圖像處理在車牌識(shí)別中的應(yīng)用

張宇峰

【摘 要】隨著經(jīng)濟(jì)發(fā)展，機(jī)動(dòng)車輛越來越多，需要對(duì)違章車輛進(jìn)行識(shí)別登記從而為交通管制提供幫助，我們利用圖像處理進(jìn)行車牌識(shí)別系統(tǒng)拍下的車牌圖像進(jìn)行預(yù)處理，包括圖像灰度化、直方圖均衡化、二值化、邊緣檢測(cè)以及圖像分割。

【關(guān)鍵詞】車牌識(shí)別；圖像處理；圖像分割

中圖分類號(hào)： TP391.41 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）01-0184-002

【Abstract】With the development of economy and the increasing number of motor vehicles， it is necessary to identify and register the vehicles in violation so as to provide assistance for traffic control. We use the image processing to carry out the preprocessing of the license plate images taken by the vehicle license plate recognition system， including image grayscale ， Histogram equalization， binarization， edge detection， and image segmentation.

【Key words】License plate recognition； Image processing； Image segmentation

0 引言

隨著經(jīng)濟(jì)的快速發(fā)展，我們國家機(jī)動(dòng)車的數(shù)量越來越大，這帶來了許多現(xiàn)實(shí)問題，我們需要對(duì)違章逃逸車輛牌照進(jìn)行識(shí)別登記，為交通管制提供幫助。車牌識(shí)別[1]首先需要采集車輛的前置圖像，利用圖像處理技術(shù)對(duì)采集的圖像進(jìn)行處理，最后對(duì)圖像處理后得到的車牌字符進(jìn)行檢測(cè)分析并識(shí)別得到最終結(jié)果。其中車牌圖像處理的效果對(duì)于最終結(jié)果的準(zhǔn)確性有著極大的影響。

1 車牌識(shí)別系統(tǒng)

車牌識(shí)別系統(tǒng)包括采集模塊、車牌圖像處理和車牌識(shí)別模塊等，在車牌識(shí)別系統(tǒng)中：

（1）采集模塊主要負(fù)責(zé)拍攝車輛的視頻圖像，轉(zhuǎn)化為靜態(tài)圖像并傳輸給計(jì)算機(jī)處理；

（2）車輛圖像處理主要負(fù)責(zé)對(duì)得到的車牌圖像進(jìn)行處理，處理的目的是為了得到清晰的車牌字符；

（3）車牌識(shí)別模塊主要負(fù)責(zé)利用先驗(yàn)的字符庫對(duì)得到的車牌字符進(jìn)行分析識(shí)別。

2 圖像處理過程

車牌圖像的處理[2]過程包括：圖像灰度化、直方圖均衡化、圖像二值化、邊緣檢測(cè)以及圖像分割等。當(dāng)攝像頭拍攝到車輛視頻圖像時(shí)，首先要把視頻圖像轉(zhuǎn)化為靜態(tài)圖像并傳輸?shù)接?jì)算機(jī)，但是環(huán)境的變化使拍攝的圖像中存在干擾，這些干擾會(huì)影響車牌識(shí)別提取的準(zhǔn)確率。圖像預(yù)處理第一步要對(duì)彩色圖像進(jìn)行灰度化和亮度平均，亮度平均可以使圖像有著比較好的對(duì)比度。邊緣提取前需要對(duì)圖像進(jìn)行降噪處理，這樣可以提高提取質(zhì)量。

2.1 圖像灰度化

灰度化圖像中只包含有圖像的亮度信息，可以減少后續(xù)工作量。所以圖像預(yù)處理首先要對(duì)圖像進(jìn)行灰度化。彩色圖像中每個(gè)像素都有R、G、B三個(gè)顏色分量，灰度化就是使三個(gè)分量的值相等。最原始的灰度化方法是直接使用三個(gè)顏色分量的平均值作為三個(gè)分量的值?；叶然?，圖像中相同顏色的像素亮度相同?；叶戎档姆秶鸀?-255，0為黑色，255為白色，像素的灰度值越大，亮度越高；灰度值越小，亮度越暗。

2.5 邊緣檢測(cè)和圖像分割[3-4]

圖像的邊緣特征是圖像的正要特征，在車牌圖像中的目標(biāo)區(qū)域存在著許多邊緣信息，所以我們需要對(duì)車牌圖像進(jìn)行邊緣檢測(cè)提取。邊緣檢測(cè)是圖像分析領(lǐng)域的基礎(chǔ)，是圖像分割的重要依據(jù)。

車牌圖像的分割分為兩個(gè)部分：第一部分是車牌圖像中車牌區(qū)域和和背景區(qū)域的分割，分割后我們可以得到只包含車牌的圖像，第二次分割是在第一次分割的基礎(chǔ)上對(duì)只包含車牌的圖像進(jìn)行分割，分割后我們可以得到車牌的各個(gè)字符，得到字符后我們就可以利用識(shí)別系統(tǒng)對(duì)車牌的每個(gè)字符進(jìn)行識(shí)別。

3 結(jié)語

我們通過對(duì)車牌識(shí)別系統(tǒng)拍攝的圖像進(jìn)行圖像預(yù)處理，把車牌區(qū)域從圖像中提取出來，然后通過對(duì)車牌字符進(jìn)行分割得到字符，最后使用識(shí)別系統(tǒng)進(jìn)行分析識(shí)別。圖像處理是車牌識(shí)別系統(tǒng)中重要的組成部分，處理得到的字符對(duì)車牌的識(shí)別準(zhǔn)確性有著極大的影響。所以，圖像處理在車牌識(shí)別中有著重要的作用。

【參考文獻(xiàn)】

[1]廖翔云，許錦標(biāo)，龔仕偉.車牌識(shí)別技術(shù)研究[J].微機(jī)發(fā)展，2003（S2）：31-32+35.

[2]王曉雪，蘇杏麗.數(shù)字圖像處理在車牌識(shí)別中的應(yīng)用[J].自動(dòng)化儀表，2010，31（07）：22-25+28.

[3]魏偉波，芮筱亭.圖像邊緣檢測(cè)方法研究[J].計(jì)算機(jī)工程與應(yīng)用，2006（30）：88-91.

[4]劉麗麗.車牌識(shí)別中的圖像分割技術(shù)研究[J].科技通報(bào)，2017，33（04）：125-129.