基于MATLAB的车牌识别系统的研究设计

许新华 薛迪杰

摘要：在中国经济迅猛发展的时代，汽车引发的交通和公路管理问题，成为当今如何提高生活便利性的热门课题。本研究从实际出发，运用MATLAB技术主要完成，从各种环境所拍摄的图片中，准确地完成车牌图片到可辨识字符的转变，提取出可辨别的字符后，如何自动辨认识别字符。那么，第一个问题就需要运用图片处理中的各种光线色彩处理，以及图片字符的有效分割，第二个问题需要根据车牌字符的组成组建字符库，然后编写MATLAB程序，将预先处理所得到的字符和字符库里的字符对比，识别辨认出每一个字符。

关键词：MATLAB;分割;识别

1 绪论

对车牌识别系统的研究一直是现在的热门课题，它对人们的生活和社会的进步都具有巨大的意义。车牌识别的难点在于车牌图形采集质量不高，车牌样式类型多种且复杂，车牌整体颜色组合多样化。针对这些问题，尽管很多相关领域的研究人员在车牌识别方面有了较深入的了解和研究，但还是在车牌定位和字符分割方面存在难题。结合现实生活中诸多的实际情况，若想准确识别车牌字符，首先就得保证字符分割的准确度，在此阶段可借鉴光学研究和图片处理的相关经验，完成所选车牌字符的准确分割，以便下一步的进行。国外开展车牌识别的研究时间较长，积累了诸多丰富的经验，也产生了大量此方面的报道。而我国的研究成果也很显著，很多创新性的快速算法由我国学者提出。比如，以中国科学院自动化研究所刘智勇为代表的学者开发的应用于汉王公司的车牌识别系统，效果显著。车牌识别系统就是通过计算机设计来完成字符识别，此系统需要由硬件和软件构成。硬件设备主要用来提取图片，车牌定位目前常用的方法有很多，有些区别在基于什么因素上，如直线检测、灰度边缘等。

2 应用MATLAB技术实现图像识别系统的理论分析

车牌之别系统主要包括：图像输入、预处理、区域搜索与分割、字符分割、归一化处理、提取字符特征以及单字识别。行驶车辆一旦经过安装有此系统的区域，就会触发传感器，使系统进入到工作状态;系统开始在三个方向拍摄下车辆当时照片，即前方、后方和侧方;然后图片进入计算机进行图像转换、图像增强、滤波和水平较正等一系列的图片处理处理;之后利用系统的定位技术找出需要分割的矩形模块。整个系统的建立需要投入庞大的人力、物力、财力，用MATLAB软件的形式在现实系统建立之前对其进行分析，利用其强大的数据处理能力，优秀的图形处理功能，以及种类丰富的工具箱，在很大程度上减小了系统建立或维护过程中的负担和风险。

3 图像读取及车牌区域提取

3.1 图像预处理

在此步骤中，首先进行图象的采集和行转换，确定车牌的颜色后，利用不同的颜色通道来确定背景部分和字符部分，然后进行灰度校正和平滑处理，最后在进行边缘提取。实验中可以发现提取的原始图像质量较好，就不需要太复杂的预处理步骤，同时用平滑处理方式处理过的图像边缘会模糊不清，而图像锐化增加了边缘轮廓清晰度的同时也增加了噪音。

结合MATLAB实验的要求，可以得出结论：不要盲目的进行图像滤波处理或者边界增强，要根据实际情况来决定，以免造成不必要的图像模糊或噪声。

3.2 图像定位分割

图像进行基本的预处理后，接下来就要开始定位和分割，其主要目的是找出图像中重要的分割要用到的区域，然后将带有字符的那部分图像从整个图像分离出来，为接下来的字符识别提供依据。

分割采用的彩色分割法，主要原理根据图片的颜色先分出各区域，然后统计个颜色的色素点后，找出合理区域进行分割。车牌底色蓝色RGB的灰度范围已知，然后依次统计出各颜色的色素点个数，设定一定的阈值，就可以确定车牌分割的合理区域。

4 仿真结果与分析

从仿真的结果可以看出，并不是所有的图片都能够被准确识别，若车牌污损严重，字迹模糊，会导致分割和识别都比较困难。另外在图片分割过程中，若有相近字符，也会出现分割错误，则后续识别结果和真是结果之间会有出入。

在仿真运行过程中可以看到每个过程处理的结果，显示值和各部分理论值相比较，找出差异和问题所在，然后可以通过设置断点，控制程序运行，及时的调整程序，以免程序出現偏差。

从结果中可以得出：车牌识别系统除了前期的分割和处理外，关键在于字符识别部分。主要工作在于将分割好的单个字符与字符库进行匹配，取差值，差值越小意味匹配度越高，匹配度高表明识别正确率高。当然，根据实际情况，各个字符的匹配的难易程度是不一样的，但是无论难易，最后是一定会得出最相匹配的字符的。

5 结论

本文在所学MATLAB的基础上，使用MATLAB设计出车牌识别系统，体会仿真工具在实际生活中的应用。

虽然本文实现了设计目标，但系统还需要进一步完善以求得更加精确的获得结果。同样，更加简便实用的车牌识别系统还有待进一步研究，另外，有关技术的实现和研究都不是几次实验仿真能够完成的，仿真模型的的实用性、精准性等都有待于继续进行研究测试。

参考文献：

[1]郁梅，等.基于视觉的车辆牌照检测，计算机应用研究，1999（5），6567.

[2]朱学芳，等.一种自适应细化方法.模式识别与人工智能，Vol.10，No.2，1997（6），140145.

[3]梁玮，罗剑锋，贾云得.一种复杂背景下的多车牌图像分割与识别方法[D].2003.

[4]张引，潘云鹤.面向车辆牌照字符识别的预处理算法.计算机应用研究，1999（7），8587.

[5]叶晨洲，等.车辆牌照字符识别系统.计算机系统应用，1999（5），1013.