基于MATLAB的车辆识别系统

谢衎祺

摘 要近年来随着我国经济不断发展，车辆数量越来越多，为交通管理带来了巨大的挑战。在现实的交通管理过程中，车辆识别技术发挥着重要的作用，在高速公路收费站、城市道路管理、城市交叉路口和停车场中都得到了普遍的应用，为车辆的管理提供了基础支持。基于MATLAB的车辆识别系统具有很好的识别作用，本文就基于MATLAB的车辆识别系统进行探析，旨在为人们提供一定的参考。

【关键词】MATLAB 车辆识别系统 系统设计

1 前言

基于MATLAB车辆识别系统在车辆管理中具有很好的作用，可以有效提取车辆牌照的相关信息，并进行一定的预处理，通过字符分割、字符识别和语言播报来实现对车辆的管理，在小区车辆管理、交通流量管理、不停车自动收费和违章车辆监控中均取得了良好的作用，发挥了巨大的实用价值。

2 车辆牌照自动识别的原理

基于MATLAB车辆识别系统主要是识别车辆的牌照，其主要是采用车辆的静态图像和动态视频来对车辆的牌照颜色、牌照号码等进行自动识别，是一种系统的识别技术。基于MATLAB车辆识别系统的硬件主要包括摄像设备、图像采集设备、照明设备、触发设备以及识别车牌号的专用处理机等，在这些硬件中，每一个硬件都发挥着重要的作用，缺一不可。对于基于MATLAB车辆识别系统来说，其软件系统主要包括车牌字符分割算法、车牌定位算法和光学字符识别算法等系统。在基于MATLAB车辆识别系统的设计过程中，要设计的功能模块主要包括图像采集模块、车牌定位模块、字符分割模块、字符识别模块和结果输出模块。要识别牌照，首先要做好牌照定位。

从具体的情况来看，在停車场、道路交通中，汽车图像的背景非常复杂，尤其是其背景光照不均匀，因此识别车牌具有一定的困难，在系统设计过程中，如何在复杂的自然背景中将车牌照区域准确识别出来是非常关键的，是设计者需要考虑的最突出的问题。而车辆牌照的定位就要通过牌照特征和小波分析、图像处理技术和神经网络等新工具有效结合起来实现。对于车辆牌照的定位，可以采用的方法一共有两种，分别为基于彩色图像的牌照定位方法和基于黑白图像的牌照定位方法。对于牌照的定位流程，首先是将原始的图像导入到系统中，然后通过图像的预处理来增强图像的效果，通过边缘提取，对图像进行开闭运算，最终实现车牌的定位。基于MATLAB车辆识别系统采用的是基于黑白图像的牌照定位方法，采集到的视频图像是彩色的，首先要将其转变为灰度的图像，然后对原始的图像进行操作，得到图像的背景图像，然后对得到的背景图像和原始图像进行减少运算，增强处理图像，就可以获得图像的最佳阈值，将图像二值化，利用一定的方法来识别强度图像中的边界，对边界进行边缘化处理，得到的图像进行滤波，然后提取二值图像区域，将区域的特征参数计算出来，然后对区域特征的参数进行比较，就可以提取出相关的车牌区域，并将其从整体的图像中分割出来。

3 基于MATLAB车辆识别系统的总体设计

对于基于MATLAB车辆识别系统的总体设计，设计流程包括汽车图像采集、预处理、车牌定位、字符分割、字符识别和结果输出。汽车图像采集是通过电子产品来实现的，这个电子产品要求具有拍照功能。其次是预处理，通过对图像的预处理来加强图像的质量，只有提高了图像的质量，才能提升车牌识别率。预处理主要包括对原始图像信息的图像灰度化处理、增强处理、消除噪声处理和边缘增强处理等来提升图像的质量。第三是车牌定位，是决定整个车牌识别率的最重要因素，只有加强车牌定位的准确性，才能提升字符分割和字符识别的质量。其次是字符分割，经过前面的处理之后，采用基于投影检测方法来讲车牌的字符分割成多个单个的字符，同时检测已经分割的字符，确保所有字符的大小统一。然后是字符的识别，主要是对分割以后的字符进行处理，处理的方法包括提取特征、缩放，从而得到预想的字符的表达形式，然后参考字符模板中的标准字符来对其进行匹配，就可以得到输入的字符图像。最后是结果的输出，就是将车牌的识别结果输出，并通过语言播报出来。

4 基于MATLAB车辆识别系统的实现

基于MATLAB车辆识别系统的实现，采用数码相机拍摄图像来演示系统的实现过程。首先，单击“原始图像”的按钮，将要处理的图像选择出来，将其作为原始图像结果。此时单击“车牌定位”，就可以在整个读入的图像中将车牌部分的图像单独提取出来。如果系统是采用基于颜色特征的定位方法，就可以不对图像进行预处理，通过车牌的颜色就可以快速对车牌进行准确定位。然后单击“灰度图像”，将彩色的图像转化为灰度图像，对图像进行去噪音和边缘化、强化等预处理，为下一步的字符提取提供良好的条件。点击“倾斜校正”。车辆的牌照在拍摄过程中角度往往是不好控制的，一定是从上到下的角度进行拍摄，并且拍摄的距离也是不好控制的，车辆也不一定会在正对面，因此拍摄的角度会发生一定的倾斜。针对这种情况，就要将倾斜的车牌图像纠正过来。纠正过程中，在行方向上采用radon方法确定倾斜的角度，并进行校正处理，就可以实现对灰度图像的校正。此时单击“字符分割”，在实际分割过程中，先要对图像进行一定的二值化处理，然后以图像的中心线为起点来设定一个阈值，并从上向下进行扫描，准确区分车牌符号对应的位置，就可以实现对字符的分割。最后是识别结果，采用模板匹配算法来实现字符的识别，一开始要建立一个字符模板库，对需要识别的字符进行二值化的处理，经过治理之后的字符就和模板库中的字符大小是一样的，然后进行匹配。经过一定的统计，输入信号和样本之间相同的概率，选择相似程度最多的，将其作为识别的结果。单击“语音播报”，就可以将识别的结果播报出来。

5 结语

基于MATLAB车辆识别系统在车辆的管理中发挥着重要的作用，系统设计的模块主要包括汽车图像采集、预处理、车牌定位、字符分割、字符识别和结果输出，其中车牌定位是整个识别的核心技术，其具有很好的识别能力，可以实现车辆的高效管理。

参考文献

[1]陈岩，苏燕辰.基于Matlab的车辆牌照自动识别技术研究[J].计算机与数字工程，2014（07）：1267-1270.

[2]赵小军，林晨，黄柳仙，杨以月.基于MATLAB图像处理的车辆检测与识别[J].数据采集与处理，2009（S1）：141-143.

[3]周志英.基于Matlab的车辆牌照识别系统[J].长沙大学学报，2011（02）：7-9.

作者单位

广州工商学院 广东省广州市 510850