发布时间 : 星期日 文章基于Matlab的车牌识别算法毕业设计论文更新完毕开始阅读
基于Matlab的车牌识别算法
1）由于车牌图像多在室外采集，会受到光照条件、天气条件的影响，会出现图像模糊，对比度低，目标区域过小，色彩失真等影响，并且会伴随复杂的背景图像，这些都会影响车牌定位及识别。
2）每次采集时目标所处位置不会一样，采集视角会有很大变化，并且由于车牌挂的不正，都将导致车牌出现扭曲。
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。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。 4）我国汽车牌照的底色和字符颜色多样，蓝底白字、黄底黑字、黑底白字、红底黑字、绿底白字等多种。
5）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。
1.2 车牌号识别技术研究现状和趋势
1.2.1国内外车牌识别技术情况及我国车牌特点
目前，一些发达国家车牌识剐系统在实际交通系统中已经成功应用，而我国的开发应用进展缓慢，基本停留在实验室阶段。这是因为我国的实际情况与国外有所区别。国外车牌比较规范统一，而我国车牌规范不够，较为多样化。不同汽车类型有不同的规格、大小和颜色，所以车牌的颜色多，且字符位数不统一，对处理造成了一定的困难。虽然很多研究人员已对车牌识别进行了较为深入的研究，但目前在车牌定位和字符分割这两个关键环节还存在着有待解决的难题。一是当车牌图像的对比度较小、光照不均匀、车牌磨损褪色以及有类似车牌纹理特
5
基于Matlab的车牌识别算法
征的干扰时，有效定位率下降；其次在车牌字符分割时，光照不均、对比度较小、倾斜、污迹、字符粘连和断裂等严重退化的车牌图像的字符分割效果也不理想。而对于车牌字符的识别来说，其识别的准确率很大程度上依赖于车牌定位和字符分割是否成功。车牌字符的识别作为最终对车牌图像的理解，可以借鉴光学字符识别的宝贵经验，相对于车牌定位和字符分割来说反而比较容易实现。国内外有大量关于车牌识别方面的研究报道。国外在这方面的研究工作开展较早。在上世纪70 年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。发展到今日，国外对车牌检测的研究已经取得了一些令人瞩目的成就，识别率都在80%以上，甚至有高于90%。并且已经实现了产品化，并在实际的交通系统中得到了广泛的应用。
目前我国有普通地方车牌号、武警车牌号、军队车牌号三种类型，普通地方车牌号又叫自选号牌车牌（如图1所示），自选号牌车牌尺寸是520?122.5MM，即车牌长宽比为4.5:1，一共7个字符，每个字符的高宽比为2:1。首个字符为中文字符，为各个省或直辖市的简称，第二个字符为英文大写字符，前两个字符确定该车牌所在地，后五个字符由阿拉伯数字及英文大写字符组合而成，并且后五个字符间距相同，七个字符大小也相同。
图 1.1 我国车牌号示例
1.2.2车牌识别技术的应用前景
车辆牌照自动识别技术是智能交通系统的一个重要组成部分，广泛应用于交
6
基于Matlab的车牌识别算法
通的监控及管理。车辆牌照识别系统技术能够从一幅车辆图像中准确定位出车牌区域，然后经过字符切割和识别实现车辆牌照的自动识别。目前车牌识别系统主要应用于以下领域：
1）停车场管理系统。利用车牌识别技术对出入车辆的号牌进行识别和匹配，与停车卡结合实现自动计时、计费的车辆收费管理系统。
2）公路自动管理系统。以车牌自动识别技术为基础，与通信等其他高科技结合，对高速公路交通流状况进行自动监测、自动布控，从而降低交通事故的发生率，确保交通顺畅。
3）安防布控。采用车牌识别技术实现对车辆的自动识别，快速报警，既可以有效查找被盗车辆，同时又为公安机关提供了对犯罪嫌疑人的交通工具进行远程跟踪与监查的技术手段。
4）城市十字交通路口的“电子警察”。可以对违章车辆进行责任追究，也可以辅助进行交通流量统计，交通监测和疏导。
5）小区、校园车辆管理系统。社区保安系统将出入的车辆通过车牌识别技术进行记录，将结果与内部车辆列表对比可以实现防盗监管。
1.3 车牌识别研究内容
车牌系统是计算机视觉和模式识别技术在智能交通领域的重要应用课题之一。车牌识别系统是一特定目标位对象的专用计算机系统，该系统能从一幅图像中自动提取车牌图像、自动分割字符，进而对分割字符的图像进行图像识别。系统一般由硬件和软件构成。硬件设备一般由车体感应设备、辅助光源、摄像机、图像采集卡和计算机。软件部分是系统的核心，主要实现车牌自符的识别功能。
车牌识别学科主要有模式识别、人工智能、图像处理、计算机视觉和信号处理等。这些领域的许多技术都可以应用到车牌识别系统中，车牌识别技术的研究也必然推动这些相关学科的发展。车牌识别的关键技术有：车牌定位、字符切割和字符识别等。
车牌定位是要完成从图像中确定车牌位置并提取车牌区域图像，目前常用的方法有：基于直线检测的方法、机遇与域值化的方法、基于灰度边缘检测方法、基于彩色图像的车牌分割方法、神经网络法和基于矢量量化的牌照的定位的方法
7
基于Matlab的车牌识别算法
等。
字符切割时完成车牌区域图像的切分处理从而得到所需要的单个字符图象。目前常用的方法有：基于投影的方法和基于连通字符的提取等方法。
字符识别是利用字符识别的原理识别提取出的字符图像，目前常用的方法有：基于模板匹配的方法、基于特征的方法和神经网络法等。
8