高璐

摘要：车牌图像识别系统使车辆违章处理更数字化，智能化，有效提升了交通车辆监控部门的交通协调处理能力。在众多的违章行为中超速行驶是最危险的，而在智能交通系统中超速车辆的车牌获取十分困难，系智能交通车牌识别系统主要是对超速汽车违章车牌的提取。设计过程使用MATLAB软件进行图像预处理、车牌号码定位和车牌字符分割。

关键词：超速车牌识别；图像处理；字符分割

众所周知车辆的拍照具有独一性，车牌的自动识别正是通过车辆牌照这一特性来辨认出车辆的。超速的车辆的拍照得到的图片质量比较差，车牌自动辨认系统在车牌辨认上的方便和快捷性比人工车牌辨认强得多，它不仅蕴含着非常大的经济价值而且对社会的发展也有很大的推动作用，因此对车牌自动辨认中的图像处理方法的改进是很有必要的。

1设计原理

智能交通车牌辨认系统主要分为图像的采集和预处理、牌照区域的定位、牌照字符的分割和辨认三部分。其基本工作过程如下：

1）当行驶的车辆经过系统时，会触发系统的传感器。若系统被唤醒便会一直处于工作状态，摄像头上的传感器一旦被触发，相机便会拍下车辆图像；

2）被拍照的超速车辆的牌照图像或被摄像头拍摄的视频中的图像输入到图像处理器进行图像增强和滤波等预处理操作；

3）由自动识别系统的检索模块对车牌图像进行搜索与检测，在定位出包含牌照字符的长方形形区域的基础上对上述矩形区域进行分割；

4）对牌照处理以后的字符进行2值化并分割出7个字符，经归一化后输入字符辨认系统进行对比分析。

2系统框架结构和工作流程

车牌自动辨认系统产品的主要性能指标是辨认率和辨认速度，这两个性能指标既可以表征一个车牌自动识别系统性能的好坏。但是车辆如果严重超速，摄像设备所拍到的图像的清晰度很差，所以车牌自动识别系统的识别率和识别速度一直未能大幅提高。因此，研究出高速准确的定位与识别算法是当前的主要任务。

汽车车牌自动识别系统主要包括图片1中的部分，图1清楚地显示出了各部分在系统中的位置。

触发拍照模块：使用车辆检测传感器（常见的有红外，雷达，激光等传感器）检测车辆的存在，启动摄像头拍照或录像。

图像采集模块：触发拍照的摄像头会在检测到有车辆通过的同时进行拍照并借助总线把车辆图像传送到交通管理系统的计算机里。

图像预处理模块：是指车牌识别系统对所拍摄的汽车图像进行灰度化和边缘检测处理。在自然条件下外界太阳光照往往不均匀，光线强度也是不断变化的，特别是有超速情况，在此条件下，被摄像机拍摄到的汽车图像往往是不清晰甚至是模糊的，为了得到清晰的图像此时须要对车辆图像其进行图像增强处理；除了光照和光线的影响之外，电子器件和外界环境所带来的噪声干扰也会造成车辆图像清晰度的下降，因此除了对图像进行图像增强处理外还需对原始车辆图像进行降噪处理。

车牌定位模块：该单元是指在对原始车辆图像进行图像增强处理和降噪处理后还需对图像进行定位处理，即对在一张完整的车辆图像中去掉我们不需要的部分定位出车牌区域。在一张拍摄的车辆图像中，只有含车牌号码的部分，对识别工作有意义，我们可以将其他区域设法除去，即从整个车辆图像中准确的找出并分离出车牌所在位置的图像，这样做的好处是可以节省系统识别时间。

字符分割模块：该单元是对已经定位的车牌图像的进行字符分割，将车牌分割为7个独立的字符图像。车牌上的字符不可以被车牌自动识别系统直接识别，要把车牌区域图像中的七个字符切分成一个一个的单字符图像，使这七个单个字符图像不具有任何联系。切分成没有任何联系的单个字符图像后，最后让系统分别对这七个没有联系的字符进行识别。值得注意的是在对车牌区域字符经行切时，不要破坏了单个字符的完整性。若字符的完整性被破坏则识别出的结果就会存在一定差错。

字符识别模块：该单元是字符识别系统能否实现的关键一步。上述單元中的操作都是在为最终的字符识别打基础。车牌自动识别系的统输入是七个没有联系的单个字符图像，系统的输出是七个字符，这七个字符包括汉字、字母和数字，既完整的车牌号码。车牌自动识别系统性能的好坏由字符识别的准确率表征，字符识别率越高说明车牌自动识别系统的性能越好，反之则越差。

要想实现系统对车牌的自动识别，上述的每个单元都是不可缺少的。而且所有单元环环相扣，每一单元的进行都是基于前面一个单元的操作，一步出错整个系统则不能答道达到理想的效果。因此，必须确保每个单元的操作都必须完成，这样才能使系统完成识别工作。

3系统框架结构和工作流程

车牌识别系统通过应用数字成像技术和计算机信息处理技术，采用合适的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更准确的违章车辆信息，从而达到更有效率的的车辆程度。

车牌自动识别系统产品的主要性能指标是识别率和识别速度，这两个性能指标既可以表征一个车牌自动识别系统性能的好坏。但是因为摄像设备所拍到的图像的清晰度不够，也因为处理图像的技术也不够完善，所以车牌自动识别系统的识别率和识别速度一直未能大幅提高。因此，研究出高速准确的定位与识别算法是当前的主要任务。

4车牌图像预处理

图像预处理首先是将图像灰度化，也就是将彩色图像转换为灰度图像，本系统采用加权平均值的处理方法，其公式为：H=0.229R+0.588G+0.144B公式中H表示灰度图的亮度值；（这个公式中的系数是符合人眼视觉的），而在MATLAB软件中调用im2gray函数可以实现，这样图像灰度预处理变得很容易。

图像的边缘检测采用了经典的Roberts边缘检测算子来对图像进行边缘检测。

5车牌定位和分割

车牌定位是指在经过图像预处理操作后的灰度图像中判断出车辆车牌所在的区域，而车牌分割是指在完整的车辆图像中把本设计所要的车牌区域的图像分割出来，为下一步的字符识别操作做准备。车牌图像处理后的灰度图是一个水平度很高的矩形图样，在预处理图中比较集中，且字符的灰度值和相邻字符图样有较明显差别，因此很容易用边缘算法检测操作来对图像进行分割。车牌定位和分割的精准度将直接影响到最终的字符识别的好坏。

6归一化流程

图2为字符分割和归一化流程图。

7结论

本文以MATLAB8.1为软件平台，以摄取的彩色车牌照片为测试图像。通过对测试图像进行预处理、车牌图像定位、车牌字符分割和字符识别等处理后，实验的最终结果如图3所示。通过本系统可以识别出车牌号码。之所以要进行图像预处理是因为获取图像的拍摄设备处在复杂的自然环境中，又因为车辆车牌上存在污迹，磨损等情况会使采集到的图像质量达不到系统要求。