内容发布更新时间 : 2024/12/28 5:45:24星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

基于MATLAB车牌识别系统的设计

作者：王洽锋

来源：《山东工业技术》2017年第17期

摘 要：本文以MATLAB仿真软件为基础，探索出车牌识别系统的设计，为智能交通管理，提供一种思路。

关键词：MATLAB；车牌识别系统；智能交通。 DOI：10.16640/j.cnki.37-1222/t.2017.17.149 1 系统总体方案设计

（1）车牌识别的总体设计。一个完整的车牌识别系统要有收集图像、处理图像、储存结果等主要过程。因此，该系统总体上可分为硬件和软件两大模块。收集图像由系统的硬件模块完成，而软件模块则是对收集的原始图像进行分析和处理，最后输出识别结果并储存。可见，在车牌识别系统中，软件部分的准确性起到决定性作用。

（2）车牌识别系统整体方案设计。1）系统的主要流程 车牌识别系统的主要流程是采集图片、图片预处理、车牌定位、字符分割、字符识别、车牌显示等六环节。2）系统硬件设计 主硬件部分的作用是完成车辆牌照初始采集。硬件设备主要有主控机、摄像头、照明装备、传感器及工控机、探测器等。其中， 探测器主要是通过信号编码调制，来加强其自身的抗扰能力及准确度。探测器在探测到车辆之后，工控机会根据实际情况对系统进行提示，从而实现对车辆牌照的瞬间捕捉。

3）系统软件设计 由于MATLAB具有方便、高效快捷，良好的扩充、移植、交互性能以及较好的开放性等特点，因此，本设计主要采用MATLAB来完成对软件部分的设计。 2 车牌定位算法的设计

在车牌识别系统中，关键的一步是实现车辆牌照的精确定位。车牌定位对字符的精确分割有一定的要求。同时，车牌识别系统的识别速率与准确性也有直接关系。车牌定位的基本步骤有图像预处理、车牌搜索、车牌定位。

（1）车辆图像的预处理。系统硬件设备采集到的照片质量往往会受车辆行驶速度、光线强度气等因素的影响。因此，需要对原始图片进行预处理，以提高车牌的识别质量。图像通常采用图像灰度化、图像灰度拉伸、图像平滑等处理过程。

1）图像灰度化。在进行图像处理时，为了提升应用系统的处理速度，需要把彩色图像转换成灰度图像，这个过程就是图像的灰度化。经处理后的灰色图像中没有任何色彩，只包含图

龙源期刊网 http://www.qikan.com.cn

片原有的亮度信息。灰度值大小可以反映出图像的亮度，并且与其成正比。图像灰度化的算法有好几种，限于篇幅，本设计使用加权平均值法对机动车图像进行处理，其算法略。 2）图像的灰度拉伸。灰度拉伸目的是为了扩大图像所需的灰度区间，从而让输出的图像得到改良。为使车牌图像与其它部分图像之间的对比度增强，让两部分的亮度有明显差异，提升辨识度。基本原理是利用映射函数F（x），将输入图像中某点（x，y）的灰度f（x，y）映射成输出图像中的灰度g（x，y），即：。

为使图像f（x，y）的灰度范围由[s1，s2]扩展到[t1，t2]，可采用下述线性变换来实现。 3）图像的平滑处理。为了提高和实现车牌的准确定位，在图像处理初期就应有效去除或抑制图像中的噪点。消除图片噪点的方法，通常采用图像的平滑。图像平滑的方式有频域以及空域滤波。本文采用空域滤波来消除噪点。

（2）车牌定位和分割。硬件设备采集到的图像是机动车整体的图片，对车牌识别系统而言只有车牌部分是有用的。定位和分割的作用是为了分辨出图像中车牌具体的位置，并将其分离出来进行字符的识别处理。所以，对图像初步处理后，还需对图像车牌定位和分割。1）车牌定位。车牌定位就是指对车辆图像进行处理，使得系统识别出车牌所在位置。车牌定位是根据车牌的颜色、亮度和车牌字符的边缘形成的纹理来定位的。定位的方式有多种，本文是采用边缘定位法，即利用彩色边缘或者灰度图像边缘和颜色一起来定位。其定位过程是用颜色去除一些明显不是车牌的部分，然后再用差分、图像腐蚀以及杂质消除等方法得到图像边缘，从而使得图像定位更加准确。2）车牌分割。现阶段已有的车牌分割的方法还是比较多的，本文主要采用彩色分割法。因为，彩色分割能对整个车辆图像的信息进行分析，并能统计出其所包含的彩色像素点，进而能够实现车辆牌照区域的分割功能。 3 车牌字符处理

虽对原始图片进行一系列的预处理及车牌的定位处理之后，可得到车辆牌照的准确定位，但此时仍无法得出车辆牌照的识别结果。这时可通过车牌字符的处理，来实现车牌识别功能。 （1）字符分割。字符的分割就是从完整的车牌图像中把一个个组成车牌号的字符分割出来。切割方法有聚类分析、模板匹配、投影等几种，本设计主要采用投影法。其工作过程是先对图像进行二值化处理；然后再采用垂直投影的方法对其进行处理；最后依照投影图中波形的不同规律以及峰值等特点推断出车牌中字符的精确位置。

（2）字符归一化。通常，采集到的车牌及其字符都不太符合标准要求，为了提高识别字符的速度，需要对采集到的车牌进行字符归一化处理，让采集到的车牌字符能够在同一标准模块里的特征一样。字符归一化的方法分为大小归一、化倾斜度校正两种，本设计采用大小归一法。大小归一法的原理为了使初始字符与标准模块里的字符大小相同，可在其横纵的方向上分别乘上一个比例因子来实现。大小归一实现的方法有2种：1）根据我们所需字符的标准大小

龙源期刊网 http://www.qikan.com.cn

来对车牌图案进行一定的比例的缩小或者放大；2）通过水平以及垂直方向上的投影对字符的大小进行归一化处理。

（3）车牌字符识别。在完成对车牌字符的准确切分之后，需采用车牌的字符识别技术来完成车辆牌照的最终识别。字符识别的方法通常有三种：模板匹配法、人工神经网络算法和 BP神经网络。本文主要采用压缩模板匹配技术。模板匹配技术是先把已经分割并且经过二值化处理后的字符缩小，然后再将其和模块库内的模板进行快速匹配，系统会自动地将模板与字符进行对比，差异最小的就是所需的识别结果，最后对结果进行输出并进行记录。虽此种方法计算量大，但它简单、易操作，只要对车牌中的三种字符提前做出相应的分类处理，就可创造出多种不相同的压缩模板。这样，就可以通过降低整个模板的数量，来有效提升识别效率。 4 结论

本文以MATLAB软件为主要的开发系统，研究算法来完成车牌识别系统的设计。此设计具有一定的快速性、便利性，为智能交通管理提供一种方式。 参考文献：

[1]黄英伟.车牌识别系统字符识别算法研究[D].湖北工业大学，2012.

[2]凌佳宁.车牌定位与车牌字符识别算法的研究与实现[D].电子科技大学，2012. 作者简介：王洽锋（1981-），男，河南鹿邑人，主要从事汽车电子技术研究。