基于VＣ＋＋的车牌识别系统的研究

李 晖 李 铮



基于VＣ＋＋的车牌识别系统的研究

李 晖 李 铮

济源职业技术学院，河南 济源 459000

介绍了车牌图像预处理和字符识别模块功能的实现，将各个模块进行系统集成和测试，并对系统运行进行分析。经测试该系统运行良好，识别率较高。

图像处理；字符识别；识别率

随着字符识别技术的迅速发展，车牌识别技术广泛应用于交通管理的各个领域。基于图像处理的车牌识别系统，由摄像机拍摄图像，经过数模转换后由计算机进行图像的预处理和识别[1]。本文对车牌识别系统的组成和关键技术进行了介绍，

1 系统的基本组成和设计分析

1.1 车牌字符识别系统的组成

基于图像处理和模式识别技术的车牌识别系统，主要是车牌定位和车牌字符识别两大模块功能的实现，本文主要研究车牌字符识别系统。

（1）车牌图像预处理：车牌图像预处理包括灰度处理、二值化等流程。图像灰度处理后，可能会出现灰度动态范围窄的情况，造成图像细节模糊，需要对图像灰度扩展，改善图像质量。本文采用对比度增强方法实现灰度扩展。

（2）字符分割：在进行了图像预处理之后，我们得到的车牌图像就是二值图像，其中车牌字符是黑色像素，背景是白色像素。车牌上的字符识别，必须将单个字符提取分离出来，即字符分割。

（3）字符识别：车牌字符识别是属于印刷体文字识别。我国车牌的标准样式为七个字符，包括汉字、大写英文字符和阿拉伯数字，其中汉字笔画比较复杂，在分割时很容易出现断裂、粘连，造成识别误差。

2 车牌图像预处理

2.1 图像的灰度处理

彩色图像存在许多颜色信息，与识别无关，影响识别工作，因此在对图像进行识别时转换成灰度图像，可加快系统处理速度，节省内存，进行二值化之前还要进行灰度化和灰度对比增强。目前车牌定位出的车牌图像都是RGB真彩色。RGB模型中，如果三原色取值相同，则表示一种灰度颜色，对应的值叫做灰度值。灰度化处理常用公式：，gray为灰度值，R、G、B分别为红、绿，蓝分量。[2]

2.2 图像的二值化

本系统采用基于像素值的全局迭代阈值选取二值化方法方法。根据阈值Tk将图像分为目标图像和背景图像，分别求出平均灰度值：

3 车牌字符分割的实现

（1）图像的去噪处理：图像可能在扫描或者传输过程中夹带噪声，本文采用去除杂点的方法进行去噪处理。

（2）字符预处理：在识别之前，必须要把车牌上的多个字符分割，分割出来的字符由于大小，笔画粗细不同等不能立即进行识别，还需进行处理。

（3）字符大小归一化：分割出来的字符大小差异较大，要使字符识别的更加标准和准确，字符尺寸的统一很有必要。本文字符归一化后的大小为16×32。

（4）字符细化：两幅图像线条粗细不同，就会差别很大。本文对字符进行细化的算法如下：考察图像中任意像素点P1八个相邻的像素点，设P1的像素值为PixelValue，同时满足以下条件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； 删除P1，实现图像细化。

4 字符识别的实现

4.1 模板匹配原理

本文采用模板匹配算法。传统的模板匹配算法为：设已知的字符模板为Tn（n=0，1…，k），大小为M*N，待识别字符图像为I，大小为M*N。匹配过程的数学描述为：；D（i，j）越小则说明两者匹配度高。此方法算法简单，容易实现。

4.2 字符特征的提取

将字符均分为八份统计，每份黑色像素点个数分别作为一个特征，在水平中间两列和竖直中间两行分别画两道线，每条线穿过的黑色像素点个数分别作为一个特征，黑色像素点个数作为最后一个特征，合计十三个特征。

4.3 特征模板的匹配

（1）取第i个字符与模板库第j个模板比较。

（2）比较第1-2个特征，A（k）取值1；比较第3-6个特征，A（k）取值为2；比较第7-8个特征，A（k）取值0.5；比较第9个特征，A（k）取值1；比较第10-11个特征，A（k）取值1；比较第12-13个特征，A（k）取值2。“j++”，匹配完毕，进入③，否则返回（1）。

（3）“i++， j=0”，回到步骤（1）执行。

5 系统测试与分析

输入车牌图像，对系统每个功能模块进行测试。根据试验数据样本，依次对车牌字符识别系统进行试验，试验结果如下。字符分割测试：样本数41，成功数37，失败数4，成功率90.2%；字符识别测试：样本数38，成功数30，失败数8，成功率78.9%；整体状况：样本数42，成功数30，失败数12，成功率71.4%。

6 结论

本文就车牌图像预处理，车牌字符分割及字符识别等问题进行了研究，对车牌字符识别各个环节进行了研究和实现，完成了车牌字符识别系统的软件实现。实验表明系统稳定性强，并达到了一定的识别率。

[1]徐海铭.一种车牌识别系统的设计与实现[J].机电工程技术,2015（1）:66-68.

[2]王彩玲,高倩.车牌自动识别系统的设计与实现[J].电脑知识与技术,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