【车牌识别】基于模版匹配的蓝色车牌识别语音播报系统（MATLAB程序+GUI界面）

1 摘要

近几年，车牌识别系统作为智能交通的一个重要方向越来越受到重视。车牌识别系统可以应用于停车场管理系统、高速公路超速管理系统、 城市十字路口的“电子警察”、小区车辆管理系统等各个领域，对国家 的安全发展有很大的作用。虽然目前已有一些车牌识别系统相关产品出现，但是对其算法的研究发展从没有停止，仍有许多学者在做着进一步的研究改进。 本文首先对车牌识别系统的现状和已有的技术进行了深入的研究， 在研究的基础上开发出一个基于MATLAB 的车牌识别系统。确定了整体设计方案，其中软件部分包括车牌定位、车牌字符切分及车牌字符识 别三个模块。车牌定位模块中提出了基于RGB颜色模型的车牌边缘提取的算法，以及车牌二次定位的算法；车牌预处理模块中车牌灰度化采用加权平均法、车牌的二值化采用了Otus 算法，车牌的处理模块中采用了形态学处理算法；车牌字符的分割与识别模块中，采用投影法分割字符，并利用模板匹配的方法完成车牌字符的识别。

目录

1 摘要

2 程序演示及思路讲解

3 研究背景及意义

4 研究内容概括

5 车牌识别的技术难点

6  车牌系统设计

6.1 算法设计

6.2 GUI设计

6.3 程序效果展示 

7 代码下载 

---

2 程序演示及思路讲解

【车牌识别】Matlab蓝色车牌识别系统思路讲解！清晰明了

3 研究背景及意义

车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用，是智能交通管理系统中重要的组成部分。车牌识别技术可应用于道路交通监控、交通事故现场勘察、交通违章自动记录、高速公路超速管理系统、小区智能化管理等方面，为智能交通管理提供了高效、实用的手段。目前世界各国都在进行适用于本国汽车牌照的自动识别研究，美、日、韩等国 已有相关系统（基于传感器）问世。引进这些系统费用比较高、而且由于各国车牌 和实际的交通环境不同，引进的系统往往无法满足我国城市的需求，而国内市场上虽然已有产品投入使用，但是在后续处理时很大程度上仍然需要人工识别，所以对 车牌识别技术的研究依然是目前高科技领域的热门课题之一。车牌识别系统的成功 设计、开发和应用具有相当大的社会效益、经济效益和学术意义。

4 研究内容概括

基于图像处理的车牌识别系统一般包括以下五个部分：

在实际应用中，车牌识别系统必须快速、准确、鲁棒地识别出车牌。因此，在车牌识别过程中，车辆的检测、图像的采集、车牌的识别等都是重要的环节，其中关键的技术有：

1）车辆牌照区域定位技术，即给出图像中车牌所在位置。

2）车辆牌照字符切分技术，即对定位后的车牌区域中的字符进行切分和归一 化处理，其中车牌的二值化和倾斜校正对于字符的切分和识别都是非常重要的。

3）车辆牌照字符识别技术，即将切分后的字符识别出来。

其中详细部分可见上一期文章：【车牌识别】基于RGB颜色模型的车牌识别系统（MATLAB程序+GUI界面）-CSDN博客

本期系统是在上一期的系统基础上，改进了车牌定位和形态学处理的算法，大大提升了车牌识别正确率，使汽车图片数据集里的62张图片达到百分之百的识别，并新增了语音播报功能。

5 车牌识别的技术难点

车牌识别是一个很复杂的图像处理和模式识别问题，研究时存在很多难点，主要在于：

1）获取的车牌图像质量不高。车牌图像往往含有大量复杂的背景信息，遮盖了有用信息。很多时候受到照明条件、天气条件、及运动失真的影响，会出现图像模糊、清晰度不高、目标区域过小、色彩失真等现象，影响了车牌的定位。

2）车牌悬挂位置不唯一。在汽车的各个位置都可能出现车牌，而且不能保证车牌的水平悬挂，甚至有的车牌出现了扭曲。

3）牌照多样性。其他国家的汽车牌照格式，如尺寸大小，牌照上字符的排列等，通常只有一种。而我国则根据不同车型、用途，规定了多种牌照格式，例如分为军车、警车、普通车等。

4）我国标准车牌照是由汉字、英文字母和阿拉伯数字组成的，汉字的识别与字母和数字的识别有很大的不同，增加了识别的难度。

5）国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色， 例如韩国，其车牌底色为红色，车牌上的字符为白色；而我国汽车牌照仅底色就有 蓝、黄、白、黑等多种颜色，字符颜色也有黑、红、白等若干种颜色。

6）由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达 国家不允许上路，而在我国仍可上路行驶。使得车牌的对比度降低，特征不是很明显，即使在定位准确的情况下，字符的识别也会受到很大影响。

目前在国内存在多种牌照格式，且存在以上种种困难和特殊性，加大了我国车牌自动识别的难度，使得中国车辆牌照识别远远难于国外的车辆牌照识别。因而如何提高识别率和识别处理的实时性及实用性成了一个紧要的任务。下图为我国目前使用的一个自选号牌车牌样本，上面标明了车牌样式规定。

​

6  车牌系统设计

一个完整的车辆牌照识别系统是一个复杂的系统，应该包括图像采集、图像预处理、车牌定位、字符切分、字符识别以及图像编码、数码传输与更新等步骤，基本可以分为硬件部分和软件部分，硬件部分主要完成车辆图像的摄取采集，软件部分主要完成对采集到的车辆图像进行车辆牌照定位、车牌字符切分与车牌字符识别等工作，这部分工作最为复杂，最后对识别结果进行数据传送和存储，将处理后的识别信息交给管理系统进行管理。整个系统的核心是软件部分的工作，能否通过牌 照对车辆进行有效管理，很大程度上取决于软件部分识别车牌的准确性。一个车牌识别系统的基本结构如图所示。

​

6.1 算法设计

本期系统进行了算法升级，更新了形态学处理算法，使车牌的定位与处理更加精准，大大提高了识别率，并且增加字符模版里的内容，提高了识别车牌省份的种类。新增了语音播报模块，模拟了小区大门的识别语音播报器。整个软件系统是一个具有车牌识别功能的图像分析和处理软件。首先将采集到的汽车图像进行灰度化、灰度拉伸和滤波处理，以降低噪点、增加车牌部分的对比度。然后，通过对预处理后的图像采用sobel算子提取图像边缘，并进行形态学处理，这时，车牌的轮廓已经非常清晰，并且可以和非车牌区域明显区分开来了， 接着，根据车牌的特点进行车牌初步定位，对车牌区域和伪车牌区域进行筛选后， 采用投影法进行车牌二次定位，提取出车牌图像。将提取出的车牌图像进行二值化处理，根据投影图的特点查找倾斜的角度，采用坐标变换的方法进行车牌倾斜校正， 并利用其垂直投影图中字符显示出的峰群的特点进行字符切分。最后利用模版匹配完成了整个车牌字符的识别。整个系统的设计主要采用了 M 语言，部分采用了 C 语言开发。最后搭建了一个测试平台，将上述三个部分进行了系统化，对系统的性能进行了测试和分析。

6.2 GUI设计

本文设计的系统采用 MATLAB 搭建车辆牌照识别系统，具有非常明显的优势：

1）可以直接使用 MATLAB 的 Image Acquisition Toolbox、Image Processing Toolbox 以及 Neural Network Toolbox 作为骨架来搭建整个系统。

2）使用 MATLAB 的图形用户界面技术（GUI）编写牌照识别系统面板，可以达到与牌照定位切分程序及字符识别程序的无缝连接。

3）使用专业工具箱，使得研究人员不必过于关心程序的细节问题，可以将主要的精力放在算法的研究、设计方面，极大地减少了工作量，为算法的研究改进提供了先决条件。

6.3 程序效果展示 

该系统基本在3秒内可以将一张汽车图片快速正确地识别出来，并同时导出车辆的车牌信息和进入时间，效率和正确率较上一期大幅提升，结果展示如下。

7 代码下载 

若您想获得博文中涉及的实现完整全部程序文件（包括测试图片，代码文件，GUI文件等，如下图），这里已打包上传至博主的面包多平台，见可参考博客与视频，已将所有涉及的文件同时打包到里面，点击即可运行，实验效果如下：

项目完整文件下载请见参考视频的简介处给出：➷➷➷

参考视频演示：https://www.bilibili.com/video/BV1fQ4y1c7ZN/?spm_id_from=333.999.0.0&vd_source=735e49cb773272e78c316931fb617e61