模式识别-车牌识别文档.docx

《模式识别-车牌识别文档.docx》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实际环境下汽车牌照识别方法的研究与实现1设计要求与准备本次设计是研究生一年级上学期的模式识别课程的课程设计，设计内容是实际环境下汽车牌照识别方法的研究与实现。设计有两个主要要求：完成对实际环境下的汽车牌照部分图像的抽取；对抽取出来的牌照经过相关处理之后，对其上的字符内容进行识别。基于课程设计的要求，需要进行实际环境下的汽车牌照识别，由于条件限制，不能用类似于学校门口的牌照硬件获取实际环境下的汽车照片，因此自行采集了一些汽车照片，用它们作为设计时的调试材料。2概述2.1汽车牌照识别现状车牌识别技术在实际生产生

2、活中十分常见。在学校或者单位的门口，在停车场门口，经常可以看到摄像头，汽车驶来，系统会自动拍摄汽车的照片，然后将照片中属于汽车牌照的部分提取出来，然后通过相应的处理手段，识别出车牌，然后送到后台处理系统，或与后台数据库进行比对，以查看该车是否属于合法进入，或者记录下该车的入场时间，等离场时进行计费统计等工作。此外，在交通中车牌识别的应用也有非常重要的意义，例如电子警察，对于违规车辆自动识别记录，或者在罪犯抓捕时，通过车牌识别锁定相关车辆，然后调集警力等。通过平时在学校门口或者超市停车场的观察，发现现在的车牌

3、识别系统已经达到了非常成熟的程度，几乎可以在无人值守的情况下保持正常、准确的运转。其中牵扯到一系列的硬件、软件的配合，据观察，有些系统是有后台计算机，整个汽车门禁系统相当于一个终端，连接到后台计算机上，但是大多数应该都是基于单片机的系统，也就是在系统中有单片机，运行着车牌识别程序。国内外有很多研究和工作致力于解决车牌是别中的各种问题，例如车牌区域的选定，例如车牌字符的切割，例如车牌字符的匹配，都有很多相关的工作。2.2汽车牌照识别用到的技术与准备在本次设计中，整个程序都是用Matlab完成，因为之前对Mat

4、lab不是很熟悉，因此再设计前学习了Matlab的相关内容。车牌识别可以使用很多Matlab提供的函数，从而大大减轻对于图像处理等操作所耗费的时间和精力。在本次设计的条件下，很大一部分工作都是对自行拍摄的照片进行处理，因此用到了很多图形图像处理的技术，由于此前图像方面的基础不足，因此也了解了一些图形图像学方面的知识。除了图像图像学方面的技术，另一个主要的技术就是字符切割与识别技术。这其中需要用到模式识别课程上的分类思想和知识。我们参考了相关文献，虽然没有将一些比较好的想法全部实现，但是开阔了思路，在以后的工

5、作和学习中遇到相关问题的时候，对问题的处理有一定的帮助。3基本原理与设计思路汽车牌照识别主要可以分为4个步骤：首先是汽车图像获取，然后是汽车牌照区域的确定，然后是对车牌区域的处理与字符分割，最后是对分割出来的字符进行识别。大致流程图如图1所示。开始输入图像寻找车牌区域学习调整重新寻找区域确定是否合理否是字符切割学习调整重新切割切割是否合理否识别是结束图1汽车牌照识别的流程概要从图1中可以看出，在本次试验要求下，系统的关键组成部分有：（1）汽车牌照区域的确定；（2）汽车牌照字符的切割；（3）切割后字符的识别这

6、三部分。下面是我们对每一重要组成部分的理解。首先是汽车牌照区域的确定。我们自行拍摄的照片如图2所示。图2自行拍摄的用于试验设计的照片从这个图片上，很容易想到车牌区域的确定可以按照颜色进行。因此一开始我们想到的方法是，获取一张图片之后，从上往下进行扫描，当某一行的蓝色像素点的个数大于某个阈值之后，那么这部分就可能是车牌区域。扫描过程中，找出蓝色像素数量最大的一行，然后从这一行分别向上、向下扫描，不管向上还是向下扫描，如果蓝色像素的数量小于某一阈值就停止扫描，这就分别确定了车牌区域的上下边界。然后用同样的方法左

7、右扫描，这样就可以找到左右边界，左右边界确定以后，就可以圈定车牌所属的区域了。但是这种方法对于光照条件较好、没有发生偏色，并且少有蓝色背景干扰的情况下比较有效，如果有蓝色干扰背景，或者车牌区域有偏色的情况下，就不是很理想。例如，对于老师给的如图3所示的照片，这种简单的统计像素点就没有效果。图3老师提供的汽车图片因此，我们继续观察图片，在颜色统计的方法上提出了两种改进方式：第一种方式是统计蓝色像素点之后，再统计同一行（列）上的白色像素点个数，如果这一行（列）上的白色像素点也达到一个阈值，那么说明这个区域可能是

8、车牌区域。第二种方式是，发现照片中汽车会有周围的环境有将强的差别，而蓝色的干扰区域一般是出现在图片的上、左、右三个方位，因此在扫描的时候，可以不从照片最上面和最左边开始扫描，而是选定某一个地方，这个地方的背景干扰不多，而且不至于把汽车的牌照截出去。我们认为这里其实可以用某些边缘提取或者是物体形态学的相关方法来实现，但是最终没有实现好。其次是汽车牌照字符的切割。在设计初期，我们先手动截取了车牌区域的图片进行分析。如