目录
引言
1．4 车牌识别研究内容
本文针对车牌自动识别系统各个模块用到的各个算法，对其进行展开解释。解释每个算法的数学原理。车牌自动识别系统应用到实际交通中，识别的结果会受到周围环境、拍照角度和自身车牌的遮挡或污染的影响。因此我们需要制定一个合理的方案，在图像的预处理部分提前将这些不良因素排查掉，正确定位到车牌的所在区域，这样再进行字符分割和字符识别，就可以很高效率又准确地达到正确识别字符的目的。
因此本文研究内容可总结归纳为：第一、制定合理的方案，确保最终能够达到准确识别车牌的目的。第二、分析每一个步骤，解释其算法的原理以及其实现的功能。第三、指出该设计系统现存的不足与有待改进之处。
1．5 论文结构安排
第1章介绍车牌自动识别系统的研究背景以及研究的意义，介绍过去以及目前国内外关于车牌识别技术的发展。指出车牌识别系统的优越之处，并且介绍车牌识别系统的主要应用领域，说明了本文的主要研究内容。
第2章介绍车牌识别系统的内容，以及各个部分的算法原理。
第3章使用matlab软件对车牌识别系统进行仿真，制定合理的方案，并对各部分加以解释，解释其中各个算法的原理与用法以及其所能实现的功能与目的。
第4章展示仿真结果并分析。
第5章总结全文。
第二章 车牌识别系统概论
车牌识别系统顾名思义是针对车牌图像进行图像处理，因此需要应用到数字图像处理的技术，对图像进行一系列的变换，需要对图像进行预处理来为车牌的定位提供依据，在准确的找到车牌的定位之后，我们就需要针对车牌下一些功夫，了解车牌的字符组成、车牌的长宽比例、车牌的文字颜色与背景颜色等。车牌识别系统的步骤为图2.1所示：
/
图2.1 车牌识别系统组成
2．1 我国车牌的性质特点
车牌也称为牌照，也指车辆的号码，用于悬挂或刻印在车辆的前后端，通常用铝、铁、塑料来制作而成[2]，在上面刻制着的字符可以表示车辆以及车主的相关信息，正是由于车牌的存在，我们才能保证汽车上路的安全性，能够很好地控制汽车的交通参与者正确在路上安全驾驶，而且在事故发生后也可以很快地检测到肇事者车辆以及车主的信 *51今日免费论文网|www.51jrft.com +Q: ￥351916072$ 
息，为交通安全性提供了较大程度的保障，如果没有汽车牌照的存在，交通问题将复杂难解，开车的人鱼龙混杂，交通部门根本无法管理。我国的汽车牌照主要为图2.2所示：
/
图2.2 普通小型汽车号牌
我国的车牌还有很多其他的种类，比如像图2.3绿白渐变色的底色、黑色的符字、图2.4所示的黑色底白色字、图2.5所示的黄底黑字还有图2.6所示的白底黑字等。尽管各个车牌的颜色不同，但对任何一种类型的车牌做识别的时候，都要做同样的预处理。
/
图2.3 小型纯电动汽车号牌
/
图2.4 领事馆汽车号牌
/
图2.5 教练汽车号牌
/
图2.6 警用汽车号牌
由于各个不同类型的号牌可能背景颜色各不相同还有字符颜色各不相同，我们目前有的车牌类型有蓝色、白色、黄色背景，黑色、白色字体等多种。但想要分清背景和字符还是有办法的，这是因为不同颜色的RGB组成不同。蓝色的RGB值为（0，0，255），白色为（255，255，255）、黄色的RGB值为（255，255，0）、红色的RGB值为（255，0，0），根据这些RGB值的不同，我们可以利用不同的颜色通道来区分，找出牌照的区域以及找到字符。
我国汽车牌照的大小尺寸一般为440*140毫米，车牌的长和宽的比值大约为4.5：1，这一数据的提供就给后续的车牌定位提供了便利，即仅仅需要定位长度或者宽带中的一方，就可以根据车牌的长宽比例来得到整个车牌区域。
我国汽车牌照的内部字符组成首先是第一位为中国汉字，它代表着车主的所在地区，例如冀代表着河北省，它同样表示着车主所在区域，不过是将第一位字符定位到的省进一步缩小到所在市。以号牌中的点为区分，这个点左边的为前半部分，这个点右边的字符组成后半部分。前半部分两个字符的间隔相同，找到车牌的这一特点，就可以方便后续对车牌的字符进行分割，那么我们就可以分割出相同大小的字符，按照相同的间隔进行分割。
2.2 车牌识别系统组成与设计方案
（1）首先要对车辆进行预处理，边缘检测之后可以得到车辆的大致框架，在此基础上才能实现对车牌精准定位的效果，然而在实际识别中，仅需要得到有效信息的部分，在定位时需要测量出有效信息即文字符号部分的大小[3]。
（2）在找到车牌有效信息的精准定位之后，要对其进行分割提取，将其七个字符各自分开方便识别，在这之前必须进行二值化识别才能达到分割的效果，该实验中使用迭代阈值算法将其做二值化处理。在这个过程中难免会出现车牌被腐蚀被污染等情况，就需要对其进行去污处理。车牌照上还会出现螺丝钉出现在识别图像中的情况，螺丝钉的出现会给车牌识别分割造成巨大误差，用bwareaopen函数将污点清除[4]，以此来提高识别的精度。
（3）在精准提取分割出有效字符前需要将图像进行灰度化，进行灰度化有许多方法，我会选用平均值发来对图像做出灰度化的处理，灰度处理之后得到的仅仅是具有不同灰度级的灰度图像。因此我将直接使用加权平均值的方法来作为该系统中对图像进行预处理的一部分。
(4)Sobel算子是用来为图像检测边缘的一种常见算子，这种算子的根本是运用差分运算的方法来为图像进行边缘的检测[5]。得到灰度图像中各个部分图像灰度的梯度，根据这一结果来判断是否灰度是否发生了突变，得到灰度突然发生变化的一个突变区域，以达到边缘提取的目的，但其效果不佳。在本文中选择使用Roberts边缘算子，其相较于Sobel算子准确度较高，能得出较为准确的边缘。为随后的字符切割做好铺垫。

原文链接：http://www.jxszl.com/dzxx/dzdq/609022.html