資源描述：
《基于數(shù)字圖像處理的車牌識(shí)別技術(shù)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于數(shù)字圖像處理的車牌識(shí)別技術(shù)任秋儒陜西省漢中中學(xué)摘要：目前車牌識(shí)別作為交通管理中的有效手段，已成為智能交通系統(tǒng)的一個(gè)重要組成部分。本文介紹了車牌識(shí)別系統(tǒng)在數(shù)字圖像處理的基礎(chǔ)上，在車牌定位、字符識(shí)別、符分割屮采用的各種不同方法，以及對(duì)各方法的比較。關(guān)鍵詞：車牌識(shí)別;圖像處理;字符分割;字符識(shí)別;作者簡(jiǎn)介：任秋儒，女，漢族，陜丙省漢中市人，陜丙省漢中中學(xué)。Abstract：asaneffectivemeansoftrafficmanagement,licenseplaterecognitionhasbecomeanimportantcomponen
2、toftheintelligenttransportationsystem.Thispaperintroducesthelicenseplaterecognitionsystemonthebasisofdigitalimageprocessing,variousmethodsusedinlicenseplatelocation,characterrecognitionandcharactersegmentation,aswellasthecomparisonofvariousmethods.Keyword：licenseplaterecognit
3、ion;imageprocessing;charactersegmentation;characterrecognition;一、前g（一）車牌識(shí)別發(fā)展背景隨著我國(guó)經(jīng)濟(jì)社會(huì)的飛速發(fā)展，汽車這一交通工具越來越普及，汽車的數(shù)量也急劇增加，行車、停車的問題就表現(xiàn)的比較突出，交通壓力也在不斷增大，交通監(jiān)管也變動(dòng)比較復(fù)雜，利用大量人工進(jìn)行交通管理已經(jīng)逐漸越來越不適合現(xiàn)代交通的現(xiàn)狀和管理的要求，特別是在城市交通管理、停車場(chǎng)管理、高速公路管理以及公安偵破案件的問題上，給車輛管理者提出了新要求，如何快速安全的改善道路交通管理已經(jīng)成為現(xiàn)代交通系統(tǒng)中刻不容緩的問題，
4、而車牌號(hào)碼作為車輛的重要身份信息，如何快速的獲取車牌信息并進(jìn)行提取處理，就成為有效管理交通的關(guān)鍵。因此，可以設(shè)計(jì)一種車牌識(shí)別系統(tǒng)，使人們更能高效快捷監(jiān)管交通運(yùn)行情況。由于我國(guó)在交通管理方面冇完善全面的法律法規(guī)，同樣在汽車牌照管理方面，交通管理部門也有嚴(yán)格的要求。m由于汽車牌照的規(guī)格，安裝等都由專門的部門進(jìn)行管理，所以可以研制出能夠快速，準(zhǔn)確的對(duì)車牌進(jìn)行自動(dòng)識(shí)別的系統(tǒng)來提高汽車管理相關(guān)方面的水平和效率。早在上個(gè)世紀(jì)八十年代左右，國(guó)外部分國(guó)家己經(jīng)開始了對(duì)車牌自動(dòng)識(shí)別技術(shù)方面的研宄。而車牌自動(dòng)識(shí)別系統(tǒng)的出現(xiàn)應(yīng)該歸功于計(jì)算機(jī)科學(xué)以及數(shù)字圖像處理技術(shù)的發(fā)展
5、和應(yīng)用。數(shù)字圖像處理于二十世紀(jì)六十年代開始，再之后的人工智能，計(jì)算機(jī)技術(shù)的迅猛發(fā)展，將數(shù)字圖像處理技術(shù)推向更深層的領(lǐng)域。m進(jìn)入九十年代后，美國(guó)，円本，加拿大等國(guó)家為了改善越來越嚴(yán)峻的道路交通狀況，這些國(guó)家提供大量資金研發(fā)相關(guān)產(chǎn)品，目前大部分發(fā)達(dá)國(guó)家己經(jīng)擁有各自的成熟產(chǎn)品。（二）車牌識(shí)別現(xiàn)階段技術(shù)車牌識(shí)別技術(shù)是利用數(shù)字照相機(jī)拍攝的閣像，經(jīng)過計(jì)算機(jī)的分析技術(shù)進(jìn)行分析和技術(shù)處理，得到每一輛汽車唯一的車牌號(hào)碼，從而完成識(shí)別過程。一些發(fā)達(dá)國(guó)家的車牌識(shí)別系統(tǒng)已經(jīng)成功應(yīng)用，而我國(guó)在車牌識(shí)別方面的開發(fā)速度還比較緩慢，這與我國(guó)的實(shí)際情況有關(guān)。m我國(guó)車牌的顏色多，車
6、牌字符不統(tǒng)一，車牌屮夾雜漢字，這種筆劃多，結(jié)構(gòu)繁瑣的字符，就增加丫車牌識(shí)別的難度。所以在研宄車牌識(shí)別系統(tǒng)中，應(yīng)著重于對(duì)字符分割時(shí)干擾因素的過濾與排除。像預(yù)處理（一〉圖像灰度化和二值化1、圖像灰度化。通過照相機(jī)獲取的原始車牌圖像一般都為RGB圖像，對(duì)于這類彩色圖像，他們所占空間較大，包含的無用信息過多，而灰度圖像占用的儲(chǔ)存空間小，信息單一，便于下一步的車牌定位，所以我們首先耍對(duì)彩色圖像進(jìn)行灰度化處理。圖像灰度化方法有最大值法，平均值法，加權(quán)平均值法等。U1而常采用的加權(quán)平均值法，就是根據(jù)人眼對(duì)綠色敏感最高，藍(lán)色敏感最低的視覺模型基礎(chǔ)上建立起來的一種
7、方法，以此給像素的R、G、B三個(gè)分量各添加一個(gè)加權(quán)系數(shù)，再求和，公式如下：而其他兩種最大值法，平均值法，公式如下2、圖像二值化。灰度圖像由0到255灰度級(jí)的單色圖像構(gòu)成的圖片，這樣的圖片具冇明顯的明暗變化和豐富的黑Q效果。然而我們需要的是將A標(biāo)與背景分離出來，所以常常采用目標(biāo)區(qū)的像素取1，背景區(qū)的像素取0,我們稱這樣的閣像為二值閣像，由灰度圖像得到二值圖像的過程就叫做圖像二值化，這種技術(shù)可以較精確地將竹景與目標(biāo)分離。為了得到理想的二值圖像，我們通常會(huì)設(shè)定一個(gè)閾值k,把大于等于這個(gè)閾值的圖像定為目標(biāo)，其他的圖像則為背景，這樣的方法稱為閾值分割法。若
8、設(shè)等處理的灰度圖像為f(x,y),經(jīng)過變換得到的二值圖像為g(x,y),則整個(gè)二值化處理過程可以表示：根據(jù)不用的圖像選擇不同的閾值方式，
