车牌自动识别算法及基于LabVIEW的设计实现

凌家良，黄进江，林洪辉，黄荫权

（惠州学院 电子科学系，广东 惠州 516015）

本文基于LabVIEW设计一个车牌自动识别系统，当车辆进入牌照区域时，红外传感器检测到通过车辆的信号，串口发送牌照指令，PC控制摄像头获取照片并保存；在LabVIEW平台上，利用IMAQ Vision强大的图像处理功能，进行图像预处理、车辆定位处理、字符分割处理、字符识别处理，最终得到通过车辆的牌照号码。

1 车牌自动识别

1.1 灰度化

通过摄像头采集的车牌原始图像都是彩色图像。彩色图像占用的存储空间比较大，对其进行处理时会降低系统的执行速度。灰度图只含亮度信息，并量化为256。灰度图进行算法处理相对简单，处理速度会快很多，因此常常将彩色图像进行灰度处理后再做下一步的算法分析。进行灰度转换如下式［1］：

其中R、G、B为红绿蓝三基色，灰度化后如图1-1所示。

图1 -1原图及灰度化后

1.2 快速收敛的类间方差Otus算法实现二值化

为了突出车牌图像特征，便于进行车牌识别，需要把车牌图像二值化。图像的二值化一般在图像灰度操作之后进行，通过搜索产生0和1间的跃变位置，快速准确地提取目标区域边界像素点，从而得到仅有0和1两个灰度值的黑白图像［2］。二值化是图像处理中的重要问题，图像理解与识别都依赖于图像二值化的指令，因此找到最优的阈值（Thresold）是关键［3］。

令T为分割的阈值，gt和gb分别表示目标和背景的中心灰度，g为整幅图像的中心灰度，ρ1、ρ2分别为小于和大于T的像素所占总像素的比例。

方差σ2越大，说明构成图像的两部分（目标和背景）差别越大，错分概率越小。假定灰度级为连续的概率密度函数p(x)，则

使方差σ2最大时的T值即为最佳阈值，一般对0-255内所有像素点进行迭代求得，计算量较大。一种较快速收敛的算法是令T0取0-255的中值128，

当Tn+1=Tn时即可得到最佳阈值，而且迭代的次数只要几十次。

1.3 滤波

图像在拍摄或者传输过程中总会添加一些噪声，这样就影响了图像的质量。图像去噪常用的办法由平滑和锐化两种情况。平滑即在频域使用低通滤波器处理，在时域内一般用时域平均的办法，其目的是为了减少噪声。平滑滤波在去除噪声的同时，也会使图像中的一些细节变得模糊。锐化即在频域使用高通滤波器处理，其目的是为了使边缘和轮廓模糊的图像变得清晰。如图1-2所示分别为平滑处理和锐化处理后的效果。

图1 -2平滑、锐化处理后效果

1.4 模板匹配

根据阈值，图像被分割成互不交叠的区域，要进行号码的识别还需要提取他们的特征参数进行特征模板匹配［4-5］。特征模板是根据号码中会出现的字符事先采集到软件中成为字符库的，每个数字或字母都会有一个模板，通过软件的训练功能，计算机的识别率会不断提高，最终达到满意的效果。

为了从图像中提取出字符，可以使用阈值分割的方法。阈值处理是一种区域分割技术，依靠阈值范围分割目标图像和背景图像。IMAQ Vision提供了5种自动阈值技术，本设计选用自动阈值方法。

在进行字符识别前，需要对要识别的字符进行训练，做一个标准的字符集。字符训练的目的是使随后的读程序能识别其它图像中的相同字符［6］。在本系统中，使用OCR Training Interface完成字符的训练，训练字符库如图1-3所示。

图1 -3字符库

在训练字符时，通过相应的阈值分割、指定的感兴趣区域和调节字符间距等操作，完成单个字符的分割，纠正不正确的字符。制作字符集后，用OCR函数创建的机器视觉程序来读字符，如图1-4所示。

图1 -4 OCR字符库训练

2 车牌自动识别的LabVIEW程序设计

在人机界面中，用户可以查看历史车辆停车记录、通过车牌号码查找历史停车记录，当摄像头识别不正确或者失败时，可以采用手工录入车牌号码并登记到数据库，用户也可以查看识别结果校对识别是否正确，同时，在界面中可以方便地了解停车位的占用情况及剩余车位数。系统界面如图2-1所示。

图2 -1系统界面

LabVIEW环境下的图像识别过程一般分为三个步骤：图像预处理、车牌定位与抽取、字符分割与识别［7］。程序的前面板如图2-2所示

图2 -2车牌字符识别的LabVIEW程序框图

3 实验结果和分析

实验结果表明，车牌识别系统的正确识别率为85%左右，如果能采用分辨高的摄像头系统识别的正确率将会更高，该系统具有一定的应用价值。然而，在车牌识别系统的实际应用中，由于我国车牌特征的多样性（有蓝标、黄标、军用、港澳车牌等）、模糊车牌、掉色车牌等问题，从而大大的增加了车牌识别系统的难度，造成车牌识别系统在对这类车牌进行识别时正确率不是很高，还有待进一步的改进。

［1］张学海.车牌字符分割方法研究与实现［D］.成都:西南交通大学，2010:45-47.

［2］李彬.嵌入式车牌识别系统的设计与实现［D］.西安：西安工业大学，2013:30-31.

［3］宁彬.图像处理技术在机动车车牌自动识别技术中的应用［J］.科学技术与工程，2013（2）.

［4］刘同焰.车牌识别系统的相关算法研究与实现［D］.广州:华南理工大学，2012.

［5］查志强.复杂背景下的快速车牌识别技术研究［D］.南京:南京理工大学，2013.

［6］邓红耀，管庶安，宋秀丽.投影和模板匹配相结合分割车牌字符［J］.计算机工程与设计，2008，29（6）.

［7］刘春英，吴德华.基于LabVIEW的车牌图像识别技术研究与应用［J］.廊坊师范学院学报:自然科学版，2010（2）.