基于MATLAB的車(chē)牌識別系統的實(shí)現

1 引言

車(chē)輛牌照是機動(dòng)車(chē)唯一的管理標識符號，在交通管理中具有不可替代的作用，因此車(chē)輛牌照識別系統應具有很高的識別率，對環(huán)境光照條件、拍攝位置和車(chē)輛行駛速度等因素的影響應有較大的容閾，并應滿(mǎn)足實(shí)時(shí)性要求。牌照自動(dòng)識別是一項利用車(chē)輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號碼、牌照顏色自動(dòng)識別的模式識別技術(shù)，其硬件一般包括觸發(fā)、攝像、照明、圖像采集等設備，其軟件核心包括車(chē)牌定位、車(chē)牌字符分割和字符識別等算法。

2 系統的實(shí)現

2．1 系統簡(jiǎn)述

一個(gè)完整的牌照識別系統應包括車(chē)輛檢測、圖像采集、圖像預處理、車(chē)牌定位、字符分割、字符識別等單元。當車(chē)輛到達觸發(fā)圖像采集單元時(shí)，系統采集當前的視頻圖像，牌照識別單元對圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來(lái)進(jìn)行識別，然后組成牌照號碼輸出。牌照識別系統原理如圖1所示。


2．2 圖像預處理

輸入的彩色圖像包含大量顏色信息，會(huì )占用較多的存儲空間，且處理時(shí)也會(huì )降低系統的執行速度，因此對圖像進(jìn)行識別等處理時(shí)，常將彩色圖像轉換為灰度圖像，以加快處理速度。對圖像進(jìn)行灰度化處理、提取背景圖像、增強處理、圖像二值化、邊緣檢測、濾波等處理的主要MATLAB語(yǔ)句如下所示：


2．3 車(chē)牌定位

自然環(huán)境下，汽車(chē)圖像背景復雜，光照不均勻，在自然背景中準確地確定牌照區域是整個(gè)圖像識別過(guò)程中的關(guān)鍵。首先對采集到的圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車(chē)牌照特征的若干區域作為候選區，然后對這些侯選區域做進(jìn)一步分析、評判，最后選定一個(gè)最佳區域作為牌照區域，將其從圖像中分割出來(lái)，同時(shí)要考慮車(chē)牌傾斜問(wèn)題。算法流程如下：

(1)對二值圖像進(jìn)行區域提取，計算并比較區域特征參數，提取車(chē)牌區域。

(2)計算包含所標記區域的最小寬和高，并根據先前知識，提取并顯示更接近的車(chē)牌二子值圖。

(3)通過(guò)計算車(chē)牌旋轉角度解決車(chē)牌傾斜問(wèn)題。由于車(chē)牌傾斜導致投影效果峰谷不明顯，需車(chē)牌矯正處理。采取線(xiàn)性擬合方法，計算出車(chē)牌上邊或下邊圖像值為1 的點(diǎn)擬合直線(xiàn)與水平X軸的夾角。用MATLAB函數的旋轉車(chē)牌圖象函數Imrotate，計算車(chē)牌旋轉角度和經(jīng)旋轉、二值化后的車(chē)牌二值子圖處理結果如圖 2所示。


2．4 字符分割

完成牌照區域的定位后，再將牌照區域分割為單個(gè)字符。一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值，并且該位置應滿(mǎn)足牌照的字符書(shū)寫(xiě)格式、字符、尺寸限制等條件。利用垂直投影法實(shí)現復雜環(huán)境下汽車(chē)圖像中的字符分割效果較好。通過(guò)分析計算字符的水平投影和垂直投影，可獲得車(chē)牌字符高度、字符頂行與尾行、字符寬度、每個(gè)字符的中心位置，以方便提取分割字符。然后計算車(chē)牌垂直投影，去掉車(chē)牌垂直邊框。獲取車(chē)牌及字符平均寬度。最后計算車(chē)牌每個(gè)字符的中心位置和最大字符寬度，提取分割字符，其算法流程如圖3所示，通過(guò)程序算法計算的車(chē)牌字符高度和寬度及分割的字符，如圖4所示。


3 結論

從MATLAB編程運行結果看，這里采用的圖像識別算法對車(chē)牌的定位非常有效，該算法可有效檢測車(chē)牌圖像的上下左右邊框、旋轉角度，準確分割及識別車(chē)牌字符。通過(guò)對多個(gè)車(chē)牌進(jìn)行試驗，正確率高，與傳統的采用C++語(yǔ)言相比，工作量和開(kāi)發(fā)周期都減少很多。實(shí)際應用中，牌照識別系統的識別率與牌照質(zhì)量和圖像拍攝質(zhì)量密切相關(guān)，還會(huì )受到各種因素，需不斷完善識別系統和算法。