数字图像处理
——基于 MATLAB 的车牌识别程序
姓名:
学号:20142410108
班级:电子
1
班
组别:第二组
目录
一. 前言....................................................................................................................................... 3
二. 车牌定位............................................................................................................................... 5
三. 图像预处理........................................................................................................................... 7
四. 字符分割............................................................................................................................. 10
五. 字符识别............................................................................................................................. 12
六. 结论..................................................................................................................................... 14
七. 参考文献............................................................................................................................. 15
一. 前言
近年来随着人们生活水平的提高,出行方式趋于多样化,各类型车辆也急
剧增多。如何有效地对车辆运行、识别、监控等方面进行相关管理就显得格外
重要。现在国内交通系统已经逐步走向智能化、自动化,对车辆进行人工管理
的方式已经不能满足实际的需要。同时计算机的飞速发展和数字图像处理技术
的日趋成熟,为传统的交通管理带来巨大转变,在这样的背景下,人们开始了
车辆牌照智能识别系统的研究。目前车牌识别技术在高速公路收费、停车场管
理等众多领域已有广泛应用。
国内对车辆牌照识别技术的研究起步于 90 年代初,后来相关研究机构以
及一些科技公司都在不断深入此项技术的研究,并逐渐在此项技术上取得突破
进展。国内高校中对车辆牌照识别技术也在进行广泛的研究,如清华大学、上
海交通大学、浙江大学等,都有着专门的相关研究机构。 车辆牌照识别系统识
别车牌的过程中,需要进行图像采集和图像识别两个步骤,在图像采集中需要
应对各种复杂的应用场景,比如恶劣的天气(雨、雪、雾等)、光照条件以及人
为故意污损、遮挡号牌等情况,同时每次采集时目标所处位置不会一样,采集
视角会有很大变化,并且由于车牌挂的不正,都将导致车牌出现扭曲,这些都
大大降低了最终的识别准确性。
车牌识别过程一般分为三个阶段,车牌定位、字符分割和字符识别。首先
将采集到的车牌图像通过车牌定位和字符分割算法提取逐个字符信息,由于图
像采集的场景不同,对于模糊图像,需要先对采集到的图像进行图像优化处理
后,再对处理结果进行字符提取步骤。最后对提取出的字符信息进行识别操作。
其他国家的汽车牌照格式,如尺寸大小,牌照上字符的排列等,通常只有
一种。而我国则根据不同车型、用途,规定了多种牌照格式,例如分为军车、
警车、普通车等。我国标准车牌照是由汉字、英文字母和阿拉伯数字组成的,
汉字的识别与字母和数字的识别有很大的不同,增加了识别的难度。我国汽车
牌照的底色和字符颜色多样,蓝底白字、黄底黑字、黑底白字、红底黑字、绿
底白字等多种。
本文对车牌识别系统中的车牌图像预处理、车牌定位、车牌字符分割以及
车牌字符识别进行了介绍,在此基础上结合 MATLAB 编写了一种针对目前最
常用的蓝底白字车牌的识别程序。
二. 车牌定位
输入图片(RGB)
分别从第一列和最后一列向中间寻找蓝色像素点不为 0 的列,
从而确定车牌照的列区域
统计每行蓝色像素点个数
统计每列蓝色像素点个数
以蓝色像素点最多的那一行作为起点分别向上、向下寻找蓝色
像素点为 0 的行,从而确定车牌照的行区域
转为 hsv 图像
转为 double 类