发布时间 : 星期一 文章基于图像处理的车牌识别定位算法研究更新完毕开始阅读06bd5ced551810a6f52486bf
大学本科毕业论文（设计）
读入字符图像 与模板库中的字母逐一进行相关运算 寻找相关度最大值所对应的模板 输出此模板所对应的值 图4-1 字符识别算法
Figure.4-1 Character Recognition Algorithm
因此在字符识别之前必须把模板库设置好。汽车拍照的字符一般有七个，大部分车牌第一位是汉字，通常代表车辆所属省份，或是军种、警别等有特定含义的字符简称；紧接其后的为字母与数字。车牌字符识别与一般文字识别在于它的字符数有限，汉字共约50多个，大写英文字母26个，数字10个。所以建立字符模板库也极为方便。本次设计所识别的车牌只有字母与数字。为了实验方便，结合本次设计所选汽车牌照的特点，只建立了3个字母与3个数字的模板。其他模板设计的方法与此相同。 4.1 模板设计
分析字符分割得到的图像以及其他车牌图像中字符的特点，将模板大小定为26×14；背景为黑色，代表灰度值 0，字符边缘为白色。代表灰度值255。
设计过程如下：
1．
用画图工具先画出B、P、M、8、4、2等几个字符的图像。并分别保存为m11.jpg，m12.jpg，M13.jpg，m14.jpg，m15.jpg，m16.jpg。根据画图的经验其大小应略大于26×14，以利于后面的处理。所得到的字符均为黑字白底。字体为方正姚体，大小16号。所画出的图形如下:
25
大学本科毕业论文（设计）
2. 对1中获得的粗略图像用MATLAB进行处理。处理的方面包括a.去除边框，利用二维数组的映射关系实现，去掉开始行(列)与结束行(列)即所有外围像素点b.提取模板的边缘。其实现方法与前面的汽车边缘提取的方法相同，也是利用梯度算子。C.尺寸大小变换，切割为标准的26×14格式。
3. 整个处理过程结束后，再用imwrite 函数写入图像库中，作为标准模板使用。
模板的设计过程，共进行了两次。作为一幅jpg或者bmp形式的图片，其中包含了许许多多的像素点，各象素点的值也不一样，到底如何来确定这些像素点的值呢？模板设置无疑成为一个难点。于是便投机取巧，将本身分割得到的字符保存起来直接作为模板使用。这种方法明显不具有科学性。图像识别中模板匹配法是将未知的东西与已知的东西来进行比较。因此模板库中的字符应该是已知的，是预先设置好的是不可更改的，而不是在实验过程中来得到。第二次便是用以上的画图工具来一步一步逼近实现模板设置。实验结果显示，这种方法简单易行。
4.2识别过程
字符识别中模板匹配方法是实现离散输入模式分类的有效途径之一，其实质是度量输入与样本之间的某种相似性，取相似性最大者为输入模式所属类别，它根据字符的直观形象抽取特征，用相关匹配原理进行识别，即是将输入字符与标准字符在一个分类器中进行匹配。车牌字符相关匹配算法如下：
输入字符用输入函数X表示，标准模板用函数T表示，它们的大小均为26×14。将未知的模式逐个与模板匹配，求出其相似度。
?(X?T) Si?m?1n?1NMi?Tm?1ne1NM)
i其中，M=26，N=14。Ti 指第i个模板。X×Ti 是指矩阵对应元素相乘。如果把X与T都归一化为”1”和”0”，则上式表示标准模板与待识图像上对应点均为”1”的数目与标准模板上”1”点的数目之比。如果 maxSi>λ 则判定X∈Ti，否则拒识，这里λ为拒识域值。本次实验中直接取相关最大值为判定域值。
26
大学本科毕业论文（设计）
用MATLAB来实现字符的识别。其中有两个很重要的函数可以直接调用:corr2 函数和max函数。
Corr2 函数直接用来计算图像拒阵A与B的相关系数r。A与B的大小及数据类型必须相同，得到的结果r是双精度标量。其调用方法如下: r=corr2(A，B)
因此本设计中的字符识别只需调用此函数，即将分割出来的字符与设置好的模板一一进行相关运算，然后寻找出它们中的最大相关值。max函数就是用来选择几个数值的大小值。其调用方式如下: [b，c]=max(a(:))
其中b返回的是比较后得到的最大值，c是最大值所对应的元素位置。 同时还自编了一个识别函数result.m用来返回识别结果。程序代码如下: function c=result(H)； M1=imread('M1.jpg')； M2=imread('M2.jpg')； M3=imread('M3.jpg')； M4=imread('M4.jpg')； M5=imread('M5.jpg')； M6=imread('M6.jpg')； M1=double(M1)； M2=double(M2)； M3=double(M3)； M4=double(M4)； M5=double(M5)； M6=double(M6)； d=zeros(6)； d(1)=corr2(H，M1)； d(2)=corr2(H，M2)； d(3)=corr2(H，M3)； d(4)=corr2(H，M4)；
27
大学本科毕业论文（设计）
d(5)=corr2(H，M5)； d(6)=corr2(H，M6)； [D，e]=max(d(:))； switch e case 1 c='P'； case 2 c='B'； case 3 c='M'； case 4 c=1； case 5 c=0； case 6 c=3； otherwise end
M1，M2，M3，M4，M5，M6为标准模板对应的二维数组。函数在开始运行时，从主函数里得到待识别的字符，此字符与模板进行相关运算，同时找出相关运算后的最大值及对应的函数位置。然后对最大位置进行判别，返回所对应的字符给主程序。并在MATLAB运行窗口显示出来。
编写result.m函数大大简化了计算量，每个字符在识别的时候直接调用此函数，避免了重新编程浪费的时间及空间。这是本次车牌识别中的一大亮点
运行结果，MATLAB的运行窗口显示出的车牌号码为:B.8.4.2.M.P.B，完成了准确识别车牌的目的。
5.结束语
通过对车牌自动识别系统的研究，我们对智能运输系统这一领域的研究有
28