1。3国内外研究现状

2。数字图像自动识别技术研究之车牌识别

2。1总体设计方案

一个完整的车牌识别系统是由多个子系统模块组成的，不同的模块实现不同的功能，其中核心的部分包括采集车牌图像、车牌图像预处理、车牌定位、车牌字符分割、车牌字符识别及最终输出结果这六大核心步骤。车牌识别系统原理如框图1所示。

图1 车牌识别系统原理图

系统总体结构大方面可以划分为软件部分和硬件部分。本文主要讨论的是软件部分的设计实现。硬件部分在此不作过多说明。软件系统中主要有以下几个模块包括图像处理、定位、区域字符分割、字母数字识别等，硬件部分则主要完成车牌图像的摄取，为后续的处理提供一个高质量的图像[4]。

2。2车牌图像采集

通过采用摄像头或相机拍摄不同角度的车牌图像，并从中选取出可以用来做车牌识别的图片，进行一系列的图像处理，以求达到预期的效果。待处理的车牌图像如图2所示。

图2 待处理的车牌图像

2。3车牌图像预处理

采用相机拍到的车牌信息可能会存在很多影响辨识的干扰点，因此在对采集到的信息进行后期处理之前必须要经过前期的预处理，以加快后期的识别处理速度。车牌图像的预处理需要对待处理的车牌图像进行灰度变换，如果有噪声点也要去除，这样做可以大大减少许多外在条件的干扰，当然关于车牌中的主体信息也要完全保留，除此之外尽量去除所有的干扰项，为后期的识别处理提供基础。其中预处理主要包括图像灰度化、算子边缘检测、腐蚀图像等[5]。文献综述

2。3。1图像的灰度化处理

灰度图是一种只去掉颜色信息保留亮度信息的数字图像，灰度化处理就是将一幅图像去彩色化，只保留亮度信息的过程。灰度图如图3所示。

图3 灰度图

彩色图像是由红绿蓝三基色为基础搭配出来的，其它的颜色都是以此为基础实现的，灰度化就是使红绿蓝三基色分量相等的过程。灰度图如图3所示。

灰度值大的为白色，它的像素点比较亮，反之比较暗表现为黑色。车牌原图如图2所示，对这种白字符蓝底色的车牌，采用蓝色识别通道时车牌是一块矩形区域，而车牌字符因为是白色的，所以在该区域中并不会被显示出来。因为无论字符还是底色在蓝色通道中并无区分，而在其他色彩通道中并无此特点。图像的灰度值由以下公式求得：

2。3。2算子边缘检测

经过灰度处理后的图像仍然含有大量的多余信息，因此需要进行算子边缘检测来去除一些不必要的信息。观察车牌图像发现，车牌的垂直边缘密集丰富。而边缘又有重要的不变性质，光线会影响一个区域的明亮度，但是不会改变它的轮廓。于是，利用边缘提取来压缩信息量，简化图像分析，为后续的识别车牌做铺垫。图像边缘的特点是局部亮度变化显著，是纹理区分和形状特征区分等图像分析的重要组成部分，所以要对车牌图像进行算子边缘检测。算子边缘检测主要是用来边缘定位并且降低噪声点干扰，其基本思想是利用算子算法的处理，检测出类似边缘的部分，在设置门限值用来进一步定位确切的边缘。边缘检测有很多种算法：Sobel算子、Canny算子、Prewitt算子、Robert算子等。Sobel算子边缘检测结果如图4所示。

图4 Sobel算子边缘检测结果

Sobel算子严格上来区分的话是属于滤波算子，它的优点就是有利于边缘提取，因为算法很简单，所以反应快速，使用率较高。缺点就是，该算子并没有将待识别的内容与图像主题严格区分，也就是说Sobel算子并没有去除图像的颜色信息，所以说Sobel算子并没有按照一般的视觉处理方式，所以提取的图像边缘轮廓可能会存在误差[6]。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-