《2022年基于matlab的汽车车牌识别系统.docx》由会员分享，可在线阅读，更多相关《2022年基于matlab的汽车车牌识别系统.docx（52页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精品学习资源毕 业 设 计 论 文题 目： 基于 matlab 地汽车车牌识别系统学 院：电气与信息工程学院专 业：电子信息工程姓 名：田永康学 号：093409150指导老师：石磊完成时间：2021 年 5 月 28 日欢迎下载精品学习资源摘要汽车牌照自动识别系统是制约道路交通智能化地重要因素,包括车牌定位、字符分割和字符识别三个主要部分.本文第一确定车辆牌照在原始图像中地水平位置和垂直位置,从而定位车辆牌照 ,然后采纳局部投影进行字符分割.字符地分割采纳地方法是以二值化后地车牌部分进行垂直投影，然后在对垂直投影进行扫描，从而完成字符地分割.本文即是针对其核心部分进行阐述并使用MATLAB软
2、件环境中进行字符分割地仿真试验.在字符识别部分,采纳简洁模版匹配算法，试验结果说明 ,此方法具有良好地识别性能.随着大路逐步普及，我国地大路交通事业进展快速，所以人工治理方式已经不能满着实际地需要，车牌识别系统使车辆治理更智能化，数字化，有效地提升了交通治理地便利性和有效性 ,微电子、通信和运算机技术在交通领域地应用极大地提高了交通治理效率.汽车牌照地自动识别技术已经得到了广泛应用.关键字：车牌识别系统、智能化交通、车牌定位、字符分割、字符识别欢迎下载精品学习资源AbstractVehicle license plate recognition system is the intelligen
3、t road traffic constraints important factors, including the license plate location, character segmentation and character recognition of three main parts.Firstly, the vehicle license in the original image to determine the horizontal and vertical position, therebypositioningthe vehiclelicense, and cha
4、racter segmentation using a localprojection. Character segmentation approach is based on the license plate after the binary part of the vertical projection, Then scan in the vertical projection,thus completingthe character segmentation. This article is described for the core part and use the MA TLAB
5、software environment, the simulation experiments for character segmentation.In the character recognitionpart of the proposed feature extractioninthecaseofnon-supportvectormachinebasedlicenseplaterecognition method.Experimental results show that the proposed method has good recognition performance.Wi
6、th the increasing popularity of road, road transport in China has developedrapidly, sothe artificial management has not full of actual needs, License plate recognition system to make more intelligentvehicle management, digital,Effectivetraffic management to enhance the convenience and effectiveness,
7、microelectronics,communicationsand computer technology applicationsin the transport sector has greatly improved the efficiency of traffic management.Automatic license plate recognition technology has been widely used.Keywords:license plate recognitionsystem, intelligenttransportation, license plate
8、localization, character segmentation, character recognition欢迎下载精品学习资源目 录摘要 .目 录II第一章 引 言0其次章 汽车车牌识别系统地讨论12.1 讨论目地和意义12.2 国内外讨论现状12.3 主要应用领域2第三章 汽车车牌识别系统地设计43.1 汽车牌照地特点43.2 汽车车牌识别系统地组成43.3 具体设计步骤53.3.1 提出总体设计方案53.3.2 图像采集63.3.3 车牌牌照地定位和分割73.3.4 车牌地预处理93.3.5 牌照地二值化处理与去除噪声113.4 字符地分割133.5 字符地自动识别153.5.
9、1 构建标准字库153.5.2 字符识别过程163.6 语音自动播报识别结果17第四章 设计结果及分析194.1 设计结果194.2 结果分析19结论22参考文献23致谢24附录源代码25欢迎下载精品学习资源第一章 引 言随着 21 世纪经济全球化和信息时代地到来，运算机技术、通信技术和运算机网络技术迅猛进展，动化地信息处理才能和水平不断提高，并在人们社会活动和生活地各个领域得到广泛应用，高速度、高效率地生活节奏，使汽车普及成为必定趋势.相伴着世界各国汽车数量地增加，城市交通状况日益受到人们地重视.如何有效地进行交通治理，越来越成为各国政府地相关部门所关注地焦点.针对这一问题，人们运行先进地信
10、息 处理技术、导航定位技术、无线通信技术、自动掌握技术、图像处理和识别技术及运算机网络技术等科学技术，相继研发了各种交通道路监视治理系统、车辆掌握系统及公共交通系统.这些系统将车辆和道路综合起来进行考虑，运行各种先进地技术解决道路交通地问题，统称为智能交通系统 IntelligentTransportation System，简称 ITS.ITS是20世纪 90岁月兴起地新一代交通运输系统 .它可以加强道路、车辆、驾驶员和治理人员地联系，实现道路交通治理自动化和车辆行驶地智能化，增强交通安全，削减交通堵塞，提高运输效率，削减环境污染，节约能源，提高经济活力.智能交通系统以车辆地自动检测作为信息
11、地来源，因而对汽车牌照等相关信息地自动采集和处理地一门新地交通信息猎取技术 车牌识别LicensePlate Recognition ， LPR 技术逐步进展起来，成为信息处理技术地一项重要讨论课题.汽车牌照自动识别是智能交通治理系统中地关键技术之一.目前，国内外汽车牌照地识别技术有 IC 卡识别技术、条形码识别技术、图像处理技术、人工神经网络识别技术.采纳运算机视觉技术和图像处理技术进行车牌识别是一个进展方向.基于数字图像处理地车牌识别系统主 要由图像地采集、牌照地定位、字符分割和字符识别四部分组成.车牌识别技术地任务是处 理、分析摄取地视频流中复杂背景地车辆图像，牌照字符定位、字符分割，最
12、终自动识别汽车牌照上地字符 .为了保证汽车车牌识别系统在各种复杂环境下，能发挥其应有地作用，识别系统必需满意以下要求：(1) 有用性 : 在任何情形下均能牢靠正常地工作，且有较高地正确识别率.(2) 实时性 :不论在汽车静止仍是高速运行情形下，图像地采集识别系统必需在肯定时间内识别出车牌全部字符，达到实时识别.欢迎下载精品学习资源其次章 汽车车牌识别系统地讨论2.1 讨论目地和意义车牌识别 LPR 是智能交通系统 ITS 地一个重要组成部分.车牌识别系统地主要任务是分析和处理摄取到地复杂背景下地车辆图像，定位分割牌照，最终自动识别汽车牌照上地字符，车牌识别是利用车牌地唯独性来识别和统计车辆.在
13、现代化交通进展中车牌识别系统是制约交通系统智能化、现代化地重要因素，车牌识别系统应当能够从一幅图像中自动提取车辆图像，自动分割牌照图像，对字符进行正确识别，从而降低交通治理工作地复杂度.车牌识别系统将猎取地车辆图像进行一系列地处理后，以字符串地势式输出结果，这样不但数据量小，便于储备，操作起来也更简洁，因此车牌识别系统地便利性是人工车牌识别所不能比拟地，它隐藏着很大地经济价值和进展空间，对车牌识别技术地讨论是特别有地意义地.2.2 国内外讨论现状从20世纪 90岁月初，国外就已经开头了对汽车牌照自动识别地讨论，其主要途径就是对车牌地图像进行分析，自动提取车牌信息，确定汽车牌号.在各种应用中，有
14、使用模糊数学理论也有用神经元网络地算法来识别车牌中地字符，但由于外界环境光线变化、光路中有灰尘、季节环境变化及车牌本身比较模糊等条件地影响，给车牌地识别带来较大地困难.国外地相关讨论有： 1J Barroso提出地基于扫描行高频分析地方法；2 I.T. Lancaster 提出地类字符分析方法等 .为明白决图像恶化地问题，目前国内外采纳主动红外照明摄像或使用特别地传感器来提高图像地质量，继而提高识别率，但系统地投资成本过大，不适合推广.车牌识别系统中地两个关键子系统是车牌定位系统和车牌字符识别系统 .关于车牌定位系统地讨论，国内外学者已经作了大量地工作，但实际成效并不是很抱负， 比如车牌图像地
15、倾斜、车牌表面地污秽和磨损、光线地干扰等都是影响定位精确度地潜在因素.为此，近年来不少学者针对车牌本身地特点，车辆拍照地不良现象及背景地复杂状况，先后提出了很多有针对性地定位方法，使车牌定位在技术和方法上都有了很大地改善 .然而现代化交通系统不断提高地快节奏，将对车牌定位地精确率和实时性提出更高地要求 .车牌字符识别是在车牌精确定位地基础上，对车牌上地汉字、字母、数字进行有效确认地过程，其中汉字识别是一个难点，很多国外地LPR 系统也往往是由于汉字难以识别而无法打入中国市场，因而探寻好地方法解决字符地识别也是至关重要地.从有用产品来看，如以色列欢迎下载精品学习资源地Hi-Tech 公司研制地多
16、种 See/Car system，适应于几个不同国家地车牌识别，就针对中国格式车牌地 See/Car syste而言，它不能识别汉字，且识别率有待提高.新加坡 Optasia公司地 VLPRS产品，适合于新加坡地车牌，另外日本、加拿大、德国、意大利、英国等西方发达国家都有适合于本国车牌地识别系统.我国地实际情形有所不同，国外地实际拍照条件比较抱负，车牌比较规范统一，而我国车牌规范不够，不同汽车类型有不同地规格、大小和颜色，所以车牌地颜色多，且位数不统一，对处理造成了肯定地困难.在待处理地车牌图像中就有小功率汽车使用地蓝底白字牌照，大功率汽车所用地黄底黑字牌照，军车和警车地白底黑字，红字牌照等.
17、就位数而言，有七位数字地，有武警车九位数字地，有军车、前两位字符上下排列地等，所以也造成了处理地难度.国内做得较好地产品主要是中科院自动化讨论所汉王公司地“汉王眼 ”，此外国内地亚洲视觉科技有限公司、深圳市吉通电子有限公司、中智交通电子系统有限公司等都有自己地产品，另外西安交通高校地图像处理与识别讨论室、上海交通高校地运算机科学与工程系、清华高校、浙江高校等都做过类似地讨论.通常处理时为了提高系统地识别率，都采纳了一些硬 件地探测器和其他地帮助设备如红外照明等，其中“汉王眼 ”就是采纳主动红外照明和光学滤波器来减弱可见光地不行掌握影响，削减恶劣气候和汽车大小灯光地影响，另外仍要求在高速大路治理
18、窗口到 “汉王眼 ”识别点埋设两条线路管道，一条管道铺设220伏50赫兹 1安培地沟通供电线路；另一条管道铺设触发信号线路和汉王眼与治理运算机地通讯线路，投资庞大，不适合于大面积地推广.另外，仍有两种特地地技术被用于车牌地识别中，条形码识别技术和无线射频技术.条形码识别要求预先在车身上印刷条形码，在系统地某一固定位置上安装扫描设备，通过扫描来读取条形码，以达到识别车辆地目地.无线射频技术要求在车内安装标示卡，在系统某一位置安装收发器等装置，通过收发器来接受标示卡地信号，从而识别出经过地车辆.明显，这两种技术更难以推广 .从目前一些产品地性能指标可以看出，车牌识别系统地识别率和识别速度有待提高
19、.现代交通地飞速进展以及车牌识别系统应用范畴地日益拓宽给车牌识别系统提出了更高地要求 .因此，讨论高速、精确地定位与识别算法是当前地主要任务，而图像处理技术地进展与摄像设备、运算机性能地提高都会促进车牌识别技术地进展，提高车牌识别系统地性能 .2.3 主要应用领域车牌自动识别系统具有广泛地应用范畴，主要应用于：1高速大路收费、监控治理；2 小区、停车场治理；3 城市道路监控、违章治理；4车牌登录、验证；5车流统计、安全 治理等 .车牌自动识别系统应用于这些系统，可以解决通缉车辆地自动稽查问题，可以解决车欢迎下载精品学习资源流高峰期因出入口车流瓶颈造成地路桥卡口、停车场交通堵塞问题，可以解决因工
20、作人员作弊造成地路桥卡口、高速大路、停车场应收款流失地问题.车牌自动识别系统可安装于大路收费站、停车场、十字路口等交通关卡处，其具体应用可概括为：l 交通监控利用车牌识别系统地摄像设备，可以直接监视相应路段地交通状况，获得车辆密度、队长、排队规模等交通信息，防范和观看交通事故.它仍可以同雷达测速器或其他地检测器协作使用，以检测违犯限速值地车辆.当发觉车辆超速时，摄像机猎取该车地图像，并得到该车地牌照号码，然后给该车超速地警告信号.(2) 交通流掌握指标参量地测量，为达到交通流掌握地目标，一些交通流指标地测量相当重要.该系统能够测量和统计很多交通流指标参数，如总地服务流率，总行程时间，总地流入量
21、流出量，车型及车流组成，日车流量，小时/分钟车流量，车流高峰时间段，平均车速，车辆密度等 .这也为交通诱导系统供应必要地交通流信息.(3) 高速大路上地事故自动测报这是由于该系统能够监视道路情形和测量交通流量指标，能准时发觉超速、堵车、排队、事故等交通反常现象.(4) 对养路费交纳、安全检查、运营治理实行不停车检查依据识别出地车牌号码从数据库中调出该车档案材料，可发觉没准时交纳养路费地车辆.另外，该系系统仍可发觉无车牌地车辆.如同车型检测器联用，可快速发觉所挂车牌与车型不符地车辆.(5) 车辆定位由于能自动识别车牌号码，因而极易发觉被盗车辆，以及定位出车辆在道路上地行驶位置 .这为防范、发觉和
22、追踪涉及车辆地犯罪，爱护重要车辆如运钞车 地安全有重大作用，从而对城市治安及交通安全有重要地保证作用.车牌自动识别系统拥有宽阔地应用前景，但如在每个街口都装配一套全新地车辆探测器地硬件系统就投资庞大，所以急需一个纯软件实行地车牌自动识别系统来最大限度地削减费用，而纯软件地设计，不仅投资小而且敏捷性高，适合我国地国情.欢迎下载精品学习资源第三章 汽车车牌识别系统地设计3.1 汽车牌照地特点目前国内汽车牌照有六种类型：大型民用汽车所用地黄底黑字牌照；小型民用汽车所用地蓝底白字牌照；军队或武警专用汽车地白底红字、黑字牌 照；使、领馆外籍汽车地黑底白字牌照；试车和暂时牌照是白底红字，且数字前分别标有“
23、试”和“暂时”字标志；汽车补用牌照是白底黑字，对于车前牌照，其尺寸均为 44cm长， 14cm宽，共有 7 个或 8 个字符, 民用汽车牌照上有 省、直辖市、自治区地名称和发证照及监督机关地代号，编号是英文大写字母. 接着是一个点“”，后面地汽车编号，一般为5 位数字，即从 0000199999.编号超过 10 万时，就由 A、B、C等英文字母代替，第三个字符可能是英文字母，也可能是阿拉伯数字，第四至第七个字符均为阿拉伯数字.从人地视觉特点动身，车牌目标区域具有如下特点：车牌底色往往与车身颜色、字符颜色有较大差异；车牌有一个连续或由于磨损而不连续地边框，车牌内字符有多个，基本呈水平排列，所以在
24、牌照地矩形区域内存在较丰富地边缘，出现出规章地纹理特点；车牌内字符之间地间隔比较匀称，字符和牌照底色在灰度值上存在跳变，而字符本身与牌照底地内部都有较匀称灰度；不同图像中牌照地具体大小、位置不确定，但其长度比变化有肯定范畴，存在一个最大和最小长度比 .依据这些特点，可以在灰度图像地基础上提取相应地特点 .3.2 汽车车牌识别系统地组成汽车车牌识别（LPR ）系统通过引入数字摄像技术和运算机信息治理技术，采纳先进地图像处理、模式识别和人工智能技术，通过对图像地采集和处理，获得更多地信息，从而达到更高地智能化治理程度.在LPR 系统产品地性能指标中，识别率和识别速度难以同时提高其中缘由既包括图像处
25、理技术不够成熟，又受到摄像设备运算机等性能地限制.因此，讨论高速精确地定位与识别算法，是当前地主要任务.汽车车牌识别系统一般可按次序分为车辆图像采集、图像预处理、车牌定位、字符分割与识别五大部分 .如下图所示 .欢迎下载精品学习资源欢迎下载精品学习资源图像采集车牌定位图 像 预 处理字符分割字符识别欢迎下载精品学习资源图 3.1车辆车牌识别系统在第一部分图像采集中，主要通过CCD 摄像头与运算机地视频捕获卡直接相连来完成图像采集，可以实时在监控图像中抓取到含有车辆地图像.该部分功能可简洁调用运算机视频捕获卡厂商供应地各种软件开发包工具即可实现.汽车牌照识别（ LPR ）系统地关键在于后四部分.
26、第一要对采集到地车牌定位，而牌照定位又打算其后地车牌字符识别，因此牌照定位是车牌识别系统地关键地关键，牌照定位就是从包含整个车辆地图像中找到牌照区域位置置.目前，已经提出了很多种方法，一个共同地动身点是：通过牌照区域地特点来判定牌照，利用地车牌特点主要包括：车牌区域内地边缘灰度直方图统计“特点 ”、车牌地几何特点、车牌区域地灰度分布特点、车牌区域水平或垂直投影特点、车牌外形特点和频谱特点.3.3 具体设计步骤3.3.1 提出总体设计方案汽车车牌识别整个系统主要是由车牌定位和字符识别两部分组成，其中车牌定位又可以分为图像预处理及车牌区域搜寻模块和牌照地定位及分割模块，字符识别可以分为字符特点提取
27、和字符识别两个模块.欢迎下载精品学习资源图像输入预处理区域搜寻与分割欢迎下载精品学习资源欢迎下载精品学习资源字符识别字符特点提取归一化字符分割欢迎下载精品学习资源图 3.2 车牌识别系统原理图牌照地定位和分割是牌照识别系统地关键技术之一，其主要目地是在原始图象中确定牌照地具体位置，并将包含牌照字符地一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割地精确与否直接关系到整个牌照字符识别系统地识别率 .由于拍照时地光照条件、牌照地干净程度地影响和摄像机地焦距调整、镜头地光学畸变所产生地噪声都会不同程度地造成牌照字符地边界模糊、细节不清、笔划断开或粗细不均，欢迎下载精品学习资源加上牌照上
28、地污斑等缺陷，致使字符提取困难，进而影响字符识别地精确性.因此，需要对字符在识别之前再进行一次针对性地处理.车牌识别地最终目地就是对车牌上地文字进行识别.主要应用地为模板匹配方法.由于系统运行地过程中，主要进行地都是图像处理，在这个过程中要进行大量地数据处理，所以处理器和内存要求比较高.系统可以运行于 Windows98 、Windows2000 或者 Windows XP 操作系统下，程序调试时使用 matlab.3.3.2 图像采集车牌自动识别系统中车辆图像是通过CCD摄像头与运算机地视频捕获卡直接相连来完成图像采集，可以实时在监控图像中抓取到含有车辆地图像.该部分功能可调用运算机视频捕
29、捉卡厂商供应地各种软件开发包工具即可实现.由于条件有限，此处照片直接由相机拍照，并编写程序导入Matlab软件中进行处理 .图 3.3原始图像欢迎下载精品学习资源导入原始图像蓝白色比对候选区域彩色像素点统计确定行、列方向地合理区域车牌定位%= 读入图片地程序代码 = clc；clear all；fn,pn,fi=uigetfile*.jpg,挑选图片 ；I=imreadpn fn ；figure,imshowI ；title 原始图像 ；%显示原始图像chepailujing=pn fnI_bai=I ；3.3.3 汽车车牌地定位和分割车牌图像往往是在复杂地环境中拍照得到地，车牌由于与复杂地车
30、身背景融为一体，由 于车牌在使用中磨损与灰尘及拍照仪器地影响以及由于拍照角度地不同，车牌在图像中往往 有很大地势变，如何在复杂背景中精确、快速找出车牌位置置成为车牌识别中地难点.目前已有不少学者在这方面进行了讨论.总结起来主要有如下几类方法：(1) 基于水平灰度变化特点地方法，这种方法主要在车牌定位以前，需要对图像进行预处理，将彩色图像转换为灰度图像，利用车牌区域水平方向地纹理特点进行车牌定位；(2) 基于边缘检测地定位方法，这种方法是利用车牌区域丰富地边缘特点进行车牌定位3 ，能够进行检测地方法有多种，如Roberts 边缘算子、 Prewitt 算子、 Sobel 算子以及拉普拉斯边缘检测
31、；(3) 基于车牌颜色特点地定位方法，这种方法主要是应用车牌地纹理特点、外形特点和颜色特点即利用车牌字符和车牌底色具有明显地反差特点来排除干扰进行车牌地定位；(4) 基于 Hough 变换地车牌定位方法，这种方法是利用车牌边框地几何特点，实行查找车牌边框直线地方法进行车牌定位；(5) 基于变换域地车牌定位方法，这种方法是将图像从空域变换到频域进行分析，例如采纳小波变换等；(6) 基于数学外形学地车牌定位方法，这种方法是利用数学外形学图像处理地基本思想，利用一个结构元素来探测一个图像，看是否能将这个结构元素很好地填放在图像内部，同时验证填放元素地方法是否有效.本文是利用车牌地彩色信息地彩色定位分
32、割方法.依据车牌底色等有关地先验学问，采纳彩色像素点统计地方法分割出合理地车牌区域，确定车牌底色蓝色RGB 对应地各自灰度范畴，然后行方向统计在此颜色范畴内地像素点数量，设定合理地阈值，确定车牌在行方向地合理区域 .然后，在分割出地行区域内，统计列方向蓝色像素点地数量，最终确定完整地车牌区域 .欢迎下载精品学习资源图 3.4牌照区域地定位地流程图图 3.5 定位地车牌%= 车牌定位与分割地主要程序代码= y,x,z=sizeI ；myI=doubleI ；Y_threshlow=5 ；%这个数值很重要 ,打算了提取地彩图地质量X_firrectify=5 ； %ganrao transacti
33、on%= Y方向 =Blue_y=zerosy,1 ；baisebili=0 ；changkuanbi=0 ；temp MaxY=maxBlue_y；% Y 方向车牌区域确定temp最多点数 :全部行中，最多地累积像素点 MaxY （最多点所在行）:该行中蓝点最多PY1=MaxY ；%有最多蓝点地行付给PY1%=X方向 =X_threshhigh=PY2-PY1/11 ；% 这个数值很重要.打算了提取地彩图地质量,适当提高可抗干扰，但是小图会照成剪裁太多Blue_x=zeros1,x ； % 进一步确定 X 方向地车牌区域temp MaxX=maxBlue_x；PX1=MaxX-6*PY2-P
34、Y1；a=PY2-PY1+1 ；b=PX2-PX1+1 ；baisebili=White/a*b changkuanbi=a/b PY2=MaxY ；a=PY2-PY1+1 ；b=PX2-PX1+1 ；Blue_yPY1:PY2,1=0 ；temp MaxY=maxBlue_y；欢迎下载精品学习资源3.3.4 车牌地预处理依据三基色原理，世界上任何颜色都可以由红绿蓝（RGB ）三色不同比例地混合来表示，假如红绿蓝（ RGB ）三个信号分别由一个字节表示，就该图像颜色位数就达到二十四位真彩，也就是说在二十四位真彩地数字图像中每个像素点由三个字节来表示，依据数字图像水平和垂直方向像素点数（即图像辨
35、论率）可运算出一幅图像实际位图大小.事实上，在车牌自动识别系统中车辆图像是通过图像采集卡将运动地车辆图像抓拍下来，并以位图地格式存放在系统内存中 .这时地车辆常会由于各种各样地缘由使得所拍照地车辆图像成效不抱负，但我们可以对车辆图像依据不同应用特点进行识别前地预处理，尽最大可能提高车牌正确识别 率，这些图像预处理包括灰度处理、倾斜校正等.a. 灰度处理汽车图像样本，目前大都是通过摄像机、数码相机等设备拍照猎取地，因而预处理前地图像都是彩色图像. 真彩色图像又称 RGB 图像，它是利用 R, G, B3 个重量表示一个像素地颜色， R, G, B 分别代表红、绿、蓝3种不同地颜色，通过三基色可以
36、合成出任意颜色.所以对一个尺寸为 m*n 地彩色图像来说，储备为一个二m*n*3 地多维数组 .假如需要知道图像 A中 x, y 处地像素 RGB 值，就可以使用这样地代码A x, y,1: 3.彩色图像包含着大量地颜色信息，不但在储备上开销很大，而且在处理上也会降低系统地执行速度 .由于图像地每个象素都具有三个不同地颜色分t，存在很多与识别无关地信息，不便于进一步地识别工作，因此在对图像进行识别等处理中常常将彩色图像转变为灰度图像，以加快处理速度 .在RGB 模型中，假如 R=G=B ，就颜色表示一种灰度颜色，其中R=G=B 地值叫做灰度值 .由彩色转换为灰度地过程叫做灰度化处理.灰度图像就
37、是只有强度信息，而没有颜色信息地图像，储备灰度图像只需要一个数据矩阵，矩阵地每个元素表示对应位置地像素地灰度值.彩色图像地象素色为 RGB R, G , B ，灰度图像地象素色为RGB r, r, r , R, G , B可由彩色图像地颜色分解获得 .而R, G, B地取值范畴是 0-255, 所以灰度地级别只有256级.灰度化地处理方法主要 有如下三种 :(1) 最大值法 :使R. G, B地值等于三值中最大地一个，即R=G=B=maxR,G,B3.1(2) 平均值法 :使R, G, B地值值等于三值和地平均值，即欢迎下载精品学习资源RGBR=G=B=33.2欢迎下载精品学习资源(3) 加权
38、平均值法 :依据重要性或其它指标给R, G, B赐予不同地权值，并使R, G, B等于它们地欢迎下载精品学习资源欢迎下载精品学习资源值地加权和平均，即R=G=B=WrRWcG 3WaB3.3欢迎下载精品学习资源其中 Wr Wc,Wa，分别为 R, G, B 地权值 .由于人眼对绿色地敏锐度最高，对红色地敏锐度次之，对蓝色地敏锐度最低，当Wr=0.30, Wa=0.59, Wc=0.11 时，能得到最合理地灰度图像.图 3.6 灰度处理%= 将彩色图像转换为黑白并显示=bw=rgb2graybw ；figure,imshowbw ；title 灰度图像 ；%rgb2gray 转换成灰度图b. 倾
39、斜校正由于拍照时镜头与牌照地角度、车辆地运动及路面地状况等因素地影响，例如车牌在捕获图像中位置置不固定，捕获图像时车头或者镜头发生摇摆以及车牌本身就挂歪了或路况较差，都可能使拍照到地车牌图像有肯定地倾斜度，为了正确识别需要进行倾斜度校正，否就将无法进行单个字符地正确分割，字符识别地误差率就会上升.但是如以某个固定地体会值对全部牌照统一进行旋转处理，又会使原本正常地牌照倾斜，导致新地错误.因此有必要针对特定地牌照图像提取其倾斜角度，再加以相应地旋转处理.本文在针对倾斜角度地图片实行rando 算法进行倾斜角度运算，并对倾斜图片进行修正，从而得到水平方向一样地图片，有利于后期地图片分割及图像识别.
40、欢迎下载精品学习资源图 3.7 标示旋转角 theta图 3.8 倾斜校正%= 图像倾斜校正主要程序代码= qingxiejiao=rando_bianhuanbw% 实行 rando 算法进行倾斜角度运算bw=imrotatebw,qingxiejiao,bilinear,crop； figure,imshowbw ；title 倾斜校正 ；% 取值为正值向左旋转I=edgeI ；%figure,imshowI ；theta = 1:180；R,xp = radonI,theta ；% 旋转，修正图像I,J = findR=maxmaxR；%J 记录了倾斜角qingxiejiao=90-J
41、；%theta3.3.5 牌照地二值化处理与去除噪声图像二值化是指整幅图像画面内仅黑、白二值地图像.在数字图像处理中二值图像占有很重要地位置 .这是由于，一方面，有些需要处理地如文字图像、指纹图像、工程图纸等图像本身是二值地；另一方面，在某些情形下即使图像本身是有灰度地，我们也设法使它变成二值图像再进行处理（即灰度图像地二值化） .这是考虑到在有用系统中，要求处理地速度高、成本低、信息量大地浓淡图像处理地花销大 .此外二值化地图像能够用几何学中地概念进行分析和特点描述，比灰度图像优势大得多 .在实际地车牌处理系统中，进行图像二值化地关键使确定合适地阈值，使得字符与背景能 够分割开来，而且二值变
42、换地结果图像必需要具备良好地保形性，不丢掉有用地势状信息， 不会产生额外地空缺等.同时车牌识别系统要求处理地速度高、成本低、信息量大，采纳二值欢迎下载精品学习资源图像进行处理，能大大提高处理效率 .灰度处理后地图像，每个像素点出都有一个阈值，二值化地关键是找到合适地阈值t 来区分对象和背景 .设原灰度图像为 fx,y ，二值化后地图像为gx,y, 二值化地过程表示如下：0fx,yt二值化，基于实时性地要求，我力求查找一种快速而且成效较好地方法，能够更有针对性地解决在不同条件下牌照图像地二值化问题 .求解阈值地方法很多，微分直方图法、最大方差法、基于灰度地数学期望地方法、可变阈值法等 .我们采纳
43、最简洁地方法，当象素灰度级低于常数 t时， 0-t 象素灰度为 0， t-255 象素灰度为 255.擦除反色图 3.9 二值化处理、去除噪声%= 二值化处理、去除噪声程序= bw=im2bwbw,graythreshbw ； %figure,imshowbw ；bw=bwmorphbw,hbreak,inf；%figure,imshowbw ；bw=bwmorphbw,spur,inf；%figure,imshowbw ； title 擦除之前 ；bw=bwmorphbw,open,5 ；%figure,imshowbw ；title 闭合运算 ；bw = bwareaopenbw, threshold ；figure,imshowbw ；title 擦除 ；bw=bw ；figure,imshowbw ；title 擦除反色 ；二值化处理后，利用垂直投影法检测车牌垂直位置，并进一步裁剪车牌边框贴近字体， 便利后面字体识别.由于字符在垂直方向上地投影必定在字符间或字符内地间隙处取得局部最小值地邻近，并且这个位置应满意牌照地字符书写格式、字符、尺寸限制和一些其他条件.利用垂直投影法对复杂环境下地汽车图像中地字符分割有较好地成效，便利后面字体识别.欢迎下载精品学习资源Y 方向处理