图像预处理
• 图像预处理就是需要对车辆牌照在识别之前再进行一 次针对性的处理。预处理的原因是由于在拍摄时的光 照条件不理想，车辆牌照的整洁程度不高，摄像机的 焦距调整不到位以及摄像机镜头的光学畸变等所产生 的噪声都会不同程度地造成车辆牌照字符的边界模糊 、细节不清、笔划断开或粗细不均，加上车辆牌照上 的污渍腐蚀等缺陷，致使字符提取困难，进而影响字 符识别的准确性，所以要对图像进行预处理。预处理 流程图如下：
输入图像 灰度处理 边缘检测 平滑处理
车牌定位
• 在图像预处理后，首先对采集到的车牌图像进行 大范围相关搜索，找到符。合汽车牌照特征的若 干区域作为候选区，然后对这些侯选区域做进一 步分析、评判，最后选定一个最佳的区域作为牌 照区域，并将其从图象中分割出来，确定车辆牌 照的准确位置。车牌定位的流程图如下：
2 车牌号码识别系统总体方案
车辆牌照识别方法的一般步骤包括： 图像采集、图像预处理、车牌定位、字符切分、 字符识别其流程图如下：
图像采集
ห้องสมุดไป่ตู้图像预处理
车牌定位
字符分割
字符识别
图像的采集
• 智能交通系统的图像采集由摄像机、主控机、采 集卡和照明装置完成。例如在停车场管理系统中 ，系统硬件主要包括车辆传感探测器、高性能工 控计算机、高分辨率CCD摄像机、高放大倍数镜 头、CCD自动亮度控制器和视频采集卡等设备。 本课题主要侧重算法的研究，主要工作是设计软 件，对已采集到的车辆照片实现车牌识别。
开始
灰度处理
定位车牌 定位车牌
从左至右查找 按水平区域剪切
判断是否为标 准字符 N
将剩余的保存 并覆盖原图像
Y
保存该字符
N
字符个数是否 为7
Y
结束
车辆牌照字符分割
根据我国车牌规范规定的车牌大小，每个字符的 宽度应该小于 width/7。考虑所有的情况，一般情 况下最小的宽度为 width/9。因此，字符的宽度可 以从 width/9到width/7之间渐进的变化得到。 分割出来的字符之后要进行进一步的处理，以满 足下一步字符识别的需要。但是对于车牌的识别 ，并不需要太多的处理就已经可以达到正确识别 的目的。在此只进行了归一化处理，然后进行后 期处理。
基于matlab车辆牌照的识别算法
指导老师：蔡艳艳 学 号：100102077 学 生：
1 汽车牌识别背景
随着我国经济的发展和人民生活水平的提高，汽 车的数量迅速增长，汽车的使用在给人们生活提 供方便的同时，也使车辆管理上存在的问题日益 突出，人工管理的方式已经不能满足实际的需要 。智能交通系统在交通领域的应用极大地提高了 交通管理效率，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。目前，一些发 达国家车牌识剐系统在实际交通系统中已经成功 应用，而国内外有大量关于车牌识别方面的研究 报道。国外在这方面的研究工作开展较早。我国 起步较晚而且在技术方面落后与发达国家。
车牌字符的识别
• 目前已经提出的车牌字符识别的方法有：模板匹 配字符识别算法，统计特征匹配法，神经网络字 符识别算法，支持向量机模式识别算法，这四种 方法中，神经网络字符识别算法是目前比较流行 的算法，模板匹配是车牌字符识别最简单的方法 。所以这次我采用模板匹配字符识别法。 • 模板匹配字符识别法的原理：将待识别的字符与 模板字符的相减，差值最小的即为最佳匹配，然 后输出对应的模板字符。其流程图如下：
建立自动识 别代码表
读取分割 的字符
第一个字符与模 板中的汉字匹配
剩下的字符与模板 的数字和字母匹配
待识别字符与模板字符相 减差值最小即为最佳匹配
输出对应的 模板字符
• That' all.Thank you!