畢業(yè)論文----車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)

1、<p><b>　　畢業(yè)設(shè)計(jì)(論文)</b></p><p>　　題目：高速公路智能化控制占道方案——車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)</p><p>　　畢業(yè)論文（設(shè)計(jì)）任務(wù)書(shū)</p><p>　　題 目 高速公路智能化控制占道方案</p><p>　　——車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)</p>

2、<p>　　一、畢業(yè)論文（設(shè)計(jì)）任務(wù)</p><p>　　注： 此任務(wù)書(shū)由指導(dǎo)教師填寫(xiě)，如不夠填寫(xiě)，可另加頁(yè)。</p><p>　　二、畢業(yè)論文（設(shè)計(jì)）工作進(jìn)度計(jì)劃表</p><p>　　注：1. 此表由指導(dǎo)教師填寫(xiě)。</p><p>　　2. 此表每個(gè)學(xué)生人手一份，作為畢業(yè)設(shè)計(jì)（論文）檢查工作進(jìn)度之依據(jù)。</p>&

3、lt;p>　　3. 進(jìn)度安排請(qǐng)用“一”在相應(yīng)位置畫(huà)出。</p><p>　　三、學(xué)生完成畢業(yè)論文（設(shè)計(jì)）階段任務(wù)情況檢查表</p><p>　　注：1. 此表應(yīng)由指導(dǎo)教師認(rèn)真填寫(xiě)。階段分布由各系自行決定。</p><p>　　2. “組織紀(jì)律”一欄應(yīng)按《廣東白云學(xué)院學(xué)生學(xué)籍管理辦法》規(guī)定，根據(jù)學(xué)生具體執(zhí)行情況，如實(shí)填寫(xiě)。</p><p>

4、;　　3. “完成任務(wù)情況”一欄應(yīng)按學(xué)生是否按進(jìn)度保質(zhì)保量完成任務(wù)的情況填寫(xiě)。包括優(yōu)點(diǎn)，存在的問(wèn)題與建議。</p><p>　　四、學(xué)生畢業(yè)論文（設(shè)計(jì)）資料袋要求：</p><p>　　1、畢業(yè)論文（設(shè)計(jì)）裝訂成一本。（按順序）</p><p>　?。?）封面 （2）中文摘要</p><p>　?。?）英文摘要 （4）論文目錄&l

5、t;/p><p>　　（5）論文正文 （6）參考文獻(xiàn)</p><p>　?。?）致謝 （8）附錄（過(guò)長(zhǎng)公式的推演、圖表、編寫(xiě)的程序等）</p><p>　　2、畢業(yè)論文（設(shè)計(jì)）附件裝訂一本。（按順序）</p><p>　?。?）畢業(yè)論文（設(shè)計(jì)）任務(wù)書(shū) （2）開(kāi)題報(bào)告 </p><p&

6、gt;　?。?）需單獨(dú)裝訂的圖紙 （4）外文原文（或影印件） </p><p><b>　　（5）中文譯文</b></p><p>　　3、需要單獨(dú)裝訂的圖紙（設(shè)計(jì)類）按順序裝訂成一本。</p><p>　　4、修改稿（經(jīng)、管、文法專業(yè)）按順序裝訂成一本。</p><p>　　5、論文電子文檔（含掃描圖

7、片、CAD圖）交由系（部）保存。</p><p>　　注：畢業(yè)論文（設(shè)計(jì)）資料袋由學(xué)校統(tǒng)一印刷</p><p>　　學(xué)生送交全部文件日期 </p><p><b>　　學(xué)生（簽名）</b></p><p>　　指導(dǎo)教師驗(yàn)收（簽名） </p><p>　

8、　畢業(yè)論文(設(shè)計(jì))開(kāi)題報(bào)告</p><p><b>　　可另加附頁(yè)</b></p><p><b>　　摘要</b></p><p>　　隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，社會(huì)信息化程度的日益提高，交通管理智能化成為發(fā)展的趨勢(shì)。車(chē)輛牌照識(shí)別系統(tǒng)（LPRS）是智能交通管理系統(tǒng)（ITS）的重要組成部分，可用于各類車(chē)輛管理場(chǎng)所，特別是高速

9、公路智能控制系統(tǒng)，提高管理效率與水平，節(jié)省人力、物力，實(shí)現(xiàn)車(chē)輛管理的科學(xué)化、規(guī)范化，因此有著廣泛的應(yīng)用前景。車(chē)牌識(shí)別系統(tǒng)的研究與開(kāi)發(fā)是制約交通系統(tǒng)智能化、現(xiàn)代化的重要因素，在現(xiàn)代化交通發(fā)展中倍受關(guān)注。</p><p>　　本課題通過(guò)對(duì)高速公路智能化控制占道系統(tǒng)中的車(chē)輛牌照進(jìn)行分析，得出一系列特征信息，并基于這些特征信息，應(yīng)用圖像處理，研究了車(chē)牌識(shí)別的各項(xiàng)關(guān)鍵環(huán)節(jié)，包括汽車(chē)圖像預(yù)處理、車(chē)牌定位，車(chē)牌圖像分割和字符識(shí)

10、別等，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)車(chē)牌識(shí)別原型系統(tǒng)。</p><p>　　在對(duì)圖像進(jìn)行各種綜合處理的基礎(chǔ)上，利用圖像灰度化、灰度拉伸屯中值濾波、邊緣檢測(cè)的預(yù)處理方法，較好地消除了圖像的噪音，強(qiáng)化了車(chē)牌區(qū)域。通過(guò)對(duì)車(chē)牌特征的研究，采用了基于窗口掃描搜索的車(chē)牌定位方法，并對(duì)此方法進(jìn)行了優(yōu)化。使用Hough變換搜索車(chē)牌外圍輪廓線，進(jìn)行車(chē)牌圖像變換，實(shí)現(xiàn)了車(chē)牌的傾斜校正。采用全局動(dòng)態(tài)迭代法求取閩值，進(jìn)行車(chē)牌圖像的二值化處理，分析討論

11、了全局動(dòng)態(tài)迭代法中系數(shù)取值對(duì)車(chē)牌圖像的影響。</p><p>　　利用車(chē)牌的模型特征，使用窗口掃描搜索的方法，提出了一種車(chē)牌字符分割的方法，實(shí)現(xiàn)了車(chē)牌字符的精確定位。應(yīng)用字符的外圍輪廓法和投影濃度法對(duì)字符的特征進(jìn)行提取。同時(shí)，應(yīng)用遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的數(shù)據(jù)特征，對(duì)所識(shí)別的字符進(jìn)行識(shí)別對(duì)比。整個(gè)遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的識(shí)別由漢字網(wǎng)絡(luò)對(duì)比、字母網(wǎng)絡(luò)對(duì)比、字母數(shù)字網(wǎng)絡(luò)對(duì)比和數(shù)字網(wǎng)絡(luò)對(duì)比四部分組成。對(duì)通過(guò)遠(yuǎn)程數(shù)據(jù)庫(kù)提供的相關(guān)數(shù)據(jù)進(jìn)行對(duì)

12、比，提取更加精確的車(chē)輛信息。</p><p>　　關(guān)鍵詞:特征信息；車(chē)牌識(shí)別；圖像處理；字符分割；</p><p><b>　　Abstract</b></p><p>　　With China’s rapid economic development ,social information levels increasing, traffic

13、 management and intelligent become a development trend.Vehicle. License Plate Recognition System (LPRS) is the Intelligent Transportation Management System (ITS) of an important part of place of management can be used fo

14、r all types of vehicles, particularly highway intelligent control system to improve management efficiency and level, saving manpower, material resources to achieve vehicle management scientific,</p><p>　　Key

15、 words: feature information; license plate recognition; image processing; character segmentation; </p><p><b>　　目 錄</b></p><p><b>　　一、緒論1</b></p><p>　　1．1系

16、統(tǒng)開(kāi)發(fā)的背景1</p><p>　　1.2 系統(tǒng)開(kāi)發(fā)的目的2</p><p>　　1.3 系統(tǒng)提出的意義2</p><p><b>　　二、需求分析4</b></p><p><b>　　2.1系統(tǒng)調(diào)研4</b></p><p>　　2．1．1 智能控制系統(tǒng)的需

17、求分析4</p><p>　　2.1.2 我國(guó)汽車(chē)牌照識(shí)別的特殊性4</p><p>　　2．1．3本課題國(guó)內(nèi)外研究的歷史、現(xiàn)狀5</p><p>　　2.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)7</p><p>　　2．2．1智能控制系統(tǒng)的功能總體設(shè)計(jì)7</p><p>　　2．2．2智能控制系統(tǒng)的數(shù)據(jù)流總體設(shè)計(jì)7<

18、;/p><p>　　2．2．3車(chē)牌系統(tǒng)的總體設(shè)計(jì)8</p><p>　　2．2．4車(chē)牌系統(tǒng)的組成原理設(shè)計(jì)8</p><p>　　三、 車(chē)牌識(shí)別的研究與設(shè)計(jì)9</p><p>　　3.1車(chē)牌特征的信息分析9</p><p>　　3.1．1車(chē)牌特征的信息分析9</p><p>　　3.1．2常

19、見(jiàn)車(chē)牌顏色特征的信息10</p><p>　　3．1.3車(chē)牌特征分析結(jié)論11</p><p>　　3.2原始圖像預(yù)處理12</p><p>　　3.2.1圖像灰度化12</p><p>　　3.2.2圖像對(duì)比度增強(qiáng)12</p><p>　　3.2.3圖像中值濾波13</p><p>

20、　　3.2.4圖像邊緣檢測(cè)14</p><p>　　3.3車(chē)牌圖像區(qū)域定位16</p><p>　　3.3.1區(qū)域定位算法的闡述16</p><p>　　3.4車(chē)牌圖像傾斜糾正21</p><p>　　3.4.1車(chē)牌的傾斜原因及類型21</p><p>　　3.4.2水平傾斜校正21</p>

21、<p>　　3.4.3豎直傾斜校正22</p><p>　　3.5車(chē)輛圖像二值化22</p><p>　　3.6文字分割23</p><p>　　四、 系統(tǒng)的設(shè)計(jì)過(guò)程24</p><p>　　4.1車(chē)牌識(shí)別的系統(tǒng)基本配置24</p><p>　　4.2車(chē)牌識(shí)別的系統(tǒng)的詳細(xì)流程圖25</p&g

22、t;<p>　　4.3車(chē)牌識(shí)別的系統(tǒng)的車(chē)牌信息的采集25</p><p>　　4．3.1采集的基本思想25</p><p>　　4．3.2車(chē)牌圖像的成像模型26</p><p>　　4．3.3車(chē)牌圖像的成形過(guò)程26</p><p>　　4．3.4車(chē)牌圖像的實(shí)現(xiàn)27</p><p>　　4.4車(chē)牌

23、識(shí)別的系統(tǒng)的車(chē)牌信息的數(shù)據(jù)庫(kù)對(duì)比28</p><p>　　4．4.1車(chē)牌的數(shù)據(jù)庫(kù)對(duì)比的簡(jiǎn)介28</p><p>　　4．4.2車(chē)牌的數(shù)據(jù)庫(kù)對(duì)比的流程圖28</p><p><b>　　五、總 結(jié)29</b></p><p>　　5.1智能交通系統(tǒng)的總結(jié)29</p><p>　　5.2車(chē)牌

24、識(shí)別系統(tǒng)的總結(jié)29</p><p>　　5.3研究感想30</p><p><b>　　六、參考文獻(xiàn)31</b></p><p>　　七、致 謝33</p><p><b>　　一、緒論</b></p><p>　　1．1系統(tǒng)開(kāi)發(fā)的背景</p>&

25、lt;p>　　由于目前高速公路上存在長(zhǎng)時(shí)間占用超車(chē)道，而且隨意壓線行駛，變更車(chē)道，頻繁超車(chē)等現(xiàn)象，這對(duì)其他車(chē)輛形成很大的安全隱患。一些小車(chē)無(wú)奈之余的見(jiàn)縫插針，有的從兩輛大貨車(chē)中間超車(chē)，有的甚至從應(yīng)急車(chē)道超車(chē)，險(xiǎn)象環(huán)生。長(zhǎng)時(shí)占超車(chē)道行駛，既不合法，也不道德，很多時(shí)候都迫使其他司機(jī)不得不違章從右側(cè)超車(chē)。如果這時(shí)占道行駛車(chē)輛沒(méi)及時(shí)發(fā)現(xiàn)再靠過(guò)來(lái)，那后果不堪設(shè)想。所以必需建立一套高速公路智能化控制占道系統(tǒng)，實(shí)時(shí)對(duì)司機(jī)的提醒可以從源頭上減少交

26、通事故的發(fā)生，同時(shí)也解決了“科技示范路”的需求，采用高科技技術(shù)，建設(shè)高速公路條件下的高速公路智能化控制占道系統(tǒng)，對(duì)于車(chē)速過(guò)快的車(chē)進(jìn)行預(yù)警，保障廣大駕駛員的生命財(cái)產(chǎn)安全，對(duì)于車(chē)速過(guò)慢，長(zhǎng)期占用車(chē)道，影響道路行駛速度的車(chē)輛也進(jìn)行預(yù)警，提醒行駛車(chē)輛進(jìn)行相應(yīng)處理，從而提高高速公路的道路暢通效率和行車(chē)速度的控制。高速公路智能化控制占道控制系統(tǒng)項(xiàng)目的成功實(shí)施，不但可為廣大行車(chē)人員提供更多、更新、更人性化的安全預(yù)警措施，也可為提高道路的暢通能力提供良

27、好的手段，創(chuàng)造較好的社會(huì)效益，得到廣大市民的好評(píng)。同時(shí)，也可實(shí)現(xiàn)高速公路的人工智能管理，提高高速交警的執(zhí)行效率和加強(qiáng)執(zhí)法的力度。</p><p>　　高速公路智能化控制占道系統(tǒng)是21世紀(jì)世界道路交通的發(fā)展趨勢(shì)。公路交通基礎(chǔ)建設(shè)的不斷發(fā)展和車(chē)輛管理體制的不斷完善，為以視覺(jué)監(jiān)控為基礎(chǔ)的智能交通系統(tǒng)的實(shí)際應(yīng)用打下了良好的基礎(chǔ)。在智能交通系統(tǒng)中，車(chē)牌自動(dòng)識(shí)別系統(tǒng)是一個(gè)非常重要的組成部分，他的成功開(kāi)發(fā)必將加速高速公路智能化

28、控制占道系統(tǒng)的進(jìn)程。在國(guó)外由于高速公路和收費(fèi)停車(chē)場(chǎng)發(fā)展較早，已經(jīng)成功開(kāi)發(fā)了一系列類似的自動(dòng)系統(tǒng)。但由于車(chē)牌識(shí)別系統(tǒng)一般都是針對(duì)特定環(huán)境，特定要求而設(shè)計(jì)的，例如各國(guó)的車(chē)牌在尺寸及字符的布局上就很不相同，這樣各個(gè)系統(tǒng)的設(shè)計(jì)方法也就不太一樣，有必要針對(duì)我國(guó)車(chē)牌的特點(diǎn)，設(shè)計(jì)一套車(chē)牌識(shí)別系統(tǒng)。</p><p>　　車(chē)輛自動(dòng)識(shí)別（Automatic Vehicle Identification ，AVI）技術(shù)是通過(guò)識(shí)別車(chē)輛車(chē)

29、型或車(chē)輛所具有的車(chē)牌，條形碼，或射頻識(shí)別標(biāo)志等特征來(lái)自動(dòng)識(shí)別車(chē)輛的技術(shù)，在現(xiàn)代化交通監(jiān)控及管理中發(fā)揮著越來(lái)越重要的作用。汽車(chē)牌照識(shí)別（License plate Recognition ，LPR）技術(shù)是車(chē)輛自動(dòng)識(shí)別技術(shù)的重要組成部分，其任務(wù)是處理、分析攝取的汽車(chē)圖像，以自動(dòng)識(shí)別汽車(chē)牌號(hào)。在不影響汽車(chē)行駛狀態(tài)的情況下，大部分LPR系統(tǒng)的工作由計(jì)算機(jī)完成，從而可降低工作復(fù)雜度，改善交通擁塞狀態(tài)及對(duì)違規(guī)車(chē)輛的有效監(jiān)管。</p>

30、<p>　　1.2 系統(tǒng)開(kāi)發(fā)的目的</p><p>　　高速公路智能化控制占道方案是交通管理部門(mén)的輔助工具。他能夠檢測(cè)車(chē)輛的速度，截取車(chē)輛的車(chē)牌信息，并能夠針對(duì)國(guó)家交通法規(guī)定的高速路駕駛速度，判斷在行駛中車(chē)輛的應(yīng)在車(chē)道，智能化控制防止慢速車(chē)輛占道。有效遏制霸占超車(chē)道的“蝸牛車(chē)，車(chē)德差，無(wú)視交通法規(guī)等高速公路違規(guī)行為。高速公路智能化控制占道系統(tǒng)能夠代替一部分警力，使交通管理部門(mén)的行政管理更有效率，同時(shí)使

31、對(duì)各類交通違規(guī)車(chē)輛的處罰有章可循，從而真正地實(shí)現(xiàn)高速公路管理的人工智能化控制。LPR的實(shí)施規(guī)范完善了高速公路智能化控制占道系統(tǒng)，提高了高速公路智能化控制占道系統(tǒng)的價(jià)值，從而給交通執(zhí)法部門(mén)提供了有力的法律依據(jù)，實(shí)現(xiàn)了執(zhí)法有據(jù)。</p><p>　　1.3 系統(tǒng)提出的意義</p><p>　　在未來(lái)采用人工智能代替人力是一種人類發(fā)展趨勢(shì)，采用高速公路智能化控制占道系統(tǒng)，可以節(jié)省人力資源。也可

32、以準(zhǔn)確的獲取車(chē)速信息、車(chē)牌號(hào)碼等信息。我們預(yù)計(jì)的智能化控制占道系統(tǒng)能夠智能分析車(chē)輛本身速度及在的行駛車(chē)道，控制高速公路上的車(chē)輛安全行駛。</p><p>　　隨著我國(guó)經(jīng)濟(jì)的發(fā)展，汽車(chē)擁有量的急劇增加，公路交通成為我國(guó)重要的交通運(yùn)輸途徑，是國(guó)家大力發(fā)展的基礎(chǔ)設(shè)施。高速公路作為公路交通的一個(gè)重要組成部分，而高速公路智能化控制占道系統(tǒng)是為提高汽車(chē)運(yùn)輸?shù)倪\(yùn)輸能力、速度和安全性方面而專門(mén)為汽車(chē)交通服務(wù)的基礎(chǔ)設(shè)施。利用各種高

33、新技術(shù)，特別是電子信息技術(shù)來(lái)提高管理效率、交通效率和安全的智能交通已成為當(dāng)前交通管理發(fā)展的主要方向。據(jù)調(diào)查，在高速公路上已經(jīng)出現(xiàn)了80%的小車(chē)都超速，大量的超速行為給高速公路行車(chē)安全帶來(lái)了極大的隱患。霸占超車(chē)道的“蝸牛車(chē)，車(chē)德差，無(wú)視交通法規(guī)，不僅極大浪費(fèi)道路資源，還給道路交通安全埋下安全隱患。這樣的“霸道車(chē)”問(wèn)題確實(shí)嚴(yán)重，存在很大的安全隱患。據(jù)有關(guān)數(shù)據(jù)統(tǒng)計(jì)表明，70%以上的高速公路交通事故都是由超速及占道引起的。如何做好高速公路超速及

34、占道管理及處罰，對(duì)執(zhí)法部門(mén)來(lái)說(shuō)，取證難卻成了執(zhí)法中最頭疼的難題。所以，建立高速公路智能化控制占道系統(tǒng)實(shí)時(shí)控制車(chē)輛的行駛狀況并對(duì)其司機(jī)進(jìn)行實(shí)時(shí)提醒，不僅暢通了交通狀況，也使道路資源得到了充分的利用，減少了高速的交通事故的發(fā)生，給人民的生命財(cái)產(chǎn)到來(lái)了保障。然而，許多高速公路應(yīng)用系統(tǒng)是因?yàn)椴痪邆渥詣?dòng)識(shí)別汽車(chē)</p><p>　　開(kāi)發(fā)LPR系統(tǒng)意義重大，未來(lái)高速公路智能化控制占道系統(tǒng)的發(fā)展離不開(kāi)現(xiàn)今LPR系統(tǒng)的奠基。LP

35、R作為高速公路智能化控制占道系統(tǒng)的核心基礎(chǔ)技術(shù)之一，體現(xiàn)的作用不容忽視，因此是現(xiàn)代智能交通管理中一項(xiàng)重要研究課題。 </p><p><b>　　二、需求分析</b></p><p><b>　　2.1系統(tǒng)調(diào)研</b></p><p>　　2．1．1 智能控制系統(tǒng)的需求分析</p><p&g

36、t;　　目前國(guó)內(nèi)現(xiàn)狀是需求迫切，隨著車(chē)輛的增多，高速公路上的交通壓力增大。物流業(yè)的興起，大型車(chē)輛的增加，高速公路上，大型車(chē)的占道行駛情況越來(lái)越嚴(yán)重。大型車(chē)輛的占道行駛，影響交通的順暢，城市交通是現(xiàn)代社會(huì)發(fā)展的主動(dòng)脈，交通不暢將會(huì)影響現(xiàn)代社會(huì)政治經(jīng)濟(jì)的發(fā)展。</p><p>　　現(xiàn)今國(guó)內(nèi)高速公路上類似的高速公路智能系統(tǒng)可查的只有：“重慶繞城高速公路車(chē)速預(yù)警系統(tǒng)”、“車(chē)牌識(shí)別系統(tǒng)”。在國(guó)內(nèi)能夠智能分析車(chē)輛速度，并判斷

37、其有無(wú)占道的系統(tǒng)是沒(méi)有相關(guān)資料可考的！因此本項(xiàng)目具有很大的技術(shù)和市場(chǎng)的空白。</p><p>　　高速公路智能化控制占道系統(tǒng)是交通管理部門(mén)的重要工具。他能夠檢測(cè)車(chē)輛的速度，截取車(chē)輛的車(chē)牌信息，并能夠針對(duì)國(guó)家交通法規(guī)定的高速路駕駛速度，判斷在行駛中車(chē)輛的應(yīng)在車(chē)道，智能化控制防止慢速車(chē)輛占道。它能夠代替一部分警力，使交通管理部門(mén)的行政管理更有效率。</p><p>　　2.1.2 我國(guó)汽車(chē)牌照

38、識(shí)別的特殊性</p><p>　　目前牌照自動(dòng)識(shí)別技術(shù)尚未達(dá)到很完美的程度，但是在國(guó)外由于高速公路和收費(fèi)停車(chē)場(chǎng)發(fā)展較早，己經(jīng)成功地開(kāi)發(fā)了一些類似的自動(dòng)系統(tǒng)。日本等國(guó)家早就開(kāi)始試驗(yàn)在智能交通監(jiān)控系統(tǒng)中應(yīng)用這項(xiàng)技術(shù)，目的也是為了推動(dòng)這項(xiàng)技術(shù)的發(fā)展。雖然，國(guó)外汽車(chē)牌照識(shí)別系統(tǒng)研究工作己有一定進(jìn)展，但并不適合我國(guó)車(chē)牌特征，這主要是因?yàn)橐韵挛鍌€(gè)方面的原因:</p><p>　　我國(guó)標(biāo)準(zhǔn)汽車(chē)牌照是由漢

39、字、英文字母和阿拉伯?dāng)?shù)字組成，漢字的識(shí)別與字母和數(shù)字的識(shí)別有很大的不同，從而增加了識(shí)別的難度；</p><p>　　國(guó)外許多國(guó)家汽車(chē)牌照的底色和字符顏色通常只有對(duì)比度較強(qiáng)的兩種顏色(例 如韓國(guó)，其車(chē)牌底色為紅色，車(chē)牌上的字符為白色)，而我國(guó)汽車(chē)牌照僅底色就有藍(lán)、黃、黑、白等多種顏色，字符顏色也有黑、紅、白等若千種顏色；</p><p>　　其他國(guó)家的汽車(chē)牌照格式(如汽車(chē)牌照的尺寸大小，牌照

40、上字符的排列等)通常只有一種，而我國(guó)則根據(jù)不同車(chē)輛、車(chē)型、用途，規(guī)定了多種牌照格式(例如分為軍車(chē)、警車(chē)、普通車(chē)等)；</p><p>　　我國(guó)汽車(chē)牌照的規(guī)范懸掛位置不統(tǒng)一；</p><p>　　由于環(huán)境、道路或人為因素造成汽車(chē)牌照污染嚴(yán)重，這種情況下國(guó)外發(fā)達(dá)國(guó)家不允許上路，而在我國(guó)仍可上路行駛。由于我國(guó)汽車(chē)車(chē)牌識(shí)別的特殊性，采用任何一種單二識(shí)別技術(shù)均難于奏效。目前正在研制的無(wú)源型汽車(chē)牌照智

41、能識(shí)別系統(tǒng)綜合利用了車(chē)輛檢測(cè)技術(shù)、計(jì)算機(jī)視覺(jué)(Computer Vision)技術(shù)、圖像處理技術(shù)、人工智能技術(shù)和人工神經(jīng)網(wǎng)絡(luò)技術(shù)等，是一個(gè)比較有發(fā)展前途的車(chē)牌識(shí)別系統(tǒng)。相對(duì)其他圖像識(shí)別系統(tǒng)來(lái)說(shuō)，目前車(chē)輛牌照識(shí)別系統(tǒng)的研究要困難得多，主要原因是由于實(shí)時(shí)與分辨率的矛盾在這方面表現(xiàn)得更為突出，一般的圖像識(shí)別系統(tǒng)大都采用256*256或128*128的圖像，而在車(chē)輛牌照自動(dòng)識(shí)別系統(tǒng)中，由于牌照尺寸較小，每個(gè)字符要求有20*20點(diǎn)左右，因此要求分

42、辨率較高，一般不能低于512*512，若采用2048*2048則更好，但這又會(huì)使實(shí)時(shí)性大為降低，這一矛盾是許多牌照識(shí)別系統(tǒng)不能投入實(shí)用的主要障礙。加之要適應(yīng)各種復(fù)雜背景，要識(shí)別的車(chē)輛種類繁多顏色變化多端，以及檢測(cè)時(shí)要適應(yīng)不同天氣變化導(dǎo)致的不同光照條件，給牌照分割及識(shí)別增加了難度。</p><p>　　2．1．3本課題國(guó)內(nèi)外研究的歷史、現(xiàn)狀</p><p>　　（1）、基于紋理分析的定位方法

43、</p><p>　　該算法對(duì)于牌照傾斜或變形以及光照不均、偏弱或偏強(qiáng)有很好的效果, 但對(duì)噪聲敏感, 對(duì)于背景復(fù)雜的圖像可以結(jié)合垂直投影的方法來(lái)得到真正的車(chē)牌區(qū)域, 該區(qū)域同時(shí)具備以下特點(diǎn)：</p><p>　　有明顯的峰- 谷- 峰的現(xiàn)象；</p><p>　　波峰數(shù)一般大于7 個(gè), 同時(shí)波谷也一般大于7 個(gè)( 因?yàn)檐?chē)牌有7 個(gè)字符)；</p>&l

44、t;p>　　相鄰波峰與波谷間的落差大于一定的閾值。結(jié)合垂直投影的方法可以有效地解決背景復(fù)雜的車(chē)牌定位。</p><p>　?。?）、基于數(shù)學(xué)形態(tài)學(xué)的定位方法</p><p>　　該方法提高了車(chē)牌圖像分割的準(zhǔn)確度但精確度不理想, 所以必須結(jié)合其他定位方法進(jìn)行精確定位, 可與邊緣特征分析相結(jié)合提高車(chē)牌區(qū)域定位的精確度。</p><p>　　(3）、基于邊緣檢測(cè)的定

45、位</p><p>　　該方法的定位準(zhǔn)確率較高, 反映時(shí)間快, 能有效去掉噪聲, 適合于包含多個(gè)車(chē)牌的圖象, 并且在多車(chē)牌圖像的情況下定位速度也很快。但是對(duì)車(chē)牌嚴(yán)重褪色的情況, 由于檢測(cè)不到字符筆畫(huà)的邊緣會(huì)導(dǎo)致定位失敗。定位后的區(qū)域在外界有干擾以及車(chē)牌傾斜時(shí)比車(chē)牌稍大?？梢越Y(jié)合邊緣檢測(cè)和掃描線來(lái)進(jìn)行車(chē)牌定位來(lái)進(jìn)一步改善算法性能。</p><p>　　(4)、基于小波分析的定位方法</

46、p><p>　　利用小波變換去噪效果好, 結(jié)合其他定位方法在車(chē)牌圖像檢測(cè)定位中, 能較為快速、有效地從復(fù)雜噪聲背景中將待識(shí)別的車(chē)牌分割出來(lái)。</p><p>　　(5)、基于圖像彩色信息的定位</p><p>　　顏色信息的使用可以提高車(chē)牌定位的成功率。傳統(tǒng)的彩色信息定位方法在圖像質(zhì)量好的情況下定位比較準(zhǔn)確、迅速, 但在夜晚時(shí)、下雨天或大霧天氣時(shí)車(chē)牌區(qū)域容易有殘洞, 定

47、位效果不理想。</p><p>　　2.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)</p><p>　　2．2．1智能控制系統(tǒng)的功能總體設(shè)計(jì)</p><p>　　該高速公路智能化控制占道方案是應(yīng)用于高速公路上對(duì)車(chē)速和占道預(yù)警信息提示系統(tǒng)。對(duì)于車(chē)速過(guò)快的車(chē)進(jìn)行預(yù)警，對(duì)于車(chē)速過(guò)慢，長(zhǎng)期占用車(chē)道，影響道路行駛速度的車(chē)輛也進(jìn)行車(chē)牌識(shí)別然后傳送服務(wù)器通過(guò)嵌入式智能卡預(yù)警和龍門(mén)架顯示提醒，提醒行駛

48、車(chē)輛進(jìn)行相應(yīng)處理，從而提高高速公路的道路通過(guò)效率和控制好行車(chē)速度，真正實(shí)現(xiàn)高速管理的人工智能化。</p><p><b>　　系統(tǒng)功能總體設(shè)計(jì)圖</b></p><p>　　2．2．2智能控制系統(tǒng)的數(shù)據(jù)流總體設(shè)計(jì)</p><p>　　系統(tǒng)數(shù)據(jù)流設(shè)計(jì)總體設(shè)計(jì)圖</p><p>　　2．2．3車(chē)牌系統(tǒng)的總體設(shè)計(jì)</p&

49、gt;<p>　　本課題主要針對(duì)高速公路智能化占道控制系統(tǒng)的車(chē)牌識(shí)別進(jìn)行研究，通過(guò)車(chē)牌這個(gè)汽車(chē)的唯一身份證對(duì)違規(guī)等車(chē)輛信息進(jìn)行采集并提出預(yù)警提示。本車(chē)牌識(shí)別系統(tǒng)的基本環(huán)節(jié)如下圖：</p><p>　　車(chē)牌系統(tǒng)總體環(huán)節(jié)設(shè)計(jì)圖</p><p>　　2．2．4車(chē)牌系統(tǒng)的組成原理設(shè)計(jì)</p><p>　　車(chē)牌系統(tǒng)的組成原理圖</p><p&

50、gt;　　三、 車(chē)牌識(shí)別的研究與設(shè)計(jì)</p><p>　　3.1車(chē)牌特征的信息分析</p><p>　　3.1．1車(chē)牌特征的信息分析</p><p>　　機(jī)動(dòng)車(chē)牌照作為機(jī)動(dòng)車(chē)的“身份證”，制造和使用都有嚴(yán)格的規(guī)范加以明確規(guī)定。根據(jù)中華人名共和國(guó)公共安全行業(yè)標(biāo)準(zhǔn)GA36-92，汽車(chē)車(chē)牌有10種。這10種汽車(chē)車(chē)牌的幾何外形大小和顏色信息如下表所示（均、警車(chē)牌這里暫時(shí)不考

51、慮）。</p><p>　　另外，民用汽車(chē)的好牌上有省、直轄市、自治區(qū)的名稱和發(fā)證及監(jiān)督機(jī)關(guān)的代號(hào)，編號(hào)是英文大寫(xiě)字母。后面的編號(hào)一般5位編號(hào)，從00001-99999，編號(hào)超過(guò)10萬(wàn)就由A，B，C等字母代替。即“A”代表10萬(wàn)，“B”代表11萬(wàn)，“C”代表12萬(wàn)，最后一個(gè)字母代表33萬(wàn)。英文字母中的I和O不用，避免和數(shù)字中的1和0沖突。使館的外籍車(chē)牌上的是建交國(guó)家的代號(hào)，與所在地區(qū)的監(jiān)管機(jī)關(guān)編號(hào)無(wú)關(guān)。</

52、p><p>　　在這10種汽車(chē)中，編號(hào)為9和10的臨時(shí)入境和臨近行駛汽車(chē)以及使領(lǐng)館汽車(chē)由于數(shù)量很少、出現(xiàn)的概率極小，為了簡(jiǎn)化算法和節(jié)省時(shí)間，忽略這幾種車(chē)型的特殊性，認(rèn)為它們與其他的7種汽車(chē)車(chē)型一致，采用相同的方法進(jìn)行識(shí)別。由于編號(hào)為1的大型汽車(chē)，由于系統(tǒng)的CCD攝像頭收集的是汽車(chē)頭部的牌照?qǐng)D像，因此對(duì)于大型汽車(chē)后車(chē)牌的特殊性也可以忽略不計(jì)。</p><p>　　本論文中，不考慮車(chē)牌在背景色和前

53、景色上的差異，在這些車(chē)牌中，大型汽車(chē)（前）、小型汽車(chē)、使領(lǐng)館汽車(chē)、境外汽車(chē)、外籍汽車(chē)、教練車(chē)和試驗(yàn)汽車(chē)的號(hào)牌格式完全一樣，同時(shí)，由于小型車(chē)數(shù)量最多，出現(xiàn)概率最大，牌照規(guī)范與其它幾種車(chē)牌很相似，算法的識(shí)別對(duì)象最終設(shè)定為小型車(chē)</p><p>　　3.1．2常見(jiàn)車(chē)牌顏色特征的信息</p><p>　　對(duì)目前8種常見(jiàn)車(chē)牌（對(duì)大型車(chē)輛取前置車(chē)牌）的顏色分布和格式分布進(jìn)行分析，可以得出如下結(jié)論：&l

54、t;/p><p>　　工存在5種顏色：黃石、黑色、藍(lán)色、白色和紅色；</p><p>　　存在5中前景和背景的顏色組合；黃底黑字黑框線、藍(lán)底白字白框線、黑底白字紅“使”（或“領(lǐng)”）字白框線、黑底白字白框線，黑底紅字紅框線；</p><p>　　字符顏色與背景顏色的亮度相差很大：要么亮度高于背景顏色的亮度（藍(lán)底白字白框線、黑底白字紅“使”（或“領(lǐng)”）字白框線、黑底白字白框

55、線、黑底紅字紅框線；要么字符顏色低于背景顏色亮度（黃底黑字黑框線），對(duì)于這種車(chē)牌，其二值化結(jié)果顏色相反，前景字符為黑色，背景為白色，需要進(jìn)行處理；</p><p>　　牌照上的文字由7個(gè)字符和一個(gè)分隔符橫向水平排列組成，字符高度為90mm，寬度為45mm，分割符的直徑為10mm（實(shí)際上，每個(gè)字符是劇中分布在一個(gè)高位90mm，寬為45mm的矩形區(qū)域。）</p><p>　　字符和字符之間或字

56、符和分割符之間的距離為12mm；</p><p>　　使館牌照的間隔符在第4和第5個(gè)字符之間，其余的車(chē)牌的間隔符在第</p><p>　　2個(gè)和第3個(gè)字符之間。由于使館牌照出現(xiàn)的概率很小，將之視為小型車(chē)牌照一種變形情況，不單獨(dú)處理，后面提出的車(chē)牌格式均值后一種格式情況；</p><p>　　從左到右，車(chē)牌中每一位的可能字符如下：第1位，30個(gè)省份的簡(jiǎn)稱和“使”字，共

57、有31個(gè)字符（暫時(shí)不考慮軍警車(chē)）；第2位，除去字母“I”之外的25個(gè)英文大寫(xiě)字母；第3位，除去字母“I”和字母“O”之外的24個(gè)英文大寫(xiě)字母和10個(gè)數(shù)字，共有34個(gè)字符；第4~6位，10個(gè)數(shù)字字符；第7位，10個(gè)數(shù)字字符和“領(lǐng)”“學(xué)”“試”“境”，共有14個(gè)字符。字符總數(shù)共有70個(gè)。</p><p>　　觀測(cè)和分析車(chē)牌外形特點(diǎn)，無(wú)論哪種車(chē)牌，外輪廓都有一個(gè)寬度不大的輪廓線，輪廓線的顏色和字符顏色一致，與背景的亮度

58、差異很大?，F(xiàn)實(shí)環(huán)境下，車(chē)牌有時(shí)安裝后，車(chē)輛廠商的商標(biāo)會(huì)遮擋牌照外輪廓線，但商標(biāo)本身又是一個(gè)輪廓線，其亮度與背景的亮度差異也很大，同樣可以利用之。</p><p>　　3．1.3車(chē)牌特征分析結(jié)論</p><p>　　首先，結(jié)合車(chē)牌分析結(jié)論，利用其中的特征4、5、6點(diǎn)可以構(gòu)造牌照字符的格式模型，這個(gè)模型在其后的用來(lái)指導(dǎo)牌照定位后、字符識(shí)別前的字符分割。結(jié)合GA36-92標(biāo)準(zhǔn)，牌照?qǐng)D像的實(shí)際大小

59、可能隨著CCD攝像頭采集的時(shí)機(jī)不同而產(chǎn)生一定的縮放，但是總體比例不會(huì)發(fā)生大的變化。設(shè)第1個(gè)字符中心和第2個(gè)字符的中心間距為一個(gè)長(zhǎng)度單位，以第1個(gè)字符中心為原點(diǎn)，那么非使館車(chē)牌的其余字符中心的橫向位置應(yīng)分別為：1，2.39，3.39，4.39，5.39和6.39，字符的寬度同樣為0.79。</p><p>　　其次，利用分析結(jié)論7，可以利用字符在牌照的排列縮小候選字符的集合規(guī)模，加快識(shí)別速度或進(jìn)行識(shí)別后結(jié)果的糾正判

60、別。如果不知道字符在牌照中的排列位置，那么每個(gè)位置的候選字符可以達(dá)到70個(gè)，如果知道了它的位置，那么該位置的候選字符至多有34個(gè)，尤其是對(duì)牌照的第4、5、6位，候選字符只有10個(gè)數(shù)字</p><p>　　3.2原始圖像預(yù)處理</p><p>　　由于CCD攝像頭采集圖像以BMP位圖圖像格式存儲(chǔ)到微機(jī)，為了便于車(chē)輛的定位與分割和車(chē)輛字符的識(shí)別，原始圖像應(yīng)具有適當(dāng)?shù)牧炼龋^大的對(duì)比度和清晰可辨

61、的牌照?qǐng)D像。但由于系統(tǒng)的圖像采集部分工作于開(kāi)放的戶外環(huán)境，加之車(chē)牌的整潔度、自然光照條件、車(chē)輛行駛速度等因素的影響，車(chē)輛圖像可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重缺陷，因此需要對(duì)原始圖像進(jìn)行識(shí)別前的預(yù)處理。</p><p>　　除了少數(shù)文獻(xiàn)提及過(guò)可用色彩信息幫助對(duì)牌照的檢測(cè)和分割外，考慮到圖像文件的存儲(chǔ)量和處理圖像需要占用大量系統(tǒng)資源，絕大多數(shù)牌照識(shí)別系統(tǒng)均采用不含彩色信息的灰度圖像，即圖像中每個(gè)像素僅由一個(gè)8位字節(jié)表示

62、該像素的亮度值，因此灰度圖像是具有256個(gè)灰度級(jí)的黑白圖像，便于以后的圖像二值化，處理運(yùn)算量大大減少。一些系統(tǒng)的攝像部分采用單色CCD攝像頭則可以直接得到灰度圖像。</p><p>　　3.2.1圖像灰度化</p><p>　　灰度化采用現(xiàn)行通用的標(biāo)準(zhǔn)平均值法，用g表示灰度后的灰度值，R、G、B分別表示原真彩色圖中的紅、綠、藍(lán)分量，則有：</p><p>　　g=0

63、.110 B+0.588 G+0.322 R</p><p>　　3.2.2圖像對(duì)比度增強(qiáng)</p><p>　　車(chē)輛識(shí)別系統(tǒng)是全天候的工作性質(zhì)，若無(wú)理想的補(bǔ)充光照明，自然光照度的晝夜變化會(huì)引起牌照?qǐng)D像的對(duì)比度嚴(yán)重不足使圖像中牌照字符分辨不清，甚至根本無(wú)法定位和分割，更無(wú)法識(shí)別。因此，研究者們提出各種有效的增強(qiáng)圖像對(duì)比度的方法，如灰度線性變換、線性濾波器、直方圖修整法等。采用圖像灰度拉伸的方

64、法有效地增強(qiáng)了圖像的對(duì)比度，增強(qiáng)后的圖像中字符清晰、區(qū)域分明，便于圖像二值化和字符分割處理。還有些采用一種簡(jiǎn)便有效的線性濾波器進(jìn)行圖像中字符特征的增強(qiáng)，得到一個(gè)亮度明顯高于背景的牌照字符區(qū)域，經(jīng)進(jìn)一步的定位處理就很容易確定其具體位置?？梢?jiàn)，圖像對(duì)比度增強(qiáng)處理無(wú)論對(duì)牌照?qǐng)D像的可辨識(shí)的改善，還是簡(jiǎn)化后續(xù)的牌照定位和分割的難度都是很有必要的。</p><p>　　如果造成圖像對(duì)比度不足的原因?yàn)椋?lt;/p>

65、<p>　　被攝像物的遠(yuǎn)近不同，使得圖像中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡。</p><p>　　CCD攝像頭掃描時(shí)各點(diǎn)的靈敏度有較大的差異而產(chǎn)生圖像灰度失真。</p><p>　　成像時(shí)曝光不足或者過(guò)度而使得圖像的灰度變化范圍太窄。</p><p><b>　　自然光線的差異。</b></p><p>　　這是如將

66、圖像灰度線形擴(kuò)展，長(zhǎng)能顯著改善圖像質(zhì)量，達(dá)到增強(qiáng)圖像的對(duì)比度和分辨率。實(shí)驗(yàn)中，對(duì)于正常采樣的車(chē)輛圖像，也使線性灰度變換，突出感興趣的目標(biāo)或者灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)域。</p><p>　　令原圖像f（x，y）的灰度值范圍是[a，b]，線性變換后，圖像g（x，y）的范圍為[O，Mf]，g（x，y）和f（x，y）的變換關(guān)系的數(shù)學(xué)表達(dá)式為：</p><p>　　3.2.3圖像中值

67、濾波</p><p>　　中值濾波是一種非線性的濾波技術(shù)，由于實(shí)際計(jì)算過(guò)程中并不需要圖像的統(tǒng)計(jì)特性，所以比較方便。它是基于圖像的這一種特性：噪聲往往孤立的點(diǎn)形式出現(xiàn)，這些點(diǎn)對(duì)應(yīng)的像素?cái)?shù)很少，而圖像則是由像素較多，面積較大的小塊構(gòu)成。在一定條件下，可以克服線性濾波器所帶來(lái)的圖像細(xì)節(jié)模糊，而且對(duì)濾波脈沖及圖像的掃描噪聲比較有效。</p><p>　　其原理為，設(shè)有一個(gè)一維序列f1，f2……fn

68、。取窗口長(zhǎng)度為奇數(shù)m（m為奇數(shù)），對(duì)此序列進(jìn)行中值濾波，就是從輸入序列中相續(xù)抽出m個(gè)數(shù)，fi-v,fi,fi+v,其中fi為窗口的中心值，v=（m-1）/2,再將這m個(gè)點(diǎn)的數(shù)值按其數(shù)值大小排列，取其序號(hào)為正中間的那個(gè)數(shù)作為濾波器輸出。中值濾波表達(dá)式為：</p><p>　　Yi=Med{ fi-v,…fi,…fi+v,} i∈Z v=(m-1)/2</p><p>　　對(duì)數(shù)字圖像進(jìn)

69、行中值濾波，實(shí)質(zhì)就是對(duì)二維序列{Xmn}的中值濾波，濾波窗口也是二維的，用一個(gè)滑動(dòng)窗口W在圖像上進(jìn)行掃描，吧窗口內(nèi)包含的圖像像素按灰度級(jí)升（或降）序排列起來(lái)，取灰度值居中的像素灰度為窗口中心像素的灰度（若窗口中有偶數(shù)個(gè)像素，則取兩個(gè)中間值的平均），用公式表示為：</p><p>　　X（m，n）=Median{f（m-k，n-1），（k，1）∈W}</p><p>　　本課題采用的中值濾波

70、的窗口為3×3的矩形窗口（共9個(gè)像素），結(jié)果表明通過(guò)中值濾波可以很好地消除孤立噪聲點(diǎn)的干擾，如下圖所示。更重要的是使用這種中值濾波，除有效地消除噪聲外，還能有效地保護(hù)邊界信息。</p><p><b>　　噪聲點(diǎn)干擾處理圖</b></p><p>　　3.2.4圖像邊緣檢測(cè)</p><p>　　圖像分割的一種重要途徑是通過(guò)邊緣檢測(cè)，即

71、檢測(cè)灰度級(jí)具有突變的地方，表明一個(gè)區(qū)域的終結(jié)，也是另一個(gè)區(qū)域開(kāi)始的地方，這種不連續(xù)性稱為邊緣。邊緣檢測(cè)不僅用于圖像分割，也是紋理分析等其他圖像分析的重要信息源和形狀特征基礎(chǔ)。需要說(shuō)明的是：邊緣與物體間的邊界并不等同，邊緣指的是圖像中像素值有突變的地方，而物體的邊界指的是現(xiàn)實(shí)場(chǎng)景中的存在于物體之間的邊界。一幅圖像中，有可能又邊緣的地方并非邊界，也有可能物體的邊界在圖像中不成為邊緣，這是因?yàn)楝F(xiàn)實(shí)中的物體是三維的，而圖像只有二維信息，從三維到

72、二維的投影成像不可避免的會(huì)丟失一部分信息；另外成像過(guò)程中的光照和噪聲也是不可避免的重要因素。</p><p>　　本課題采用LOG算子，其中LOG邊緣檢測(cè)器的基本特征是：</p><p>　　平滑濾波器是高斯濾波器；</p><p>　　增強(qiáng)步驟采用二階導(dǎo)數(shù)（二維拉普斯函數(shù)）；</p><p>　　邊緣檢測(cè)判據(jù)是二階導(dǎo)數(shù)零交叉點(diǎn)并對(duì)應(yīng)一階導(dǎo)數(shù)

73、的較大峰值；</p><p><b>　　使用線性內(nèi)插方法。</b></p><p>　　這種方法的特點(diǎn)是圖像首先與高斯濾波器進(jìn)行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點(diǎn)和較小的結(jié)構(gòu)組織將被濾除。由于平滑會(huì)導(dǎo)致邊緣的延展，因此邊緣檢測(cè)器只考慮那些具有局部梯度最大值的邊緣點(diǎn)。這一點(diǎn)可以用二階導(dǎo)數(shù)的零交叉點(diǎn)來(lái)實(shí)現(xiàn)。拉普斯函數(shù)用作二維二階導(dǎo)數(shù)的近似，是因?yàn)樗且环N

74、無(wú)方向算子。為了避免檢測(cè)出非顯著邊緣，應(yīng)選擇一階導(dǎo)數(shù)大于某一閥值的零交點(diǎn)作為邊緣。</p><p>　　LOG算子對(duì)圖像f（x，y）進(jìn)行邊緣檢測(cè)，輸出h（x，y）是通過(guò)卷積運(yùn)算得到的，即：</p><p>　　由于圖像平滑會(huì)引起邊緣的模糊。高斯平滑運(yùn)算導(dǎo)致圖像中邊緣和其他尖銳不連續(xù)部分的模糊，其中模糊量取決于δ值。δ值越大，噪聲濾波效果越好，但同時(shí)也丟失了重要的邊緣信息，影響了邊緣檢測(cè)器的

75、性能。如果取小δ值，又有可能平滑不完全而留有太多的噪聲。大δ值的濾波器在平滑相互鄰近的兩個(gè)邊緣時(shí)，可能會(huì)將它們連在一起，這樣只能檢測(cè)出一個(gè)邊緣。因此，在不知道物體尺寸和位置的時(shí)候，很難準(zhǔn)確確定濾波器的δ值。一般來(lái)說(shuō)，使用大δ值的濾波器產(chǎn)生魯棒邊緣，小δ值的濾波器產(chǎn)生精確定位的邊緣，兩者結(jié)合，能夠檢測(cè)出圖像的最佳邊緣。本課題的δ的取值為2。</p><p>　　LOG算子具有計(jì)算速度快的特點(diǎn)，經(jīng)運(yùn)算后邊緣圖像輪廓清

76、晰，尤其適用于具有比較密集筆畫(huà)的間距小的圖像邊緣。對(duì)同一幅車(chē)牌圖像采用不同的邊緣算子進(jìn)行邊緣檢測(cè)的效果如下圖：</p><p><b>　　邊緣檢測(cè)效果圖</b></p><p>　　3.3車(chē)牌圖像區(qū)域定位</p><p>　　3.3.1區(qū)域定位算法的闡述</p><p>　　本文的定位方法是在一定條件下的目標(biāo)搜索。因而

77、要考慮己經(jīng)具備的一些條件和參數(shù)以簡(jiǎn)化方法的復(fù)雜度。確定性條件就是目前已經(jīng)具備的硬件技術(shù)(如高級(jí)攝相機(jī)、高性能的處理器、性能優(yōu)良的傳感系統(tǒng)等):可提供的參數(shù)就是取像設(shè)備與車(chē)輛之間的距離以及車(chē)輛圖像的先驗(yàn)知識(shí)等。根據(jù)這些條件和參數(shù)可以獲得有利于定位方法實(shí)現(xiàn)的信息:</p><p>　　拍照使用國(guó)內(nèi)統(tǒng)一標(biāo)準(zhǔn)的牌照，因而具有統(tǒng)一規(guī)格的尺寸。</p><p>　　在拍攝時(shí)，CCD攝像頭與汽車(chē)的距離是

78、固定的，因而攝入的圖像具有固定比例的大小，并消除了因拍攝時(shí)的抖動(dòng)而出現(xiàn)的低劣圖像。</p><p>　　汽車(chē)牌照內(nèi)部有接近水平的一排字，而且字跡要相對(duì)清晰。</p><p>　　有了上述條件，就可以有針對(duì)地采用相應(yīng)的方法進(jìn)行車(chē)牌目標(biāo)的搜索。本文采用了窗口搜索的方法尋找車(chē)牌潤(rùn)標(biāo)。由于車(chē)牌目標(biāo)區(qū)的紋理密集，像素值總和遠(yuǎn)大于具有同一窗口尺寸的其它區(qū)域，因而我們可以通過(guò)計(jì)算所到之處的窗口內(nèi)部像素值

79、總和，比較總和的大小來(lái)判斷車(chē)牌目標(biāo)區(qū)。搜索步長(zhǎng)為2個(gè)像素，由左向右，由上向下進(jìn)行。算法如下式：</p><p>　　式中，S為窗口2frameL×2frameW中所有白像素?cái)?shù)碼之和，j和i分別為窗口中的橫縱坐標(biāo)，（k1，k2）為窗口像素的位置，（x0，y0）是S取最大值時(shí)的窗口中點(diǎn)，我們稱之為探點(diǎn)。窗口搜索的結(jié)果會(huì)使探點(diǎn)位于車(chē)牌區(qū)域中。</p><p>　　當(dāng)探點(diǎn)位子車(chē)牌區(qū)域中時(shí)

80、，只表明找到了車(chē)牌區(qū)內(nèi)的某點(diǎn)，但探點(diǎn)相對(duì)于車(chē)牌區(qū)位置卻是模糊的，因而不能準(zhǔn)確定位車(chē)牌，必須進(jìn)一步確定車(chē)牌的邊界，才能獲得車(chē)牌區(qū)在汽車(chē)圖像中的位置。邊界確定采用投影直方圖方法，圖像的預(yù)處理已經(jīng)很好地將車(chē)牌區(qū)域劃分出來(lái)，車(chē)牌區(qū)的邊緣較周?chē)钠渌鼌^(qū)域有很好的灰度跳變。因而采用投影直方圖的方法，以適當(dāng)?shù)拈}值對(duì)邊緣加以約束就可以很好地定出車(chē)牌區(qū)的邊界。投影直方圖方法是將處理后的圖像灰度值先向水平方向投影，使圖像的二維函數(shù)f（x1，x2）轉(zhuǎn)變?yōu)橐痪S

81、函數(shù)f（y1），如下式：</p><p>　　投影后的圖像和直方圖對(duì)比如下圖所示：</p><p>　　預(yù)處理前后垂直直方圖的比較</p><p>　　圖a、b分別是原灰度圖像和處理后圖像及其投影的直方圖，可以看出來(lái)圖像處理后的車(chē)牌區(qū)域更加明顯，且易與其他部位分離。去閥值m為：</p><p>　　其中δ為調(diào)整系數(shù)搜索邊界是從車(chē)牌區(qū)域的探點(diǎn)同

82、時(shí)向上和向下進(jìn)行的，搜索范圍為2frameW。這樣在縮小搜索區(qū)的同時(shí)可以準(zhǔn)確地定出車(chē)牌上下邊界y1，y2。一旦確定了車(chē)牌區(qū)域上下邊界y1，y2之后，就可以將牌照區(qū)域灰度值向垂直方向投影，方向公式如下: </p><p>　　同樣選取閥值和跨距，就可以定出車(chē)牌得左右邊界x1，x2，水平投影直方圖如下圖：</p><p><b>　　水平投影直方圖</b></p&g

83、t;<p>　　3.3.2區(qū)域定位算法的效果及流程圖</p><p><b>　　區(qū)域算法效果圖</b></p><p><b>　　流程圖</b></p><p>　　3.4車(chē)牌圖像傾斜糾正</p><p>　　3.4.1車(chē)牌的傾斜原因及類型</p><p>

84、　　車(chē)牌圖像的傾斜主要有水平傾斜和豎直傾斜兩種類型：</p><p>　　水平傾斜，指車(chē)牌圖像和水平方向成一個(gè)傾斜角度。它主要是因?yàn)榕臄z的時(shí)候攝像頭沒(méi)有架設(shè)好，而與水平方向有一個(gè)角度;或者是車(chē)牌本身安裝的原因，定位螺栓不在同一水平面上所引起的。最終就造成拍攝出來(lái)的圖像中的車(chē)輛在水平方向發(fā)生整體傾斜。</p><p>　　豎直傾斜，是指車(chē)牌字符與豎直方向有一個(gè)傾斜的角度。它形成的原因主要是在

85、拍攝車(chē)牌圖像時(shí)，由于攝像頭的光軸直線(即攝像頭的法向量)與車(chē)牌所在的平面不垂直，而是存在一定的夾角;也就是攝像頭的光軸直線與車(chē)體前進(jìn)方不平行，造成攝入汽車(chē)圖像中的車(chē)牌圖像在豎直方向上會(huì)產(chǎn)生畸變，這種畸變使得車(chē)牌的邊緣基本是水平的，但卻使牌照中的每個(gè)字符都有向左或向右的扭曲。如果車(chē)牌本身安裝出現(xiàn)問(wèn)題，即車(chē)牌所在平面與水平地面并非垂直，出現(xiàn)一個(gè)角度，這種傾斜將更為加劇。</p><p>　　另外，根據(jù)攝像頭安裝位置的

86、不同，拍攝角度過(guò)大時(shí)，還可能出現(xiàn)其它形狀的車(chē)牌變形，如梯形、平行四邊形，甚至是任意四邊形。對(duì)于這些情況，有文獻(xiàn)提出使用Hough變換，求取車(chē)牌4個(gè)頂點(diǎn)坐標(biāo)，根據(jù)畸變車(chē)牌四邊形的4個(gè)頂點(diǎn)和歸一化車(chē)牌的4個(gè)頂點(diǎn)之間的一一對(duì)應(yīng)關(guān)系，求解雙線性空間變換方程，對(duì)畸變圖像進(jìn)行校正。本文以下主要考慮車(chē)牌圖像拍攝角度不大時(shí)的水平傾斜校正和豎直傾斜校正，對(duì)于產(chǎn)生其它形狀的變形暫時(shí)沒(méi)有考慮。</p><p>　　3.4.2水平傾斜校

87、正</p><p>　　通常車(chē)牌區(qū)域的上下邊緣是兩條明顯的平行直線。，一般都采用，Hough變換，檢測(cè)出這兩條直線的傾斜角度，然后對(duì)牌照進(jìn)行水平傾斜糾正。</p><p>　　Hough變換是一種能夠在線條圖中檢測(cè)出己知形狀曲線的技術(shù)，它對(duì)局部的曲線斷裂和噪聲干擾不敏感，廣泛應(yīng)用于目標(biāo)檢測(cè)鄰域。</p><p>　　3.4.3豎直傾斜校正</p>&l

88、t;p>　　豎直傾斜校正的方法與水平傾斜校正的方法相同，不同的是，它檢測(cè)車(chē)牌區(qū)域的左右邊緣。使用Hough變換檢測(cè)左右邊緣平行線，得出傾斜角度后，進(jìn)行校正。</p><p>　　3.5車(chē)輛圖像二值化</p><p>　　所謂二值圖像，就是指圖像上的所有點(diǎn)的灰度值只用兩種可能，不為”，就為"255"，也就是整個(gè)圖像呈現(xiàn)出明顯的黑白效果。為了得到理想的二值圖像，一般采

89、用閉值分割技術(shù)，它對(duì)物體與背景有較強(qiáng)對(duì)比的圖像的分割特別有效，它計(jì)算簡(jiǎn)單而且總能用封閉、連通的邊緣定義不交疊的區(qū)域。所有灰度大于或等于闡值的像素被判決為屬于物體，灰度值用”255”表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為”0"，表示背景。這樣一來(lái)物體的邊界就成為這樣一些內(nèi)部的點(diǎn)的集合，這些點(diǎn)都至少有一個(gè)鄰點(diǎn)不屬于該物體。如果感興趣的物體在內(nèi)部有均勻一致的灰度值，并且其處在一個(gè)具有另外一個(gè)灰度值的均勻背景下，使用閉值法

90、可以得到比較好的效果。為了使分割更加魯棒，適用性更強(qiáng)，系統(tǒng)應(yīng)該可以自動(dòng)選擇閩值。圖像直方圖就是一種灰度特性，通常被用來(lái)作為分割圖像的工具。</p><p>　　二值化的閉值的計(jì)算有很多方法。分析灰度化后的結(jié)果:在圖像的大部分區(qū)域圖像的灰度值很小，只是在水平方向灰度變化較大的區(qū)域才會(huì)出現(xiàn)比較大的灰度值，這樣圖像的直方圖會(huì)出現(xiàn)兩個(gè)比較大的峰值，而灰度較大的那些像素點(diǎn)正是要二值化為高亮度的點(diǎn)。且當(dāng)車(chē)牌的底色和字的灰度值

91、相差不是很大的情況，譬如車(chē)牌反光的情形，這時(shí)二值化閨值的選取就顯得非常重要。固定的閉值分割法若針對(duì)一幅圖像取一個(gè)最佳的閉值進(jìn)行分割效果尚可，但我們要處理的是由CCD傳來(lái)的一系列的圖片，各圖片的背景，目標(biāo)以及拍攝時(shí)的環(huán)境各個(gè)相同，所以找一個(gè)適合于所有圖像的最佳閨值是困難的，難以實(shí)現(xiàn)的。這樣閥值的確定只能是隨要處理的圖像不同而變化的可變閥值。</p><p>　　可變閥值分割法采用上面我們所講的邊緣強(qiáng)度為權(quán)求閥值方法

92、，此閥值是基于全局像素的灰度分布并強(qiáng)化了邊緣而計(jì)算得到的。</p><p><b>　　3.6文字分割</b></p><p>　　在車(chē)牌旋轉(zhuǎn)完以后，車(chē)牌區(qū)域的整體在水平方向上應(yīng)該沒(méi)有傾角，其中的單個(gè)字符在豎直方向上也應(yīng)該是不傾斜的。字符切割的基本方法是利用字與字之間的空白間隔在圖像垂直投影上形成的空白間隔將單個(gè)漢字的圖像分割開(kāi)來(lái)。</p><p&

93、gt;　　分割的總體思路是這樣的:利用先驗(yàn)知識(shí)一字符尺寸為45mm X 90mm，選擇比單個(gè)字符略大的窗口進(jìn)行模板匹配，確定每個(gè)字符的位置，并記錄下來(lái)。</p><p>　　針對(duì)不同的字符位置有不同的處理方法:</p><p>　　對(duì)于第1個(gè)字符和第7個(gè)字符，直接對(duì)其進(jìn)行搜索，確定其位置，差別在于第1個(gè)字符是從左向右搜索，第7個(gè)字符是從右向左搜索而已，這樣做，第一可以減小單方向搜索的誤差，

94、第二可以直接避免第2、3字符間距與其它字符間距不同(第2、 3字符間間距為34mm，而其它相鄰字符間距為12mm)造成的影響。</p><p>　　前面進(jìn)行車(chē)牌區(qū)域定位和分割時(shí)采用的模板窗口比車(chē)牌窗口大5%，所以對(duì)于靠邊框的位置很近的點(diǎn)進(jìn)行排除，降低外框輪廓線的干擾;</p><p>　　在其它字符的搜索中，以前面已經(jīng)搜索到的字符的水平位置末端為起始點(diǎn)，搜索之。具體是:第2個(gè)字符基于第1個(gè)

95、字符，從左向右搜索;第3, 4, 5, 6則基于第7個(gè)字符，從右向左搜索。</p><p>　　已知這樣一個(gè)先驗(yàn)知識(shí):牌照?qǐng)D像的實(shí)際大小可能隨著CCD采集的時(shí)機(jī)不同而產(chǎn)生一定的縮放，但是總體比例不會(huì)發(fā)生大的變化。設(shè)第1個(gè)字符中心和第2個(gè)字符的中心間距為一個(gè)長(zhǎng)度單位，以第1個(gè)字符中心點(diǎn)為原點(diǎn)，那么非使館車(chē)牌的其余字符中心的橫向位置應(yīng)分別為:1，2.39，3.39，4.39， 5.39和6.39，字符的寬度為0.79

96、;使館車(chē)牌的其余字符中心橫向位置應(yīng)為1，2，3，4.39, 5.39和6.39，字符的寬度同樣為0. 79 。</p><p>　　利用這個(gè)車(chē)牌格式模型結(jié)論，對(duì)所得的位置進(jìn)行計(jì)算，去除中間由于噪聲干擾造成的不合理的數(shù)據(jù)，以計(jì)算結(jié)果進(jìn)行替代，可以得到準(zhǔn)確的字符分割結(jié)果。</p><p>　　四、 系統(tǒng)的設(shè)計(jì)過(guò)程</p><p>　　4.1車(chē)牌識(shí)別的系統(tǒng)基本配置<

97、;/p><p>　　CCD攝像機(jī)一臺(tái)。CCD是一種半導(dǎo)體圖像傳感器，與攝像管相比，體積小、重量輕、功耗低、噪聲小、結(jié)構(gòu)簡(jiǎn)單可靠、分辨率高、光譜適應(yīng)寬、輸出線性好等一系列優(yōu)點(diǎn)，有廣泛的適應(yīng)性。安置在汽車(chē)車(chē)道附近，收集來(lái)往車(chē)輛圖像。</p><p>　　圖像采集卡一塊。接受來(lái)自CCD輸出的視頻信號(hào)，并轉(zhuǎn)化為計(jì)算機(jī)可以處理和識(shí)別的數(shù)字信號(hào)，實(shí)時(shí)的將視頻信號(hào)反應(yīng)在電腦屏幕上，采集卡一般都有對(duì)外的編程接

98、口，通過(guò)外界命令，可以將連續(xù)視頻中的某一幀以特定的文件類型保存下來(lái)。</p><p>　　光電開(kāi)關(guān)一套，與計(jì)算機(jī)相連，當(dāng)車(chē)輛通過(guò)時(shí)，適時(shí)產(chǎn)生信號(hào)，通過(guò)微機(jī)向圖像采集卡讀取圖像幀的數(shù)據(jù)。</p><p>　　工業(yè)計(jì)算機(jī)兩臺(tái)。一臺(tái)裝有圖像采集卡，用于接收CCD圖像信號(hào)，對(duì)其加工處理后進(jìn)行車(chē)牌定位、識(shí)別的工作，稱為前端機(jī)。前端機(jī)物理上接近車(chē)輛通過(guò)的場(chǎng)所。另一臺(tái)接收來(lái)自前端計(jì)算機(jī)的識(shí)別結(jié)果，監(jiān)控協(xié)

99、調(diào)前端機(jī)的工作，我們稱為控制臺(tái)?？刂婆_(tái)物理位置遠(yuǎn)離前端計(jì)算機(jī)，環(huán)境更適合人工作。在控制臺(tái)軟件的支持下，一個(gè)控制臺(tái)可以同時(shí)監(jiān)控、協(xié)調(diào)多臺(tái)前端計(jì)算機(jī)的工作，并進(jìn)行相應(yīng)的信息處理，如車(chē)牌數(shù)據(jù)庫(kù)的管理等。</p><p>　　其他附屬設(shè)備。包括電源、補(bǔ)充光源、網(wǎng)絡(luò)線路、系統(tǒng)軟件等設(shè)備。</p><p>　　4.2車(chē)牌識(shí)別的系統(tǒng)的詳細(xì)流程圖</p><p>　　車(chē)牌系統(tǒng)的詳細(xì)

100、流程圖</p><p>　　4.3車(chē)牌識(shí)別的系統(tǒng)的車(chē)牌信息的采集</p><p>　　4．3.1采集的基本思想</p><p>　　車(chē)輛識(shí)別是一個(gè)機(jī)器視覺(jué)的處理過(guò)程，而在圖像工程、虛擬現(xiàn)實(shí)研究領(lǐng)域內(nèi)本系統(tǒng)是通過(guò)標(biāo)準(zhǔn)圖像（數(shù)據(jù)庫(kù)）來(lái)檢驗(yàn)有效性。本系統(tǒng)采用在圖像處理基礎(chǔ)上，通過(guò)建立圖像獲取和運(yùn)動(dòng)條件下的圖像退化模型，生成標(biāo)準(zhǔn)的號(hào)碼退化圖像，由對(duì)退化圖像的檢測(cè)實(shí)現(xiàn)號(hào)牌識(shí)別

101、率計(jì)量這一“計(jì)量”問(wèn)題。</p><p>　　4．3.2車(chē)牌圖像的成像模型</p><p>　　機(jī)器視覺(jué)研究的成像過(guò)程主要有兩個(gè)因素：現(xiàn)實(shí)空間的點(diǎn)（對(duì)象）Pr到圖像空間的點(diǎn)（像素）Pi的幾何映射；CCD感應(yīng)生成灰度強(qiáng)度（RGB值）。幾何映射過(guò)程也就是成像模型，如下圖：</p><p><b>　　成像模型</b></p><

102、p>　　如上圖所示，Pr在圖像傳感器CCD上形成了點(diǎn)pi ,按小孔成像模型其變換關(guān)系可用一個(gè)矩陣描述?；叶葟?qiáng)度生成強(qiáng)度生成過(guò)程也就是傳感器敏感單元在一段時(shí)間內(nèi)對(duì)入射光能量的反映，與對(duì)象的光譜特征，CCD特征有關(guān)。</p><p>　　4．3.3車(chē)牌圖像的成形過(guò)程</p><p>　　圖像空間的虛擬成像過(guò)程是虛擬像素點(diǎn)曝光過(guò)程，也即是虛擬像素點(diǎn)對(duì)過(guò)渡圖像RGB強(qiáng)度值在時(shí)間域的響應(yīng)，按小

103、孔成像建立模型見(jiàn)下圖：</p><p><b>　　小孔成像圖 </b></p><p>　　4．3.4車(chē)牌圖像的實(shí)現(xiàn)</p><p>　　設(shè)測(cè)量夾角α為20º，拍攝距離20m，曝光時(shí)間1/250s，最高速度50m/s。則曝光周期內(nèi)位置變動(dòng)不大于0.2m，對(duì)景深的影響忽略不計(jì)。如下圖所示：</p><p>&

104、lt;b>　　成像過(guò)程圖</b></p><p>　　取證照片拍攝范圍3m/車(chē)道，號(hào)牌寬440mm，按總特征像素分辨率768×288Pixel，車(chē)牌分辨率不低于100Pixel，則每像素標(biāo)定距離參數(shù)為0.004m/Pixel。由上面圖可知，對(duì)拍照退化有影響的切向速度為Vt=50×sin20º，即Vt=17.1m/s。</p><p>　　切向

105、的位置變化△r為△r=17.1×1/500,為0.034m，對(duì)應(yīng)像素為0.034/0.004=8.5pixel。</p><p>　　4.4車(chē)牌識(shí)別的系統(tǒng)的車(chē)牌信息的數(shù)據(jù)庫(kù)對(duì)比</p><p>　　4．4.1車(chē)牌的數(shù)據(jù)庫(kù)對(duì)比的簡(jiǎn)介</p><p>　　通過(guò)前端設(shè)備所獲取到的車(chē)牌信息通過(guò)應(yīng)用遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的數(shù)據(jù)特征，對(duì)所識(shí)別的字符進(jìn)行識(shí)別對(duì)比。整個(gè)遠(yuǎn)程網(wǎng)絡(luò)數(shù)

106、據(jù)庫(kù)的識(shí)別由漢字網(wǎng)絡(luò)對(duì)比、字母網(wǎng)絡(luò)對(duì)比、字母數(shù)字網(wǎng)絡(luò)對(duì)比和數(shù)字網(wǎng)絡(luò)對(duì)比四部分組成。對(duì)通過(guò)遠(yuǎn)程數(shù)據(jù)庫(kù)提供的相關(guān)數(shù)據(jù)進(jìn)行對(duì)比，提取更加精確的車(chē)輛信息。</p><p>　　前端機(jī)器通過(guò)采集到的車(chē)輛相關(guān)數(shù)據(jù)信息，通過(guò)預(yù)處理、字符分割和特征提取然后與遠(yuǎn)程網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的數(shù)據(jù)特征進(jìn)行對(duì)比，輸出更精確的車(chē)牌號(hào)碼。</p><p>　　4．4.2車(chē)牌的數(shù)據(jù)庫(kù)對(duì)比的流程圖</p><p&g

107、t;<b>　　數(shù)據(jù)庫(kù)對(duì)比的流程圖</b></p><p><b>　　五、總 結(jié)</b></p><p>　　5.1智能交通系統(tǒng)的總結(jié)</p><p>　　該高速公路智能化控制占道系統(tǒng)需要通過(guò)外場(chǎng)圖像采集實(shí)現(xiàn)攝像車(chē)牌識(shí)別技術(shù)，然后通過(guò)數(shù)據(jù)傳送到服務(wù)器主機(jī)進(jìn)行分析和存儲(chǔ)，對(duì)違規(guī)的車(chē)輛通過(guò)嵌入式智能卡進(jìn)行司機(jī)的報(bào)警提醒同時(shí)在

108、龍門(mén)架LED顯示屏的提醒顯示；對(duì)未按規(guī)定行駛的車(chē)輛進(jìn)行路段服務(wù)信息的顯示預(yù)警。</p><p>　　高速公路智能交通系統(tǒng)對(duì)系統(tǒng)等一系列的性能如下要求：</p><p>　　要求適應(yīng)苛刻的野外工作條件：環(huán)境的溫度范圍-40℃~+70℃、工作濕度0~90%（無(wú)冷凝）的狀態(tài)下正常工作，具備防塵、防鹽霧、防酸等。</p><p>　　設(shè)備要求低功耗，因?yàn)樵诟咚俟费鼐€，要求

109、采用太陽(yáng)能供電，這樣可以大大的降低了供電設(shè)備的投資經(jīng)費(fèi)。</p><p>　　高速公路智能系統(tǒng)擔(dān)負(fù)著車(chē)輛及人身的安全所以肩負(fù)著重大的任務(wù)，所以系統(tǒng)要求較高的平均無(wú)故障時(shí)間（MTBF）和較短的平均故障修復(fù)時(shí)間（MTTR），提高了系統(tǒng)的可靠性。</p><p>　　5.2車(chē)牌識(shí)別系統(tǒng)的總結(jié)</p><p>　　車(chē)牌的識(shí)別問(wèn)題是現(xiàn)代高速公路智能化占道控制系統(tǒng)領(lǐng)域中研究的重

110、點(diǎn)和熱點(diǎn)問(wèn)題之一。本文主要進(jìn)行車(chē)牌識(shí)別系統(tǒng)的研究，對(duì)車(chē)牌識(shí)別過(guò)程中涉及到的問(wèn)題進(jìn)行一系列的探討研究。</p><p>　　分析采集的圖像特點(diǎn)，使用圖像處理方法，對(duì)圖像進(jìn)行一系列處理，其中包括灰度化，對(duì)比度增強(qiáng)，中值濾波，邊緣檢測(cè)，二值化，圖像縮放，圖像變形，Hough變換求直線。對(duì)其中一些內(nèi)容進(jìn)行了比較研究，如迭代法二值化中的k值變化速率的比較和分析，邊緣檢測(cè)效果的比較，對(duì)比度增強(qiáng)中的分段線性變換對(duì)圖像影響的比較