基于MATLAB的車(chē)牌識(shí)別系統(tǒng)

曲阜師范大學(xué)物理工程學(xué)院 索珠峰 陳敬月 曹曦文 侯秀聰 崔艷景

基于MATLAB的車(chē)牌識(shí)別系統(tǒng)

曲阜師范大學(xué)物理工程學(xué)院 索珠峰 陳敬月 曹曦文 侯秀聰 崔艷景

應(yīng)用MATLAB的圖像處理功能實(shí)現(xiàn)對(duì)車(chē)牌的識(shí)別定位和分割匹配，并利用友好的的人機(jī)界面模塊將最終識(shí)別的結(jié)果輸出。通過(guò)實(shí)驗(yàn)證明利用MATLAB對(duì)車(chē)牌的處理更為簡(jiǎn)單方便，是一種直觀快捷的車(chē)牌識(shí)別方法。

Matlab；圖像處理；車(chē)牌識(shí)別

0 引言

隨著交通事業(yè)發(fā)展迅速，公路建設(shè)力度加大，私家車(chē)越來(lái)越多。依靠人工已不能滿足對(duì)于車(chē)輛的管理。由于計(jì)算機(jī)技術(shù)及電子通信行業(yè)的進(jìn)步，車(chē)牌自動(dòng)識(shí)別技術(shù)逐漸得到人們的關(guān)注。車(chē)牌識(shí)別的處理過(guò)程可分為圖像預(yù)處理及邊緣提取、車(chē)牌定位、字符分割、字符識(shí)別四大模塊。鑒于拍攝角度、光線明暗而引起車(chē)牌難以識(shí)別的問(wèn)題，本文應(yīng)用MATLAB的圖像增強(qiáng)功能進(jìn)行處理，以先對(duì)圖像預(yù)處理再識(shí)別的方式減小錯(cuò)誤概率，增加圖像的可識(shí)性，從而得到一種直觀快捷的車(chē)牌識(shí)別系統(tǒng)。

1 車(chē)牌識(shí)別的工作原理

車(chē)牌識(shí)別的工作原理圖如圖1所示。

圖1 牌照識(shí)別的工作原理圖

車(chē)牌識(shí)別可為牌照定位、字符識(shí)別兩部分。牌照定位可分為圖像預(yù)處理及邊緣提取、車(chē)牌定位模塊；字符識(shí)別又可分為字符分割與字符匹配兩個(gè)模塊。牌照定位與分割是車(chē)牌識(shí)別過(guò)程中關(guān)鍵技術(shù)之一，主要目的是：經(jīng)圖像預(yù)處理后，確定原始灰度圖像中車(chē)牌的具體位置，并將包含車(chē)牌字符的子圖像從整個(gè)圖像中分割出來(lái)，以供字符子系統(tǒng)識(shí)別。字符分割要求必須精確降低錯(cuò)誤率。字符識(shí)別中主要應(yīng)用模板匹配的方式實(shí)現(xiàn)對(duì)車(chē)牌內(nèi)容的識(shí)別，因此要求字符模板也要十分精確。

2 各模塊的實(shí)現(xiàn)

2.1 預(yù)處理及邊緣提取

根據(jù)車(chē)牌顏色類別（藍(lán)底白字，黃底黑字，白底黑字，黑牌白字，綠牌白字），通過(guò)不同色彩通道可將牌照區(qū)域和整體背景明顯區(qū)分出來(lái)，然后將彩色圖像轉(zhuǎn)換成灰度圖像。圖像灰度值可由下面的公式計(jì)算：

如：r=(50,200) s=(0,255)

則有：

圖2 灰度線性變化

2.2 車(chē)牌的定位與分割

因?yàn)樵谠紙D像中，車(chē)牌的圖像是橫向近似且水平度較高的長(zhǎng)方形，相對(duì)位置比較集中，其灰度值與車(chē)體間有明顯差異。因此為方便利用邊緣檢測(cè)對(duì)圖像進(jìn)行識(shí)別分割，在邊緣部分產(chǎn)生灰度值突變的邊界。

圖像經(jīng)上述處理后，牌照區(qū)域已很清楚，其邊緣界線也有所加強(qiáng)深化，之后進(jìn)一步確定整張圖像中牌照的準(zhǔn)確位置。此模塊利用數(shù)學(xué)形態(tài)學(xué)的方法，其基本思想是：為了達(dá)到對(duì)圖像分析和識(shí)別的目的，用具有相應(yīng)形態(tài)的機(jī)構(gòu)元素去量度并提取圖像中的相應(yīng)形狀。

數(shù)學(xué)形態(tài)學(xué)可用于簡(jiǎn)化圖像數(shù)據(jù)，維持其根本形態(tài)特征，濾除無(wú)關(guān)結(jié)構(gòu)等。在程序中我們用到兩個(gè)基本運(yùn)算：膨脹、閉合。另外，利用移除對(duì)象中多余的小對(duì)象。

圖3 從對(duì)象中移除小對(duì)象

此外，該程序利用車(chē)牌的多色彩性采用色彩分割法。即：（1）依據(jù)車(chē)牌底色等有關(guān)的內(nèi)容，用彩色像素點(diǎn)統(tǒng)計(jì)法將牌照區(qū)域合理分割，確定RGB（車(chē)牌底色）對(duì)應(yīng)的灰度范圍；（2）統(tǒng)計(jì)該顏色范圍內(nèi)，行方向上的像素點(diǎn)量并規(guī)定合理閾值確定車(chē)牌在行方向上的合理范圍；（3）在分割出的行方向范圍內(nèi)統(tǒng)計(jì)藍(lán)色像素點(diǎn)在列方向上的數(shù)量以確定出完整車(chē)牌區(qū)域。

2.3 字符分割與識(shí)別

2.3.1 字符分割

車(chē)牌識(shí)別過(guò)程中，字符分割模塊有“過(guò)渡”作用。首先，在定位的基礎(chǔ)上進(jìn)行分割，并利用結(jié)果識(shí)別字符。由于字符間相隔距離偏大不存在字符粘連情況，因此利用尋找連續(xù)文字塊方式（長(zhǎng)度大于規(guī)定閾值時(shí)就認(rèn)為該文字塊為兩個(gè)字符的連續(xù)并需要分割）。

圖4 分割出來(lái)的七個(gè)字符圖像

2.3.2 字符識(shí)別

字符識(shí)別方面我們采用基于模板匹配的OCR算法。該算法的基本過(guò)程如下：（1）選取標(biāo)準(zhǔn)字符建立模板庫(kù)；（2）用已分割的字符和模板字符做差，結(jié)果中所得0越多則越匹配；（3）保存相減后圖的0值個(gè)數(shù)，其最大值即為識(shí)別結(jié)果。

圖5 識(shí)別結(jié)果

2.4 界面顯示

借由Matlab中的界面功能，通過(guò)界面將車(chē)牌號(hào)碼顯示出來(lái)。

3 運(yùn)行結(jié)果分析

運(yùn)行結(jié)果：