基于車牌號碼識別的機器視覺系統(tǒng)設(shè)計

潘磊，趙亮，劉丁丁，馬義豪，彭世晨，豐安輝

（安徽大學，安徽 合肥 230601）

1 機器視覺系統(tǒng)概述

1.1 機器視覺的發(fā)展歷程

機器視覺技術(shù)出現(xiàn)于上世紀中期，早期的研究則是由20世紀60年代中期美國學者L．R．羅伯茲在對理解多面體組成的積木世界研究開始的。羅伯茲用邊緣檢測的方式識別邊緣線、用區(qū)域分析的方法分割圖像以及采用的預處理、對象匹配等技術(shù)，也在后來的機器視覺中得到應用。到了20世紀70年代，一些機器視覺系統(tǒng)也陸續(xù)萌芽；70年代中期麻省理工學院（MIT）開設(shè)了“機器視覺”課程，極大的吸引著世界各地的學者，甚至包括1977年提出有別于“積木世界”分析方法的計算視覺理論創(chuàng)始人David Marr教授。80年代中期，隨著新理念、新方案的不斷涌現(xiàn)，加上CCD、圖像處理技術(shù)的進步，機器視覺得到了空前發(fā)展。

1.2 機械視覺的工作原理

在一個完備的機器視覺系統(tǒng)中，首先是作為輸入信息的攝像頭模塊，該模塊將圖像傳感器所檢測到的光學圖像，轉(zhuǎn)化為計算機所能識別處理的電信號，進而傳送至專用的圖像處理系統(tǒng)；圖像處理系統(tǒng)對接收到信息進行相應的運算處理，抽取目標的特征信息（如輪廓、位置、數(shù)量等），最后根據(jù)與預設(shè)的條件對比，輸出檢測結(jié)果數(shù)據(jù)。值得注意的是，系統(tǒng)輸出的并非圖像信息信號，而是經(jīng)過處理后的檢測結(jié)果（如尺寸、角度信息）。上位機實時的利用這些數(shù)據(jù)，控制運動系統(tǒng)。

2 機械視覺的系統(tǒng)設(shè)計

完備的機器視覺系統(tǒng)一般包括光源、鏡頭、相機、圖像采集卡、圖像處理軟件、通訊/輸入輸出單元等基本模塊以及一些輔助模塊。

2.1 光源

光源的作用主要是放大圖像特征、削弱外來影響光的干擾。光源從空間結(jié)構(gòu)上來說基本可分為直射、側(cè)射、背部照射三大類，基于實際物體，不同的場合應用的光源略有差異。一般來說，曲面檢測宜用圓頂光源，光滑平面宜用同軸光源，光滑平面宜用明試場光源。綜合考慮市面上存在的一些視覺光源，LED光源具有耗能小、壽命長、反應快、形式多、穩(wěn)定性強等優(yōu)點，因而有較廣的應用范圍。

2.2 工業(yè)相機

攝像機可謂是視覺系統(tǒng)的關(guān)鍵性硬件，充當著系統(tǒng)的眼睛，其本質(zhì)功能就是將檢測到的光信號轉(zhuǎn)換成有序的電信號傳遞給圖像采集卡。選擇不同的攝像機直接影響著系統(tǒng)的檢測精度，也影響著系統(tǒng)所能發(fā)揮作用的場合。

（1）分辨率(Resolution)：一般用水平分辨率（或水平清晰度）來評估攝像機的分辨率。而水平分辨率的大小與電子耦合器件以及鏡頭密切相關(guān)。常用的黑白攝像機的分辨率一般為380～600、彩色攝像機的分辨率在320到500電視線之間，主要有330線、380線、420線、460線、500線等不同檔次。

（2）曝光方式（Exposure）：對于線陣型攝像機一般都是采用逐行曝光，曝光時間可以設(shè)置成與行周期一致或者固定的時間周期；面陣相機的曝光主要有幀曝光、場曝光以及滾動曝光等幾種方式。

（3）快門速度（Shutter）：電子快門是利用電子技術(shù)在時間上控制芯片上的電荷轉(zhuǎn)移，從而達到“快門”效果。對靜止的研究對象，快門速度影響不大，但當研究對象為運動物體時，必須采用高速相機，防止圖像失真。

（4）像元尺寸(Pixel Size)：像元大小和像元數(shù)(分辨率)共同決定了相機靶面的大小。目前數(shù)字工業(yè)相機像元尺寸一般為3～10μm。一般來說，像元尺寸越小，制造難度越大，圖像質(zhì)量也越不容易提高。

（5）光譜響應特性(Spectral Range)：光譜響應特性反映了像元傳感器對不同光波的敏感特性，一般響應范圍是350～1000nm，有時可在靶面前加了一個濾鏡，濾除系統(tǒng)無需敏感的色光。

（6）信噪比（Signal-Noise Ratio）：即信號電壓與噪聲電壓的比值，典型的CCD攝像機信噪比在45～55dB之間，在環(huán)境照度不好的條件下，信噪比越高，圖像越清晰。

2.3 圖像采集卡

在機器視覺系統(tǒng)的設(shè)計中，圖像采集卡主要用于將模擬信號進行數(shù)字化的操作，通過對信號的濾波、A/D轉(zhuǎn)換，再經(jīng)過圖像處理軟件對圖像進行增強、分割、特征提取。

（1）注意與工業(yè)相機的匹配，確定是否支持分辨率以及逐行掃描。

（2）注意是否具有觸發(fā)、選通、幀復位、鎖相采集、時序輸出能力。

（3）多頻道，確認圖像采集卡具不具備支持多個相機圖像進入。

3 圖像處理部分

3.1 圖像的分類

（1）灰度圖像：灰度圖像對應著一個數(shù)據(jù)矩陣（二維數(shù)組），數(shù)組元素的值（0～255）表示圖像在該位置上的亮度值。（0表示黑色，255表示白色）。

（2）RGB圖像：RGB圖像用m×n×3數(shù)組表示，第一個二維矩陣表示紅色值，第二個矩陣表示綠色值，第三個矩陣表示藍色值。

（3）HSV圖像：HSV圖像也是用m×n×3數(shù)組表示，第一個二維矩陣表示色彩值（hue），第二個二維矩陣表示飽和度（saturation），第三個二維矩陣表示亮度（value）。

3.2 常用的邊緣檢測算子

針對目前采用較多的算子，本文進行了適當?shù)难芯糠治?，并得出相應的結(jié)果。

（1）roberts算子采用的是對角線上相鄰兩像素的差近似梯度幅值來檢測邊緣，定位精度高。但是在有一定傾角的斜邊緣，檢測效果不理想，存在許多漏撿；而且不能有效抑制噪聲，容易產(chǎn)生偽邊緣。

（2）Sobel算子不但能產(chǎn)生較好的邊緣檢測效果，同時，由于其引入局部平均，使其受噪聲影響降低；但得到的邊緣較粗，當精度要求不高時，比較實用。

（3）Prewitt算子通過對圖像上的每個像素點八個方向的灰度加權(quán)之和來進行邊緣檢測，因此容易檢測出偽邊緣，并且邊緣定位精度較低。

（4）Log算子平滑了圖像也適當降低了噪聲，但是對圖像的平滑導致了邊緣的擴展。

（5）Canny算子信噪比良好，但為了獲取良好的邊緣檢測效果，通常需要使用較大的濾波尺度，雙閾值需要人為的選取；但定位性能好，單邊緣具有唯一的邊緣響應。

4 二維識別系統(tǒng)實驗

4.1 數(shù)據(jù)的獲取

基于設(shè)計好的視覺系統(tǒng)平臺，利用攝像頭拍攝一張待識別的圖像，如圖1所示。

圖1 車牌.jpg

4.2 圖像處理

（1）基于halcon進行讀入圖像：read_image(Image，‘車牌 1．jpg’)。

（2）將三通道圖像（見圖2）變?yōu)镽GB圖像：decompose3 (Image, Red, Green, Blue)。 利 用decompose3 函數(shù)將Image圖像進行分離剝離成紅綠藍三個單通道圖像。

（3）將RGB圖像轉(zhuǎn)換成HSV圖像：trans_from_rgb (Red, Green, Blue, Hue, Saturation, Intensity,‘hsv’)。利用trans_from_rgb 將RGB圖像對應轉(zhuǎn)化為參數(shù)為色彩值、飽和度、亮度的HSV圖像。

圖2

再利用threshold函數(shù)按設(shè)置的闕值提取圖像區(qū)域，connection函數(shù)合并所有選定像素觸摸相互連通區(qū)，通過特征選擇，再經(jīng)過有方向的矩形shape_trans函數(shù)選取獲得車牌所在矩形。再經(jīng)過圖像分析，不斷優(yōu)化車牌信息，過程如下圖3。

圖3

將識別出的實驗結(jié)果輸出與原圖像對比，系統(tǒng)識別信息正確。

5 結(jié)語

（1）本文所設(shè)計的機器人視覺識別系統(tǒng)，通過對輸入的車牌圖像進行的檢測、處理、匹配、識別，最終成功讀取出車牌的信息，展示了一定的識別能，同時也驗證了方案的可行性。

（2）視覺系統(tǒng)的設(shè)計中，采用一些現(xiàn)成的匹配模板，減少了對專業(yè)知識的需求，并積極使用一些圖像處理軟件，以減少不必要的操作時間。

[1]王志祥 ．CCD 圖像傳感器 [J]．科技信息 ,1996，(12)：8-9．

[2]王杰艷．線陣CCD圖像傳感器驅(qū)動電路的設(shè)計[J]．電子設(shè)計工程 ,2006，(9)：23-26．

[3]毛玉仁．機器人視覺系統(tǒng)的物體檢測技術(shù)研究[J]．浙江大學，2017．

[4]徐鵬．基于機器視覺的機械零件二維尺寸檢測系統(tǒng)研究[J]．華南理工大學，2015．

[5]王運哲,白雁冰,張博．機器視覺系統(tǒng)的設(shè)計方法[J]．中國電子科技集團公司第二研究所，2011．