基于MATLAB的车牌识别系统

曲阜师范大学物理工程学院 索珠峰 陈敬月 曹曦文 侯秀聪 崔艳景

基于MATLAB的车牌识别系统

曲阜师范大学物理工程学院 索珠峰 陈敬月 曹曦文 侯秀聪 崔艳景

应用MATLAB的图像处理功能实现对车牌的识别定位和分割匹配，并利用友好的的人机界面模块将最终识别的结果输出。通过实验证明利用MATLAB对车牌的处理更为简单方便，是一种直观快捷的车牌识别方法。

Matlab；图像处理；车牌识别

0 引言

随着交通事业发展迅速，公路建设力度加大，私家车越来越多。依靠人工已不能满足对于车辆的管理。由于计算机技术及电子通信行业的进步，车牌自动识别技术逐渐得到人们的关注。车牌识别的处理过程可分为图像预处理及边缘提取、车牌定位、字符分割、字符识别四大模块。鉴于拍摄角度、光线明暗而引起车牌难以识别的问题，本文应用MATLAB的图像增强功能进行处理，以先对图像预处理再识别的方式减小错误概率，增加图像的可识性，从而得到一种直观快捷的车牌识别系统。

1 车牌识别的工作原理

车牌识别的工作原理图如图1所示。

图1 牌照识别的工作原理图

车牌识别可为牌照定位、字符识别两部分。牌照定位可分为图像预处理及边缘提取、车牌定位模块；字符识别又可分为字符分割与字符匹配两个模块。牌照定位与分割是车牌识别过程中关键技术之一，主要目的是：经图像预处理后，确定原始灰度图像中车牌的具体位置，并将包含车牌字符的子图像从整个图像中分割出来，以供字符子系统识别。字符分割要求必须精确降低错误率。字符识别中主要应用模板匹配的方式实现对车牌内容的识别，因此要求字符模板也要十分精确。

2 各模块的实现

2.1 预处理及边缘提取

根据车牌颜色类别（蓝底白字，黄底黑字，白底黑字，黑牌白字，绿牌白字），通过不同色彩通道可将牌照区域和整体背景明显区分出来，然后将彩色图像转换成灰度图像。图像灰度值可由下面的公式计算：

如：r=(50,200) s=(0,255)

则有：

图2 灰度线性变化

2.2 车牌的定位与分割

因为在原始图像中，车牌的图像是横向近似且水平度较高的长方形，相对位置比较集中，其灰度值与车体间有明显差异。因此为方便利用边缘检测对图像进行识别分割，在边缘部分产生灰度值突变的边界。

图像经上述处理后，牌照区域已很清楚，其边缘界线也有所加强深化，之后进一步确定整张图像中牌照的准确位置。此模块利用数学形态学的方法，其基本思想是：为了达到对图像分析和识别的目的，用具有相应形态的机构元素去量度并提取图像中的相应形状。

数学形态学可用于简化图像数据，维持其根本形态特征，滤除无关结构等。在程序中我们用到两个基本运算：膨胀、闭合。另外，利用移除对象中多余的小对象。

图3 从对象中移除小对象

此外，该程序利用车牌的多色彩性采用色彩分割法。即：（1）依据车牌底色等有关的内容，用彩色像素点统计法将牌照区域合理分割，确定RGB（车牌底色）对应的灰度范围；（2）统计该颜色范围内，行方向上的像素点量并规定合理阈值确定车牌在行方向上的合理范围；（3）在分割出的行方向范围内统计蓝色像素点在列方向上的数量以确定出完整车牌区域。

2.3 字符分割与识别

2.3.1 字符分割

车牌识别过程中，字符分割模块有“过渡”作用。首先，在定位的基础上进行分割，并利用结果识别字符。由于字符间相隔距离偏大不存在字符粘连情况，因此利用寻找连续文字块方式（长度大于规定阈值时就认为该文字块为两个字符的连续并需要分割）。

图4 分割出来的七个字符图像

2.3.2 字符识别

字符识别方面我们采用基于模板匹配的OCR算法。该算法的基本过程如下：（1）选取标准字符建立模板库；（2）用已分割的字符和模板字符做差，结果中所得0越多则越匹配；（3）保存相减后图的0值个数，其最大值即为识别结果。

图5 识别结果

2.4 界面显示

借由Matlab中的界面功能，通过界面将车牌号码显示出来。

3 运行结果分析

运行结果：