張萍　邢蕾

【摘 要】針對(duì)車(chē)輛牌照的自動(dòng)識(shí)別問(wèn)題，提出一種基于形態(tài)學(xué)的車(chē)牌識(shí)別系統(tǒng)設(shè)計(jì)。通過(guò)對(duì)采集到的原始彩色圖像進(jìn)行灰度化、濾波等預(yù)處理，并利用數(shù)學(xué)形態(tài)學(xué)方法對(duì)圖像進(jìn)行閉合、腐蝕等運(yùn)算，進(jìn)而實(shí)現(xiàn)了車(chē)牌定位，再使用投影法完成對(duì)車(chē)牌的字符分割，最后采用模板匹配法對(duì)字符進(jìn)行識(shí)別。MATLAB仿真結(jié)果顯示，設(shè)計(jì)具有較高的識(shí)別效果，識(shí)別速度較快。

【關(guān)鍵詞】數(shù)學(xué)形態(tài)學(xué);車(chē)牌識(shí)別;字符分割;模板匹配

中圖分類(lèi)號(hào)： TP391.41文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）29-0008-002

DOI：10.19694/j.cnki.issn2095-2457.2019.29.003

Design and Simulation of License Plate Recognition System Based on Mathematical Morphology

ZHANG Ping XING Lei

（Electric power Department Yinchuan Energy Institute，Yinchuan Ningxia 750105，China）

【Abstract】Aiming at the problem of automatic recognition of vehicle license plate， a design of vehicle license plate recognition system based on morphology is proposed.By preprocessing the collected original color image by graying， filtering， etc.， and using the mathematical morphology method to close and corrode the image， the license plate location is realized， and then the projection method is used to complete the pair. The character segmentation of the license plate is finally recognized by the template matching method.The simulation results of MATLAB show that the design has a higher recognition effect and the recognition speed is faster.

【Key words】Mathematical Morphology; License Plate Recognition;Character Segmentation;Template Matching

0 引言

近年來(lái)，交通運(yùn)輸事業(yè)快速發(fā)展，人車(chē)路持續(xù)高速增長(zhǎng)，截至今年6月底，全國(guó)機(jī)動(dòng)車(chē)保有量已達(dá)3.4億輛，其中汽車(chē)2.5億輛[1]。高速增長(zhǎng)之下，也對(duì)交通管理和控制方面提出了更高要求。為了能更好地提升交通運(yùn)輸效率、確保交通安全和提高能源的利用率，就必須要加快道路交通現(xiàn)代化和智能化建設(shè)的全方面發(fā)展[2]。

本設(shè)計(jì)通過(guò)對(duì)圖像處理技術(shù)、數(shù)學(xué)形態(tài)學(xué)方法的研究，提出了一種基于數(shù)學(xué)形態(tài)學(xué)的車(chē)牌識(shí)別方法，并利用MATLAB軟件強(qiáng)大的功能，對(duì)采集到的車(chē)牌圖像經(jīng)過(guò)圖像預(yù)處理、車(chē)牌定位、字符分割和識(shí)別等過(guò)程，實(shí)現(xiàn)了車(chē)牌識(shí)別，且實(shí)驗(yàn)結(jié)果顯示，識(shí)別效果較好、識(shí)別迅速。

1 系統(tǒng)總體方案設(shè)計(jì)

車(chē)牌識(shí)別系統(tǒng)包括車(chē)牌圖像預(yù)處理、車(chē)牌定位、字符分割和字符識(shí)別四部分[3-4]。整體識(shí)別流程如圖1所示，系統(tǒng)首先對(duì)采集到的車(chē)輛正面圖像進(jìn)行灰度化、濾波、邊緣檢測(cè)等預(yù)處理，再利用數(shù)學(xué)形態(tài)學(xué)中的運(yùn)算方法對(duì)車(chē)牌圖像進(jìn)行定位，然后對(duì)車(chē)牌圖像中的字符進(jìn)行分割，最后利用模板匹配法完成車(chē)牌識(shí)別并輸出結(jié)果[5]。

圖1 車(chē)牌識(shí)別整體流程

2 系統(tǒng)設(shè)計(jì)的語(yǔ)言環(huán)境介紹

車(chē)牌識(shí)別系統(tǒng)的軟件采用MATLAB軟件，它將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化等諸多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境中，很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計(jì)語(yǔ)言的編輯模式[6]。在處理圖像方面，MATLAB具有運(yùn)算符豐富、編程靈活、程序設(shè)計(jì)自由度大、可移植性好等特點(diǎn)，還具有源程序的開(kāi)放性的優(yōu)勢(shì)。

3 車(chē)牌識(shí)別系統(tǒng)的實(shí)現(xiàn)

3.1 車(chē)牌預(yù)處理

實(shí)際應(yīng)用中，由于受行駛速度、光線(xiàn)強(qiáng)度氣等因素影響，系統(tǒng)采集到的照片質(zhì)量不是很高，會(huì)存在光照不均、歪斜、模糊等問(wèn)題。為提高車(chē)牌的識(shí)別效率，需對(duì)原始圖像進(jìn)行預(yù)處理，通常需要經(jīng)過(guò)圖像灰度化、圖像濾波、邊緣檢測(cè)等處理過(guò)程。

3.1.1 圖像的灰度化

為了減少程序運(yùn)行時(shí)間、提升系統(tǒng)處理速度，需要將彩色圖像轉(zhuǎn)換成灰度圖像。經(jīng)過(guò)灰度化后的圖像中無(wú)任何色彩，只含圖像原有的亮度信息。本設(shè)計(jì)采用加權(quán)平均法，計(jì)算公式為：Y=0.3×R+0.59×G+0.11×B。式中R、G、B分別是彩色圖像的3個(gè)基本分量信息，Y是灰度圖像的灰度值。

3.1.2 圖像濾波

圖像拍攝時(shí)，受外界因素影響，會(huì)存在有噪聲的影響。圖像濾波的主要目的是減少圖像中噪聲對(duì)車(chē)牌后續(xù)處理中的干擾。中值濾波不僅可以有效地降低噪音對(duì)圖像的影響，還可以較好地保留圖像的原有信息，具有較強(qiáng)的降噪聲能力[7]。本設(shè)計(jì)選擇采用中值濾波法進(jìn)行圖像的濾波去噪。濾波以后的圖像如圖2所示。

3.1.3 邊緣檢測(cè)

車(chē)牌識(shí)別過(guò)程中，邊緣檢測(cè)是一個(gè)很重要的操作，它可以得到清晰的車(chē)牌輪廓，為進(jìn)一步進(jìn)行車(chē)牌的定位與分割做好準(zhǔn)備。實(shí)際應(yīng)用中，圖像的邊緣檢測(cè)過(guò)程一般都是通過(guò)選取模板來(lái)與圖像進(jìn)行卷積計(jì)算完成的，選取的模板算子不同，檢測(cè)結(jié)果也不同[8]。本設(shè)計(jì)采用Roberts算子，利用edge（）函數(shù)完成邊緣檢測(cè)。邊緣檢測(cè)后圖像如圖3所示。

圖2 濾波后圖像

圖3 邊緣檢測(cè)后圖像

3.2 車(chē)牌定位

車(chē)牌定位是從處理后的車(chē)牌圖像中確定出車(chē)牌所在的位置并將其提取出來(lái)。車(chē)牌定位的準(zhǔn)確性直接決定車(chē)牌識(shí)別的精度。數(shù)學(xué)形態(tài)學(xué)可以簡(jiǎn)化圖像數(shù)據(jù)，在除去不相干的結(jié)構(gòu)噪聲干擾的同時(shí)，還可保持圖像基本的形態(tài)特征[9]。它包含膨脹、腐蝕、開(kāi)啟和閉合四種基本運(yùn)算。本設(shè)計(jì)利用腐蝕、閉合兩個(gè)運(yùn)算的組合得到圖像中的連通域，再使用bwareaopen（）函數(shù)對(duì)連通區(qū)域進(jìn)行篩選、移除不符合車(chē)牌特征的小對(duì)象，定位出車(chē)牌區(qū)域，如圖4、圖5所示。

圖4 數(shù)學(xué)形態(tài)學(xué)處理后圖像

圖5 篩選后定位出車(chē)牌圖像區(qū)域

3.3 字符分割

字符分割是從定位后含有字符的車(chē)牌圖像區(qū)域中分割出單獨(dú)的字符。考慮到我國(guó)車(chē)牌具有字符間隔較大的特點(diǎn)，不會(huì)出現(xiàn)字符與字符的粘連現(xiàn)象，本設(shè)計(jì)采用垂直投影法完成字符分割。即利用字符間存在間隙，說(shuō)明車(chē)牌圖像在字符間隙處垂直方向的投影存在波谷，只要準(zhǔn)確地找到這些字符間的波谷位置即能切分出每個(gè)字符[10]。這種算法不僅程序設(shè)計(jì)簡(jiǎn)單、運(yùn)行速度快，還滿(mǎn)足實(shí)時(shí)性的需求。

3.4 字符識(shí)別

考慮到獲取的字符圖像較為清晰，本設(shè)計(jì)采用模板匹配法來(lái)完成字符識(shí)別，即將目標(biāo)字符與模板字符逐一比對(duì)并做像素減法，得到新的圖像，再統(tǒng)計(jì)結(jié)果圖像中‘1的個(gè)數(shù)，個(gè)數(shù)最少的即為最佳匹配[11]。為提高程序運(yùn)行效率，比對(duì)前根據(jù)字符所在車(chē)牌內(nèi)的位置縮小比對(duì)范圍，將漢字、字母、數(shù)字分別進(jìn)行存放和比對(duì)，識(shí)別效率較高。

4 結(jié)論

隨著智能交通時(shí)代的到來(lái)，車(chē)牌識(shí)別受到更多關(guān)注，識(shí)別算法也發(fā)展很快。本設(shè)計(jì)采用灰度化、中值濾波、Roberts算子邊緣檢測(cè)法進(jìn)行圖像預(yù)處理，基于數(shù)學(xué)形態(tài)學(xué)對(duì)車(chē)牌進(jìn)行定位，借助垂直投影法完成字符分割，使用模板匹配法依次對(duì)車(chē)牌字符（下轉(zhuǎn)第20頁(yè)）（上接第9頁(yè)）比對(duì)并識(shí)別，MATLAB仿真結(jié)果表明，設(shè)計(jì)能夠有效地實(shí)現(xiàn)車(chē)牌識(shí)別。在仿真的過(guò)程中，不同的車(chē)牌由于情況不同可能還需要對(duì)某些步驟進(jìn)行一定的修改才能識(shí)別，比如對(duì)于車(chē)牌本身懸掛傾斜或者車(chē)牌有污損、遮擋等情況，需要進(jìn)行處理后再識(shí)別，這些需要優(yōu)化和改進(jìn)的地方，之后的時(shí)間里我還會(huì)繼續(xù)進(jìn)行優(yōu)化和完善。

【參考文獻(xiàn)】

[1]孫亞慧.智能交通“2.0”給道路裝上“大腦”[N].人民日?qǐng)?bào)海外版，2019-8-19.

[2]陳建華.基于MATLAB的車(chē)牌識(shí)別仿真系統(tǒng)研究[J].計(jì)算機(jī)產(chǎn)品與流通，2017（8）：143-145.

[3]張小敏，常郝.車(chē)牌定位算法研究進(jìn)展[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2017，1（33）：44-46.

[4]崔詩(shī)晨，遲宗濤.基于MATLAB的車(chē)牌識(shí)別的設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī)，2017，30（8）：68-69.

[5]高直，吳寶福，王媛媛.基于數(shù)學(xué)形態(tài)學(xué)的車(chē)牌自動(dòng)識(shí)別系統(tǒng)[J].計(jì)算機(jī)時(shí)代，2018（7）：56-59.

[6]趙小川，何灝，繆遠(yuǎn)誠(chéng).MATLAB數(shù)字圖像處理實(shí)戰(zhàn)[M]. 北京：機(jī)械工業(yè)出版社，2013.6：6-8.

[7]索靜.基于圖像處理的車(chē)牌識(shí)別系統(tǒng)的分析與設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī)，2016，29（12）：32-34.

[8]陳佳.基于形態(tài)學(xué)的車(chē)牌定位方法的研究與應(yīng)用[D].衡陽(yáng)：南華大學(xué)，2015，5：24-28.

[9]劉懷芝，陸小虎，徐喜東，陳本焱.國(guó)外電子測(cè)量技術(shù)[J].2018，37（1）：20-23。

[10]趙娟.車(chē)牌識(shí)別系統(tǒng)中字符分割的研究[D].杭州：浙江工業(yè)大學(xué)，2015，3：47-52.

[11]尹肖波.基于MATLAB實(shí)現(xiàn)的車(chē)牌識(shí)別系統(tǒng)[D].杭州：浙江工業(yè)大學(xué)，2017，4：28-31.