基于MATLAB的車牌號碼識別系統(tǒng)

胡利娜

(山西欣奧特自動化工程有限公司，山西 太原 030012)

基于MATLAB的車牌號碼識別系統(tǒng)

胡利娜

(山西欣奧特自動化工程有限公司，山西 太原 030012)

隨著我國汽車數(shù)量的增加,車牌號碼的識別技術(shù)在車輛管理中起著越來越重要的作用，這一技術(shù)實現(xiàn)了道路交通管理自動化和車輛行駛智能化，是智能交通管理系統(tǒng)中的關(guān)鍵技術(shù)之一。本文介紹了使用MATLAB軟件環(huán)境對車牌圖像的預(yù)處理，包括車牌灰度化、邊緣檢測、灰度腐蝕、平滑處理、車牌定位、字符分割和字符識別,實現(xiàn)了車牌自動識別功能。

MATLAB;車牌定位;字符分割;字符識別

目前，汽車已經(jīng)成為日常生活中一個重要的工具，隨著汽車數(shù)量的急劇增加，各種道路諸如高速公路、普通公路及各類車輛相關(guān)基礎(chǔ)設(shè)施建設(shè)越來越多，伴隨而來的是城市交通狀況日益嚴峻，人工管理的方式已經(jīng)跟不上時代的需要。作為政府相關(guān)機構(gòu)來說，如何對車輛等進行有效的管理，成為迫切需要解決的問題。

傳統(tǒng)的車牌識別僅僅支持單一車輛，背景比較簡單的場合，而面對如今復雜多變的環(huán)境(如車輛背景有廣告牌、建筑物、斑馬線，車牌的傾斜、表面污損、光線干擾)已經(jīng)無法直接應(yīng)用。而現(xiàn)基于MALAB環(huán)境的車牌識別系統(tǒng)，利用圖像處理技術(shù)處理、分析復雜背景下的車輛圖像，進行牌照定位、字符分割、字符識別，最后實現(xiàn)車牌識別，解決了傳統(tǒng)技術(shù)帶來的問題，真正實現(xiàn)了數(shù)字化、智能化的交通管理。所以，車牌自動識別系統(tǒng)的開發(fā)和應(yīng)用具有相當廣闊的社會前景和很大的社會經(jīng)濟效益。

1 車牌自動識別系統(tǒng)的組成

一個完整的車牌自動識別系統(tǒng)一般由硬件和軟件共同組成。硬件包括車體感應(yīng)設(shè)備、輔助光源、圖像采集卡和計算機，軟件主要由以下六部分。

1) 圖像采集：通過攝像機或數(shù)碼相機采集到的圖像；

2) 圖像預(yù)處理：讀取原始圖片、灰度化原始圖像、圖像邊緣檢測、灰度圖腐蝕、圖像平滑處理、濾波處理；

3) 車牌定位：利用車牌顏色進行分割，先分割出合理區(qū)域，設(shè)定閾值，確定車牌的信息區(qū)域，在分割出來的區(qū)域內(nèi)，再確定藍色像素點，最終形成完整區(qū)域。

4) 字符分割：對定位后的車牌字符進行垂直投影，找到合適的閾值，逐一分割字符。

5) 建立字符數(shù)據(jù)庫：每個字符建立多個模板，組成一個模板數(shù)據(jù)庫。

6) 字符識別：采用模板匹配的OCR算法，與字符數(shù)據(jù)庫中的模板進行匹配從而確認出字符。

車牌識別系統(tǒng)的基本結(jié)構(gòu)如圖1所示。

圖1 車牌識別系統(tǒng)的基本結(jié)構(gòu)圖

2 系統(tǒng)設(shè)計的語言環(huán)境介紹

車牌自動識別系統(tǒng)的軟件采用MATLAB軟件。主要具有以下特點[1]：

1) MATLAB程序語法控制不嚴格，書寫形式自由，程序設(shè)計自由度大。

2) 語句簡單，函數(shù)豐富。

3) MATLAB既有結(jié)構(gòu)化的控制語句,又有面向?qū)ο缶幊痰奶卣鳌?/p>

4) 可移植性好，可靈活運行在不同型號的計算機上，不受操作系統(tǒng)的限制。

5) MATLAB具有強大的圖形功能和可視化數(shù)據(jù)處理能力以及具有較強的制作圖形用戶界面的能力。

3 車牌號碼識別系統(tǒng)的實現(xiàn)與分析

3.1 圖像讀取及車牌區(qū)域提取

圖像讀取及車牌區(qū)域提取的主要步驟有：灰度化原始圖像、圖像邊緣檢測、灰度圖腐蝕、圖像的平滑處理。

3.1.1 圖像灰度圖轉(zhuǎn)化

通過數(shù)碼相機、攝像機采集到的圖像是彩色的，每個像素都是由三個不同的顏色分量R,G,B組成，其中包含大量的信息，占據(jù)大量的存儲空間，浪費較多的系統(tǒng)資源，降低系統(tǒng)運行速度，這樣給識別過程帶來困難。因此將采集來的圖像進行灰度化處理，將其轉(zhuǎn)換成灰度圖像?；叶然幕痉椒ㄊ侨,R,B三個分量中的最大值或平均值代替各分量。一般采用加權(quán)平均值法灰度處理圖像[2]。

加權(quán)平均值法：給R、G、B不同的權(quán)值，并將R,G,B的值取加權(quán)平均值，即R=G=B=(rR+gG+bB),其中r,g,b分別為相應(yīng)的權(quán)值。經(jīng)過大量的運用與推算，當r、g、b的數(shù)值分別設(shè)置為0.3、0.59、0.11時，即能得到較合理的灰度圖像。如下所示：

R=G=B=0.3R+0.59G+0.11B.

(1)

灰度化程序代碼如下：

I=imread('原始圖像.jpg'); %讀取原始彩色圖像

I1=rgb2gray(I); %轉(zhuǎn)換成灰度圖像

figure(2);

subplot(1,2,1);

imshow(I1);title('灰度圖像');%輸出灰度圖像

3.1.2 圖像的邊緣檢測

在MATLAB中利用函數(shù)edge()中的sobel算子來實現(xiàn)邊緣檢測。

sobel算子邊緣檢測程序代碼如下：

I2=edge(I1,'sobel',0.15,'both'); %使用sobel算子進行邊緣檢測

figure,imshow(I2);title('sobel算子實現(xiàn)邊緣檢測');

經(jīng)過邊緣檢測處理后的車牌的輪廓已經(jīng)很明顯，車牌區(qū)域和汽車標志的邊緣呈現(xiàn)白色條紋，基本上達到了邊緣檢測的效果。但是，因為車牌周圍附近的其他區(qū)域存在不可避免的干擾因素，所以四周被白色的邊框包圍著，需對檢測圖像進一步做細化處理，來消除多余的邊界點。

3.1.3 灰度圖腐蝕

灰度圖腐蝕是在邊緣檢測基礎(chǔ)上消除多余的邊界點，使邊界向內(nèi)部收縮的過程。

灰度圖腐蝕的程序代碼如下：

bg=[1;1;1];

I3=imerode(I2,bg);%圖像腐蝕

figure,imshow(I3); title('灰度腐蝕圖像'); %輸出灰度腐蝕圖像

3.1.4 圖像的平滑處理

在分割出車牌區(qū)域的圖像后，由于存在數(shù)字化誤差、噪聲的先天不足，對角點的提取有一定的影響，因此在角點提取之前必須先要經(jīng)過圖像的平滑處理，利用了MATLAB的圖像平滑處理函數(shù)imclose()。

平滑處理的程序代碼如下：

bg=strel('rectangle',[25,25]);%創(chuàng)造由指定形狀的結(jié)構(gòu)元素，矩形

I4=imclose(I3,bg);%對圖像實現(xiàn)閉運算

figure,imshow(I4);title('平滑處理圖像');%輸出平滑處理圖像

3.2 車牌區(qū)域的定位與分割

車牌區(qū)域的定位與分割過程就是車牌圖像經(jīng)過一系列預(yù)處理之后，從整幅車輛灰度圖像中先確定牌照的位置，然后將車牌部分分割出來，最后經(jīng)過其他技術(shù)進行字符識別。

3.2.1 車牌的分割與定位

車牌識別系統(tǒng)中一個重要的步驟是車牌的字符分割，并且這個步驟受很多因素的影響，都會影響這一過程的正確性。

首先是受二值化不徹底帶來的影響，也就是說對圖像進行二值化處理過程中的中間狀態(tài)即“中間灰”不能準確的反映圖像的中間狀態(tài)。通俗講就是說我們在進行二值化處理整個流程過程中，有時候可能出現(xiàn)因為閾值選取的問題造成“中間灰”過多的保留或者丟棄，出現(xiàn)這種情況造成的結(jié)果就是由于“中間灰”過多變黑或變白，而形成的字符筆畫變細或者變粗。

其次，汽車行駛中，難免出現(xiàn)車牌污損、陽光反射、照度不均等現(xiàn)象。某些情況下，還可能出現(xiàn)車牌邊框分割不正確，鉚釘分割不正確，另外車牌前后字符之間的小圓點即分隔符也影響車牌識別。

我們通常利用彩色分割法進行車牌識別，即利用車牌顏色進行分割。按照經(jīng)驗及常規(guī)情況，先分割出合理區(qū)域，設(shè)定閾值，確定車牌的信息區(qū)域，在分割出來的區(qū)域內(nèi)，在確定藍色像素點，最終形成完整區(qū)域。

牌照區(qū)域的分割如圖2所示。

圖2 牌照區(qū)域的分割

3.2.2 對定位后的彩色車牌的進一步處理

定位完成后，考慮到彩色圖片對計算機存儲空間的占用，而且采集的圖片也會有噪聲存在，所以必須對圖像進行各種處理。第一是灰度化處理，設(shè)置灰度值，使圖像表現(xiàn)黑白效果。第二是采用線性濾波算法中的均值濾波進行圖像去噪。

剪裁出來的車牌的進一步處理如圖3所示。

圖3 剪裁出來的車牌的進一步處理

3.3 字符分割與歸一化

在車牌識別過程中，字符分割屬于中間過程，起著承前啟后的作用。牌照定位完成后，進行字符分割，然后進行字符識別。將得到的車牌區(qū)域圖像二值化后，接著就是根據(jù)車牌圖像的垂直投影寬度和積累的數(shù)值，進行字符分割。由于拍攝的汽車圖像大小不一樣，所以得到的牌照上的字符大小也不一樣，因此分別從水平投影和垂直投影兩個方向上對字符象素的大小進行歸一化處理，使車牌字符同標準模塊里面的字符特征一樣，達到字符歸一化。

字符分割效果如圖4所示。

圖4 字符分割效果圖

3.4 字符的識別

現(xiàn)在主流的字符識別算法采用模板匹配的OCR算法。整個流程為，首先對目標字符進行大小調(diào)整直至符合字符數(shù)據(jù)庫中字符的合理大小，調(diào)整完后與數(shù)據(jù)庫進行匹配比對，最后選擇最佳匹配結(jié)果[3]。這個過程實現(xiàn)簡單，并且按照現(xiàn)有技術(shù)水平字符識別率很高。只要字符規(guī)整，即便出現(xiàn)圖像缺損、污跡干擾，也基本能識別字符數(shù)據(jù)。字符識別如圖5所示。

圖5 字符識別

4 總結(jié)與展望

從MATLAB運行結(jié)果來看，可以有效檢測車牌圖像的上下左右邊框，完成對車牌定位、字符分割、字符識別。而且相比較以前的技術(shù)，工作量減少、開發(fā)周期減少。目前存在的問題是，由于車牌抓拍成像質(zhì)量好壞參差不齊，各種不可測干擾因素無法預(yù)測，造成某些特殊情況下識別率還有待提高。因此還需要我們不斷提高技術(shù)水平，不斷凝練新的方法，運用多種技術(shù)方法有機結(jié)合起來完善系統(tǒng)，提高系統(tǒng)的識別能力。

當今社會，公路交通建設(shè)蓬勃發(fā)展，伴隨著各種基礎(chǔ)設(shè)施的建設(shè)，車輛管理體制也不斷完善，這些都為以圖形圖像為基礎(chǔ)的交通管理系統(tǒng)提供了平臺與基礎(chǔ)。車牌自動識別技術(shù)在智能交通領(lǐng)域中意義重大。而且車牌識別應(yīng)用廣泛，可用于流量監(jiān)控、車輛定位、技術(shù)刑偵、處理車輛違規(guī)違法等，另外車牌識別技術(shù)的發(fā)展與應(yīng)用，提高了交通運行過程中的效率，某些方面也間接緩解了交通緊張的狀況，有非常重要的現(xiàn)實意義。

[1] 張巖.MATLAB圖像處理超級學習手冊[M].北京：人民郵電出版社,2014.

[2] 陸玲，周書民.數(shù)字圖像處理方法及程序設(shè)計[M]. 哈爾濱：哈爾濱工程大學出版社,2011.

[3] 岡薩雷斯.數(shù)字圖像處理[M].第2版.北京:電子工業(yè)出版社,2007.

License Plate Recognition System Based on MATLAB

Hu Lina

(ShanxiXatAutomationEngineeringCo.,Ltd.,TaiyuanShanxi030012,China)

With the increase of cars in our country, the license plate recognition technology plays an increasingly important role in vehicle management. This technology realizes the automation of road traffic management and the intelligent vehicle driving, which is one of the key technologies of intelligent traffic management system. This paper introduces the image preprocessing of license plate with using the MATLAB software environment, including the gray license plate, edge detection and gray scale corrosion, smoothing, license plate locating, character segmentation and character recognition. The automatic recognition of license plate is realized.

MATLAB; license plate locating; character segmentation; character recognition

2017-05-22

胡利娜(1984- )，女，山西晉中人，工程師，學士學位，研究方向：高速公路三大系統(tǒng)及隧道機電。

1674- 4578(2017)04- 0055- 04

TP391.41

A