基于LabVIEW的车牌图像识别技术研究(3)

随着汽车工业的发展，各个国家的汽车保有量都在逐渐增加，车辆管理问题逐渐提上议程，对车辆进行上牌，给其一明确的标识，可以对车辆进行有效地管理。但是完全靠人工去识别车辆拍照信息，工作量明显太大，随着车辆的增多，

工作效率大打折扣。因此在八十年代就有人提出车牌识别技术人们立刻对车牌识别进行广泛的研究。显然对车牌识别需要对车牌进行拍照，然后识别图像中的车牌信息。在这个阶段车牌识别还没有成为系统研究。后来人们意识到不能用简单的图像处理进行车牌识。随着计算机技术的发展，计算机视觉技术在 20 世纪 90 年代得到了长足的发展。人们就可以依靠计算机技术对车牌识别技术进行体系研究，也就出现了车牌识别系统。各个国家都投入了大量的时间金钱人力去研究车牌识别技术。出现了比较实用的 LRP 系统，可以对车流进行监测。英国从八十年代开始研制了一个车牌自动识别系统，命名为 RCUS，可以对车牌的图像进行识别，彩色图片和黑白图像都可以处理。此系统可以在 100 毫秒之内将车牌信息识别出来[3]。在香港，亚洲视觉公司推出了可以识别香港车牌的车牌识别产品，同时日本等发达国家也纷纷设计了适合自己国家车牌识别的产品。使用的方法大相径庭，种类繁多。论文网

在中国，对车牌识别系统的研究也越来越多，各个大学的计算机和人工智能方面的专家也都纷纷研究。西安交通大学和浙江大学等高等学院都积极研究。其中中科院研究所的刘智勇教授发表了可以将车牌识别技术保持在较高准确率的论文。潘云鹤也研究过车牌通等一系列的车牌识别产品。同时哪里有市场哪里就有竞争力，我国的二十几家企业也开始了对车牌识别的研究。与高校联手不断地开发研究，促进了车牌识别系统的发展。这些产品广泛应用于停车场的管理，道路流量的管理，高速公路违规管理，城市公路车辆管理，小区车辆管理系统。方便了车辆的管理。北京汉王科技有限公司智能交通产品一嵌入式一体化车牌辨识仪“汉王眼”、川大智胜软件股份有限公司的 ZTZ000 车牌自动识别系统等系统

[4]。车牌识别的速度越来越快，车牌识别的正确率越来越高，同时对环境的适应

性也得到了长足的提高。不仅可以识别英文字符，还可以识别中文字符，韩文字符等。总之可以面对更加复杂的环境，极大地提高了国家的车辆管理。

1.3 研究目标与要求

主要内容：

本课题是基于 Labview 的车牌识别技术研究，从车辆照片中提取出车辆的牌照，再对车辆牌照进行提取，从而获得车辆牌照的信息，获得文字形式的车辆牌照。同时对车辆的颜色进行提取，从而获得车辆更多的信息，方便对车辆地识别与管理。

实施方案：

(1)通过相机获取图片，或者从文件中获取图片。

(2)利用 Labview 对图像进行提取，将照片变成黑白照片，对图片进行预处理。

(3)设计 Labview 的界面，并进行合理的功能设计，满足提取要求。

(4)利用软件进行车牌的提取工作。创新点：

利用图像处理、车牌定位、字符识别，将图像信息转化成文字信息。

2 系统硬件构造

2.1 硬件基本框架

2.2 硬件选择与功能

2.2.1 相机

本设计如果是单纯的车牌识别的话，对相机要求就不高，但是考虑到还要对颜色进行识别，所以要选成像相对清晰地相机。可以根据感光元件，焦段范围，最大光圈，像素，光学防抖等参数进行选择。感光元件越大越好，成像越清晰，弱光拍摄 CMOS 性能优于 CCD。焦段范围越小拍摄的范围越广。光学变焦倍数与广角焦距的乘积等于长焦端焦距。目前的技术最大的光学变焦倍数可以提高到 30 倍。最大光圈越大拍摄效果越好，同时可以更好地虚化背景，突出显示要拍摄的景物。像素则是图像大小的参数，像素的选择应该适当，不需要一味地追求高像素。光学防抖很重要，因为车牌识别的环境因素很多，如果相机有良好的防抖性能，拍出来的照片就会更清晰，同样的识别起来也就更加方便容易。文献综述基于LabVIEW的车牌图像识别技术研究(3):http://www.youerw.com/zidonghua/lunwen_78033.html