基于虚拟仪器的车牌自动识别系统设计

屠 明

(大连民族学院信息与通信学院学生，辽宁大连 116605)

基于虚拟仪器的车牌自动识别系统设计

屠 明

(大连民族学院信息与通信学院学生，辽宁大连 116605)

以LabVIEW2009试用版为平台，利用NI VISION ACCQUISITION 2009和NI VISION DEVELOPMENT MUDULE 2009集成模块，实现了车牌识别的功能，并具有算法简单，识别效果好，用户界面良好，结构简单等优点［1］。

1 系统总体设计方案

采用一般的130万像素的USB摄像头，拍摄到的车牌图像大小为1280*1024，经过灰度转换、图像增强、滤波、二值化以及膨胀腐蚀等一般的图像形态学处理，以尽量消除车牌附近由于各种原因对识别造成的干扰。将预处理的图像进行边缘检测，转换成二维数组并采用基于MATLAB脚本节点的投影法对车牌区域进行定位，包括粗定位和细定位，在预处理效果比较理想的情况下，定位能取得非常不错的效果。根据中国汽车牌照的具体情况训练识别库，得到.abc文件，并对送入OCR模块的已定位车牌图像进行识别。最后基于LabVIEW的数据库工具包实现了识别结果与车牌数据库的比对以得到完整的车牌信息并且对未在库中找到的车牌号进行信息登记和入库操作。

2 图像的获取与处理

2.1 灰度转换

基于LabVIEW中提供的USB摄像头的驱动程序，将采集进来的32位RGB真彩图像转化为8位的灰度图像，图像获取及灰度转换部分的软件实现如图1。

图1 图像获取及灰度转换流程框图

2.2 图像增强及二值化处理

为了达到识别车牌的要求，采用空域法中的直方图均衡化法增加图像的对比度。采用的函数为Histogram VI和IMAQ equalize VI，前者描述了所采集到图像的灰度分部直方图，后者对该直方图进行均衡化，从而达到增强图像对比度的目的。从实验结果来看虽然均衡化后图像的对比度明显增加，但车牌区域与相邻区域还是不能明显的区分开来，还需要对均衡化的图像进行二值化处理。其具体实现的流程框图和实验结果如图2。

图2 图像增强及二值化处理流程框图和实验结果

2.3 形态学处理、滤波及边缘检测

利用LabVIEW提供灰度图像的形态学处理函数 GrayMorphology VI，在使用该函数之前用IMAQ RemovePartical VI先腐蚀掉较大的干扰，然后再使用GrayMorphology VI来对灰度图像进行一些基本的形态学处理，去除整个背景下的比较小的噪点。再利用滤波和边缘检测算法中的sobel算子进行边缘检测，如图3。

图3 经形态学处理、滤波及边缘检测流程框图和实验结果

2.4 车牌定位及识别

通过调用LabVIEW中的MATLAB脚本节点来实现，体现了LabVIEW与其他应用软件特别是数据处理软件良好的互联性［2］。

采用OCR(光学字符识别)实现车牌的字符识别，LabVIEW为OCR提供了丰富的函数和相关工具，包括字符训练和字符识别两部分。经定位算法、OCR训练以及识别的实验结果如图4。

图4 最终识别结果

3 结语

本设计方法提出了一种基于虚拟仪器技术的车牌识别方法，软件设计上充分发挥了LabVIEW图形化编程语言在图像处理领域的诸如人性化、智能化以及编程实现容易、用户界面友好等优点，并结合MATLAB的强大的数据计算能力，对用普通USB摄像头采集到的车牌图像进行处理，并能准确的从中识别出车牌号码，识别率较高，从而证明了本设计的可靠性。

［1］张桐，陈国顺，王正林.精通LabVIEW程序设计［M］.北京:电子工业出版社，2008.

［2］赵志国.基于改进投影法的车牌精确定位算法研究［J］.农业装备与车辆工程，2008(4):36－38.

TP391.41

A

1009－315X(2011)05－0534－02

2010－11－05;最后

2011－07－26

指导教师:陈兴文(1969－)，男，辽宁锦州人，教授，主要从事计算机控制及教学管理研究。

(责任编辑 刘敏)