牌進(jìn)行字符歸一化處理，讓采集到的車牌字符能夠在同一標(biāo)準(zhǔn)模塊里的特征一樣。字符歸一化的方法分為大小歸一、化傾斜度校正兩種，本設(shè)計(jì)采用大小歸一法。大小歸一法的原理為了使初始字符與標(biāo)準(zhǔn)模塊里的字符大小相同，可在其橫縱的方向上分別乘上一個(gè)比例因子來實(shí)現(xiàn)。大小歸一實(shí)現(xiàn)的方法有2種：1）根據(jù)我們所需字符的標(biāo)準(zhǔn)大小來對車牌圖案進(jìn)行一定的比例的縮小或者放大；2）通過水平以及垂直方向上的投影對字符的大小進(jìn)行歸一化處理。

（3）車牌字符識別。在完成對車牌字符的準(zhǔn)確切分之后，需采用車牌的字符識別技術(shù)來完成車輛牌照的最終識別。字符識別的方法通常有三種：模板匹配法、人工神經(jīng)網(wǎng)絡(luò)算法和 BP神經(jīng)網(wǎng)絡(luò)。本文主要采用壓縮模板匹配技術(shù)。模板匹配技術(shù)是先把已經(jīng)分割并且經(jīng)過二值化處理后的字符縮小，然后再將其和模塊庫內(nèi)的模板進(jìn)行快速匹配，系統(tǒng)會(huì)自動(dòng)地將模板與字符進(jìn)行對比，差異最小的就是所需的識別結(jié)果，最后對結(jié)果進(jìn)行輸出并進(jìn)行記錄。雖此種方法計(jì)算量大，但它簡單、易操作，只要對車牌中的三種字符提前做出相應(yīng)的分類處理，就可創(chuàng)造出多種不相同的壓縮模板。這樣，就可以通過降低整個(gè)模板的數(shù)量，來有效提升識別效率。

4 結(jié)論

本文以MATLAB軟件為主要的開發(fā)系統(tǒng)，研究算法來完成車牌識別系統(tǒng)的設(shè)計(jì)。此設(shè)計(jì)具有一定的快速性、便利性，為智能交通管理提供一種方式。

參考文獻(xiàn)：

[1]黃英偉.車牌識別系統(tǒng)字符識別算法研究[D].湖北工業(yè)大學(xué)，2012.

[2]凌佳寧.車牌定位與車牌字符識別算法的研究與實(shí)現(xiàn)[D].電子科技大學(xué)，2012.

作者簡介：王洽鋒（1981-），男，河南鹿邑人，主要從事汽車電子技術(shù)研究。endprint