基于MATLAB的车牌识别系统设计

缪鑫芯　沈雪琴　董梦影　蒋振华

【摘 要】数字化、智能化的当今时代，车辆的大量使用在給人们带来便利的同时事故频发。由于诸多例如自然因素影响、车辆行驶轨迹与摄像头位置影响、车牌样式繁多等原因，相关技术人员无法及时准确获得所需车牌号码信息。运用MATLAB对所需车牌号码进行识别，可以提高获取车牌号码的准确性和速度，即使车牌本身有所遮掩或者缺损，也可以通过建立相关数学模型、扩大字符数据库等方法，并运用字符识别与数据库内容相互比对，最终得到所需要的车牌号码。

【关键词】车辆号码识别;图像处理;设计;仿真技术

中图分类号： U462 文献标识码： A 文章编号： 2095-2457（2019）32-0019-002

DOI：10.19694/j.cnki.issn2095-2457.2019.32.007

Design of License Plate Recognition System Based on MATLAB

MIAO Xin-xin SHEN Xue-qin DONG Meng-ying JIANG Zhen-hua

（College of Electrical Engineering，Tongling University， Tongling Anhui 244061， China）

【Abstract】In the current era of digitalization and intelligence， the large-scale use of vehicles brings convenience to people while causing frequent accidents. Due to many factors such as natural factors， the trajectory of the vehicle and the position of the camera， and the variety of license plate styles， the relevant technical personnel cannot obtain the required license plate number information in time. Using MATLAB to identify the required license plate number can improve the accuracy and speed of obtaining the license plate number. Even if the license plate itself is obscured or missing， it can also establish related mathematical models， expand the character database， etc.， and use character recognition and database. The content is compared to each other and the required license plate number is finally obtained.

【Key words】Vehicle number identification; Image processing; Design; Simulation technology

0 引言

现行的车牌识别系统大多由硬件部分及软件部分组成。就硬件方面而言，通常使用触发设施（用以核实车辆是否已经进入最佳图像采集区域）、图像采集装置、照明用具、进行车牌号码识别的计算机类似工具等实体部件，以实现获取车牌图像的目的。而软件方面，主要针对对图像进行预处理的相关算法，字符分割、建立字符数据库并与所需字符进行比对的技术。该系统流程图如图 1。

图1 系统流程图

1 设计车牌识别系统

实际应用中，首先通过硬件获取原始图像后，车牌识别系统再将原始车牌图像进行数据化，利用MATLAB技术：（1）读入图像文件;（2）图像变换：使用dwt2（）和idwt2（）函数即傅里叶变换原理实现增强图像;（3）灰度化：由于外界光线条件无法控制，容易出现所获得图像偏光问题，即使进行加强图像增强处理，仍存在偏亮或偏暗即对比度较低的图像，因此可以通过imadjust（）函数以实现对灰度的变换及扩大，以减少光线对图像的影响;（4）边缘检测：由于车牌污浊或其他情况导致车牌位置、范围难以确定，为准确提取车牌信息，可以利用Roberts算子进行边缘检测;（5）滤波处理：为去除小图像，利用filter（）或conv2函数锐化滤点;（6）平滑图像轮廓处理：由于噪声以及数字化误差导致角点不理想，采用腐蚀函数imerode（）或利用噪声技术手段再求图像区域空间的平均值，以使图像更为清晰;（7）字符分割：校正车牌区域得到剪切后的字符并去噪;（8）字符识别存在多种误差可能，如字符倾斜、随机干扰、笔画融合或缺失等问题，将所得字符与数据库中信息相对，最终得到车牌号码。

2 测试车牌识别系统

本文以图像预处理为第一步，即将摄像机所获的图像进行格式、画面对比度、尺寸、所占内存空间等方面进行处理，便于后续运用MATLAB进行具体识别。如图2为通过硬件所获取的基本原始图像，本文以该图作为系统测试的样本，检验本系统能否正常实验车牌识别的功能。

2.1 图像增强

本系统选择dwt2二维离散小波变换原理及其反变换实现图像增强。得到如图3所示图像。通过对增强前后的图像进行对比，可以明显发现所需的主要信息部分有所加强，但仍存在部分次要信息影响系统判断，因此需要进行图像灰度化。

[ca，cd，ch，cv]=dwt2（a，'db6'）;

B=imadjust（uint8（ca），[]，[]，1.2）;

bb=idwt2（uint8（B），cd，ch，cv，'db6'）;

图2 原始车牌图像        图3 小波增强后的图像

2.2 图像灰度化

图像灰度化即抑制图像中次要的信息，如路况、自然景象、车辆装饰及配件、车牌意外污染物等，并通过幅度增加处理来增强图像的重要信息。通过rgb2gray函数，将一副真彩色数字数字图像转换成灰度数字数字图像，如图4所示。

c= rgb2gray（uint8（bb）） ;%灰度化

subplot（4，2，3）

imshow（c）;

图4 灰度化图像

为加强图像，选择通过histeg函数，进行灰度直方图均衡化，如图5所示。此时完成初步灰度化。

d=histeq（c，50）;%直方图均衡化

subplot（4，2，4）;

imshow（d）;

图5 灰度均衡化图像

2.3 边缘检测

边缘检测为确定车牌边界区域，通过Roberts算子：

e=edge（d，'roberts'，0.16）;%边缘检测

subplot（4，2，5）;

imshow（e）;如图6所示。

明显发现所需的主要信息部分有所加强，但仍存在部分次要信息影响系统判断，因此需要进行图像灰度化。

图6 图像边缘检测

2.4 滤波处理

通常进行滤波处理是去除小信号为目的，但仍需尽可能的保留细节或者是边缘信息，以避免某些特殊信息的遗漏，造成图像识别的严重错误。为突出图像的边缘信息并加强轮廓特征，以便于机器的识别，本文采用锐点滤化的思路，以Sobel算子和拉氏算子进行图像处理。如图7所示。

f1=[1，2，1;0，0，0;-1，-2，-1];%Sobel算子滤波

f=filter2（f1，e）;

subplot（4，2，6）;

imshow（f）;

圖7 图像滤波处理

2.5 平滑图像轮廓处理

平滑图像轮廓处理即减少由于噪声以及数字化误差导致的角点不理想。

闭运算进行平滑图像轮廓得到如图8。

g1=strel（'rectangle'，[10，10]）;%闭运算平滑图像

g=imclose（f，g1）;

subplot（4，2，7）

imshow（g）;

图8 图像平滑处理

3 字符切割与识别

通过第一步的图像预处理，系统可以大致确定出车牌信息所在位置。通过行列两个方向对车牌进行定位并校正，如图9再通过二值化及确定阈值并对比字符宽度进行切割如图10所示。将得到的7个字符输出如图11并与系统字符数据库进行一一匹配，选择最佳匹配结果并得出最终结果如图12。因所得字符可能由于诸多原因存在问题如：字符存在倾斜角度;字符含有不明黑色区域干扰;字符笔画融合、断裂和部分缺失等，因此在建立数据库时因尽可能的全面且完备，才能最终实现车牌号码的准确识别，使其能够真正运用到实际生活当中。

图9 定位后图像                 图10 切割后图像

图11 输出字符                     图12 最终结果

4 结语

本系统基于MATLAB软件，通过对图像进行滤波处理、平滑图像轮廓等原理设计了一种车牌识别系统。本文主要介绍了图像预处理和图像的定位与分割的具体方法和部分代码，通过实践测试，该系统所得结果较为清晰可以达到实验要求。综上所述该系统具有良好的识别功能，可以实现在部分情况下的车牌识别需求。

【参考文献】

[1]张宝强，等.字符分割前车牌图像的预处理[J].计算机工程与科学，2008，30（4）：40-42.

[2]骆雪超，刘桂雄，冯云庆，等.一种基于车牌特征信息的车牌识别方法[J].华南理工大学学报，2003，31（4）：70-73.

[3]刘阳，伊铁源等.数字图象处理应用于车辆牌照的识别[J].辽宁大学学报，2004：65-68.

[4]龙巧云.车牌识别系统的算法研究[J].中南大学报，2013，26（5）：45-47.

[5]赛地瓦尔地·买买提，艾尼瓦尔·肉孜.基于Matlab的三种图像去噪方法的比较研究[J].通信技术，2016，49（7）：856-861.

[6]朱双东，张懿，陆晓峰，三角形交通标志的智能检测方法[J].中国图像图形学报，2006，11（8）：1127-1131.

[7]Dong W M，Zhou N，Paul J C.Perspective-aware texture analysis and synthesis [J].The Visual Computer，2008，24（9）：515-523.

[8]Rafaael C Gonzalez， Richard E Woods.数字图像处理[M].2版.北京：电子工业出版社，2006：156-159.

[9]王圆妹.MATLAB在《数字图像处理》课程中的辅助教学[J].电脑知识与技术，2016（28）：121-126.

[10]吴敬超，孙成磊，周崇波.基于MATLAB的彩色图像自动分割[J].电子技术，2016（07）.