基于MATLAB车牌自动识别系统设计.doc

《基于MATLAB车牌自动识别系统设计.doc》由会员分享，可在线阅读，更多相关《基于MATLAB车牌自动识别系统设计.doc（46页珍藏版）》请在沃文网上搜索。

1、摘 要 进入21世纪后，社会经济快速发展，人们生活水平的快速提高，汽车逐渐成为人们日常生活出行的主要工具。而急剧增加的机动车数量给道路的交通管理带来了巨大的挑战，车牌自动识别系统不仅有利于减少人力资源的配置而且可以有效提高办事效率，具有非常广阔的发展前景。因此车牌自动识别系统研究应用而生，成为近几年的研究热点。本次毕业设计以MATLAB的图像处理技术为基础，将在MATLAB软件环境下进行。整个设计先对图像进行预处理，然后定位出车牌的位置和分割车牌位置，再通过字符分割、字符识别，最后实现字符输出来完成整个基于MATLAB车牌自动识别系统的设计。该系统的技术关键在于车牌自动定位、车牌字符分割、字符

2、识别算法的选择以及各个处理环节的完整结合。关键词：车牌自动识别；图像预处理；车牌定位；字符识别 ABSTRACT After entering the 21st century ,the social economy development has speeded up and peoples living standards increase rapidly,the car has become the main traffic way of peoples everyday life.However the sharp increase of motor vehicles has brou

3、ght huge challenge to road traffic management,Automatic license plate recognition system can not only reduce the allocation of human resources but also improve the efficiency effectively,the future for automatic license plate recognition system is very promising.Therefore the researches of the appli

4、cation of automatic license plate recognition syst-em was born and has become a research hot spot in recent years.This graduation design is based on MATLAB image processing technology and it will be carried out in the environment of MATLAB software . The first step of the whole design is image proce

5、ssing ,the second step is locating the position of the lice-nse plate and segment the car plate area from car photos,then segment the characters and recognise the characters .the last step is output the outcome of recognition result to complete the design . the key technology of this system are the

6、automatic license plate location ,segmentation of license plate characters, the choice of character recogn-iton algorithms and the combination of each processing.Keywords:Automatic license plate recognition；Image preprocessing; License plate location; Character recognition 湖南科技大学本科生毕业设计（论文）目录第一章 绪 论

7、11.1 车牌自动识别产生的背景11.2 车牌自动识别国内外发展现状21.3 现已存在的车牌自动识别系统产品及应用情况21.4 中国车牌的特征31.5 车牌自动识别系统开发的意义41.6 车牌自动识别系统开发的难点41.7 本章小结5第二章 MATLAB概述及本次设计思路72.1 MATLAB的概述72.1.1 MATLAB的发展72.1.2 MATLAB的特点82.1.3 MATLAB设计车牌自动识别系统的优势92.2 设计的基本思路92.3 本章小结10第三章 系统分析与设计方案113.1车牌预处理113.1.1 灰度变换113.1.2 中值滤波123.1.3 图像增强143.1.4 图像

8、的边缘检测153.1.5 区域膨胀与腐蚀173.1.6 开运算与闭运算183.2 牌照定位和分割193.2.1 车牌定位193.2.2 车牌分割203.3 字符的识别213.3.1 字符的分割223.3.2 字符的识别233.4 本章小结25第四章 设计结果与分析274.1 设计结果274.2 设计分析27第五章 总结与展望295.1 总结295.2 展望29参考文献31致谢33附录程序35-ii-*大学本科生毕业设计（论文）第一章 绪 论智能交通系统（ITS）是21世纪世界道路交通管理体系的模式和发展方向。智能交通系统应用人工智能技术、GPS(全球定位系统)、网络通信技术、电子收费技术、检测

9、技术等革新道路交通，尝试着有效地满足交通需求，改善服务水平，提高道路通行能力，减少油料损耗和环境污染，增加交通的安全性。汽车牌照自动识别系统是智能交通系统的关键技术之一，在交通监控的基础上引入计算机信息管理技术，同时结合先进的图像处理、模式识别和人工智能技术等对图像进行采集和处理，以便获得更多的信息1，从而达到更高的智能化管理程度。近年来，汽车牌照智能识别的技术发展很快，就其识别基础而言，主要可以分为间接法和直接法两种。间接法是基于IC卡（即无线电频率鉴别），或者说基于条码的识别；直接法是基于图像的汽车牌照识别6。间接法是将车牌的信息存储在IC卡或条码中。利用IC卡技术进行汽车牌照的识别，是在

10、每辆汽车上安装一个微型电子信号接收和发射装置即IC卡，通过卡内存储的信息辨识出汽车的车牌号码和其他相关内容。尽管IC卡技术准确识别度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬件设备十分复杂，不适用于异地作业。条形码技术虽然具有识别速度快、精确度高、可靠性强以及成本较低等优点，但是对于扫描器要求很高，此外，二者都需要制定出全国统一的标准，并且无法核对车、卡（条码）是否相符，也存在技术上的缺陷，这给近期短时间内推广造成困难。基于图像的车牌识别技术属于直接法。直接法一般有图像处理技术、传统模式识别技术及人工神经网络技术。它是一种无源型汽车牌照智能识别方法，能够在无任何车牌信号发射设备的情

11、况下，对运动状态汽车或静止状态汽车的车牌号码进行接触性信息采集，并能实时智能识别。1.1 车牌自动识别产生的背景随着21世纪世界经济发展的速度加快，国家经济建设迅速发展和综合实力大幅提升，汽车已经成为寻常之物进入人们的生活中，人们已经进入汽车时代。然而随之而来的是越来越繁重的道路交通压力和更多的人力资源来处理交通问题，飞速发展的交通在带来种种难题的同时也催生了解决这些难题的各种车辆管理技术的快速发展，如车辆实时监控系统、电子收费系统ETC、自动设备识别系统AEI、智能交通系统（Intelligence TrafficsSstem）、城市停车系统等研究。车牌自动识别凭借其动态识别、识别时间短、识

12、别率高、可针对车牌的特性进行完善的最优化的搜索处理，同时能对多种车牌进行识别1；可实现全自动放行车辆，对免费车、固定车可实现全自动入场和放行等优势逐渐应用到我们生活中的方方面面。 1.2 车牌自动识别国内外发展现状中国车牌的格式与国外有较大差异且车牌识别技术研究起步较晚，所以国外关于车牌识别的研究对于中国仅具有参考价值，其在中国的应用效果不能达到其在国内的应用效果，但在其识别系统中所采用的各种思想和算法可以为我国所借鉴2。车牌识别系统自进入中国以来，迅速吸引大量的学者开始从事这方面的研究，并提出了很多新颖便捷的算法。中国科学院自动化研究所的刘智勇等人开发的系统在一个样本容量为3170的样本集中

13、，车牌定位的准确率为99.41%，切割准确率为94.62%，这套系统后来被汉王公司的车牌识别系统采用，取得了较好的效果2。南京大学的熊军等提出基于字符纹理特征的定位算法，其准确率高达95%。华中科技大学的陈振学等人提出一种新的车牌图像字符分割和识别算法，使用一维循环清零法，先对垂直投影图进行一次扫描，有效的清除杂点与间隔符，其分割正确率达到96.8%。浙江大学的潘云鹤、张引等提出彩色边缘算子Color Prewitt 、彩色边缘检测和区域生长相结合的定位算法，算法非常简单，作用颜色空间广，牌照区域易于与背景分离，但其存储量和计算量比较大，不能满足实时性的要求。而且当车牌区域的颜色与附近颜色区别

14、不大时，定位失误机率增加3。国内还有许多学者也在进行这方面的研究且取得可观的研究成果。车牌识别技术方面的研究国外起步较早。早在20世纪80年代，便开始有一些零散的图像处理方法应用车牌识别的某些方面。在这个阶段，车牌识别技术的研究还没有形成系统，通常采用简单的图像处理来解决某些具体问题，且最终结果通常都需要进行人工干预。20世纪90年代后，车牌识别的系统化的研究刚起步。典型的例如1990年A.S.Johns-on等人提出车牌自动识别系统的构想，主要分为图像分割、特征提取与模板构造、字符识别三个部分来完成车牌的自动识别。同年R.A.Lotufo采用基于视觉字符识别技术处理所获得的图像，先在二值化图

15、像中找到车牌区域，然后利用边界跟踪技术获得字符特征，再将最邻近分类结果和字符库中的字符作比较，然后得出一个或几个车牌候选号码，接下来对这些号码进行核实检查，确定该车牌号码是否为要识别的号码。这个时期的车牌识别技术在识别正确率方面获得较大突破4。1.3 现已存在的车牌自动识别系统产品及应用情况车辆牌照自动识别系统技术能够从一幅车辆图像中准确定位出车牌图像，经过字符切分和识别后实现车辆牌照的自动识别，从而为以上应用提供信息和基础功能。目前车牌识别系统主要应用于以下领域：(1)交通路口的“电子警察”。可辅助进行交通流量统计以便进行交通监测和及时疏导，还可对违章车辆进行责任追究，。(2)停车场管理系统

16、。利用车牌识别技术对出入车辆的号牌进行识别和匹配来管理进出车辆，与停车卡结合实现自动计时、计费的车辆收费管理系统。(3)小区车辆管理系统。社区保安系统将出入社区的车辆通过车牌识别技术进行记录，将结果与内部车辆列表对比可以实现防盗监管。(4)公路布控。采用车牌识别技术实现对重点车辆的自动识别，快速报警，既可以有效查找被盗车辆，同时又为公安、检察机关提供了对犯罪嫌疑人的交通工具进行远程跟踪与监查的技术手段。(5)高速公路超速自动化管理系统。将车牌自动识别技术和其他高科技手段结合，对高速公路交通流状况实行自动监测、自动布控，进而降低交通事故的复发率来确保交通顺畅。1.4 中国车牌的特征车牌的本身具有

17、许多固有特征，不同的国家的车牌的特征是不同的，目前我国使用的车牌主要以中华人民共和国机动车牌号GA36-92为标准，具有以下特征5：(1) 形状特征：标准的车牌外轮廓尺寸为440*140，字符宽为45，高为90，字符之间的隔符宽为10，间距为12。整个字符的高宽比例约等于3:1，车牌的边缘是线段围成的有规则的矩形，主要用于车牌的定位分割。(2) 颜色特征：现有的字符颜色与车牌底色搭配有四种类型，黄底黑字，白底黑字，黑底白字，蓝底白字。这部分特征主要用于对彩色图像进行车牌的定位。(3) 字符的特征：标准的车牌上有7个字符，呈水平排列，待识别的字符模板可以分为一下三类，汉字，英文字母，阿拉伯数字，

18、主要用于对字符匹配识别方面。(4) 其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上的字符排列等)通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例如分为军车、警车、普通车等)。(5) 我国汽车牌照的规范悬挂位置不唯一。(6) 由于环境、人为或道路因素造成汽车牌照污染严重，这种情况下，国外发达国家不允许上路，而在我国仍可上路行驶。车牌部分与汽车的其它区域相比，还有一下主要特征：(1)车牌区域中的垂直边缘比水平边缘密集，而车身其它部分的水平边缘明显，垂直边缘较少。(2)灰度变化特征：车牌的底色、边缘颜色，车辆外部的颜色都是不同的，表现在图像中就是灰度级互不相同，这就在车牌

19、边缘形成了灰度突变边界。实际上，车牌的边缘在灰度上的表现是一种屋脊状边缘。在车牌区域内部，字符和车牌底的灰度较均匀的呈现波峰波谷。 (3) 有相对集中和规则的纹理特征。由于我国汽车车牌识别的特殊性，这就导致了采用任何单一识别技术都是难以奏效的。1.5 车牌自动识别系统开发的意义现代社会已经进入信息化时代，随着计算机技术、通信技术和计算机网络技术的飞速发展，信息技术在人们生活的各个领域得到广泛应用。在机动车数量剧增的情况下，作为信息来源的自动检测、图像识别技术越来越受到人们的重视。作为现代社会的主要交通工具之一的汽车，在人们的生产、生活的各个领域得到大量使用，对它的信息自动采集和管理的研究对交通

20、车辆管理、园区车辆管理、停车场管理等方面有十分重要的意义，成为信息处理技术的一项重要课题。车牌自动识别技术的开发不仅有利于交通管理，而且能节约人力资源。1.6 车牌自动识别系统开发的难点车牌识别技术作为智能交通系统中的关键技术，在各国学者的共同努力下，已经获得长足的发展，并且已经应用到我们生活中，但目前还存在着种种不足，阻碍车牌系统发展的难题主要有一下几点7：(1)车牌区域定位困难。车牌区域定位的困难主要是来自于采集的图像，由于采集的车牌图像的多样性，并且采集图像时受到许多因素的影响，如大雾、雨天、光线等，使得有一些车牌图像质量出现不同程度的差异，在一般情况下，采集的图像的背景非常复杂，采集图

21、像是在高速运动中采集的图片，所以图片中车牌的位置不固定，车牌的大小也不一样，以上的种种干扰因素，都给车牌区域定位和字符分割带来了困难，从而影响车牌的识别率。(2)高分辨率与识别速度的矛盾。模拟相机到高清相机，也会引发图像的高分辨率与识别速度相矛盾的问题。高清的优势不言而喻，但是任何事情都是两面的，在车牌识别时主要体现为：高清图片由于图片覆盖面广，可能会同时在图片中出现多个车牌的识别。这就对车牌识别的速度要求很高，车牌识别系统对于高清视频流码流过大，还会因对识别系统资源占用需求过大而分析起来会出现处理速度过慢的问题，这可能导致出现漏车现象，而难以实现对车辆抓拍率和车牌识别准确率的提升。(3)车牌

22、识别系统的适应性急需加强。目前我国的车牌识别产品都要求所识别的车牌大小固定，而对过大和过小的车牌一般都不能准确识别。这样就造成部分车牌无法被识别的问题。此外，在有些现场环境中，由于受外界条件的影响，无法将相机架设在最合理位置，会造成图片中车牌不同程度的偏移。(4)车牌识别系统对污损车牌的识别效果不好。在公路和城市内的实际应用过程中，很难保证所涉及到的车牌都是没有污损的，车牌在使用几年之后，难免会出现污染和磨损等现象，而在路面上行驶的车辆也很难保证都是标准干净的车牌，因此在实际环境中，面对破损污旧的车牌，如何提高车牌识别系统的识别能力也是实际需要解决的问题。1.7 本章小结本章主要简要地介绍了车

23、牌识别系统产生的背景、车牌识别的国内外发展现状、现已有的车牌识别系统产品、中国车牌的特征以及车牌识别系统研究的意义和难点。第二章 MATLAB概述及本次设计思路2.1 MATLAB的概述MATLAB名字由Matrix(矩阵)和Laboratory（实验室）两词的前三个字母组合而成。20世纪70年代后期时任美国墨西哥大学计算机科学系助人的Cleve Moler博士讲授线性代数课程时，发现应用其他高级编程语言极为不方便，于是Cleve Moler博士和他的同事构思并为学生设计了一组调用Linpack和Eispack库程序的“通俗易用”的接口，即此为用FORTRANT编写的萌芽状态的MATLAB。以

24、后几年，MATLAB作为免费软件在大学里使用，深受大学生们的喜爱8。2.1.1 MATLAB的发展1984年，Jone 、Little、Cleve Moler、Steve Bangert合作成立了MathWorks公司，专门从事MATLAB软件的开发，并把MATLAB正式推向市场。从那时起，MATLAB的内核采用C语言编写，而且除原有的数值计算能力外，还新增了数据图视功能。1993年，MathWorks公司推出MATLAB4.0版本；1995年，MathWorks公司推出MATLAB4.2C版（for win3.x）。4.x在继承和发展原有的数值计算和图形的可视能力的同时，增加以下功能：推出s

25、imulink.开发出基于Word处理平台的notebook。推出了符号计算工具包。开发了与外部进行直接数据交换的组件，打通了MATLAB进行数据分析、处理和硬件开发的道路。1997年，MathWorks推出MATLAB5.0；2000年10月推出了MATLAB6.0；2002年8月，新版本MATLAB6.5正式发布了，如今MATLAB已经取得长足的发展，得到了市场的认可6。MATLAB也由于其强大的计算功能而被业界誉为“巨人肩上的工具”。使用MATLAB编程与人进行科学计算的思路和表达方式完全一致，所以不像学习其他高级语言BASIC、FORTRAN和C等那样难于掌握，用MATLAB编写程序犹

26、如在演算纸上排列出公式与求解问题，所以又被称为演算纸式科学算法语言。而且它帮助信息采用超文本格式和PDF格式，可以很方便地阅读。MATLAB的主要产品族：(1)MATLABMATLAB集计算、可视化及编程于一身。在MATLAB中，无论是问题的提出还是结果的表达都采用我们习惯的数学描述方法，而不需要传统的编程语言进行前后处理。这一特点使MATLAB成为数学分析、算法开发及应用程序开发的良好环境。MATLAB是MathWorks产品家族中所有产品的基础。(2)MATLAB Toolbox为了支持不同的专业领域的用户，MATLAB还提供了大量的面向专业领域的工具箱。以往需要复杂的编程的算法开发任务花

27、费很长的时间才能完成，而且调试需要花费更多的时间。而使用MATLAB语言和MATLAB工具箱，用户可以专注于算法研究，编程只需要几行就可以完成，而且可以很快的画出图形，从而迅速地进行多种算法的比较，从中找出最好的方案。MATLAB工具箱中的大多数函数都是通过M文件编写的，用户可以查看其中的源码，通过适当的修改，便可以形成自己的特殊算法。(3)MATLAB Compiler利用MATLAB Compiler可以从M文件中自动产生优化C代码。通过将MATLAB代码转化为C或C+，编译器可以有效地加快MATLAB应用程序的开发速度和应用程序的运行速度。(4)SimulinkSimulink是用来建模

28、、分析和仿真各种动态系统的交换环境，包括连续系统、离散系统和混杂系统。Simulink提供了采用鼠标拖放的方法建立系统框图模型的图形交互界面。通过Simulink提供的丰富的功能块，可以迅速创建系统的模型，不需要书写一行代码。Simulink还支持Stateflow，用来仿真时间驱动过程9。(5)StateflowStateflow提供了图形工具，帮助用户设计和分析事件驱动系统。Stateflow,基于有限状态机理论，能够建立和仿真复杂的反应和事件驱动系统。(6)Simulink程序包作为Simulink建模系统的补充，MathWorks公司开发了专用的功能块程序包。如DSP Blockset

29、和Communication Blockset等。通过使用这些程序包，用户可以迅速地对系统进行建模和仿真。更重要的是用户还可以对系统模型进行代码生成，并将生成的代码下载到不同的目标机上。MATLAB产品族的主要应用领域包括仿真和建模、实时仿真、自动控制、信号处理与通信、数据分析/科学计算、算法开发、图形和可视化法、独立应用开发等其他领域。2.1.2 MATLAB的特点MATLAB的特征如下10：(1)科学计算MATLAB拥有500多种数学、统计及工程函数，可使用户立刻实现所需的强大的数学计算功能。由各领域的专家学者们开发的数值计算程序，使用了安全、成熟、可靠的算法，从而保证了最大的运算速度和可

30、靠的结果。(2)先进的可视化工具MATLAB提供了功能强大的、交互式的二维和三维绘图功能。可创建富有表现力的彩色图形。可视化工具包括：曲面渲染、线框图、伪彩色、光源、三维等位线图、图像显示、动画、体积可视化等。MATLAB提供了handle graphic图形机制。使用该机制可对图形进行灵活的控制。使用GUIDE工具，我们可以方便地使用handle graphic创建自己的GUI界面。(3)直观灵活的语言MATLAB不仅仅是一套打包好的函数库，同时也是一种高级的、面向对象的编程语言。使用MATLAB可卓有成效地开发自己的程序。MATLAB把自身的许多函数，实际上也包括所有的工具箱函数，都是用M

31、文件实现的。(4)开放性、可扩展性M文件是可见的MATLAB程序，所以我们可以查看源代码。开放的系统设计使我们能够检查算法的正确性，修改已存在的函数，或者加入自己的新部件。(5)特殊的应用工具箱MATLAB的工具箱加强了对工程及科学中特殊应用的支持。工具箱和MATLAB一样是完全用户化的，可扩展性强。将某个或某几个工具箱与MATLAB联合使用，可以得到一个功能强大的计算组合包，满足我们的特殊要求。2.1.3 MATLAB设计车牌自动识别系统的优势(1)兼容性强工作平台编译环境十分友好，编译语言简单易用，数据的计算处理能力十分强大，图形处理能力强大，模块集合工具箱应用广泛，程序的接口和发布平台很

32、实用，可以开发用户界，同时它能兼容C、C+等语言。(2)精度高对于一副图像，数字化时不管是用多少表示，只需要改变计算机程序的参数，处理方法不变。所以不管对多高精度的数字图像处理都是可能的。而在模拟图像处理中，要想使精度提高一个等级，就必须对装置进行大幅度改进。(3)再现性好数字图像均用数组或者数组组合表示，并在计算机内部进行处理，这样数据就不会丢失或者遭到破坏，保持了完好的再现性。而在模拟图像处理过程中，就会因为各种干扰因素无法保持图像的再现性。(4)通用性、灵活性强不管是可视图像还是X光图像、热红外图像、超声波图像等不可见光图像，尽管这些图像生成系统中的设备规模和精度各不相同，但当把这些图像

33、数字化后，都可进行同样处理，即具有通用性。另外，计算机可对图像进行上下滚动、漫游、拼接、合成、变大、缩小和各种逻辑运算等多种方式的处理，所以灵活性很高。2.2 设计的基本思路车牌识别技术的任务是处理、分析采集的汽车图像，实现车牌号码的自动识别。典型的车牌牌照识别系统是由图像采集系统、中央处理器、识别系统组成，一般还要连接相应的数据库以完成特定的功能。当系统发现（通过埋地线圈或者光束检测）有车辆通过时，则发出信号给图像采集系统，然后采集系统将得到的图像输入识别系统进行识别，其识别结果应该是文本格式的汽车牌照号码11。车牌识别系统的结构框图如下图所示：图2.1车牌识别系统的结构框图整套系统实际是一

34、种硬件和软件的集成。在硬件上，它需要集成可控照明灯、镜头、图像采集模块、数字信号处理器、存储器、通信模块、单片机等；在软件上，它需要包括车牌定位、车牌字符分割、车牌字符识别算法等。车牌识别系统的硬件是整个系统中的一个十分关键的组成部分，它决定了软件所摄的图像质量。现在的硬件基本上采用了嵌入式一体化的结构形式，照明、拍摄、图像采集、车牌辨识算法及通信模块都组成在一起，作为一个整体设备加以设计和实现。它主要是基于两大关键技术：光电耦合器件和数字信号处理器。其中前者用于采集车辆图像，后者用于运行算法。车牌识别过程总体上可分为4大步骤：图像预处理、车牌定位和分割、车牌字符的分割和车牌字符的识别。这四大

35、步骤又可以归为两个大步骤，即车牌分割和车牌字符识别。具体过程如图2.2所示：图2.2车牌识别步骤2.3 本章小结本章主要介绍了MATLAB的一些主要信息以及本次毕业设计采用的设计思路。第三章 系统分析与设计方案3.1车牌预处理为了便于车牌的分割和识别，摄像机摄下的原始图像应具有适当的亮度和对比度。但摄像时的光照条件、牌照的整洁程度和摄像机的状态（焦距、角度和镜头的光学畸变），以及车速的不稳定等因素都会不同程度地影响图像效果，出现图像模糊、歪斜或缺损，车牌字符边界模糊、细节不清楚、笔画断开、粗细不均匀等现象，从而影响车牌区域分割与字符识别的工作，所以识别之前需要对原始图像进行预处理。预处理工作主

36、要包括以下四个方面6：(1)消除模糊。图像的摄取一般在汽车运动的情况下进行，有时难免会出现图像的运动模糊。因此在需要在元系统中加入逆滤波处理，对于匀速直线运动造成的图像模糊进行恢复。(2)图像去噪。通常得到的汽车图像会有一些小污点，为了保证识别的效果，需要对图像进行去噪。(3)图像增强。由于车牌识别系统需要全天候工作，自然光照的昼夜变化会引起车牌图对比度严重不足，所以增强图像是很有必要的。(4)水平校正。摄像机的位置、车辆的运动等因素经常使拍摄出来的汽车图像有一定的倾斜，这就需要对图像进行水平校正，或者在分割出车牌区域之后对字符进行水平校正。3.1.1 灰度变换灰度变换是将相机里面的彩色图像实

37、现灰度化处理。彩色图像中的每个像素点的颜色是由R、G、B三个分量组成，这三个分量都可以取255种值，当R、G、B三个分量相等时得到一种的彩色图像灰度图像。其中每个像素点的变化范围都是0255之间，灰度图像是指不含彩色信息，只含亮度信息的图像，灰度图就是黑白的，但点与点之间黑的程度是不一样的12。在MATLAB中，一副灰度图像就是一个矩阵I，而矩阵I中的数据均代表在一定范围内的颜色灰度值。MATLAB灰度图像存储为单一的数据矩阵，数据矩阵中的每个元素分别代表了图像中的像素。从彩色图像转换为灰度图像的公式为： （3.1）其中、分别代表彩色图像中第行、第列的像素点的红、绿、蓝三个分量；是该像素在灰度

38、图像中的灰度值。灰度变换主要针对独立的像素点进行处理，通过改变原始图像数据所占有的灰度范围而使图像在视觉上得到改观，没有利用像素点之间的相互关系。因此，灰度变换处理方法也叫点运算。点运算是一种既简单又重要的技术，一幅输入图像经过点运算后将产生一幅新的输出图像，由输入像素点的灰度值决定相应的输入像素点的灰度值。 图3.1原始图像 图3.2灰度化图像3.1.2 中值滤波中值滤波是一种线性处理技术，由于它在实际运算过程中并不需要知道图像的统计特性，所以比较方便。对某些输入型号，中值滤波具有不变性且具有去噪功能，起初中值滤波应用在一维信号处理技术中，后来被二维的图像信号处理技术引用。在一定条件下，中值

39、滤波可以克服线性滤波所带来的图像细节模糊，而且能有效滤除脉冲干扰及图像扫描噪声；与此同时，对一些细节较多，特别是点、线、尖角较多的图像则不宜采用中值滤波，中值滤波的目的是在保护图像边缘的同时，去除噪声6。中值滤波实际上就是用一个含有奇数个像素的滑动窗口，将窗口正中点的灰度值用窗口内各点的中值代替。例如，若窗口长度为5，窗口中像素的灰度值分别为10，20，80，5，43，按从小到大的顺序排列，结果为5，10，20，43，80，其中间位置上的值为20。于是原来窗口中心点的灰度值80就由窗口中值20代替。如果80是一个噪声的尖峰，则将被滤除。然而，如果它是一个信号，那么此方法处理的结果将会造成信号的

40、损失。中值滤波器的主要功能就是让与周围像素灰度值相差比较大的像素改取与周围像素的接近值，从而可以消除顾里的噪声点。由于它不是简单的取平均，所以产生的模糊比较少。设有一个一维序列，用窗口长度为m（m为奇数）的窗口对该序列进行中值滤波，就是从输入序列，中相继抽取m个数，其中为窗口的中心值，再将这m个点的值按照其数值大小排列，取其序列号为正中间的那个值作为滤波器的输出。用数学公式可以表示为： （3.2） 图3.3中值滤波图像-42-3.1.3 图像增强图像增强的目的是采用某种技术手段，改善图像的视觉效果，或将图像转换为更适合人眼观察和机器分析、识别的形式，以便从图像中获得更有用的信息。图像增强与受关

41、注的物体特性、观察者的习惯和处理目的有关，因此，图像增强算法的应用是有针对性的，并不存在通用的增强算法13。图像增强的基本方法可以分为两大类：空间域方法和频率域方法。空间域是指图像平面自身，这类方法是以对图像的像素直接处理为基础的。频率域处理技术适宜修改图像的傅里叶变换为主的。两者的具体方法包括如下内容：(1)空间域处理：点处理，模板处理即邻域处理。(2)频率域处理：高、低通滤波、同态滤波等。图像增强的主要研究内容：对比度增强灰度变换直方图修正法空间域图像平滑空间滤波图像锐化频率域平滑（低通）频率域锐减（高通）频率域图像增强带通和带阻 彩色变换应用伪彩色增强假彩色增强形态滤波增强彩色图像增强图

42、3.4图像增强图像3.1.4 图像的边缘检测边缘检测算子有Robert算子、Sobel算子、Prewitt算子、Laplacian算子等14。由Roberts提出的Robert边缘检测算子是一种利用局部差分算子寻找边缘的算子，Robert算子图像处理后结果边缘不是很平滑。算子对于边界陡峭且噪比较小的图像检测效果比较好，用局部差分检测比较陡峭的边缘，但对于噪声比较敏感，经常会出现孤立点经分析，由于Robert算子通常会在图像边缘附近的区域内产生较宽的响应，故采用上述算子检测的边缘图像常需做细化处理，边缘定位的精度不是很高，其边缘比较粗糙，线条较粗。本毕业设计采用Sobel边缘检测算子对图像进行边

43、缘检测。Sobel算子是基于一阶微分方程的边缘检测方法，先进行领域加权平均，再进行一阶微分处理，检测出边缘点，使用的二维模板如下图所示，一个模板用于水平方向差分运算，一个用于垂直方向差分运算。-101-202101 图3.5水平算子-1-2-1000121 图3.6垂直算子使用图中所提供的模板进行水平卷积运算，分别计算水平方向卷积和垂直方向的卷积。卷积运算如下： （3.3） （3.4） （3.5） 图3.7边缘检测3.1.5 区域膨胀与腐蚀原理：在特殊领域运算形式结构元素（Sturcture Element），在每个像素位置上与二值图像对应的区域进行特定的逻辑运算。运算结构是输出图像的相应像素

44、，运算效果取决于结构元素大小内容以及逻辑运算性质。结构元素：膨胀和腐蚀操作是最基本组成部分，用于测试输出图像，通常要比待处理的图像小还很多。二维平面结构元素由一个数值为0或1的矩阵组成。结构元素的原点指定了图像中需要处理的像素范围，结构元素中数值为1的点决定结构元素的邻域像素在进行膨胀或腐蚀操作时是否需要参与计算。图像处理中经常需要对二值图像进行减噪处理，图像形态学中的腐蚀和膨胀能很好的解决此问题。如果在腐蚀和膨胀操作前，对灰度图像做一次滤波，减噪效果将更明显。腐蚀的具体操作是：用一个结构元素(一般是33的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都

45、为1，则该像素为1，否则为0。膨胀的具体操作是：用一个结构元素(一般是33的大小)扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为0，则该像素为0，否则为115。腐蚀的作用是消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点；膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的空洞。图3.8腐蚀图3.1.6 开运算与闭运算imclose函数：该函数功能是对灰度图像执行形态学闭运算，即使用同样的结构元素先对图像进行膨胀操作后进行腐蚀操作。作用：填平小孔，弥合裂缝，总的位置和形状不变。调用格式为：IM2=imclose(IM,SE)

46、IM2=imclose(IM,NHOOD)imopen函数：开运算属于形态学图像处理，是先腐蚀后膨胀，作用：可以使边界平滑，消除细小的尖刺，断开窄小的连接,保持面积大小不变等。调用格式为：IM2=imopen(IM,SE)IM2=imopen(IM,NHOOD) 图3.9闭运算图图3.10去除细小部分图3.2 牌照定位和分割牌照定位的主要目的是在预处理后的灰度图像中确定车牌的具体位置，并将包含牌照字符的子图像从整个图像中划分出来，供字符识别系统识别。3.2.1 车牌定位目前车牌定位的方法主要有三种6：(1)基于边缘监测的车牌定位方法首先运用Canny边缘算子在全图范围内检测边缘，然后利用Hou

47、gh变换搜索与竖直投影重叠的水平直线，定位车牌上下边界，最后在得到的水平直线附近搜索竖直直线定位车牌的左右边界，从而定位车牌区域。基于边缘监测的定位方法的有点是定位精准，但是受车牌变形和边缘断裂的影响较大，运算时间长，且车牌的边缘容易和背景上的车窗、树木的边缘混淆。(2)基于水平方向灰度变化的车牌定位方法首先，利用车牌区域水平灰度高于背景的特点对图像二值化；然后，在二值图上搜索连通域，并根据连通域的几何特征定位车牌区域。方法(2)要比方法(1)的效果好，速度较快，漏检率低，但不能够准确的定位车牌的边界，很难与背景文字、车灯等同样灰度变化明显的区域分开。(3)基于彩色特征的车牌定位方法该方法定位比较准确，漏检