郭刚花
（许昌电气职业学院，河南许昌461000）
摘要：车牌识别系统能使车辆管理更加智能化、数字化，有效提升交通管理的方便性和有效性。现结合实际情况、产品定位及现阶段车牌识别的大致流程设计了一种车牌识别系统，确定了软件各个环节的算法，以实现图像预处理、车牌定位、字符切割、识别4个部分，最终完成软件设计。
教育期刊网 http://www.jyqkw.com
关键词 ：图像预处理；车牌定位；字符分割
0引言
当前社会，私家车拥有量不断升高，城市交通系统受到挑战，由此带来的一系列问题不能得到有效解决，从而影响到城市的交通安全，也降低了人们的生活质量。大量修建和改造道路虽然能缓解拥堵现象，但无法从根本上解决交通拥堵问题，所以道路交通智能化管理便成为人们研究的重要课题。智能交通系统的产生依托于物联网技术，它利用当今的计算机技术、人工智能、自动控制、定位技术和通讯工程等技术，形成了一个多个系统集成在一起的高效率智能系统。原理就是通过检测道路交通流量，根据变化快速做出诱导控制，从而缓解拥堵。它的最关键技术是采集汽车的信息，而车牌是汽车的唯一性标识，所以要想实现智能交通系统，必须准确快速地识别汽车牌照。
1系统设计的主要流程
车牌识别系统综合图形拍摄技术、计算机技术、模式识别和图像处理技术，通过对图像的采集和处理，来实现系统的高度智能化。汽车车牌自动识别系统主要通过图1所示流程来实现功能。
2实现过程
设计通过两步来完成车牌的识别。第一步是对图像的处理过程，图像处理过程由图像灰度化、边缘检测、车牌定位、车牌分割几个小部分来完成；第二部分是车牌的识别过程。
2.1图像灰度化
摄像机获取的是彩色图像，如果直接进行处理会影响系统的响应速度，同时也占用大量的系统资源，所以在图像识别之前要先进行灰度化处理。灰度化有很多方法，本文结合车牌识别的实际情况应用加权平均法进行处理，加权平均值可以突出颜色通道，所以我们选用这一方法，通过调用rgb2gray（RGB）函数进行灰度化处理。原图如图2所示，灰度化如图3所示。
2.2图像的边缘检测
边缘是指图像的灰度发生空间上的突变或在梯度方向上发生突变的像素集合。由于摄像机在拍摄等过程中不可避免地会受到种种干扰，从而导致图像不尽如人意，所以前期进行边缘检测是十分必要的，这样能提高像素质量，方便后续的分割和识别。通过边缘检测可以很大幅度上实现降噪，从而分离出复杂环境中的汽车图像、保存完整的字符信息，有利于后续的车牌定位与识别。边缘检测图如图4所示。
2.3车牌定位
在我们获取的图片中大部分背景图片是没有用的，我们想要的只是车牌部分的重要信息，定位和分割的目的就是实现这一过程。在我们定位之前首先要清楚，车牌的灰度图和其周围的差别，它是一个长方形图样，而且具有很高的水平度，所以定位。
2.4字符分割
汽车牌照定位后就可以进行分割了，在分割之前对图像进行二值化操作，二值化后我们利用垂直投影法进行字符的分割，首先对二值化后的图像进行从左到右的扫描，利用波峰波谷的起伏变化和正常情况下车牌各个字符的具体位置和大小比来确定各个字符的具体位置。进行字符分割的关键是阈值的选取，因为其与字符分割结果直接相关。分割之前要判断字符在车牌上的合理比例，字符分割后的图像如图5所示。
2.5字符归一化处理
由于拍摄的角度不同，字符分割后字符图片的大小肯定会不一样，所以进行归一化处理是必备的步骤。为了和字符模板库里面的字符大小一样，我们逐步从水平方向的投影和垂直方向的投影进行分析，使其各个像素点的像素大小归一化，原理就是在字符的水平和垂直方向上乘一个比例参数，使其大小相等。归一化结果如图6所示。
2.6字符识别
模板匹配法的原理是把目标字符与模板库中的模板逐个进行对比，两图片相减得到的结果最小的为目标模板，然后就可以输出结果。为了实验方便，我们选择的模板库比较简单，模板库里包含有4个省份简称、阿拉伯数字和大写字母。识别过程如图7所示，图（1）～（9）完成了整个字符的识别过程。
3结语
本设计通过拍摄获取车牌的彩色图像，然后进行图像预处理、定位、分割等过程。在预处理环节，我们对图像进行了灰度化处理，灰度化后的图像减小了硬件处理压力，提高了响应速度，极大地方便了后续的一系列处理过程；边缘检测环节使用了Roberts算子；然后就是图像的定位，在图像定位之前应用了一些数学形态学的处理方法，包括图像的腐蚀膨胀与一处小对象的处理过程，有利于字符分割的进行，同时提高了后续处理速度，能够快速准确地找到并定位车牌；接下来对定位后的车牌进行字符分割，在分割之前进行了图像二值化处理；字符分割之后就是字符的识别过程，在识别之前对字符进行了归一化处理，而识别环节使用了模板匹配法。
［教育期刊网 http://www.jyqkw.com
参考文献］
［1］马永慧.车牌识别系统中车牌定位与字符分割的研究［D］.太原：中北大学，2013.
［2］仇成群.基于MATLAB图像处理的汽车牌照识别系统［J］.机械工程师，2008（8）.
［3］张艳群，孟凡荣.MATLAB在图像边缘检测中的应用［J］.计算机应用研究，2004（6）.
［4］刘聪.车牌识别系统关键技术的研究与实现［D］.西安：西北大学，2012.
［5］黄海滨.车牌识别算法研究［D］.哈尔滨：哈尔滨工业大学，2007.
［6］郑静，梁少华，王腾.基于MATLAB仿真的边缘检测算子研究［J］.电脑知识与技术，2010（5）.
［7］徐应涛，陆福宏，张莹.基于填充函数法训练BP神经网络的车牌字符识别算法［J］.计算机工程与科学，2009（5）.
收稿日期：2015?06?30
作者简介：郭刚花（1982—），女，河南长葛人，助理讲师，研究方向：图像信号处理、智能控制与智能系统。