基于數(shù)字圖像處理的車牌識(shí)別系統(tǒng)設(shè)計(jì)

基于數(shù)字圖像處理的車牌識(shí)別系統(tǒng)摘要汽車的數(shù)量的日漸增多，目前，城市的交通情況受到了人們極大的關(guān)注，怎樣進(jìn)行有效的交通管理便成為了人們關(guān)注的重點(diǎn)。針對(duì)此問(wèn)題，人們利用新的科學(xué)技術(shù)，不斷努力研發(fā)出了各種交通道路監(jiān)視、管理系統(tǒng)等。這些系統(tǒng)，通過(guò)使用車輛檢測(cè)裝置對(duì)過(guò)往的車輛進(jìn)行檢測(cè)，對(duì)相關(guān)的交通數(shù)據(jù)進(jìn)行提取，是為了達(dá)到監(jiān)控、管理和指揮交通的目的。車牌識(shí)別系統(tǒng)現(xiàn)已經(jīng)在高速公路、城市十字交通路口和停車場(chǎng)等項(xiàng)目中擁有著不可替代的地位。本設(shè)計(jì)使用數(shù)字圖像處理方法，來(lái)解決車牌識(shí)別的問(wèn)題。通過(guò)數(shù)字圖像處理技術(shù)，對(duì)原始汽車圖像進(jìn)行處理，通過(guò)對(duì)圖像的預(yù)處理、車牌定位、字符分割和字符識(shí)別四部分進(jìn)行處理，最終得到車牌識(shí)別的字符。本設(shè)計(jì)的圖像預(yù)處理是把汽車圖像通過(guò)灰度化、二值化、邊緣檢測(cè)等操作，轉(zhuǎn)變成易于定位的圖像；車牌定位是首先利用邊緣檢測(cè)和形態(tài)學(xué)處理對(duì)車牌進(jìn)行預(yù)定位，之后利用Radon變換傾斜矯正車牌，最后進(jìn)行精確定位剪切車牌；字符分割是通過(guò)投影法進(jìn)行字符的切分，然后利用雙線性插值算法對(duì)字符進(jìn)行歸一化的處理；字符識(shí)別是將歸一化之后的字符和建立好的模板字符庫(kù)進(jìn)行逐一比對(duì)，通過(guò)找差值來(lái)實(shí)現(xiàn)字符的匹配。本設(shè)計(jì)的算法是在MATLAB2017b上進(jìn)行了仿真和測(cè)試，可以較好的識(shí)別出車牌號(hào)碼。關(guān)鍵詞：圖像處理，車牌識(shí)別，邊緣檢測(cè)，MATLABLicense

plate

recognition

system

based

on

digital

image

processingAbstractThenumberofcarsisincreasingdaybyday.Atpresent,peoplepaygreatattentiontothetrafficsituationofthecity.Howtocarryouteffectivetrafficmanagementhasbecomethefocusofpeople'sattention.Inresponsetothisproblem,peoplehavemadecontinuouseffortstodevelopvarioustrafficroadmonitoringandmanagementsystemsbyusingnewscienceandtechnology.Thesesystems,throughtheuseofvehicledetectiondevicestodetectthepassingvehicles,extracttherelevanttrafficdata,inordertoachievethepurposeofmonitoring,managementandcommandoftraffic.Licenseplaterecognitionsystemnowhasanirreplaceablepositioninexpressway,urbancrosstrafficintersectionandparkinglotprojects.Thisdesignusesdigitalimageprocessingmethodtosolvetheproblemoflicenseplaterecognition.Throughthedigitalimageprocessingtechnology,theoriginalvehicleimageisprocessed.Throughtheimagepreprocessing,licenseplatepositioning,charactersegmentationandcharacterrecognition,thecharactersoflicenseplaterecognitionarefinallyobtained.Theimagepreprocessingofthisdesignistotransformtheautomobileimageintotheimagewhichiseasytolocatethroughtheoperationofgrayscale,binarization,edgedetection,etc.;thelicenseplatelocationistousetheedgedetectionandmorphologicalprocessingtoprelocatethelicenseplate,thenuseRadontransformtotiltandcorrectthelicenseplate,andfinallycarryouttheaccuratelocationandcuttingofthelicenseplate;thecharactersegmentationistocutthecharactersthroughtheprojectionmethodThen,thebilinearinterpolationalgorithmisusedtonormalizethecharacters.Characterrecognitionistocomparethenormalizedcharacterswiththeestablishedtemplatecharacterlibraryonebyone,andtomatchthecharactersbyfindingthedifference.Thealgorithmofthisdesignissimulatedandtestedonmatlab2017b,whichcanrecognizethelicenseplatenumberbetter.Keywords:Imageprocessing,licenseplaterecognition,edgedetection,MATLAB

目錄1緒論 11.1研究背景及意義 11.2車牌識(shí)別系統(tǒng)現(xiàn)狀 11.2.1國(guó)內(nèi)外研究現(xiàn)狀 11.2.2車牌識(shí)別技術(shù)的應(yīng)用情況 31.2.3車牌識(shí)別技術(shù)的難點(diǎn) 31.3本文研究?jī)?nèi)容與結(jié)構(gòu)安排 42車牌識(shí)別系統(tǒng)設(shè)計(jì) 52.1圖像預(yù)處理 52.1.1圖像灰度化 52.1.2二值化 72.1.3中值濾波 72.1.4邊緣檢測(cè) 82.1.5數(shù)學(xué)形態(tài)學(xué)處理 82.2車牌定位 102.2.1車牌預(yù)定位 112.2.2車牌傾斜校正 122.2.3車牌精確定位及剪切 132.3字符分割 142.3.1傳統(tǒng)車牌字符分割算法 142.3.2基于先驗(yàn)知識(shí)約束的垂直投影分割算法 152.3.3字符歸一化 162.4字符識(shí)別 173車牌識(shí)別系統(tǒng)開發(fā)與性能檢驗(yàn) 113.1車牌識(shí)別系統(tǒng)開發(fā) 203.1.1系統(tǒng)開發(fā)軟件 203.1.2系統(tǒng)操作界面 203.2車牌識(shí)別系統(tǒng)運(yùn)行過(guò)程 213.2.1進(jìn)一步優(yōu)化設(shè)計(jì) 233.3車牌識(shí)別系統(tǒng)的分析 23總結(jié) 25致謝 26參考文獻(xiàn) 271緒論1.1研究背景及意義近些年，私家車的需求數(shù)量迅速上升，城市交通設(shè)施的快速發(fā)展無(wú)法跟上車輛的增加，而大規(guī)模交通設(shè)施的大力發(fā)展也解決不了現(xiàn)有的交通擁擠問(wèn)題，由于被限制的城市空間和政策資金的有限，道路基礎(chǔ)設(shè)施的建設(shè)，受到了嚴(yán)重的制約，所以發(fā)展現(xiàn)代智能交通系統(tǒng)，是一個(gè)迫切的問(wèn)題。發(fā)展現(xiàn)代智能交通系統(tǒng)是為了緩解交通堵塞，減少交通事故的發(fā)生，提高運(yùn)行便利度為。利用定位系統(tǒng)和智能分析系統(tǒng)，實(shí)現(xiàn)實(shí)時(shí)智能控制和線路優(yōu)化等功能的系統(tǒng)總稱，車牌識(shí)別系統(tǒng)在現(xiàn)代智能交通系統(tǒng)中扮演著重要的角色，它可以從一張車輛的照片中，自動(dòng)識(shí)別出汽車車牌的圖像，對(duì)車牌的字符進(jìn)行逐一分割，并識(shí)別出車牌的單個(gè)字符。車牌是車輛身份的標(biāo)志，車牌識(shí)別技術(shù)在智能交通系統(tǒng)中起著重要的作用，此技術(shù)的應(yīng)用范圍十分廣泛，特別是在城市道路和停車場(chǎng)停車收費(fèi)，所以車牌識(shí)別系統(tǒng)的研究和開發(fā)具有重要意義。1.2車牌識(shí)別系統(tǒng)現(xiàn)狀1.2.1國(guó)內(nèi)外研究現(xiàn)狀利用車牌識(shí)別系統(tǒng)，設(shè)計(jì)有效的車牌識(shí)別軟件模塊是目前需要解決的主要技術(shù)問(wèn)題，因此，能夠快速識(shí)別車牌號(hào)是世界各國(guó)需要解決的關(guān)鍵問(wèn)題。目前國(guó)內(nèi)外眾多研究人員，對(duì)車牌識(shí)別軟件模塊投入了大量的資源，并提出了許多解決方案。LPR技術(shù)，目前許多國(guó)家的研究機(jī)構(gòu)都在研究，國(guó)外的公司成功開發(fā)產(chǎn)品，并投入市場(chǎng)，例如以色列的Hi_Tech開發(fā)了See/Car系統(tǒng)、新加坡的歐塔西亞開發(fā)了VLPR產(chǎn)品。在我國(guó)，對(duì)車牌技術(shù)的研究起步相對(duì)較晚。而在20世紀(jì)80年代，國(guó)外就開始對(duì)車牌識(shí)別進(jìn)行了研究，在當(dāng)時(shí)，車牌識(shí)別技術(shù)還相對(duì)比較落后，只有一些簡(jiǎn)單的圖像處理。它們基本只適用于某一領(lǐng)域，并不具有普遍的適用性。在20世紀(jì)90年代，車牌識(shí)別技術(shù)開始迅速的發(fā)展，在實(shí)際應(yīng)用中，與下一代產(chǎn)品相比，采用自動(dòng)牌照識(shí)別技術(shù)設(shè)計(jì)的產(chǎn)品已經(jīng)達(dá)到了系統(tǒng)化和集成化REF_Ref35782689\r\h[1]。主要是由于當(dāng)時(shí)計(jì)算機(jī)技術(shù)的快速發(fā)展，提高了圖像處理和模式識(shí)別技術(shù)。我國(guó)汽車牌照的種類和樣式與其他國(guó)家的牌照有很大的不同，中國(guó)不僅有英文和中文，還有漢字，并且我國(guó)車牌擁有各種各樣的種類，如民用型的、警用型的、軍用型等車型，這也是一些國(guó)外的實(shí)用產(chǎn)品，無(wú)法進(jìn)入中國(guó)的原因。在90年代初期，我國(guó)汽車車牌識(shí)別技術(shù)逐步發(fā)展，現(xiàn)在我國(guó)最好的車牌識(shí)別系統(tǒng)，是中國(guó)科學(xué)院自動(dòng)化研究所開發(fā)的“漢王眼”。相對(duì)成熟的車牌識(shí)別系統(tǒng)產(chǎn)品還有“慧光”。同時(shí)，國(guó)內(nèi)各大學(xué)也進(jìn)行了相關(guān)的研究，如清華大學(xué)人工智能國(guó)家重點(diǎn)實(shí)驗(yàn)室、上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系、西安交通大學(xué)圖象處理與識(shí)別實(shí)驗(yàn)室等REF_Ref35784216\r\h[2]。隨著現(xiàn)代社會(huì)和交通的不斷發(fā)展，車牌識(shí)別系統(tǒng)的識(shí)別速度和識(shí)別率的性能需要進(jìn)一步提高。并且車牌號(hào)碼的識(shí)別率受外部環(huán)境的影響較大，因此需要不斷優(yōu)化車牌識(shí)別系統(tǒng)，提高系統(tǒng)抗干擾能力。隨著圖像識(shí)別技術(shù)的快速發(fā)展，計(jì)算機(jī)技術(shù)也迅速發(fā)展，為車牌識(shí)別系統(tǒng)提供技術(shù)支持，可以促進(jìn)車牌識(shí)別技術(shù)的發(fā)展REF_Ref35784386\r\h[3]。1.2.2車牌識(shí)別技術(shù)的難點(diǎn)在車牌識(shí)別系統(tǒng)研究中，第一步是提取車輛的照片，照片的獲取往往是由專業(yè)的攝像裝置來(lái)完成的，因?yàn)檫@一過(guò)程主要在室外完成，所有系統(tǒng)會(huì)受自然環(huán)境的光和天氣等因素影響，同時(shí)，這些因素沒有規(guī)律可循，對(duì)系統(tǒng)的實(shí)現(xiàn)會(huì)帶來(lái)很大的困難，主要影響因素如下：1)車牌格式的多樣性。我國(guó)根據(jù)不同的車型規(guī)定了不同的號(hào)碼牌，例如民用型車，警用型車，軍用型車等。不同用途的車由于車牌結(jié)構(gòu)的差異，車牌的定義方式也有一定的不同，因此，車牌識(shí)別系統(tǒng)需要針對(duì)不同車型進(jìn)行車輛牌照的識(shí)別。2)車牌顏色的多樣性。我國(guó)的汽車牌照顏色由藍(lán)、黃、白等多種顏色構(gòu)成，字符顏色有白、黑、紅等多種顏色，顏色的差異，單一的算法無(wú)法正確的識(shí)別，必須根據(jù)不同顏色的車牌進(jìn)行相應(yīng)的識(shí)別。

3)車牌圖片的清晰度不高。由于受光照強(qiáng)度不足、天氣條件等多種因素的影響，前端設(shè)備采集到的車牌圖像照片不清晰，存在圖像失真等問(wèn)題，導(dǎo)致車牌信息辨別錯(cuò)誤甚至難以辨別。

4)我國(guó)汽車的車牌由字母、漢字和數(shù)字組成，漢字的識(shí)別方式相比字母較難，所以增加了車牌識(shí)別的難度。5）目前，我國(guó)汽車的車牌號(hào)按車型分為多種形式，不同類型的車牌命名方式不同，且存在著這樣的難題，導(dǎo)致我國(guó)的車牌識(shí)別技術(shù)面臨著巨大困難，比其他國(guó)家的車輛標(biāo)識(shí)照片更難識(shí)別，因此，有效提高車牌識(shí)別的準(zhǔn)確率和實(shí)時(shí)性是提高中國(guó)智能交通系統(tǒng)可靠性的重要難題。1.3本課題研究?jī)?nèi)容與結(jié)構(gòu)安排本設(shè)計(jì)利用數(shù)字圖像處理技術(shù)對(duì)車牌識(shí)別問(wèn)題進(jìn)行處理。通過(guò)數(shù)字圖像處理技術(shù)，對(duì)前端采集到的汽車圖像進(jìn)行處理，得到車牌號(hào)碼。本設(shè)計(jì)在總結(jié)了一些車牌識(shí)別算法的基礎(chǔ)上，并提出了自己的車牌定位，分割和識(shí)別的算法，擬設(shè)計(jì)一個(gè)由圖像輸入到系統(tǒng)處理得到車牌字符輸出的車牌識(shí)別系統(tǒng)。并取得了理想的實(shí)驗(yàn)結(jié)果，其研究?jī)?nèi)容具體如下：第一章：緒論。主要介紹了車牌識(shí)別系統(tǒng)的研究背景和意義，以及基于數(shù)字圖像處理的車牌識(shí)別系統(tǒng)的相關(guān)國(guó)內(nèi)外研究現(xiàn)狀，并介紹了我國(guó)車牌的主要特征和現(xiàn)階段的識(shí)別技術(shù)難點(diǎn)。第二章：車牌識(shí)別系統(tǒng)設(shè)計(jì)。詳細(xì)的介紹了車牌識(shí)別系統(tǒng)的整個(gè)設(shè)計(jì)過(guò)程，對(duì)所用到的算法進(jìn)行詳細(xì)的介紹，并對(duì)識(shí)別結(jié)果進(jìn)行整理分析。第三章：車牌識(shí)別系統(tǒng)開發(fā)與性能檢驗(yàn)。對(duì)系統(tǒng)開發(fā)軟件MATLAB2017b進(jìn)行簡(jiǎn)單介紹，使用MATLAB2017b軟件自帶的GUI功能設(shè)計(jì)出圖形用戶界面。通過(guò)實(shí)驗(yàn)對(duì)各項(xiàng)系統(tǒng)功能進(jìn)行了測(cè)試與識(shí)別，本文的最后對(duì)這次的畢設(shè)進(jìn)行了總結(jié)和致謝。2車牌識(shí)別系統(tǒng)設(shè)計(jì)通過(guò)以上對(duì)于車牌識(shí)別系統(tǒng)基本介紹，本文設(shè)計(jì)的車牌識(shí)別系統(tǒng)主要由四個(gè)模塊來(lái)實(shí)現(xiàn)的，接下來(lái)我將分別對(duì)組成系統(tǒng)的四個(gè)基本模塊設(shè)計(jì)和系統(tǒng)整體設(shè)計(jì)進(jìn)行詳細(xì)的介紹。2.1圖像預(yù)處理車輛的圖像拍攝一般處于各種復(fù)雜的環(huán)境中，圖像的質(zhì)量會(huì)受到天氣的影響，光照的情況、拍攝的鏡頭、車牌的干凈程度、車輛進(jìn)入到攝像機(jī)的位置等多種因素而進(jìn)行改變。圖片的質(zhì)量會(huì)對(duì)車牌識(shí)別的準(zhǔn)確率產(chǎn)生很大的影響，為了得到清晰的圖像，首先我們要對(duì)圖像進(jìn)行預(yù)處理，預(yù)處理是利用數(shù)字圖像處理技術(shù)來(lái)對(duì)車牌圖像進(jìn)行處理，消除圖像中的干擾信息，這一步驟有利于后續(xù)圖像的定位和分割，主要的流程是將圖像處理成灰度圖，并強(qiáng)化圖像的有效特征，增強(qiáng)對(duì)有用信息的檢測(cè)性，消除影響圖像照片區(qū)域特征的噪點(diǎn)，使圖像特征更加的清晰，更易于識(shí)別，為圖像定位和分割打下基礎(chǔ)。2.1.1圖像灰度化灰度是指所有從黑色到純白色的過(guò)渡顏色，并按照一定的方法進(jìn)行分級(jí)。這些被分為不同級(jí)別的顏色，稱之為灰度，通常被分為256個(gè)級(jí)別?；叶葓D指的是只記錄單個(gè)像素點(diǎn)的灰度值的圖像，每個(gè)像素需要8位存儲(chǔ)空間，然而車牌上的原始圖片均為彩色信息圖片，在彩色圖像中，所有像素的信息按照不同的層次由紅（R）、綠（G）和藍(lán)（B）組成，也稱為RGB圖像；彩色圖像將R、G、B的顏色信息分別分成256個(gè)等級(jí)，三種顏色共有224種不同的信息，而每個(gè)像素需要24位的存儲(chǔ)空間，數(shù)據(jù)量大于灰度圖，數(shù)據(jù)量過(guò)大，不僅處理時(shí)間長(zhǎng)，而且程序運(yùn)行速度慢，存儲(chǔ)設(shè)備也要求高。為了加快對(duì)牌照的識(shí)別速度，我們可以丟棄不必要的顏色信息，首先將RGB圖像更改為灰度圖像，從而數(shù)據(jù)量可以顯著減少?；叶然歉鶕?jù)一定的方法將R、G、B值轉(zhuǎn)換成灰度值的過(guò)程，像素點(diǎn)的灰度越大，顏色越接近白色，否則接近黑色，這個(gè)過(guò)程稱為圖像灰度化常見的圖像灰度化的方法主要有以下幾種：1、分量法：使圖像中每個(gè)點(diǎn)的三個(gè)分量值R、G和B，使其中一個(gè)等于轉(zhuǎn)換后該像素點(diǎn)的灰度值，即：????????=??????????????（2.1）2、平均值法：將圖像的每個(gè)像素點(diǎn)的R、G和B值，取其算術(shù)平均值，轉(zhuǎn)化為像素點(diǎn)的灰度值，即：Gray=(??+??+??)/3（2.2）3、加權(quán)平均值法：首先對(duì)圖像中每個(gè)像素點(diǎn)的R、G和B值，按不同的權(quán)值進(jìn)行加權(quán)，然后計(jì)算算術(shù)平均值，并將算術(shù)平均值轉(zhuǎn)換為像素點(diǎn)的灰度值。即：Gray=(??????+??????+??????)/3（2.3）其中????、W??、W??分別是R、G、B值的權(quán)，選擇不同的R、G、B加權(quán)后，然后取算術(shù)的平均值將圖像進(jìn)行灰度化，獲得不同的灰度圖。因?yàn)槿藗兊难劬?duì)于不同的顏色感知是不同的，所以當(dāng)權(quán)值為????>????>????時(shí)，獲得的灰度圖像比較理想。本設(shè)計(jì)是利用加權(quán)平均值法得到的灰度圖像，原始圖像、灰度圖和灰度直方圖如圖2.1和圖2.2所示。圖2.1原始彩色圖像

圖2.2灰度圖像和灰度直方圖2.1.2二值化在本設(shè)計(jì)中，多次使用了灰度圖像的二值化算法，例如圖像增強(qiáng)階段、車牌預(yù)定位階段、精確定位后的字符分割階段等。二值圖像是指任意像素點(diǎn)的灰度值均為0或255（分別代表的是黑色和白色），沒有其他的灰度值。圖像二值化算法是利用目標(biāo)與背景之間的灰度差來(lái)算出閾值，然后將圖像中每個(gè)點(diǎn)的灰度值與該閾值的大小進(jìn)行對(duì)比，最后將大于閾值的像素歸為一類，并使用“1”表示；小于閾值的像素則為另外一類，用‘0’表示REF_Ref36582533\r\h[4]。二值化算法分為兩個(gè)步驟：一、閾值的計(jì)算；二、先進(jìn)行對(duì)比然后再取值。閾值的確定非常重要，合理的選取閾值可以有效地去除圖像中的噪聲，并能夠分離出目標(biāo)和背景，從而顯著減少信息量，提高圖像的處理速度。二值化前后圖像如下圖所示：圖2.3原始車牌圖像圖2.4二值化圖像2.1.3中值濾波在實(shí)際情況中，車牌圖像會(huì)受到噪聲的干擾，如果我們不對(duì)噪聲進(jìn)行處理，后面的字符分割將會(huì)受到很大的影響。中值濾波是指將一個(gè)鄰域中各點(diǎn)的中值被該像素點(diǎn)的值所代替，為了消除孤立像素點(diǎn)。中值濾波處理的目的是降低噪聲對(duì)車輛圖像的影響，并消除干擾噪聲，也加強(qiáng)了灰度圖像的邊緣信息。2.1.4邊緣檢測(cè)車牌識(shí)別系統(tǒng)中的邊緣指的是在圖像梯度方向發(fā)生變化或者是灰度值發(fā)生空間上的突變所有像素的集合。圖像的邊緣檢測(cè)可以縮小檢測(cè)目標(biāo)的范圍，可以加快對(duì)后續(xù)車牌和字符區(qū)域判定的處理。邊緣檢測(cè)能夠很大程度的降低圖像中的干擾噪聲，也可以很好的分離牌照和車身，并保存完整的車牌字符信息，從而提高識(shí)別的準(zhǔn)確率。常用到的圖像邊緣檢測(cè)算子有以下三種：（1）Sobel算子：其具有方向性，在垂直和水平方向上會(huì)產(chǎn)生明顯的邊緣。Sobel算子能夠很好的檢測(cè)出圖像的邊緣點(diǎn)，而且也能夠抵制噪聲的影響，Sobel算子在數(shù)學(xué)上已經(jīng)證明了當(dāng)像素的分布滿足正態(tài)分布時(shí)，檢測(cè)出的邊緣是最優(yōu)的。（2）Roberts算子：此算法比較準(zhǔn)確，但是容易受到圖像中噪聲的干擾，去除噪聲的能力比較差，其適用于噪聲較小且邊緣明顯的圖像。（3）Prewitt算子：此算法對(duì)噪聲較多的圖像和灰度漸變處理的效果較好，但是并不能夠全部排除檢測(cè)結(jié)果出現(xiàn)的虛假邊緣。本設(shè)計(jì)是用Roberts算子實(shí)現(xiàn)邊緣檢測(cè)的，實(shí)際處理過(guò)程中邊緣檢測(cè)結(jié)果如圖2.5所示。圖2.5Roberts算子邊緣檢測(cè)圖像2.1.5數(shù)學(xué)形態(tài)學(xué)處理在車牌識(shí)別系統(tǒng)中，運(yùn)用形態(tài)學(xué)的知識(shí)，有利于去除直觀的干擾因子，能夠快速準(zhǔn)確定位車牌的位置。其原理是：一、找到有一定形態(tài)的結(jié)構(gòu)元素，二、利用形態(tài)學(xué)算法，對(duì)車牌圖像中的相關(guān)形狀進(jìn)行量度和提取，從而實(shí)現(xiàn)對(duì)車牌圖像的分析和識(shí)別的功能REF_Ref36925064\r\h[5]。數(shù)學(xué)形態(tài)學(xué)處理可以簡(jiǎn)化圖像的數(shù)據(jù)，保留圖像中有用的信息，刪除無(wú)用的信息，車牌識(shí)別常用的形態(tài)學(xué)算子是腐蝕運(yùn)算、膨脹運(yùn)算和二者相組合而成的閉運(yùn)算和開運(yùn)算等。(1)腐蝕運(yùn)算腐蝕運(yùn)算的基本原理是在結(jié)構(gòu)元素的制約下，刪減物體的邊界點(diǎn)和邊界上的突出部分，使其向內(nèi)收縮。其主要應(yīng)用于消除分割圖像時(shí)產(chǎn)生的微小且無(wú)意義的點(diǎn)REF_Ref36925671\r\h[6]。(2)膨脹運(yùn)算膨脹運(yùn)算的基本原理是將與物體接觸的部分背景點(diǎn)合并到物體中REF_Ref36925871\r\h[7]。通過(guò)圖像膨脹處理，圖像的邊界會(huì)變大，元素的面積也會(huì)相應(yīng)的增加，并且圖像膨脹能夠填充圖像當(dāng)中的連接和空隙斷續(xù)的點(diǎn)，成為可以連通的區(qū)域。(3)開運(yùn)算開運(yùn)算指的是對(duì)圖像進(jìn)行膨脹、腐蝕的操作過(guò)程。其作用是在不改變物體面積的情況下，去掉圖像中的較小孤立點(diǎn)和毛刺以及去掉兩個(gè)區(qū)域之間的連接點(diǎn)，大致平滑圖像的輪廓，并且不改變圖像的整體位置和形狀。(4)閉運(yùn)算閉運(yùn)算指的是先進(jìn)行膨脹運(yùn)算，然后進(jìn)行腐蝕運(yùn)算。此運(yùn)算的作用是可以在不影響圖像的亮度前提下刪除比較暗的部分。通過(guò)閉運(yùn)算后可填充圖像中的小空隙部分，從而可以把圖像中臨近的物體進(jìn)行連通，使圖像的邊界更加的平滑。本設(shè)計(jì)中利用數(shù)學(xué)形態(tài)學(xué)算法對(duì)圖像進(jìn)行處理，首先利用腐蝕運(yùn)算，去除車牌照片中不連續(xù)的邊界點(diǎn)，然后再利用閉運(yùn)算，對(duì)照片中的小塊區(qū)域進(jìn)行連通，最后刪除圖像中干擾因子，對(duì)車牌進(jìn)行預(yù)定位。確定車牌區(qū)域的流程圖如圖2.6所示：邊緣檢測(cè)圖像邊緣檢測(cè)圖像腐蝕運(yùn)算腐蝕運(yùn)算閉運(yùn)算閉運(yùn)算刪除干擾因子刪除干擾因子圖2.6確定車牌區(qū)域的流程圖圖像預(yù)處理，我們主要討論了圖像灰度化、二值化、中值濾波、邊緣檢測(cè)、形態(tài)學(xué)等比較經(jīng)典的算法。這些算法不是只能在展開車牌識(shí)別算法之前使用，雖然我們把這些算法都?xì)w結(jié)到圖像預(yù)處理這一部分，但是它們?cè)诮酉聛?lái)的車牌定位、字符分割以及字符識(shí)別中也會(huì)經(jīng)常用到，所以應(yīng)該說(shuō)，這些算法是車牌識(shí)別系統(tǒng)算法中非常重要的一部分。2.2車牌定位車牌定位指是在車輛照片中找出車牌部分的輪廓，并準(zhǔn)確地確定車牌輪廓，然后將車牌部分進(jìn)行裁剪。車牌圖像的定位需要準(zhǔn)確，否則會(huì)影響識(shí)別的準(zhǔn)確率，甚至完全無(wú)法進(jìn)行識(shí)別。2.2.1車牌預(yù)定位為了確保牌照與車身分割的準(zhǔn)確性，首先預(yù)定位車牌，對(duì)車牌的區(qū)域進(jìn)行大概切分，除去非車牌部分，再根據(jù)車牌的邊緣特征信息，再次進(jìn)行準(zhǔn)確的切分。預(yù)定位時(shí)，首先利用Roberts邊緣檢測(cè)算法，提取車牌邊緣，在對(duì)圖像進(jìn)行邊緣檢測(cè)后獲得的圖像中，除了獲取到車牌的邊緣，還可以獲取到很多背景的邊緣，因此要先盡可能的去除非車牌部分的邊緣信息，非車牌部分的邊緣信息大部分都顯示出細(xì)微且雜亂的分布，為了去除這些細(xì)微而雜亂的分布，我們利用數(shù)學(xué)形態(tài)學(xué)算法處理得到的圖像，經(jīng)過(guò)初步提取的車牌如圖2.7所示。圖2.7初步提取的車牌通過(guò)上述分析，確定車牌區(qū)域的輪廓步驟如圖2.8所示。圖2.8確定車牌區(qū)域流程圖2.2.2車牌傾斜矯正在車輛照片拍攝過(guò)程中，由于攝像機(jī)安裝傾斜、車輛號(hào)碼牌傾斜懸掛、車身不水平等影響，會(huì)導(dǎo)致采集到的照片是傾斜的，如果車輛照片是傾斜的，車牌部分的圖像也會(huì)產(chǎn)生傾斜以及車牌字符和字符間距也是傾斜的，在這種情況下，后續(xù)字符分割出來(lái)的字符噪聲會(huì)明顯增加，從而降低了字符識(shí)別的準(zhǔn)確率，傾斜較大的照片可能無(wú)法分割字符，所以我們需要矯正傾斜的車牌圖像。水平方向的傾斜最為常見，矯正方法主要有Houg變換法和Radon變換法，Radon變換相對(duì)Houg變換計(jì)算簡(jiǎn)單，本設(shè)計(jì)采用radon變換法對(duì)傾斜車輛圖像進(jìn)行矯正處理。Radon變換是利用圖像在給定角度的斜線上像素之和來(lái)進(jìn)行變換的方法REF_Ref36932205\r\h[8]。如果照片發(fā)生傾斜，最多數(shù)量的像素點(diǎn)是從該對(duì)應(yīng)角度的斜向攝像上獲得的。f(??,??)是圖像矩陣，投影可以表示為：方向??的射線上的某像素點(diǎn)的投影值，??角指射線與??軸所形成的夾角REF_Ref36932222\r\h[9]。二維函數(shù)f(??,??)的Radon變換是平行于??軸的線積分：Rθx'y由Radon變換的基本性質(zhì)Rθ+180°-x=Rθ(x)可知：在??+180°時(shí)，函數(shù)R在???處可以求得極大值Rθ(??)，其中車牌傾斜校正的步驟如下：首先調(diào)用Matalb中的edge函數(shù)，將圖像轉(zhuǎn)換為二值圖像。2、然后調(diào)用radon函數(shù)，對(duì)轉(zhuǎn)換后的二值圖像進(jìn)行Radon變換。3、其次調(diào)用max函數(shù)，從得到的Radon變化值中尋找Rθ(??)的局部最大值，就可以確定Rθ(??)局部最大值對(duì)應(yīng)的??和4、最后依據(jù)確定的θ值，調(diào)用imrotate函數(shù)，對(duì)二值圖像進(jìn)行(90°???)旋轉(zhuǎn)，即可根據(jù)以上步驟，對(duì)車牌進(jìn)行傾斜矯正，車牌矯正后的圖像如圖2.9所示：圖2.9傾斜矯正后的圖像2.2.3車牌精確定位及剪切經(jīng)過(guò)前面的處理后，去除了非車牌的區(qū)域，并對(duì)傾斜的車牌進(jìn)行了矯正，接下來(lái)需要精確定位車牌，采用投影法對(duì)車牌部分和背景來(lái)進(jìn)行切分。在車牌識(shí)別系統(tǒng)中，投影法是定位當(dāng)中最常用的方法之一。在現(xiàn)有車牌定位算法中計(jì)算特征參數(shù)之后通過(guò)投影的方法切分車牌部分和背景部分。在車牌定位中，使用投影法的步驟為：一、將圖像轉(zhuǎn)換為二值圖像，二、對(duì)二值圖像進(jìn)行水平投影，找出車牌的上下位置以及高度，三、將預(yù)定位照片進(jìn)行垂直投影，尋找出照片中有數(shù)字部分總寬度進(jìn)行切分。對(duì)投影定位之后的圖像進(jìn)行剪切，得到圖像如圖2.10所示：圖2.10定位剪切后的圖像2.3字符分割為了識(shí)別出牌照的字符信息，我們必須識(shí)別出每一個(gè)字符。我們需獨(dú)立分析牌照上的所有字符，所以，我們需要對(duì)牌照字符進(jìn)行分割處理，字符的分割為字符識(shí)別提供了前提條件。2.3.1傳統(tǒng)車牌字符分割算法字符分割是依照字符的各類特征進(jìn)行分割的，如：字符的邊緣、字符與車牌背景之間色差、字符的高寬比、字符之間固定的間隔等。依據(jù)不同的分割原理，分類出各種不同的方法，常用的字符分割法主要有以下幾種算法：1、基于先驗(yàn)知識(shí)的分割算法車輛牌照的漢字、英文字母、阿拉伯?dāng)?shù)字的高寬比、字符間距都是嚴(yán)格按照國(guó)家規(guī)定的標(biāo)準(zhǔn)來(lái)制定的，這種先于經(jīng)驗(yàn)的知識(shí)叫做先驗(yàn)知識(shí)?；谙闰?yàn)知識(shí)的字符分割算法適用于定位準(zhǔn)確并且沒有干擾信息的牌照。2、基于模板匹配的分割算法模板匹配是通過(guò)對(duì)比標(biāo)識(shí)圖案和不同圖案各部分的相似度來(lái)判斷存在與否，并通過(guò)此圖案在圖像位置的過(guò)程。模板匹配是通過(guò)牌照的圖案與模板庫(kù)的圖案相似的部分進(jìn)行對(duì)比，用來(lái)判斷其是否存在，從而求得此圖案在牌照?qǐng)D像中位置的過(guò)程。3、基于投影法的分割算法此算法利用了車牌投影原理---每個(gè)字符都會(huì)產(chǎn)生一個(gè)波峰，每個(gè)字符間距都會(huì)形成一個(gè)波谷（或是字符垂直投影的局部最小值）REF_Ref36986284\r\h[10]。算法的具體步驟為：首先對(duì)車牌部分進(jìn)行垂直投影，從左到右進(jìn)行行掃描，當(dāng)尋找到第一個(gè)波谷，作為第一個(gè)字符的左邊界，掃描到第二個(gè)波谷時(shí)，作為第一個(gè)字符的右邊界，以這種方式類推，可以確定出牌照所有字符的左右邊界，最后按各字符的邊界條件進(jìn)行分割，從而分割出單個(gè)字符。該算法比較簡(jiǎn)單、計(jì)算量較小、應(yīng)用較為廣泛，但對(duì)文字的粘連、鉚釘、殘留的邊框等較為敏感。2.3.2基于先驗(yàn)知識(shí)約束的垂直投影分割算法通過(guò)上文分析，投影分割算法原理簡(jiǎn)單、計(jì)算量小、運(yùn)算速度快，但是，如果單獨(dú)使用投影法進(jìn)行分割，就會(huì)出現(xiàn)以下兩個(gè)問(wèn)題：一、其中的一個(gè)字符被分為多個(gè)字符塊，會(huì)出現(xiàn)字符斷裂的情況；二、其中兩個(gè)字符會(huì)被合并為一個(gè)字符塊，會(huì)引起字符粘連。本設(shè)計(jì)采用基于先驗(yàn)知識(shí)約束的垂直投影分割算法，此算法在車牌分割的同時(shí)，限制字符寬度或者字符間隔寬度等，這樣字符粘連和字符斷裂的問(wèn)題很容易解決。車牌字符切分的具體步驟為：計(jì)算牌照的寬度和高度。對(duì)車牌進(jìn)行垂直投影，得到投影圖。2）根據(jù)投影圖計(jì)算出各列在垂直方向上的像素點(diǎn)，因考慮到有字符粘連情況出現(xiàn)，將字符間的邊界像素值設(shè)定為3個(gè)像素。3）判定并存儲(chǔ)單個(gè)字符的左邊界。4）判定并存儲(chǔ)單個(gè)字符的右邊界。5）字符大小確認(rèn)。6）字符邊界確認(rèn)。7）將每個(gè)字符的邊界進(jìn)行分割。此算法具有垂直投影法算法簡(jiǎn)單、計(jì)算量小的特點(diǎn)，同時(shí)也結(jié)合先驗(yàn)知識(shí)，解決了會(huì)出現(xiàn)粘連字符和字符斷裂的問(wèn)題。2.3.1字符歸一化在采集車輛圖像的過(guò)程中，由于拍攝的位置不同，車牌圖像的大小也不一樣；在經(jīng)過(guò)字符分割處理后，每個(gè)字符的質(zhì)心位置，會(huì)因?yàn)榍懈钏惴ǖ牟煌瑥亩矔?huì)發(fā)生變化。字符大小的差異和位置將會(huì)影響接下來(lái)字符識(shí)別的準(zhǔn)確率，因此，在字符識(shí)別之前應(yīng)對(duì)字符進(jìn)行歸一化處理。字符歸一化分為以下兩類：1）字符大小的歸一化。為了得到同樣大小尺寸的單個(gè)字符圖像。2）字符位置的歸一化。是為了在字符特征提取之前，確保字符質(zhì)心位置大的合理，包括外框和重心歸一化。由于采用了垂直投影算法對(duì)字符進(jìn)行分割，分割出的單個(gè)字符的結(jié)構(gòu)分布比較均勻，并且邊界切割也比較準(zhǔn)確，所以不需要進(jìn)行位置歸一化，只需進(jìn)行字符大小歸一化。大小的歸一化是利用水平和垂直方向上白色像素的分布情況，作為放大或者縮小的依據(jù)。本設(shè)計(jì)采用了雙線性插值算法，此算法是根據(jù)待歸一化字符中像素的位置，從而確定像素點(diǎn)的灰度值。調(diào)用MATLAB軟件中imresize函數(shù)，對(duì)分割出的單個(gè)字符進(jìn)行歸一化處理，將字符歸一化尺寸設(shè)定為[11055]，method為歸一化所采用的算法，其中包括最近鄰插值算法“nearest”、雙線性插值算法“bilinear”和雙三次插值算法“bicubic”，我采用的是雙線性插值法“bilinear”。字符大小歸一化處理后的圖像如圖2.11所示。圖2.11字符分割圖2.4字符識(shí)別通過(guò)上面的處理，得到了牌照單個(gè)統(tǒng)一大小字符的圖片，接下來(lái)需要對(duì)得到的字符進(jìn)行識(shí)別，這是整個(gè)系統(tǒng)的最后一步。這一步的計(jì)算量是整個(gè)系統(tǒng)中最大的部分，也是整個(gè)系統(tǒng)中最關(guān)鍵的部分。我們常用的車牌字符識(shí)別方法有以下幾種：（1）基于模板匹配字符識(shí)別算法模板匹配字符識(shí)別算法的原理是通過(guò)計(jì)算比較模板和樣本之間的相似度，將相似度最大的作為提取的對(duì)象。這種方法雖然處理速度很快，但是很容易受到噪點(diǎn)的影響。所以在實(shí)際應(yīng)用當(dāng)中，需要比較大量的模板，才能保證一定的準(zhǔn)確度。（2）基于神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法的原理是利用神經(jīng)網(wǎng)絡(luò)來(lái)提取照片的特征信息，并在網(wǎng)絡(luò)上進(jìn)行構(gòu)建識(shí)別網(wǎng)絡(luò)，相當(dāng)于分類器的作用。神經(jīng)網(wǎng)絡(luò)，能夠進(jìn)行大規(guī)模的分布式信息存儲(chǔ)，也能夠并行處理信息，具有很好的自適應(yīng)性、自組織性，優(yōu)點(diǎn)是識(shí)別率高、抗干擾性能力強(qiáng)、靈活性強(qiáng)。（3）基于統(tǒng)計(jì)特征匹配算法統(tǒng)計(jì)特征匹配算法的原理是通過(guò)收集大量字符的統(tǒng)計(jì)特征，從而形成特征庫(kù)，然后再提取待識(shí)別字符的特征，并根據(jù)決策函數(shù)和特征庫(kù)來(lái)進(jìn)行判決，但是這種方法的字符識(shí)別易受到字符模糊和缺失等的影響。在車牌識(shí)別系統(tǒng)中最常用的是神經(jīng)網(wǎng)絡(luò)字符識(shí)別算法和模板匹配字符識(shí)別算法，神經(jīng)網(wǎng)絡(luò)字符識(shí)別是目前很流行的算法之一，其識(shí)別率高，但是需要很長(zhǎng)時(shí)間的訓(xùn)練樣本，算法也相對(duì)較為復(fù)雜。模板匹配算法相比神經(jīng)網(wǎng)絡(luò)算法更簡(jiǎn)單，程序也更容易實(shí)現(xiàn)，我們只需要建立好匹配的數(shù)據(jù)模板，它對(duì)字符的污跡、缺損抗干擾能力非常強(qiáng)，識(shí)別率也相當(dāng)高。我采用的是模板匹配算法對(duì)字符進(jìn)行識(shí)別，模板匹配算法的流程框圖如下圖2.12所示：建立自動(dòng)識(shí)別的代碼表建立自動(dòng)識(shí)別的代碼表讀取分割出來(lái)的字符第一個(gè)字符與模板中的漢字模板進(jìn)行匹配第二個(gè)字符與模板中的字母模板進(jìn)行匹配尋找最大值MAX（即最相似的）所在的序號(hào)位置。識(shí)別完成，輸出此模板對(duì)應(yīng)值后5個(gè)字符與模板中的字母與數(shù)字模板進(jìn)行匹配圖2.12字符識(shí)別流程圖模板匹配字符識(shí)別算法在MATLAB編程中，首先需要建立代碼表，它是將歸一化之后的單個(gè)字符與模板庫(kù)中的字符進(jìn)行匹配。當(dāng)要進(jìn)行字符識(shí)別時(shí)將待識(shí)別字符特征提取出來(lái)與模板中的字符特征逐一比較REF_Ref39577855\r\h[11]。我國(guó)的車牌第一個(gè)字符是漢字，第二個(gè)字符是字母，后面五個(gè)字符是字母和數(shù)字相結(jié)合。因此，第一個(gè)字符漢字和第二個(gè)字符字母分別單獨(dú)識(shí)別，后面的五個(gè)字符統(tǒng)一單個(gè)識(shí)別。字符識(shí)別的結(jié)果如圖2.13所示。圖2.13識(shí)別結(jié)果3車牌識(shí)別系統(tǒng)開發(fā)與性能檢驗(yàn)3.1車牌識(shí)別系統(tǒng)開發(fā)3.1.1系統(tǒng)開發(fā)軟件基于下列原因，我使用MATLAB軟件開發(fā)車牌識(shí)別系統(tǒng)，選擇MATLAB的理由如下：1、本設(shè)計(jì)主要針對(duì)的是對(duì)車牌圖像的處理，MATLAB在圖形處理方面功能各方面都很強(qiáng)大；2、在處理過(guò)程中，圖像轉(zhuǎn)化可以產(chǎn)生大量的矩陣數(shù)據(jù)，而MATLAB善于數(shù)值計(jì)算和矩陣運(yùn)算，可以在短時(shí)間內(nèi)完成大量數(shù)據(jù)的重復(fù)計(jì)算和處理REF_Ref39578475\r\h[12]；3、MATLAB具有系統(tǒng)的實(shí)時(shí)開發(fā)、運(yùn)算穩(wěn)定可靠、隨時(shí)可以調(diào)用工具箱、軟件開發(fā)的周期短、軟件形式靈活和易于擴(kuò)展等優(yōu)點(diǎn)。4、MATLAB的圖像用戶界面GUI可以建立靈活穩(wěn)定、易于用戶操作的界面。3.1.2系統(tǒng)操作界面MATLAB軟件提供了低層句柄圖形對(duì)象命令和使用GUI開發(fā)環(huán)境的圖形界面設(shè)計(jì)方法。而GUI開發(fā)環(huán)境的設(shè)計(jì)方式相對(duì)更加的簡(jiǎn)潔方便；圖形用戶界面（GraphicalUserInterfaces，GUI）是由窗口、光標(biāo)、按鍵、菜單、等元素所構(gòu)成，界面形象生動(dòng)，便于用戶操作。本系統(tǒng)利用MATLAB軟件自帶的GUI界面，可以設(shè)計(jì)出操作方便而且界面友好的圖形用戶界面，如圖3.1所示。圖3.1車牌識(shí)別系統(tǒng)界面3.2車牌識(shí)別系統(tǒng)運(yùn)行過(guò)程采用第二章的方法，對(duì)若干車輛的照片進(jìn)行了處理和識(shí)別。下面是對(duì)其中一幅車輛照片的檢測(cè)。讀取的圖像如圖3.2所示：圖3.2原始彩色圖像為了減少計(jì)算量，對(duì)原始照片進(jìn)行灰度化處理，得到的車輛灰度化圖像和灰度直方圖如圖3.3所示：圖3.3灰度圖及灰度直方圖為了便于定位，提高準(zhǔn)確率，采用Roberts邊緣檢測(cè)和數(shù)學(xué)形態(tài)學(xué)算法對(duì)圖像進(jìn)行預(yù)處理如下圖3.4所示：圖3.4圖像預(yù)處理對(duì)車牌的區(qū)域進(jìn)行大概切分，除去非車牌部分，得到車牌預(yù)定位圖像如圖3.5所示：3.5車牌預(yù)定位采用radon變換法對(duì)傾斜車牌的圖像進(jìn)行矯正，提高識(shí)別率，車牌傾斜矯正如圖3.6所示：圖3.6車牌傾斜矯正利用字符先驗(yàn)知識(shí)和投影法相結(jié)合對(duì)車牌字符進(jìn)行分割，并使用雙線性插值算法對(duì)字符進(jìn)行歸一化處理，得到結(jié)果如圖3.7所示：圖3.7車牌字符分割結(jié)果最后采用模板匹配算法對(duì)字符進(jìn)行識(shí)別，輸出識(shí)別結(jié)果如圖3.8所示：圖3.8輸出識(shí)別結(jié)果3.2.1進(jìn)一步優(yōu)化設(shè)計(jì)我利用MATLAB軟件自帶的GUI，將車牌識(shí)別系統(tǒng)做成了可用鼠標(biāo)直接操作的GUI界面。以下為該系統(tǒng)的運(yùn)行步驟：（1）打開MATLAB2017b軟件，然后添加車牌識(shí)別系統(tǒng)的所有相關(guān)文件。（2）運(yùn)行g(shù)ui.m文件或者接打開系統(tǒng)的GUI界面gui.fig文件。（3）在文件夾中選取要識(shí)別的圖像，然后點(diǎn)擊相應(yīng)按鈕得到相關(guān)處理的圖像（4）識(shí)別輸出結(jié)果后可以選擇清除，重新選取圖像進(jìn)行識(shí)別，也可以點(diǎn)擊退出系統(tǒng)，退出GUI界面。如圖4.12示。圖3.9GUI界面3.3車牌識(shí)別系統(tǒng)的分析本系統(tǒng)以MATLAB2017b為平臺(tái)進(jìn)行設(shè)計(jì)，主要分為四大步驟，分別是：圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別。（1）我設(shè)計(jì)的車牌識(shí)別系統(tǒng)主要以藍(lán)底白字的車牌為研究對(duì)象，而實(shí)際上我國(guó)車牌的種類多種多樣，背景色彩各不相同。（2）車牌識(shí)別系統(tǒng)容易受到自然環(huán)境的影響，因此，需要對(duì)采集到的車輛圖像進(jìn)行大量的處理，才能保證較高的準(zhǔn)確率。（3）在字符識(shí)別時(shí)采用模板匹配算法，這種方法雖然簡(jiǎn)單、程序比較容易實(shí)現(xiàn)，但識(shí)別率不高，模板庫(kù)的字符制作非常重要，只要稍微不準(zhǔn)確，就會(huì)影響識(shí)別效果。常遇到的識(shí)別失敗的原因主要有：（1）采集拍攝的車輛圖象質(zhì)量不高，例如車牌上面有污點(diǎn)、車牌退色等，導(dǎo)致無(wú)法識(shí)別。（2）由于B和8、A和4、1和I特別的相似，所以在識(shí)別時(shí)很容易識(shí)別混淆?？偨Y(jié)通過(guò)近幾個(gè)月的不懈學(xué)習(xí)，閱讀大量的文獻(xiàn)以及資料，我從最初的只會(huì)MATLAB的簡(jiǎn)單操作到自己能夠獨(dú)立完成程序的編程與修改，通過(guò)不斷對(duì)算法的學(xué)習(xí)，最終成功完成了這次的車牌識(shí)別系統(tǒng)的制作。本文的主要工作內(nèi)容如下：圖像預(yù)處理，為了減少計(jì)算量，對(duì)需要識(shí)別的圖像進(jìn)行灰度處理，并對(duì)圖像進(jìn)行roberts算子邊緣檢測(cè)，便于定位。車牌定位，車牌定位分為三步，首先定位車牌邊界，框選出車牌輪廓信息；然后采用Radon算法對(duì)車牌進(jìn)行傾斜矯正，提高識(shí)別率，不會(huì)只局限于對(duì)車頭的圖像才能正確識(shí)別，最后去除車牌周圍干擾信息，對(duì)車牌進(jìn)行精確定位。字符分割，將字符的先驗(yàn)知識(shí)與投影法相結(jié)合對(duì)字符進(jìn)行分割，并采用雙線性插值算法對(duì)字符進(jìn)行歸一化處理，得到統(tǒng)一的字符。字符識(shí)別，采用模板匹配算法對(duì)字符進(jìn)行識(shí)別。進(jìn)一步優(yōu)化，使用MATLAB自帶的GUI界面將結(jié)果運(yùn)行，直觀的可以對(duì)圖像進(jìn)行處理，便于操作。雖然我設(shè)計(jì)的系統(tǒng)具有一定的不足和局限性，實(shí)際應(yīng)用還有很大的差距，但是我學(xué)到了很多關(guān)于MATLAB軟件編程知識(shí)和數(shù)字圖像處理的算法。致謝四年的大學(xué)生活即將以這次設(shè)計(jì)畫上一個(gè)句號(hào)，我認(rèn)真的投入了這次設(shè)計(jì)，也為我的大學(xué)生活添上了濃墨重彩的一筆。在這一刻，我將迎來(lái)新的人生轉(zhuǎn)折，漫漫求學(xué)路，我要感謝養(yǎng)育我的家人，教育我的師長(zhǎng)，陪伴我的同學(xué)，默默關(guān)注我，幫助我的學(xué)長(zhǎng)和學(xué)姐們，以及那些給我挫折的競(jìng)爭(zhēng)對(duì)手們，沒有你們我的路途不會(huì)如此充實(shí)。在此論文即將付梓之際，我的心情無(wú)比激動(dòng)。我要將我最大的敬意送給我的指導(dǎo)老師。我并不是成績(jī)最好的學(xué)生，但您卻是我最尊敬的老師。您的學(xué)識(shí)淵博，待人和藹，令我能夠毫無(wú)避諱的像您請(qǐng)教，讓我學(xué)的更多?？梢哉f(shuō)我這次的設(shè)計(jì)是站在了巨人的肩膀上，楊老師是我堅(jiān)強(qiáng)的后盾，是我探索知識(shí)的風(fēng)向標(biāo)，在您的引導(dǎo)下，我才能順利完成這次設(shè)計(jì)，也讓我切身體會(huì)到，學(xué)海無(wú)涯，學(xué)無(wú)止境的道理。我要感謝母校的教育，感謝學(xué)校為我提供了最理想的硬件設(shè)施，最舒適的學(xué)習(xí)環(huán)境，還有和諧的學(xué)習(xí)氛圍。我還要感謝我的家人，是他們默默的支持才讓我無(wú)需被生活的窘迫所擾，專心學(xué)習(xí)知識(shí)，祝愿你們永遠(yuǎn)健康快樂。從資料的收集，到最后的設(shè)計(jì)完成，有多少可敬的師長(zhǎng)，同學(xué)，以及論壇的網(wǎng)友，討論群里的朋友給我提供了幫助，在這里請(qǐng)接受我誠(chéng)摯的謝意。同時(shí)也要感謝學(xué)校圖書館為我提供了良好的學(xué)習(xí)資源。最后再一次感謝為我提供幫助給我前進(jìn)動(dòng)力的人，和在設(shè)計(jì)中被我引用或參考的論著的作者們。由于本人學(xué)識(shí)水平有限。在論文中難免會(huì)存在不足之處，懇請(qǐng)各位老師給予批評(píng)指正，在此謹(jǐn)表謝意。參考文獻(xiàn)[1]王敏，黃心漢一種模板匹配和神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別方法[J].華中科技大學(xué)學(xué)報(bào)，2001，5，P23-24[2]MingG.He,AlanL.Harvey,Houghtransformincarnumberplateskewdetection.ISSPA,1996[3]?？?，赫拉瓦卡.圖像處理分析與機(jī)器視覺（第3版）[M]，清華大學(xué)出版社，北京，2011，P36-37[4]WenjingJia,HuaifengZhang,XiangjianHe；Region-basedlicenseplatedetection[J]；JournalofNetworkandComputerApplications,2007,30(4):1324~1333；[5]ChafikDjalalKermad,Kacemchehdi；Automaticimagesegmentationsystemthroughiterativeedge-regionco-operation；ImageandVisionComputing[J]，2002(3)；[6]隋君.基于數(shù)字圖像處理技術(shù)的車牌識(shí)別系統(tǒng)研究[D].吉林大學(xué),2016.[7]AlinedaRochaGesualdi,JoseManoeldeSeixas；CharacterRecognitioninCarLicensePlatesBasedonPrincipalComponentsandNeuralProcessing；[8]石紅蘭.汽車車牌識(shí)別技術(shù)研究[D].蘇州大學(xué),2012.[9]陳鼎.基于Matlab的車牌識(shí)別系統(tǒng)的研究[D].南昌大學(xué),2018.[10]胡小鋒,趙輝.VisualC++／MATLAB圖像處理與識(shí)別[M].北京:人民郵電出版社,2004,94-101[11]仉巍.基于MATLAB的夜間車牌識(shí)別算法[D].吉林大學(xué),2016.[12]李亭.車牌識(shí)別系統(tǒng)的開發(fā)研究[D].長(zhǎng)安大學(xué),2013.[13]劉崢強(qiáng).深度學(xué)習(xí)算法在車牌識(shí)別系統(tǒng)中的應(yīng)用[D].電子科技大學(xué),2016.[14]危雨軒.魯棒的字符識(shí)別算法研究[D].北京郵電大學(xué),2013.[15]張吉斌.基于圖像處理及支持向量機(jī)的車牌識(shí)別技術(shù)研究[D].蘭州交通大學(xué),2013.[16]劉群群.不定長(zhǎng)車牌字符分割算法研究[D].浙江大學(xué),2011.[17]楊京忠.基于數(shù)字圖像處理技術(shù)的車牌識(shí)別算法研究[D].電子科技大學(xué),2007.[18]李波.基于數(shù)學(xué)形態(tài)學(xué)和神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別系統(tǒng)研究[D].華中科技大學(xué),2006.[19]張南楠.霧霾天氣條件下車牌識(shí)別算法的研究[D].東北林業(yè)大學(xué),2019.[20]金芳曉.基于嵌入式的Opencv車牌識(shí)別系統(tǒng)[D].遼寧師范大學(xué),2014.

HYPERLINK電腦文件整理懶招從來(lái)都是不會(huì)經(jīng)常整理文件的，不過(guò)時(shí)間一長(zhǎng)，眾多的文檔分布在硬盤的各個(gè)角落，用目錄進(jìn)行整理保存，工作量大、查看起來(lái)也不方便且還會(huì)浪費(fèi)不少的磁盤空聞；用壓縮工具打包，盡管可以節(jié)約空間但是卻無(wú)法直接編輯修改或查看壓縮包中的文件。這些招，懶人怎么會(huì)用，他們自有妙招!再多再亂的文件也能整理得井井有條，關(guān)鍵是不費(fèi)力哦!

懶招1，自動(dòng)提取亂中取勝

小張起初將照片、Office文檔、電影、音樂等文件一股腦地存放在某一個(gè)磁盤分區(qū)，剛開始文件少使用起來(lái)倒也方便，但隨著時(shí)間的推移，文件數(shù)量劇增，每次找所需的文件都要瞪大眼睛，不過(guò)有了MY文檔管理器(下載地址：)就不用擔(dān)心了。

第一步，下載MY文檔管理器，解壓到任意目錄，直接雙擊其中的可執(zhí)行性文件即可使用。依次單擊“節(jié)點(diǎn)操作→添加節(jié)點(diǎn)”，分別添加多個(gè)節(jié)點(diǎn)，如“辦公文檔”、“電影”等分類，這樣做的目的是方便歸類。

第二步，在小張的F盤中的TEST目錄下有眾多的RM、MP3、JPG、DOC、TXT格式的文件，現(xiàn)在他要把JPG格式的文件提取到“照片”類別中。依次單擊“系統(tǒng)配置→文件過(guò)濾”選項(xiàng)，打開Dialog對(duì)話框，輸入“*.doc”，單擊“添加”按鈕，意思是過(guò)濾掉所有類型為“.DOC”的文件。然后按照同樣的方法，將“*.txt”、“*.rm”、“*.MP3”一一添加進(jìn)來(lái)。

第三步，雙擊左側(cè)窗格中的“照片”節(jié)點(diǎn)，然后依次單擊“記錄操作→導(dǎo)入記錄樹”命令，在打開的對(duì)話框中單擊瀏覽按鈕，打開“F:\test”目錄，單擊“確定”按鈕之后就可以將格式為JPG的文件提取出來(lái)并添加到“照片”節(jié)點(diǎn)中了。

懶招2，不同的電腦統(tǒng)一的管理

小張是電愛的Fans，工作之余常常為雜志寫稿，他寫完的和正在處理的稿件一般都存在一個(gè)稿件文件夾里。不過(guò)時(shí)間一長(zhǎng)，家里的電腦(PC1)和單位的電腦(PC2)上都有這個(gè)文件夾。時(shí)常需要通過(guò)移動(dòng)硬盤(U盤)在兩臺(tái)電腦之間傳遞，使用和管理都很不方便。不過(guò)他現(xiàn)在用優(yōu)盤就可以統(tǒng)一管理了。

第一步，將上文提到的那個(gè)MY文檔管理器解壓后直接拷貝到優(yōu)盤上。把優(yōu)盤插到PC1上，并運(yùn)行軟件，依次單擊“記錄操作→導(dǎo)入記錄樹”命令，在隨后彈出的對(duì)話框中設(shè)置好“稿件”文件夾的根目錄，將“導(dǎo)入深度”設(shè)置為“5”，單擊“確定”后，稍等片刻，軟件就把PC1上的“稿件”導(dǎo)入到MY文檔管理器中。

小提示：通過(guò)這種方式導(dǎo)入到程序中的僅僅是文件的路徑、文件名等屬性信息，并不是文件本身。

第二步，把優(yōu)盤插到PC2上，按照同樣的方法導(dǎo)入PC2上的“稿件”文件。以后要編輯“稿件”里的文件，你自己根本不用記住哪臺(tái)電腦的哪個(gè)路徑，只要把優(yōu)盤插入到電腦，運(yùn)行MY文檔管理器，就可以直接編輯了。

第三步，為方便在異地使用，小張決定為當(dāng)前正在處理的稿件增加一個(gè)副本。在需要異地處理的稿件上右鍵單擊，選擇“復(fù)制文件到(自動(dòng)添加副本)”命令，在彈出的對(duì)話框中將保存目錄設(shè)置為優(yōu)盤上的某個(gè)目錄即可。這樣，就可以在優(yōu)盤上編輯PC1或PC2的稿件了。

小提示：對(duì)于PC1、PC2上的同名文件，MY文檔管理器以不同的磁盤號(hào)+文件路徑來(lái)標(biāo)識(shí)文件記錄，因此，對(duì)于不同電腦上的同名文件，甚至是路徑和文件名完全相同的文件，程序也可以準(zhǔn)確識(shí)別哪個(gè)是哪個(gè)。

懶招3多種文件批量移動(dòng)

要將文件管理得井然有序，就免不了要進(jìn)行復(fù)制、刪除、移動(dòng)等等操作，如果一個(gè)個(gè)進(jìn)行操作，工作量是非常巨大的。這時(shí)我們就需要借助于BelvedereAutomated(下載地址：.com/assets/resources/2008/03/Belvedere%200.3.exe)進(jìn)行批量操作了。例如我們想把“F:\test”目錄中的所有照片移動(dòng)到F盤中的“北京游照片”目錄中，可以按以下方法進(jìn)行。

第一步，建立“F:\test”目錄后在“rule”一欄中，單擊“+”按鈕，建立一個(gè)規(guī)則。在“Descriptior”文本框中為當(dāng)前規(guī)則起一個(gè)名字如“批量整理移動(dòng)”。單擊第一個(gè)下拉列表，在這里可以選擇Name(文件名)、Extension(擴(kuò)展名)、Size(大小)等進(jìn)行操作，這里選擇擴(kuò)展名“Extension”。單擊第二個(gè)下拉列表，在這里設(shè)置的是操作條件，有is(是)、isnot(不是)、contains(包含)等操作可供選擇，這里選擇的是“is”。接下來(lái)，在最后的文本框中輸入圖片文件的擴(kuò)展名，示例中是“JPG”。定義的規(guī)則合起來(lái)的意思就是“擴(kuò)展名是JPG”。

第二步，在“Dothefollowing”區(qū)域設(shè)置操作動(dòng)作，單擊第一個(gè)下拉列表進(jìn)行操作動(dòng)作的選擇，有“Movefile(移動(dòng))、Renamefile(重命名)、Deletefile(刪除)”等動(dòng)作可供選擇，我們要批量移動(dòng)，那就選擇重命名“Movefile(移動(dòng)文件)”。接下來(lái)，單擊后面的按鈕選擇“F:\北京游照片”目錄。

第三步，規(guī)則設(shè)置完畢，單擊“Test”按鈕應(yīng)用規(guī)則，程序即可一次性地將所有擴(kuò)展名為“JPG”的圖片文件移動(dòng)到“F:\北京游照片”目錄中了。

懶招4提綱挈領(lǐng)一點(diǎn)即得

在前面幾大懶招的幫助下，你電腦里的文件應(yīng)該已經(jīng)有點(diǎn)類別了吧。如果從此想告別懶人的生活，那就要養(yǎng)成管理文件的好習(xí)慣了。

第一步，在你保存資料的電腦分區(qū)中，要接類別建立多個(gè)文件夾，可以按用途分為：學(xué)習(xí)、娛樂、暫存、工作、下載，在娛樂下又可以建立二級(jí)目錄：電影、歌曲、動(dòng)畫等。也可以按照常見的文件性質(zhì)進(jìn)行分類，例如分為：圖片、電影、電子書、安裝文件等，當(dāng)然也可以按照你的需要再建立二級(jí)目錄，以后每有文件需要保存就按這個(gè)類別保存到相應(yīng)的目錄。

第二步，雖然現(xiàn)在已經(jīng)把文件分門別類存放了，但時(shí)間長(zhǎng)了，目錄太深，一層一層查找也很麻煩的，在EXCEL里建一個(gè)目錄就可以統(tǒng)一管理了。運(yùn)行EXCEL后，新建一個(gè)表格，然后按照我們的分類方式隔行輸入：圖片、電影、電子書，在圖片分類下再建立二級(jí)目錄名，例如明星、汽車、壁紙等。

第三步，右鍵單擊“圖片文字”，選擇“超鏈接”，在彈出的對(duì)話框中選擇電腦里圖片目錄文件夾，單擊“確定”后EXCEL里的“圖片”文字就變成彩色。用同樣的方法為一級(jí)目錄的“電影、電子書”和二級(jí)目錄的“明星、汽車、壁紙”等添加超鏈接。然后將這個(gè)EXCEL文件命名為文件目錄，保存到桌面上，以后打開這個(gè)文檔，直接單擊相應(yīng)的文字，比如單擊“壁紙”，就可以切換到壁紙文件夾了。

小提示：如果要更改某個(gè)超鏈接，直接右鍵單擊該文字，選擇“編輯超鏈接”就可以了。本人的電腦分類原則簡(jiǎn)述如下。

硬盤的第一層(請(qǐng)?jiān)谧约旱募A中右鍵“按組排列”查看)

第一位字母表示A生活?yuàn)蕵稡教學(xué)C工作D安裝程序

第二位字母表示只是流水號(hào)

AA影視

AB音樂

AC閱讀

AD圖片

AE相冊(cè)

---------------------------生活?yuàn)蕵?/p>

BA計(jì)算機(jī)

BB英語(yǔ)

BC運(yùn)動(dòng)

BD游戲攻略

BE衣食住行

BF文藝

----------------------------教學(xué)

CA管理制度

CB流程圖

CC程序文件

----------------------------工作

DA娛樂

DB其它

----------------------------安裝程序

硬盤的第二層(進(jìn)入“AA影視”的文件夾舉例)

第一位字母表示只是流水號(hào)

第二位字母表示只是流水號(hào)

AA電影

----------------------------

BA電視劇

----------------------------

CAMTV

----------------------------

硬盤的第三級(jí)(進(jìn)入“AA電影”的文件夾舉例)

第一位字母表示A動(dòng)作片B劇情片C動(dòng)畫片

第二位字母表示A未看過(guò)B已看過(guò)

AA導(dǎo)火線

AB尖峰時(shí)刻

----------------------------動(dòng)作片

BA獨(dú)自等待

----------------------------劇情片

CB機(jī)器貓

CB獅子王

----------------------------動(dòng)畫片

利用“字母排序”和“按組排列查看”可以使文件查看和存放簡(jiǎn)潔明了，結(jié)合自己資料的特點(diǎn)和實(shí)際需求，給自己定一個(gè)分類原則并嚴(yán)格執(zhí)行。個(gè)人電腦資料的資源會(huì)得到高效而充分的利用。電腦文件管理八條小技巧

在電腦的內(nèi)部，在電腦的桌面上，在“資源管理器”中，充斥著無(wú)序與混亂,這種虛擬的混亂極大地影響了電腦的性能和我們辦公的效率，當(dāng)大家面臨這個(gè)問(wèn)題時(shí)，通常認(rèn)為硬盤空間又不夠了，電腦性能又不跟不上了，需要再換一臺(tái)新的電腦了。事實(shí)上，我們真正需要的是坐下來(lái)，好好花時(shí)間將電腦里的文件真正管理起來(lái)，會(huì)為自己日后省下更多的時(shí)間。

文件管理的真諦在于方便保存和迅速提取，所有的文件將通過(guò)文件夾分類被很好地組織起來(lái)，放在你最能方便找到的地方。解決這個(gè)問(wèn)題目前最理想的方法就是分類管理，從硬盤分區(qū)開始到每一個(gè)文件夾的建立，我們都要按照自己的工作和生活需要，分為大大小小、多個(gè)層級(jí)的文件夾，建立合理的文件保存架構(gòu)。此外所有的文件、文件夾，都要規(guī)范化地命名，并放入最合適的文件夾中。這樣，當(dāng)我們需要什么文件時(shí)，就知道到哪里去尋找。

這種方法，對(duì)于相當(dāng)數(shù)量的人來(lái)說(shuō)，并不是一件輕松的事，因?yàn)樗麄兞?xí)慣了隨手存放文件和辛苦、茫無(wú)頭緒地查找文件。

下面，我們將幫你制訂一套分類管理的原則，并敦促您養(yǎng)成好的文件管理習(xí)慣。以下是我們總結(jié)出的一些基本技巧，這些技巧并不是教條，可能并不適合你，但無(wú)論如何你必須要有自己的規(guī)則，并堅(jiān)持下來(lái)，形成習(xí)慣。

一、發(fā)揮我的文檔的作用

有很多理由讓我們好