模式识别 车牌识别文档.pdf

实际环境下汽车牌照识别方法的研究与实现
1 设计要求与准备
本次设计是研究生一年级上学期的模式识别课程的课程设计,设计
内容是实际环境下汽车牌照识别方法的研究与实现。设计有两个主要要
求:完成对实际环境下的汽车牌照部分图像的抽取;对抽取出来的牌照
经过相关处理之后,对其上的字符内容进行识别。
基于课程设计的要求,需要进行实际环境下的汽车牌照识别,由于
条件限制,不能用类似于学校门口的牌照硬件获取实际环境下的汽车照
片,因此自行采集了一些汽车照片,用它们作为设计时的调试材料。
2 概述
汽车牌照识别现状
车牌识别技术在实际生产生活中十分常见。在学校或者单位的门口,
在停车场门口,经常可以看到摄像头,汽车驶来,系统会自动拍摄汽车
的照片,然后将照片中属于汽车牌照的部分提取出来,然后通过相应的
处理手段,识别出车牌,然后送到后台处理系统,或与后台数据库进行
比对,以查看该车是否属于合法进入,或者记录下该车的入场时间,等
离场时进行计费统计等工作。
此外,在交通中车牌识别的应用也有非常重要的意义,例如电子警
察,对于违规车辆自动识别记录,或者在罪犯抓捕时,通过车牌识别锁
定相关车辆,然后调集警力等。
通过平时在学校门口或者超市停车场的观察,发现现在的车牌识别
系统已经达到了非常成熟的程度,几乎可以在无人值守的情况下保持正
常、准确的运转。其中牵扯到一系列的硬件、软件的配合,据观察,有
些系统是有后台计算机,整个汽车门禁系统相当于一个终端,连接到后
台计算机上,但是大多数应该都是基于单片机的系统,也就是在系统中
有单片机,运行着车牌识别程序。
国内外有很多研究和工作致力于解决车牌是别中的各种问题,例如
车牌区域的选定,例如车牌字符的切割,例如车牌字符的匹配,都有很
多相关的工作。
汽车牌照识别用到的技术与准备
在本次设计中,整个程序都是用 Matlab 完成,因为之前对 Matlab
不是很熟悉,因此再设计前学习了 Matlab 的相关内容。
车牌识别可以使用很多 Matlab 提供的函数,从而大大减轻对于图像
处理等操作所耗费的时间和精力。
在本次设计的条件下,很大一部分工作都是对自行拍摄的照片进行
处理,因此用到了很多图形图像处理的技术,由于此前图像方面的基础
不足,因此也了解了一些图形图像学方面的知识。
除了图像图像学方面的技术,另一个主要的技术就是字符切割与识
别技术。这其中需要用到模式识别课程上的分类思想和知识。我们参考
了相关文献,虽然没有将一些比较好的想法全部实现,但是开阔了思路,
在以后的工作和学习中遇到相关问题的时候,对问题的处理有一定的帮
助。
3 基本原理与设计思路
汽车牌照识别主要可以分为 4 个步骤:首先是汽车图像获取,然后
是汽车牌照区域的确定,然后是对车牌区域的处理与字符分割,最后是
对分割出来的字符进行识别。大致流程图如图 1 所示。
开始
输入图像
寻找车牌区域
学习调整重新
寻找
否
区域确定
是否合理
是
字符切割
学习调整重新
切割
否
切割是否合理
是
识别
结束
图 1 汽车牌照识别的流程概要
从图 1 中可以看出,在本次试验要求下,系统的关键组成部分有:
(1)汽车牌照区域的确定;(2)汽车牌照字符的切割;(3)切割后字符
的识别这三部分。下面是我们对每一重要组成部分的理解。
首先是汽车牌照区域的确定。
我们自行拍摄的照片如图 2 所示。
图 2 自行拍摄的用于试验设计的照片
从这个图片上,很容易想到车牌区域的确定可以按照颜色进行。因
此一开始我们想到的方法是,获取一张图片之后,从上往下进行扫描,
当某一行的蓝色像素点的个数大于某个阈值之后,那么这部分就可能是
车牌区域。扫描过程中,找出蓝色像素数量最大的一行,然后从这一行
分别向上、向下扫描,不管向上还是向下扫描,如果蓝色像素的数量小
于某一阈值就停止扫描,这就分别确定了车牌区域的上下边界。然后用
同样的方法左右扫描,这样就可以找到左右边界,左右边界确定以后,
就可以圈定车牌所属的区域了。
但是这种方法对于光照条件较好、没有发生偏色,并且少有蓝色背
景干扰的情况下比较有效,如果有蓝色干扰背景,或者车牌区域有偏色
的情况下,就不是很理想。例如,对于老师给的如图 3 所示的照片,这
种简单的统计像素点就没有效果。
图 3 老师提供的汽车图片
因此,我们继续观察图片,在颜色统计的方法上提出了两种改进方
式:第一种方式是统计蓝色像素点