1、 陕 西 理 工 学 院 毕 业 设 计 I 基于数字图像的车牌识别系统 设计 张浩新 （陕西理工学院 物理与电信工程学院 通信 工程专业 1202 班，陕西 汉中 723003） 指导教师： 陈莉 摘要 汽车牌照自动识别系统是制约道路交通智能化的重要因素 ,包括车牌定位、字符分割和字符识别三个主要部分。本文首先确定车辆牌照在原始图像中的水平位置和垂直位置 ,从而定位车辆牌照 ,然后采用局部投影进行字符分割。在字符识别部分 ,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。实验结果表明 ,本文提出的方法具有良好的识别性能。随着公路逐渐普及，我国的公路 交通事业发展迅速，所以人工管理方
2、式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。 关键词 车牌识别系统、智能化交通、 车牌定位、字符分割、字符识别 陕 西 理 工 学 院 毕 业 设 计 II Design of License plate recognition system based on digital image Zhang Haoxin (Grade 2012,Class 2,Major of Communication Engineering,School of Physics and Telecommunication En
3、gineering of Shaanxi University of Technology,Hanzhong 723003,Shaanxi) Tutor: Chen Li Abstract: Vehicle license plate recognition system is an important factor restricting road traffic intelligent, including license plate location, character segmentation and character recognition of the three main p
4、arts.Firstly, This paper determines the horizontal and vertical position of the vehicle license plate in the original image, and then locate the vehicle license plate, and then use the local projection for character segmentation. In the character recognition part, it proposes the method of character
5、 recognition based on support vector machine in the case of non feature extraction. Experimental results show that the proposed method has good recognition performance.With the increasing popularity of road, road transport in China has developed rapidly, so the artificial management has not full of
6、actual needs, microelectronics, communications and computer technology applications in the transport sector has greatly improved the efficiency of traffic management.Automatic license plate recognition technology has been widely used. Key words: license plate recognition system, intelligent transpor
7、tation, license plate localization, character segmentation, character recognition 陕 西 理 工 学 院 毕 业 设 计 III 目录 1 绪论 . 1 1.1 课题研究背景 . 1 1.2 国内外研究现状与发展趋势 . 2 1.3 车牌识别流程及其关键技术简介 . 3 2 图像预处理 . 5 2.1 图像灰度化处理 . 5 2.2 图像的去噪 . 6 2.3 图像的边缘提取 . 6 2.3.1 梯度算子 . 7 2.3.2 车 牌图像的边缘检测 . 7 3 车 牌定位 . 9 3.1 车牌定位概述 . 9 3.
8、2 车牌定位的原理 . 9 3.3 车牌定位的算法 . 10 3.3.1 车牌定位算法分析 . 10 3.3.2 车牌定位算法流程 . 11 3.3.3 车牌定位中的关键问题 . 12 3.3.4 车牌定位实验结果 . 13 4 车牌字符分割 . 14 4.1 常用的车牌字符分割算法 . 14 陕 西 理 工 学 院 毕 业 设 计 IV 4.2 垂直投影法 . 14 5 车牌字符识别 . 16 5.1 车牌字符识别原理及组成 . 16 5.1.1 模式识别与车牌字符识别 . 16 5.1.2 车牌字符识别常用方法 . 17 5.2 车牌字符的归一化处理 . 18 5.3 概述字符识别方法 .
9、 18 5.5车牌识别系统构成 . 20 结束语 . 21 致谢 . 22 参考文献 . 23 附录 A 英文文献原文 . 24 附录 B 英文文献译文 . 30 附录 C 部分源程序 . 35 陕 西 理 工 学 院 毕 业 设 计 第 1 页 共 37 页 1 绪论 1.1 课题研究背景 智能交通系统 是人们将先进的信息技术、数据通讯传输技术、传感器技术以及计算机处理技术等有效地综合运用于整个运输体系，从而建立起的一种在大范围内、全方位发挥作用 的实 时、准确、高效的运输综合管理系统 。其目的是使人、车、路密切地配合、和谐地统一，极大 地提高交通运输效率、保障交通安全、改善环境质量并 提高
10、能源利用率。 近年来，我国汽车数量迅猛增加。国家统计局的公报指出，至 2007 年末，全国民用汽车保有量达到 5697 万辆，其中，私人轿车 1522 万辆，并以每年 10以上的速度增长。 改革开放以来，中国道路交通设施及管理设施虽然有较大改观，但跟不上机动车增长速度。总体水平与发达国家有较大差距，特别是大多数城市路网结构不合理，道路功能不完善，道路系统不健全。交通管理设施缺乏，管理水 平不高。即使各地都建立了交通控制中心，大多只是实现了监视功能，而远没有发挥控制功能的效应。 随着汽车数量的逐年递增，摆在我们面前的是巨大的城市交通压力。如何高效地进行交通管理，越来越成为我们现实生活中的焦点问题
11、。针对这些问题，人们运用先进的科学技术，相继研制开发出了各种交通道路监视、管理系统，这些系统一般都包括车辆检测装置。通过这些装置对过往的车辆实施检测，提取相关的交通数据，达到监控、管理和指挥交通的目的，全面实现交通系统的智能化建设。 交通作为国民经济基础性产业，大力推进信息化，对于实现交通新的跨越式发 展具有十分重要的意义。信息化是实现交通现代化的必然选择。在这种大背景下如何建立一个集中、高效、快捷、网络化的智能交通管理系统就成为信息处理技术的一项重要课题。 智能交通系统是目前世界交通运输领域的前沿研究课题，发达国家提出并执行了一系列研究计划，其核心是针对曰益严重的交通需求和环境保护压力，采用
12、信息技术、通信技术、计算机技术、控制技术等对传统交通运输系统进行深入的改造，以提高系统资源的使用效率、系统安全性，减少资源的消耗和环境污染。 1995 年 3 月美国交通部首次正式出版了国家智能交通系统项目规划，明确规定 了智能交通系统的 7 大领域和 29 个用户服务功能。我国现在也在积极研究、发展并推广智能交通技术，有关部门从 1996 年开始就组织了 ITS 领域的一系列国际交流和合作，支持在国内进行研究和开发，并在北京等典型城市实施 ITS 工程示范。 智能交通系统的研究领域广阔，其中电子收费系统是 ITS 在公路收费领域的具体表现，其应用可解决收费站的“瓶颈”制约作用，较好地缓解收费
13、站的交通拥挤、排队等候以及环境污染等问题。在电子收费系统中，由于收费过程需要实现自动化，车辆直接驶过收费站而不停车，因而对车辆准确迅速的识别和分类就成了关键的 问题。为了满足这些需求，有必要在智能交通管理系统中引入车辆牌照自动识别技术。 汽车牌照识别系统具有不影响车辆行驶状态，不需要车辆安装额外的设备，自动化水平高等优点。由于车辆牌照识别系统的处理方法简单有效，适用于多种不同环境，车辆牌照识别系统正成为ITS 系统最主要的组成部分。车辆牌照识别系统可以广泛地应用于众多车辆认证的实际系统中，例如： (1)高速公路收费系统 (收费站、超速布控、称重系统、路径二义性 )； (2)城市卡口、公安部及国
14、家安全部 (电子警察、超速抓拍、车辆布控、流量调查、 治安卡口、车辆管理 )； (3)停车场、物流单位、国防单位、重点机关单位、封闭环境 (车辆管理 )； (4)行为识别技术应用等。 汽车牌照识别系统是以图 识别技术为基础的智能交通管理系统，是 21 世纪世界道路交通管理的发展趋势。高速公路的车辆管理体制通过智能管理可以杜绝漏收、少收、人情收费和个别贪污的行为；可以实现特殊车辆的跟踪、丢失车辆的实时查询、小区车辆的科学管理以及道路车辆流量、型号的自动化统计。 陕 西 理 工 学 院 毕 业 设 计 第 2 页 共 37 页 汽车牌照的自动识别是车辆检测系统中的一个重要环节，可以切实有效地提高交
15、通系统的车辆监控和管理的自动化程度，它在交通监视和控制中占有很重要的地 位，是实现交通管理现代化和智能化的重要前提。汽车牌照的识别问题己成为现代交通工程领域中研究的重点和热点之一。 车辆牌照识别系统是一个面向车辆牌照识别的专用计算机视觉系统，属于典型的先分割日标，再对目标进行识别的实例。针对这类问题的研究和探素不但是工程方面的问题，同时也可以对图像处理、模式识别等领域的发展起到推动作用。 1.2 国内外研究现状与发展趋势 国外车牌自动识别技术发展相当迅速。 1989 年 Inigo 就提出了车辆检测和车辆跟踪算法，把机器视觉技术应用在交通控制这一领域中，尽管得不到车辆辨识，但是证明 了这种技术
16、是一种可行的车辆交通监控技术。 M.Notturmo Gramieri 等在意大利车辆身份认证技术方面进行了卓有成效的研究，并且开发了 TELEPASS 的实际服务系统。目前，美国、意大利、日本、法国和德国等已经将车牌自动识别技术应用在不停车收费系统和交通监控系统的实际系统中，在全天候的条件下识别精度超过95，识别时间为 3 辆 /秒左右。随着智能交通系统的发展，作为 ITS 关键技术之一的车牌自动识别技术显得越来越迫切和重要，发达国家正加大车牌自动识别技术的研究和开发的步伐，使车牌识别的精度和速度更高更快。例如 美国将推出安装有车牌自动识别系统的警车，该警车在行驶中能自动识别前后左右汽车的车
17、牌， 1 秒中内能识别和跟踪 5 辆车，是警察的得力出手。 国内车牌自动识别技术起步较晚，发展较慢 一些科研机构如北京奥特斯公司、北京兰亭公司、深圳吉通电子有限公司、国家智能交通系统工程技术研究中心、清华大学、吉林大学等对中国车牌识别技术进行了研究和开发，取得了一定成果，但是仍然停留在实验室阶段。目前实验室识别精度为 90，识别时间为 1 辆 /秒左右。在全天候的条件下识别精度约为 80，识别时间为 1 辆 /秒左右，远达不到电子收费系统和流量观测 站系统的技术要求 (要求全天候识别精度超过 95，识别时间 3辆 /秒以上 )。 车辆牌照识别系统经过十几年的发展，在国外已有相当多的实际系统应用
18、于自动收费，自动识别等场台，如 OptasiaLid、 Asia Visiov等公司的产品，但是这些系统都是对英文字母或是阿拉伯数字进行识别，不能对汉字进行识别。近几年，在国内也有一些牌照识别的系统，如汉王、宸天等公司的产品，在车牌识别技术方面取得了一系列重大的突破，在算法研究等领域，一直处于国际、国内领先水平。尽管许多国家都致力于汽车牌照识别系统的研宄和开发，但仍未达到完 全实用化的要求，并且每个国家研制的车辆牌照识别系统大都只适用于本国的车辆牌照。由于我国车牌存在特殊性，若完全引进国外的车牌自动识别系统不会收到很好的效果，必须研制和开笈适合我国车牌特征的高效、实用的车牌自动识别系统。 国外
19、发达国家的交通系统技术先进，基础设施完善，基本实现了自动化和智能化。以美国、日本、法国等为先导的发达国家，以通讯和计算机网络为载体建立了连接交通信息系统、交通见识系统、交通控制管理系统的综合交通监控信息系统。而我国交通系统无论从硬件 (基础设施 )还是从软件(技术支持 )来讲都还处于起步阶段，作 为智能交通系统的基础技术支持，车牌自动识别技术的研究和开发非常关键。 车牌识别技术是集人工智能、图像处理、数据融合、计算机视觉、模式识别等技术为一体的复杂系统，要求识别精度高、处理时间短。目前，国 内的 车牌识别技术仍然停留在实验室阶段，全天候的条件下识别精度不高，识别时间长，还达不到实际应用的技术要
20、求。因此，车牌识别技术的研究和开发具有相当大的实际价值和重要的现实意义。 陕 西 理 工 学 院 毕 业 设 计 第 3 页 共 37 页 1.3 车牌识别流程及其关键技术简介 车牌识别分为图像 处理、车牌定位、 车牌矫正、 字符分割、字符识别等几重要 个步骤，如图 1.1所示。 图 1.1 车牌识别系统处理流程图 (1) 图像预处理 针对车牌对象，系统往往需要进行适当的预处理以提高图像质量。图像预处理包 括灰度化、滤波、边缘检测、二值化等。预处理首先可以减少或消除图像采集中的噪声及其它干扰，提高图像信噪比；其次，可以减少或消除图像模糊 (包括运动模糊 )；第三，可以较少或消除图像退化，以减少
21、图像失真 (例如几何失真 )；第四，还可以转变模式结构，例如把非线性模式 转化成线性模式，以利于后续处理。图像预处理是车牌识别流程的第一步，处理效果直接影响到以后的每个处理流程以及最后的识别精度。图像预处理的目的是为了方便以后车牌定位及字符分割，所以预处理的方法也是根据其后的工作流程决定的，图像预处理的方法常常和车牌定位、图像分割的方法综合使用以达到分割字符的最终目的。 (2) 车牌定位 车牌定位从人眼视觉的角度出发，并根据车牌的字符目标区域的特点，在二值化图像的基础上提取相应的特征，寻找最符合牌照特征的区域。车牌定位是车辆牌照自动识别系统中的关键和难点，实际图像中的噪声、复杂的 背景等干扰都
22、会使定位十分困难。 目前车牌定位主要采用以下 3 种方法：输入汽车图像 图像预处理 车牌矫正 字符分割 字符特征提取 字符识别 字符输出 车牌定位 陕 西 理 工 学 院 毕 业 设 计 第 4 页 共 37 页 1. 基于边缘检测的方法； 2. 基于水平灰度变化特征的方法； 3. 基于车牌颜色特征的方法。方法 1定位准确，但是漏检率高、虚景较多。方法 2 速度快，漏检率低，但是定位不够准确，很难区分与背景文字、车灯等同样灰度变化明显的区域。方法 3 定位较准确，漏检率较低，但是对车牌大小的适应性差，受车牌磨损、倾斜的影响大，容易和颜色相似的区域混淆。由此可见，使用单一特征定位车牌存在明显的局
23、限性，因此需要将各种方法综合优化。 (3) 车牌矫正 理想情况下，车牌图像应 该是一个矩形，但是由于摄像机和车牌之间角度的变化，常常使所拍摄的车牌图像产生倾斜现象，给字符分割代来不利影响，造成误分割；倾斜的车牌同时会造成字符变形，给字符识别带来困难，造成车牌识别率的下降。因此，需要在字符分割之前进行车牌的倾斜校正。 (4) 字符分割 字符分割是从获得的牌照区域分割出单个字符 (包括汉字、字母和数字 )以便于进行字符识别的过程。考虑到车牌上的字符一般除了一个汉字外其他的都是字母和数字，即在理想状态下每个字符是全连通的且互不相连，因此可以使用 基于模板匹配的字符分割 的方法进行字符切分。 (5)
24、字符识别 字符识别是使分割得到的字符进一步转化为文本并存入数据库或者直接显示出来的过程。 目前的字符识别主要通过神经网络、模板匹配或其他方法进行。人工神经网络具有良好的容错性、自适应和学习能力等特点，对字符的识别率较高，但是目前几乎没有市场化的产品。模板匹配算法先将待匹配的字符归一化为模板大小，然后对其中相应的点一一比较，将匹配点数最多的模板认为是待匹配的字符结果。模板匹配方法简单但是对于字符有断裂和粘连等情况容易造成错误的判断，并且判断速度较慢。假定需要识别的字符大小为 32 64，字符集为车牌中可能出现 的字符数目为 96个，则平均要 32 64 96 2 次比较。同时这种方法对于相似的字
25、符如： 0 和 D、 8 和 B 则几乎不能识别。 陕 西 理 工 学 院 毕 业 设 计 第 5 页 共 37 页 2 图像预处理 图像预处理包括对动态采集到的图像进行灰度化、二值化、边界增强、滤波等处理，以克服图像干扰，改善识别效果。 车牌图像信息的采集、输入过程中由于受到自然环境的影响，如光照 (白天、黑夜 )、天气 (阴、雨、雾、雪、晴 )，还有季节、运动失真及模糊等因素，总会使所获取的图像质量下降，给后面的车牌图像定位、字符分割和字符识别带来很大的困难。因此需要 对车牌初始图像进行必要的预处理，提高图像质量并突出我们所需要的信息，从而有利于进行各种后续的处理。 图像预处理是相对于图像
26、分析、图像识别、图像理解而言的一种对图像前期的处理，也可以看作是对初始采集图像的增强。图像增强的目的就是采用一系列技术，改善图像的效果或将图像进行适当的变换以突出某些有用的信息，去除或消弱无用的信息，如改变图像的对比度、去除噪声或强调边缘等，从而改进特征抽取、匹配和识别的可靠性。 本章介绍了车牌定位前的图像预处理技术，目的是提高图像质量，突出车牌信息，为高质量地完成车牌识别奠定基础。 图 2.1 图像预处理流程图 2.1 图像灰度化处理 在计算机图形学与图像处理中，数字图像的灰度是进行图像识别与处理的基础。我们往往需要先读取数字图像的灰度，然后对其进行分析与处理，如生成灰度直方图、灰度修正、提
27、取图像特征、图像锐化等。在车牌识别技术中将图像进行灰度化处理，不仅不会大量损失车牌信息，而且由于灰度图像包含的信息量比彩色图像要小得多，处理起来也不必考虑车牌颜色不同的情况，既简化了处理过程又不会影响识别精度。 考虑到现有牌照的字符与背景的颜色搭配一般 有蓝底白字、黄底黑字、白 底红字、绿底白字和黑底白字等几种，利用不同的色彩通道就可以将区域与背景明显地区分出来，例如，对蓝底白字这种最常见的牌照，采用蓝色 B 通道时牌照区域为一亮的矩形，而牌照字符在区域中并不呈现。因为蓝色（ 255, 0， 0）与白色（ 255， 255， 255）在 B 通道中并无区分，而在 G、 R 通道或是灰度图象中并
28、无此便利。同理对白底黑字的牌照可用 R 通道，绿底白字的牌照可以用 G 通道就可以明显呈现出牌照区域的位置，便于后续处理。 对于将彩色图象转换成灰度图象时，图象灰度值可由下面的公式计 算： Gray_Level = 0.110B_Value + 0.588G_Value + 0.302R_Value (2-1) 输入汽车图像 边缘检测 图像去噪 灰度处理 陕 西 理 工 学 院 毕 业 设 计 第 6 页 共 37 页 计算出每个像素的灰度值 Gray_Level，式中 R_Value、 G_Value、 B_Value 分别是读取的 R、 G、 B 的分量值。 实验结果如图 2.1。 2.2
29、 图像的去噪 车牌图像中的边缘、细节、跳跃部分以及噪声都代表图像的高频分量，而大面积的背景区和缓慢变化部分则代表图像的低频分量。由此可见，若采用低通滤波法去除车牌图像中的噪声，在除去噪声的同时也会使车 牌及字符的边缘变得模糊，这对后续的车牌定位以及字符识别非常不利。因此，为了在保证在车牌图像边缘信息不被弱化的情况下除去噪声，采用中值滤波法来去除图像噪声。中值滤波是一种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所引用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及颗粒噪
30、声最为有效。中值滤波它是一种邻域运算，类似于卷积，首先把邻域中的像素按灰度等级进行排序，然后选择该组的中间值作为输 出像素值。它能减弱或消除傅里叶空间的高频分量，因为高频分量对应图像中的边缘区域，且其灰度值具有较大较快的变化，该滤波可将这些分量滤除，使图像平滑。其主要原理是 :首先确定一个以某个像素为中心点的邻域，一般为方形邻域 ;然后将邻域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，这里的邻域通常被称为窗口。当窗口在图像中上下左右进行移动后，利用中值滤波算法可以很好地对图像进行平滑处理。 具体步骤如下 : 将模板在图像中漫游，并将模板中心与图像中某个像素的位置重合 ;
31、读取模板下各对应像素的灰度值 ; 将这些灰度值从小到大排列成一列 ; 找出排在中间的一个值 ; 将这个中间值赋给对应模板中心位置的像素。 二维中值滤波的窗口形状和尺寸对滤波效果影响较大，不同的图像内容和不同的应用要求，往往采用不同的窗口形状和尺寸。常用的二维中值滤波窗口有线状、方形、圆形、十字形、圆环形以及菱形等。窗口尺寸一般先用 3 3，再取 5 5 逐渐增大，直到滤波效果满意为止。就一般经验而言，对于有缓变的较长轮廓线物体的图像，采用方形或圆形窗口为宜。对于包含有尖顶物体的图像，用十字形窗口，而窗口大小则以不超过图像中最小有效物体的尺寸为宜 。 2.3 图像的 边缘提取 数字图像的边缘检测
32、是图像分割、目标区域的识别、区域形状提取等图像分析领域 十 分重要的基础。所谓边缘是指其周围像素灰度值有阶跃变化或屋顶变化的那些像素点的集合。边缘广泛存在于物体与背景之间、物体与物体之间、图像基元与基元之间。它是图像分割所依赖的重要特征，图像理解和分析的第一步往往就是边缘检测。 车牌的一个重要特征就是在该区域存在大量的边缘信息，所以边缘检测对于我们进行车牌识别来说也是相当重要的。不同“尺度”意义下的边缘点，在定条件下包含了原图像的全部信息。边缘的种类分为两种：一为阶 跃状边缘，它两边像素的灰度值有着显著的不同；一是屋顶状边缘，它位于灰度值从增加到减少的变化的对折点。物体的边缘是以图像的局部特征不连续形式出现的，也就是指图像局部亮度变化最显著的部分，如灰度值的突变、颜色的突变、纹理结构的突变等，同时边缘也是不同区域的分界处。图像边缘有方向和幅度两个特征，通常沿边缘的走向灰度变化平缓，垂直于边缘走向灰度变化剧烈。
