基于MATLAB的车牌识别

最新推荐文章于 2024-08-05 16:18:49 发布

程序员小溪

最新推荐文章于 2024-08-05 16:18:49 发布

阅读量826

点赞数 10

文章标签：计算机视觉人工智能算法 matlab

本文链接：https://blog.csdn.net/GGMMM123/article/details/134797781

版权

本文介绍了一种基于MATLAB的车牌识别系统，包括图像预处理、车牌定位、字符分割和识别四个步骤。系统利用图像灰度化、边缘检测、腐蚀和平滑等方法处理图像，再通过模板匹配进行字符识别。实验表明，MATLAB在车牌识别系统中表现出良好的效果，提高了识别的准确性和效率。

摘要由CSDN通过智能技术生成

摘要

车牌识别系统作为智能交通管理必不可缺的一子系统，它的系统主要分为四个重要部分：图像的预处理、车牌定位、字符分割和字符识别。在本次设计中，我们所采用的是一套基于MATLAB的车牌自动识别的方式，对于车牌的识别，它具有较强的识别能力，能有效地解决带有噪声和图像在不同条件下所带来的一些负面影响的问题。最后的设计结果也表明了MATLAB使车牌识别系统在运行上十分有效。

关键词：定位；分割；识别

Abstract

License Plate Recognition System is one of the important contens of moden Inteligent Transportation System.The system is made of image pretreament, license plate localization and character segmentation. In this time,we add MATLAB to LPRS. This new design with strong discrimination can solve some problems about image`s noise and ligting.The final result also show to us that use MATLAB to LPRS is great.

Key words：；localization ；segmentation; Transportation

1. 引言

1.1设计目的和意义

在这个经济迅速发展、科技水平也不断提高的时代中，人们对生活质量的要求也越来越高，用于代步的车辆也越来越多。对于来来往往行驶地车辆，如果没进行很好地管理就会使交通的秩序紊乱。对于监控跟管理车流、车辆使得车牌识别显得尤为重要。近年来，不管是国内还是国外，越来越多的人也加入了该系统的研究当中。基于MATLAB的车牌识别是一种智能管理的技术，运图像处理的方法，让车辆可以更好的进行管理。对于交通管理有着非常重要的意义。

1.2 本课题研究背景

随着计算机技术迅速发展的时代，一些自动化设备慢慢融入我们的现代生活之间，让人类生活、发展变得越来越完善。汽车仍然是我们生活中必不可取的代步工具，是人类舒适的移动的小家，但是它也有可能给生活带来一些负面影响，所以对于它的自动化管理也是一件非常重要的事情。

另外，智能交通系统，简称ITS（Intelligent Traffic System ），它是当今科技飞速发展的产物，在对车辆监控管理起到了重要的作用。ITS融合了现代先进计算机科学技术、自动化处理技术、数据通信技术等再在交通管理中体现出来，形成了一个准确、效率高的系统。

车牌识别系统已成为了智能交通管理系统中不可缺少的一部分。车牌识别系统能够对已经设定好的摄像机所拍摄的来往车辆图像所传来的图像进行识别和记录。一般应用于高速公路、隧道、十字路口、停车场等等。车牌识别系统的原理构成经过改造也可以应用于其他检测领域，但是对于目前车辆仍是目前的主要交通工具，所以在汽车识别的环节还是有着重要的研究意义。

1.3 国内外车牌识别技术状况

在这几年里，车牌识别系统在外国的一些国家当中已相当好的融入了他们的检测识别领域中，而我国发展进程还处于一个相对较低的位置，这很大程度是因国内车牌类型与外国存在着较大的差异，国外对车牌类型字符的类型有着相对比较规范的要求，而我国汽车牌照自身的特征具复杂性：

①汉字、英文字母、数字都同时存在。我国车牌车牌内字符不仅仅含有阿拉伯数字还有英文字母，并且有着我国特有的汉字，由于汉字书写笔画外观并不简单，所以对于它的识别难度远远大于阿拉伯数字跟英文字母。

②车牌格式多。我国车牌样式非常多，其中包括：民用车牌、大型货车车牌、医疗机构车牌、军队专用车牌、消防车牌等等，它们的格式采取的车牌字符类型也不同。

1.4 设计原理

该系统主要分为四个部分，分别是图像预处理、车牌定位、车牌字符分割、字符识别。

如下图1-1所示：

图1-1 牌照识别系统原理图

1.原图像：在应用领域上直接由摄像机等其他拍摄装置拍摄的图片。
2.图像预处理：将原RGB模式的原图像转为灰阶模式，对图像内物体进行边缘检测。
3.车牌定位：对经过预处理的灰度图像进行腐蚀、平滑得到车牌的主要区域。
4.字符识别：对车牌区域进行检测，寻找大一某个阈值的非连续块进而进行二值化切割，再对切割后的独立出来的字符进行匹配模式的识别。

2. 车牌识别系统设计与实现

2.1 提出总体设计方案

整个系统中对于车牌的位置的定位和车牌号码的字符识别最为重要。其中的车牌定位又分为图像图像灰度化、图像边缘检测和图像腐蚀；另外车牌号码的识别又由车牌号码的分割和单号码模块匹配结合。该系统的主要目的是将车牌部分通过对图像预处理后从原始图像中分离出来，再将车牌内车牌号的字符单个分离出来，再对单个字符进行模板匹配识别，所以车牌定位分离、字符定位、分离的结果在体统的识别过程中显得特别重要。

在对车牌定位之前，应对原始图像进行一些预处理前，为减少对后续定位、识别的影响，为图像具有较大的对比度和较大的清晰度，更好地运用于牌照分割和字符识别，应对原始图像进行一些处理。因为对于原始图像的来源主要是摄像机直接拍摄处理道路上行驶的车辆，加上车牌照本身的整洁程度、自然光的照射条件、摄像机镜头的光学畸变产生的噪声、拍摄时摄像机与车牌照的距离、车辆行驶的速度以及摄像头的拍摄角度，在这些负面的影响下有可能造成车牌照的图像清晰度不够、角度不正、等严重损坏影响对车牌字符识别的准确度。导致对于车牌的定位和字符分割的结果不准确。

车牌照识别的最终目的就是对车牌照上的文字进行识别和提取。系统运行的过程中需要对图像进行处理，同时也需要大量数据进行整合，所以需要高要求的处理器设备和内存。对于CPU要求的主频在600HZ及以上，内存在128MB及以上。

2.2 图像预处理

通常使用摄像头拍摄到的车辆会存在大量的噪省，所以在处理车牌照图像识别前要先对图像做一些预先的处理。由摄像机等所采集到的含车辆的图片的预处理是指将采集到的含车辆车牌的原图像亮度做一定的调整和去除图像本身的噪声处理，让图像变得更清晰，并保留图像本身的纹理构造和增强图像的颜色信息，尽可能减少对后面将要识别的区域纹理和颜色信息的噪声的影响，让后面的车牌定位的准确性有所提高

2.2.1图像灰度化

一张灰度图指的是它只包含了它本身固有的亮度而不含有它的色彩信息，像八九十年代前的黑白照片就是一张亮度连续变化的灰度图。把一张彩色的图像转为灰阶模式就是灰度化处理。一张彩色的图像都是由R、G、B三原色组成，图像的色彩信息会随着三原色的改变而改变。在计算机上，R、G、B的多少决定了这张图像的颜色，通常，R、G、B它们都各有256级亮度，用数字0到255组成。灰度化就是让原彩色图像的R、G、B相等的过程。

在对图像的灰度化过程，目前有比较主流的三条路径可以处理：

①取原图像亮度的高级：让转化后的RGB等于原图像RGB里的最高级，即：R=G=B=max（R、G、B）

这种路径处理的结果会使图像整体显得比较亮。

②取原图像亮度的平均值：让转化后的RGB等于原图像RGB三者的平均值，即：R=G=B=(R+G+B)/3

这种路径处理方法的结果是图像呈现的亮度会比较适中。

亮度取原图像色彩的加权平均值：原图像经过一定的权值，对其加权平均得到的RGB，即：R=G=