基于图像处理技术的车牌检测系统

2016-07-10周亮

电子技术与软件工程 2016年8期

摘要：车牌识别问题的智能交通管理系统，提出了应用图像处理技术对车牌进行识别。车牌定位、车牌分割、车牌识别是车牌识别系统的主要三个部分。

【关键词】图像处理车牌定位车牌识别

1 引言

近年来，中国经济的快速发展，人民生活水平继续提高，私家车的数量越来越多，公路交通的快速发展造成严重的交通拥堵和交通事故，传统的手工管理模式已经越来越不能满足对交通控制和安全管理的需求。因此，新兴的智能交通系统，成为当前交通管理的主要途径，这是现代信息智能化的结果。智能交通系统利用先进的计算机技术，如人、车辆、道路有机地联系在一起，形成一个有序的系统，该系统投入使用，在一定程度上，改善交通的质量，保证交通安全，提高交通效率。

2 车牌识别关键技术

车牌识别系统主要包括图像采集、图像处理、车牌定位、车牌字符分割和车牌字符识别。

2.1 车牌图像采集

CCD相机或摄像机车牌图像通过视频卡输入等。通过计算机处理。

2.2 车牌图像处理

图像处理的车牌车牌输入计算机的主要特点，方便信息。图像处理主要的图像格式转换、压缩、图像去噪、图像增强等。

2.3 车牌位置

区域定位车牌字符的车牌图像，这一过程的特点主要是使用许可信息。

2.4 车牌字符分割

为了得到每个字符的许可证信息，需要定位后的车牌字符分割。

2.5 车牌字符识别

一个车牌字符识别。

目前车牌定位算法，常用的有：车牌定位，基于数学形态学的车牌定位基于投影方法，车牌位置基于纹理分析的字符，等。车牌字符分割算法主要包括：区域连接方法，投影分割方法，基于人工智能算法。最常用的车牌字符识别方法：基于模板匹配和基于人工智能方法。基于人工智能的方法，包括统计学习方法，提出神经网络，等。基于统计学习理论与方法不适合大样本字符识别，并基于神经网络识别方法是费时。这种方法需要提取字符的特征来训练神经网络，然后识别字符，可以识别的传统BP神经网络通常是基于神经网络的识别方法。

3 基于图像处理的车牌识别系统

数字图像处理起源于1920年代，人们每天看到图像可以用数学模型表达的f（x，y）。在现实生活中，事情可以反射光，通过测量光的反射的物体，可以看到图像的目标对象。计算机只能处理数字图像，所以获得的图像采集设备必须通过一个离散的治疗和量化。利用数字图像处理技术来解决汽车车牌识别首次在1980年代，主要过程是射击，收集车牌图像分析自动提取有效信息，确定汽车车牌号码。本文把基于图像处理技术的车牌识别系统的原理框图如图1所示。

3.1 图像采集

汽车包含汽车车牌图像，本文作为一个原始图像，这种图像是清晰的盘子，射击场，拍摄角度的影响。特别注意，本文收集了主要由车牌颜色是蓝色的，白色的汽车车牌图像的车牌信息。检测后，通过量化过程的模拟图像变换从而得到计算机可以处理的数字信息。

3.2 初步定位汽车牌照

由于汽车通常包含图像不仅需要车牌信息，还包含很多其他信息，如车型，汽车外观特征，首先需要将待处理的车牌定位、排除那些无用的信息，车牌分割，以方便进一步的操作。治疗车牌的颜色是蓝色的，白色的车牌信息在汽车车牌图像，利用HSV模型确定蓝色，白色，Y方向分别使用RGB模型识别扫描蓝色白色像素，像素和X方向车牌区域，并切成一定的比例，使用HSV彩色地图图像。

3.3 车牌图像预处理

本文的预处理主要是得到初步定位彩色车牌图像灰度车牌图像，提取特征。

3.4 车牌定位和分割

使用封闭操作，消除腐蚀不属于汽车的车牌信息，为了能够更容易地观察车牌信息，腐蚀抹去的结果是相反的颜色显示。通过投影法来定位车牌，对图片左边和投影，找到边缘，在某个方面比较切割出车牌图像、车牌位置分割。

3.5 字符修正和调整

许可的汉字，字母和数字修改，减少每个特定上下边界的字符，根据每个字符的边界，每个字符的倾斜校正，然后把字符信息存储在数组中。

3.6 车牌识别结果

每个字符包含它自己的独立的字符信息，我们通过语音形式一个接一个地读来确定每个字符识别汽车牌照的检测到，提示完成注册。

4 总结

目前各大学学者都致力于研究车牌识别方法也相继提出。现在车识别系统。实际生活中跟智能交通系统建设、智能车牌识别系统的应用也越来越普及。但是，车牌识别技术的实际应用仍然留在了。

参考文献

[1]胡小锋，赵辉.Visual C++/MATLAB图像处理与识别实用案例精选[M].北京：人民邮电出版社，2004.