車(chē)輛牌照識別系統的研究

摘要：在對車(chē)輛牌照識別系統研究的基礎上，采用基于灰度二值化的連通域搜索的車(chē)牌照粗分類(lèi)算法，彩色模型的車(chē)牌照字符切分算法和加權組合特征的字符識別算法，通過(guò)實(shí)驗，設計出一個(gè)有效的車(chē)牌照識別系統。
關(guān)鍵詞：粗分類(lèi)算法；字符切分；字符識別

0 引言
車(chē)牌照系統主要分為圖像采集，圖像處理，車(chē)牌定位，字符切分，字符識別幾個(gè)部分。

圖像采集：目前圖像采集主要采用專(zhuān)用攝像機連接圖像采集卡或者直接連接便攜式筆記本進(jìn)行實(shí)時(shí)圖像采集，將模擬信號轉換為數字信號。
圖像處理：需對采集的圖像進(jìn)行增強、恢復、變換等處理，目的是突出車(chē)牌的主要特征，以便更好地提取車(chē)牌區域。
車(chē)牌定位：從人眼視覺(jué)的角度出發(fā)，并根據車(chē)牌的字符目標區域的特點(diǎn)，在二值化圖像的基礎上提取相應的特征。車(chē)輛牌照的分割是一個(gè)尋找最符合牌照特征區域的過(guò)程。從本質(zhì)上說(shuō)，就是一個(gè)在參量空間尋找最優(yōu)定位參量的問(wèn)題，需要用最優(yōu)化方法予以實(shí)現。
字符分割：是從獲得的牌照區域分割出單個(gè)字符(包括漢字、字母和數字)以便于進(jìn)行字符識別的過(guò)程?？紤]到車(chē)牌上的字符一般除了一個(gè)漢字外其他的都是字母和數字，即在理想狀態(tài)下每個(gè)字符是全連通的且互不相連，因此可以使用特定的方法進(jìn)行字符切分。
字符識別：是使分割得到的字符進(jìn)一步轉化為文本并存入數據庫或者直接顯示出來(lái)的過(guò)程。

1 圖像的預處理
所采用的圖像預處理方法是把經(jīng)過(guò)采集得到的彩色圖像經(jīng)過(guò)彩色-灰度變換，灰度拉伸處理，得到車(chē)牌區域突出顯示的256級灰度圖像。
1．1 RGB顏色模型
RGB顏色模型通常用于彩色陰極射線(xiàn)管等彩色光柵圖形顯示設備中，它是我們使用最多、最熟悉的顏色模型。它采用三維直角坐標系，紅、綠、藍為三原色，各個(gè)原色混合在一起可以產(chǎn)生復合色。
RGB顏色模型通常采用圖2所示的單位立方體來(lái)表示，在正方體的主對角線(xiàn)上，各原色的強度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值。(0，0，0)為黑色，(1，1，1)為白色。正方體的其它六個(gè)角點(diǎn)分別為紅、黃、綠、青、藍和品紅，需要注意的一點(diǎn)是，RGB顏色模型所覆蓋的顏色域取決于顯示設備熒光點(diǎn)的顏色特性，是與硬件相關(guān)的。

1．2 彩色圖像轉換成灰度圖像
把彩色圖像轉換成灰度圖像進(jìn)行進(jìn)一步的處理。利用公式將彩色圖像轉換成灰度圖像：p=0．114*R+0．587*G+0．299*B，其中P代表圖像中某點(diǎn)的灰度值，R，G，B分別代表彩色圖中對應點(diǎn)的RGB模型中的R，G，B分量的值。圖3就是彩色圖像轉換成灰度圖像的效果圖。