王妍 蘇鵬 劉桂玲

【摘要】本文通過對這種智能識別系統(tǒng)，即在交通管理中運用計算機圖像處理技術(shù)的研究，提出相關(guān)建議方案，希望對提高交通管理水平有所幫助。

【關(guān)鍵詞】圖像處理；智能交通；車牌識別

一、車牌識別系統(tǒng)的工作原理

（1）圖像的預(yù)處理：采集車牌圖像。（2）車牌的定位：提取圖像位置。（3）車牌字符的分割：分割提取車牌圖像中的單個字符。（4）車牌字符的識別：識別分割后的單個字符，以便精準(zhǔn)查找。

二、圖像的預(yù)處理

（一）彩色圖像灰度化

由于前期攝像對圖像的采集是彩色的，這對后期圖像的處理來說任務(wù)量巨大。由于需要利用 RGB 模型來將圖像進行分量整理，因此每個像素點幾乎都可以達(dá)到1600 萬種取值的方法，整個圖像的任務(wù)量就更不用說了，因而灰度圖像處理就應(yīng)運而生。它是利用 R=G=B的特殊圖像處理的方法來降低像素點的取值，也使存儲空間得以降低。

（二）圖像的濾波

圖像濾波針對的是圖像采集或傳輸過程中噪聲的處理。如果不對噪聲進行濾波，很容易使一些對圖像具有一定沖擊力的噪聲像素塊直接影響到圖像質(zhì)量。 為此，需要在進行圖像處理時用以濾波，如中值濾波。這是采取用拍攝圖像濾波窗口的中值來取代灰度值中出現(xiàn)的最大或者最小的點的方式，來使像素達(dá)到一個基本適度且清晰的狀態(tài)，從而最大程度地抑制噪聲。還有均值濾波。采取用均值來代替像素點灰度值的方法。但相比中值濾波的方法，它難以有效保留圖像細(xì)節(jié)，畫面也容易出現(xiàn)模糊不清的效果。

（三）二值化

彩色圖像經(jīng)過前期的預(yù)處理，灰度化及濾波后，數(shù)據(jù)量相比之前已經(jīng)有了大量的減少，處理的效率也已提高。接下來，為使圖像處理更加便捷，且能夠獲取最大的價值，需要對圖像繼續(xù)進行二值化處理。二值化處理就是能將圖像僅顯示為黑白兩種色調(diào)，灰度值設(shè)定為0 或 255 ，既簡便又清晰。而在二值化處理時，為使圖像能夠即時分出的黑白色調(diào)，需要設(shè)定閾值，即一個界定點來劃分顏色。可見，二值化的處理需要對閾值有一個準(zhǔn)確適當(dāng)?shù)亩ㄎ唬?據(jù)此，又可分為固定和自適應(yīng)閾兩種形式。前者是指通過一個固定的閾值來生成二值化圖像。 而后者則相比更具有針對性，通過動態(tài)的閾值，分析不同圖像中的特殊部分來生成二值化圖像。動態(tài)閾值可以通過具體的運算得出，即T=a×E+b×P+c×Q，E 為像素之間的平均值，P 為差平方，Q 為均方根值。這不僅能夠精確地算出動態(tài)閾值，而且能更加細(xì)致化地表現(xiàn)出窗口像素的特征，使整個圖像清晰明了，便于后續(xù)工作的進行。

（四）邊緣檢測

邊緣是指窗口圖像周圍有階躍或者屋頂變化的像素的集合。邊緣的存在范圍非常廣泛，究其根源，是灰度不連續(xù)造成的。因此，在進行邊緣的檢測時，可以根據(jù)區(qū)域內(nèi)灰度的變化，以及導(dǎo)數(shù)變化規(guī)律來判定，這種簡單而便捷的方法被稱為邊緣檢測局部算子法。而本文所采取的是Sobel 算子法，主要是關(guān)注到了這種方法對圖像生成時的噪聲具有抑制作用。

三、車牌的定位

車牌定位是對某一目標(biāo)位置的獲取并將其與自身信息結(jié)合，在拍攝圖像的位置顯示下，獲取車牌位置信息，再提取出相應(yīng)子區(qū)域，從而完成定位過程。在這個過程中，可以有效運用編程來計算坐標(biāo)區(qū)域。準(zhǔn)確的坐標(biāo)定位是車牌識別的基礎(chǔ)依據(jù)，精確的定位信息更是字符識別的關(guān)鍵。本文在進行研究觀察時就充分考慮這一問題，在考慮到車牌長 450mm，寬150mm的基礎(chǔ)上，經(jīng)過分析計算，生成車牌圖像，再與標(biāo)準(zhǔn)尺寸進行比較，從而獲取所需信息區(qū)域。

四、車牌傾斜的校正

在進行圖片采集時，除了光照問題，還常常會由于拍攝角度或者距離因素而影響所拍車牌的清晰度，有的甚至?xí)霈F(xiàn)傾斜變形的狀況。 這就需要在此等情況發(fā)生后及時作出反映，進行校正處理后再分割。本文實驗研究的是經(jīng) Hough獲取車牌邊框變化后，再來對圖像傾斜進行校正的方法。通過研究表明，這種方法使用起來效果好，操作便捷，因而使用率很高。

五、車牌字符的分割

字符分割就是將已經(jīng)處理過的車牌圖像中單個字符進行精確化的分割。本文在一系列的探索研究中也有所收獲，使用的是基于投影的方法，具體方法：首先，無論是二值化中固定閾，還是動態(tài)閾分離出來的圖像都加以豎直向投影。其次，根據(jù)投影值再次加工，如出現(xiàn)連續(xù) X 個投影值不為零的情況則進行記錄，包括起始位置信息等都需要記錄在案。最后，統(tǒng)一處理分割字符，便于識別與提取應(yīng)用。

六、車牌字符的識別

字符識別需要用到的是比對法，即將獲取分割處理后的車牌圖像字符與庫中字符資源進行比較。這里以模板匹配為例說明。首先，需要有數(shù)據(jù)具體詳盡的字符庫，無論是車牌中出現(xiàn)的字母，還是數(shù)字，或者是省市的簡稱、縮寫都需要一一對應(yīng)，以固定字符的形式記錄在庫。其次，將采集分割處理后的字符與庫中保存的字符比對。最后，根據(jù)相似度進行選取。實踐證明，這種辦法的實踐性很強，也有著較高的可信度。

七、結(jié)語

車牌的準(zhǔn)確識別對交通系統(tǒng)的正常運行起著關(guān)鍵性作用。本文深入分析車牌識別中的相關(guān)問題，依靠計算機圖像處理手段，給出了具體性的針對車牌的定位、傾斜校正、字符分割和識別等方面的方法，經(jīng)過多次實驗總結(jié)可以看出，在日益龐大的交通信息網(wǎng)中，車牌識別將在計算機圖像處理技術(shù)的操作下更加精確與快捷，當(dāng)然，要想實現(xiàn)交通系統(tǒng)的智能化，還需要我們進行更一步的研究工作。

參考文獻(xiàn)

[1]朱江峰，劉蘇，夏冰.基于云計算技術(shù)的車牌識別系統(tǒng)[J].科技信息，2013（03）.

藥物雜質(zhì)檢查一般情況下都會使用薄層色譜法，主要是此種方法可以根據(jù)實際藥品的性質(zhì)選擇適合藥物自身且優(yōu)質(zhì)的薄層色譜法，其具有所需設(shè)備簡單、操作相對簡單的特點，但是能夠?qū)ζ錂z查造成影響的因素也較多，可以用作一般物質(zhì)的雜質(zhì)檢查。

（三）中藥指紋圖譜分析

從中藥指紋圖譜可以明確看出其成分較為復(fù)雜，在表征中藥質(zhì)量方面來說極具價值，中藥指紋圖譜作為衡量中藥質(zhì)量標(biāo)準(zhǔn)之一，能夠有效對藥品真?zhèn)?、產(chǎn)地、有效成分進行鑒別。色譜法是中藥指紋圖譜的主要鑒別方法，由于TLC具有便宜、靈活、快速等優(yōu)點，在中藥指紋圖譜應(yīng)用較廣。

參考文獻(xiàn)

[1]馮雅斌，杜靚，溫靜.薄層色譜法在藥物分析中的應(yīng)用及研究進展[J].疾病監(jiān)測與控制，2011，05（01）：60～63.

[2]尹麗，宗蘭蘭，蒲曉輝.薄層色譜法在藥物分析中的應(yīng)用[J].河南大學(xué)學(xué)報（醫(yī)學(xué)版），2016，35（02）：77～80.

[3]靳朝東，劉舒揚.薄層色譜法在藥物分析方面的應(yīng)用[J].現(xiàn)代藥物與臨床，2009，24（06）：331～335.

[4]房德敏，高穎，嚴(yán)震.微乳薄層色譜在中藥成分分析中的應(yīng)用[J].中草藥，2011，42（09）：1852～1856.

[5]趙慶華，趙豫，鞏偉.藥物分析技術(shù)的應(yīng)用研究新進展[J].中國醫(yī)藥指南，2016，14（10）：39.