李 暉 李 錚

?

基于VＣ＋＋的車牌識別系統(tǒng)的研究

李 暉 李 錚

濟源職業(yè)技術學院，河南 濟源 459000

介紹了車牌圖像預處理和字符識別模塊功能的實現(xiàn)，將各個模塊進行系統(tǒng)集成和測試，并對系統(tǒng)運行進行分析。經(jīng)測試該系統(tǒng)運行良好，識別率較高。

圖像處理；字符識別；識別率

隨著字符識別技術的迅速發(fā)展，車牌識別技術廣泛應用于交通管理的各個領域?；趫D像處理的車牌識別系統(tǒng)，由攝像機拍攝圖像，經(jīng)過數(shù)模轉(zhuǎn)換后由計算機進行圖像的預處理和識別[1]。本文對車牌識別系統(tǒng)的組成和關鍵技術進行了介紹，

1 系統(tǒng)的基本組成和設計分析

1.1 車牌字符識別系統(tǒng)的組成

基于圖像處理和模式識別技術的車牌識別系統(tǒng)，主要是車牌定位和車牌字符識別兩大模塊功能的實現(xiàn)，本文主要研究車牌字符識別系統(tǒng)。

（1）車牌圖像預處理：車牌圖像預處理包括灰度處理、二值化等流程。圖像灰度處理后，可能會出現(xiàn)灰度動態(tài)范圍窄的情況，造成圖像細節(jié)模糊，需要對圖像灰度擴展，改善圖像質(zhì)量。本文采用對比度增強方法實現(xiàn)灰度擴展。

（2）字符分割：在進行了圖像預處理之后，我們得到的車牌圖像就是二值圖像，其中車牌字符是黑色像素，背景是白色像素。車牌上的字符識別，必須將單個字符提取分離出來，即字符分割。

（3）字符識別：車牌字符識別是屬于印刷體文字識別。我國車牌的標準樣式為七個字符，包括漢字、大寫英文字符和阿拉伯數(shù)字，其中漢字筆畫比較復雜，在分割時很容易出現(xiàn)斷裂、粘連，造成識別誤差。

2 車牌圖像預處理

2.1 圖像的灰度處理

彩色圖像存在許多顏色信息，與識別無關，影響識別工作，因此在對圖像進行識別時轉(zhuǎn)換成灰度圖像，可加快系統(tǒng)處理速度，節(jié)省內(nèi)存，進行二值化之前還要進行灰度化和灰度對比增強。目前車牌定位出的車牌圖像都是RGB真彩色。RGB模型中，如果三原色取值相同，則表示一種灰度顏色，對應的值叫做灰度值。灰度化處理常用公式：，gray為灰度值，R、G、B分別為紅、綠，藍分量。[2]

2.2 圖像的二值化

本系統(tǒng)采用基于像素值的全局迭代閾值選取二值化方法方法。根據(jù)閾值Tk將圖像分為目標圖像和背景圖像，分別求出平均灰度值：

3 車牌字符分割的實現(xiàn)

（1）圖像的去噪處理：圖像可能在掃描或者傳輸過程中夾帶噪聲，本文采用去除雜點的方法進行去噪處理。

（2）字符預處理：在識別之前，必須要把車牌上的多個字符分割，分割出來的字符由于大小，筆畫粗細不同等不能立即進行識別，還需進行處理。

（3）字符大小歸一化：分割出來的字符大小差異較大，要使字符識別的更加標準和準確，字符尺寸的統(tǒng)一很有必要。本文字符歸一化后的大小為16×32。

（4）字符細化：兩幅圖像線條粗細不同，就會差別很大。本文對字符進行細化的算法如下：考察圖像中任意像素點P1八個相鄰的像素點，設P1的像素值為PixelValue，同時滿足以下條件1）2≤NZ（P1）≤6；2）Z0（P1）=1；3）P2P4P8=0或者Z0（P2）≠1；4）P2P4P6=0或者 Z0（P4）≠1； 刪除P1，實現(xiàn)圖像細化。

4 字符識別的實現(xiàn)

4.1 模板匹配原理

本文采用模板匹配算法。傳統(tǒng)的模板匹配算法為：設已知的字符模板為Tn（n=0，1…，k），大小為M*N，待識別字符圖像為I，大小為M*N。匹配過程的數(shù)學描述為：；D（i，j）越小則說明兩者匹配度高。此方法算法簡單，容易實現(xiàn)。

4.2 字符特征的提取

將字符均分為八份統(tǒng)計，每份黑色像素點個數(shù)分別作為一個特征，在水平中間兩列和豎直中間兩行分別畫兩道線，每條線穿過的黑色像素點個數(shù)分別作為一個特征，黑色像素點個數(shù)作為最后一個特征，合計十三個特征。

4.3 特征模板的匹配

（1）取第i個字符與模板庫第j個模板比較。

（2）比較第1-2個特征，A（k）取值1；比較第3-6個特征，A（k）取值為2；比較第7-8個特征，A（k）取值0.5；比較第9個特征，A（k）取值1；比較第10-11個特征，A（k）取值1；比較第12-13個特征，A（k）取值2?！癹++”，匹配完畢，進入③，否則返回（1）。

（3）“i++， j=0”，回到步驟（1）執(zhí)行。

5 系統(tǒng)測試與分析

輸入車牌圖像，對系統(tǒng)每個功能模塊進行測試。根據(jù)試驗數(shù)據(jù)樣本，依次對車牌字符識別系統(tǒng)進行試驗，試驗結(jié)果如下。字符分割測試：樣本數(shù)41，成功數(shù)37，失敗數(shù)4，成功率90.2%；字符識別測試：樣本數(shù)38，成功數(shù)30，失敗數(shù)8，成功率78.9%；整體狀況：樣本數(shù)42，成功數(shù)30，失敗數(shù)12，成功率71.4%。

6 結(jié)論

本文就車牌圖像預處理，車牌字符分割及字符識別等問題進行了研究，對車牌字符識別各個環(huán)節(jié)進行了研究和實現(xiàn)，完成了車牌字符識別系統(tǒng)的軟件實現(xiàn)。實驗表明系統(tǒng)穩(wěn)定性強，并達到了一定的識別率。

[1]徐海銘.一種車牌識別系統(tǒng)的設計與實現(xiàn)[J].機電工程技術,2015（1）:66-68.

[2]王彩玲,高倩.車牌自動識別系統(tǒng)的設計與實現(xiàn)[J].電腦知識與技術,2012（34）:8171-8173.

Study on License Plate Recognition System Based on VC

Li Hui Li Zheng

Jiyuan Vocational and Technical College, Jiyuan Henan 459000

This paper describes the license plate image preprocessing and character recognition module function implementation, the various modules of the system integration and testing, and the system operation analysis. After testing the system runs well, the recognition rate is high.

image processing; character recognition; recognition rate

TP391.41

A

1009-6434(2016)6-0198-02