车牌识别处理系统

年级：2012级专业：自动化姓名：王海军学号：3120120806023181中文车牌识别系统的可视化摘要对车牌图像定位和数字图像处理的一些技术，如灰度处理分割，灰度拉伸、滤波、边缘检测、形态学处理、Hough变换等，根据车牌的特征，人物形象的二进制矩阵集合的模糊矩阵，并基于亲密接近计算空间原理实现了字符的模糊模式识别。根据图像像素的数据，随机选择在噪声条件下，这是处理的随机选择的样本，这是随机选择的形态处理，然后将样品用于测试的模拟和识别反向传播（英国）神经网络。关键词：车牌识别，图像处理，模糊模式识别，神经网络，图形用户界面1引言车牌识别系统是一个专用的计算机视觉系统，以车牌为一个特定的目标，是计算机视觉和模式识别技术的应用在智能交通领域，车牌识别系统是智能交通系统，最重要的组成部分，在现代交通运输领域的一个研究热点，它在交通管理上，公路起着重要的作用，和停车场等自动车牌识别技术[2，1]可分为：射频识别技术、条码识别技术和车辆牌照识别技术。前2种技术是准确可靠的，但它仍然需要安装相关的设备，并建立背景管理的车牌识别系统，车牌识别系统是基于视频技术的硬件，使您可以直接识别和监控车辆。在八十年代初，国外的研究人员对车牌识别技术有着广泛的关注。在20世纪90年代，随着计算机视觉技术的发展和计算机性能的提高，车牌识别系统得到了系统的研究。但是，该系统在中国车牌识别系统中无法识别汉字。目前，有一些更成熟的产品来解决我国的如汉王眼自动化HW公司中国科学院汉字识别问题，慧光车牌号码自动识别系统的亚洲视觉科技有限公司，深圳柯兴实业有限公司和中国信息产业部旗下的中智交通电子有限公司开发的相关识别产品。此外，上海交通大学计算机科学与工程系、浙江大学自动化系、清华大学计算机科学与工程系等高校实验室的实验室，将科研成果转化为技术领域。更重要的是，智勇刘，谁是从中国科学院自动化研究所，也发表了相关文章，并针对胡，一个来自北京航空航天大学的研究人员开发的车牌识别系统在模板匹配技术的基础上开发了一个车牌识别系统，该系统可应用于收费站标准的小型车在中国有着广泛的用户，因此本文的目的是研究中国标准小型车的车牌识别系统，实现车牌定位切割的图像，然后通过模糊模型和神经网络选择性的并行操作来识别字符。其他类型的车也可以根据车牌的特点和规格选择识别数据库，以完成车牌识别。2车牌识别系统综述2.1中国车牌的特点和规格在中国，标准的小型车的车牌是蓝底白字，在宽度和长度140mm440mm，宽度和高度之间的比值约为3.14:1。车牌中有七个字符。第一个字符是一个汉字，代表所有省和直辖市的简称，二字是24个大写字母之一，除了字母“我”和“哦”，它代表的代码名称的发证机构。这些信件，从第三封信到第七，由24个英文字母和数字组成。在车牌每个字符都集中在一个宽的矩形范围高度45mm和90mm。两个字符之间的空间是12mm。有10mm间隔符号“●”的第二个和第三个字符之间，所以实际间隔为22mm。总的风格是“某一·12345”年级：2012级专业：自动化姓名：王海军学号：31201208060231822.2车牌识别系统的组成车牌识别系统是基于视频图像采集技术，系统是利用计算机技术对车辆牌照进行搜索和判断。该识别系统的三个主要部分是车牌图像定位、车牌字符分割和车牌字符识别。图7显示了该系统使车牌定位切割的图像，供用户读取。图8显示了该系统在切割车牌字符和显示结果的模糊模式识别。图9显示了根据用户需要保存为txt格式文本的系统识别的结果，并提供与模糊模式识别的可能性的大小，按照每字三的结果，例如，“E：lprsexample1.jpg”被公认为是利用模糊模式的车牌。第一个字是“豫吉苏”；第二个字是“中”；第三个字符是“V97”；第四个字符是“0qd”；第五个字符是“086”；第六个字符是“085”；第七个字符是“172”。因此，整个车牌是最有可能是“苏dv0001”3图像的预处理图像增强3、4是数字图像预处理的基本方法之一，也成为一种非常有价值的技术。图像增强技术常被用来改善灰度图像质量，提高信噪比。这项技术可以使图像的某些功能很容易被识别。3.1灰度图像灰度图像是车牌图像预处理的基本步骤。原始图像包含大量的颜色信息，占用存储空间。不同的光照强度会导致识别问题，因此对彩色图像进行灰度处理。在灰度处理，R，G，BWr，WgWb。灰度值)/()...(BGRBGR。一般来说，当Wr=0.299Wg=0.587Wb=0.1143.2灰度拉伸灰度拉伸是一种图像增强技术。图像的灰度值被映射到整个灰度级的灰度拉伸变换，以增加图像的对比度。延伸的灰度范围使得人物特征更加明显[5-7]，更有利于进一步处理。图像中的像素是NXMi）。灰度变换函数公式：10/)(n0imnih，和bmnihb0i109)(，和c值和d。3.3中值滤波年级：2012级专业：自动化姓名：王海军学号：3120120806023183中值滤波的突出优点是它不仅可以消除噪声，而且可以防止模糊边缘。中值滤波是一种实用的非线性图像平滑方法，该方法对处理车牌图像中的噪声有很好的效果。4车牌提取首先，车牌定位需要进行边缘提取灰度图像用Canny算子，然后通过形态学处理消除噪声，这两个过程是使图像形成一个连通区域。根据车牌和摄影角度的特点和规格，给出了车牌的边缘图形的快速变化，同时选取了长度和宽度比和连通区域的大小，提取车牌二值图像。4.1二值图像阈值分割是一个非常经典的自动阈值分割算法。其基本原理是直方图被分为2组，从一个特定的阈值。当两者之间的方差是最大的，那么相应的阈值被认为是最佳阈值。Ostu阈值分割避免一些缺点，如计算时间长，效率低，成本高。解决灰度图像的单阈值分割是一个非常有效的方法。Ostu二值是基于Ostu阈值分割；它处理图像按照最优阈值的限制。4.2边缘检测边缘检测利用边缘增强算子在图像的边缘部分。在像素边缘强度的定义，点集可以提取可视化的限制。常见的检测算法Canny算子、罗伯茨算子、LOG算子、沃利斯算子、基于分形理论等基于Canny算子的边缘检测方法，梯度和方向角的边界：Canny算子是寻求图像梯度的局部极大值，所以对图像是必要的。使用5×5高斯滤波器和西格玛控制参数的滤波器，并使用两个阈值分割提高图像分割。Canny算法能够较好的平衡的边缘检测和噪声抑制。它是由MATLAB图像处理工具箱函数提供了最有效的检测方法。它是基于优化算法，它是不容易受到噪声干扰。4.3数学形态学处理腐蚀和膨胀是数学形态学中最基本的操作之一[8]。他们可以被定义为：在膨胀的过程中，被称为开操作，它可以消除小对象。这个过程也可以单独的对象的边界，并可以光滑的对象，在微妙的地方。在腐蚀被称为闭合式操作之前，可以填充一个微小的物体的中空的操作过程。它不仅可以连接相邻的对象，但可以平滑的对象的边界，从而使断裂的轮廓线来弥补。5车牌字符分割5.1Hough变换在车牌图像被定位后，有时会出现不同程度的倾斜现象。在这种情况下，需要通过经典Hough板上做几何校正变换。在Hough，曲线或原始图像中的空间形状的直线转换成在Hough空间一点。Hough变换的曲线或直线的检测问题，在原始图像空间的变换空间中的峰值点。Houghxyxarctan,cosβθ年级：2012级专业：自动化姓名：王海军学号：31201208060231845.2垂直投影法事实上，原始图像的质量，摄像机的角度，对Hough变换的影响等因素都会造成一定程度的影响，在分角色。在图像处理中，噪声不能完全消除。因此用垂直投影法检测字符位置更为有效。图像预处理，车牌定位，提取，旋转变换，车牌图像处理。然后，它需要记录下的二进制图像列的值的垂直投影。根据车牌区域和投影方法的先验知识，在一定的阈值的基础上，对车牌进行扫描。在前一个过程中，我们检查每个字符的开始和结束位置。每个字符的宽度的平均宽度是字符的宽度，以减少噪声影响。最后，七个字符的字符开始了对字符的平均宽度切头的人群。6车牌字符识别6.1个性模板本文以一个24x48jpg格式字符图像作为模板，然后分别建立汉字（如图2所示的颜色特征的图像），英文字母（如图3所示），和阿拉伯数字（如图4所示）特征数据库。6.2模糊模式识别模糊模式识别，主要是根据最大隶属度原则对个人身份进行分类。对于群模型，采用间接的方法进行识别，并根据“近原则”进行分类。当确定的对象不是特定的模式，而是一个模糊的域。识别问题成为模糊集之间的密切程度的解决问题，很明显，将字符模板设为一个类别，等待识别字符为对象，可用于确定模糊矩阵。然后，根据选择的原则，接近，接近的计算和分类。根据字符的特点，给出了每个计算点的二进制图像的一些重量（如图5所示，提供模糊矩阵集合，和公式是：年级：2012级专业：自动化姓名：王海军学号：31201208060231856.3神经网络特征识别神经网络在图像识别中的应用，根据数据处理类型可以分为基于像素数据和特征数据的神经网络算法9。基于图像像素数据的神经网络识别技术以原始图像数据的高维为神经网络训练样本。一些算法，如前馈自适应神经网络，Hopfield神经网络，RAM的神经网络，自组织特征映射神经网络、细胞神经网络，基于像素的图像进行识别。首先，构建一个训练样本集，也构成了输入向量和所需的训练的目标向量。根据识别的需要，通过二元图形、随机噪声干扰和形态学处理对图像像素进行处理。图像像素值是0或1，作为神经网络输入向量，建立相应的训练集，二是建立三层前馈网络。在输入的基础上，通过训练样本的目标向量，对前馈和后向神经网络进行了测试，第三、测试字符数据库加噪声图像的识别，实现对定位切削字符的识别。7识别系统可视化图形用户界面（GUI）[10-12]是人机交互方式运行MATLAB所提供。它不仅可以方便用户的操作，也可以在没有安装MATLAB的Windows操作系统上运行生成的可执行文件。车牌识别系统的界面由图像、定位分割和模式识别三部分组成。它提供的图像和显示，用户选择的识别，图像车牌定位分割，模糊模式识别和神经网络接口。识别结果可以输出如图6所示，初始界面。图7显示了该系统使车牌定位切割的图像，供用户读取。图8显示了该系统在切割车牌字符和显示结果的模糊模式识别。图9显示了根据用户需要保存为txt格式文本的系统识别的结果，并提供与模糊模式识别的可能性的大小，按照每字三的结果，例如，“E：lprsexample1.jpg”被公认为是利用模糊模式的车牌。第一个字是“豫吉苏”；第二个字是“中”；第三个字符是“V97”；第四个字符是“0qd”；第五个字符是“086”；第六个字符是“085”；第七个字符是“172”。因此，整个车牌最可能是苏DV0001.年级：2012级专业：自动化姓名：王海军学号：31201208060231868结论在本文中，它只是注意到标准的小型车的车牌。通过数字图像技术，如图像的灰度、边缘检测、形态学处理，Hough变换，实现图像的车牌定位和字符分割。利用字符模板的数据，在模糊模型和神经网络之间进行选择性的操作，分别识别出中、英文、英文和车牌号码。为了使车牌定位、分割和识别实验中所采集的16幅图像，但由于背景图像的大差异，有一个无法定位、2个定位的错误，以及其余的图像都能成功地定位和切割。我们只是得到了字符后的模糊模式识别和字符是在三个结果提供。对于其他类型的电机，该识别系统还可以实现车牌定位切割，并规范。根据车牌的特点，选择相应的字符数据库，车牌也可以完全识别。对于汽车这样的教练”某A·1234学”车牌的一些其他类型，大型集装箱货车车牌”某A·1234”车牌领事馆”某O·1234”，我们只需要找出差异的具体特征。而16幅图像的识别实验，但由于背景图像的大差异，有一个无法定位，2个定位错误，其余的图像是能够成功地定位和切割。我们只需要确定不同的具体字符。本文所讨论的系统不仅可以实现车牌定位、分割等图像的图像，而且还可以方便的识别汉字。经修正后，在日本、俄罗斯等国，针对