基于數(shù)學(xué)形態(tài)學(xué)的車牌識別系統(tǒng)設(shè)計仿真

張萍　邢蕾

【摘 要】針對車輛牌照的自動識別問題，提出一種基于形態(tài)學(xué)的車牌識別系統(tǒng)設(shè)計。通過對采集到的原始彩色圖像進(jìn)行灰度化、濾波等預(yù)處理，并利用數(shù)學(xué)形態(tài)學(xué)方法對圖像進(jìn)行閉合、腐蝕等運算，進(jìn)而實現(xiàn)了車牌定位，再使用投影法完成對車牌的字符分割，最后采用模板匹配法對字符進(jìn)行識別。MATLAB仿真結(jié)果顯示，設(shè)計具有較高的識別效果，識別速度較快。

【關(guān)鍵詞】數(shù)學(xué)形態(tài)學(xué);車牌識別;字符分割;模板匹配

中圖分類號： TP391.41文獻(xiàn)標(biāo)識碼： A文章編號： 2095-2457（2019）29-0008-002

DOI：10.19694/j.cnki.issn2095-2457.2019.29.003

Design and Simulation of License Plate Recognition System Based on Mathematical Morphology

ZHANG Ping XING Lei

（Electric power Department Yinchuan Energy Institute，Yinchuan Ningxia 750105，China）

【Abstract】Aiming at the problem of automatic recognition of vehicle license plate， a design of vehicle license plate recognition system based on morphology is proposed.By preprocessing the collected original color image by graying， filtering， etc.， and using the mathematical morphology method to close and corrode the image， the license plate location is realized， and then the projection method is used to complete the pair. The character segmentation of the license plate is finally recognized by the template matching method.The simulation results of MATLAB show that the design has a higher recognition effect and the recognition speed is faster.

【Key words】Mathematical Morphology; License Plate Recognition;Character Segmentation;Template Matching

0 引言

近年來，交通運輸事業(yè)快速發(fā)展，人車路持續(xù)高速增長，截至今年6月底，全國機(jī)動車保有量已達(dá)3.4億輛，其中汽車2.5億輛[1]。高速增長之下，也對交通管理和控制方面提出了更高要求。為了能更好地提升交通運輸效率、確保交通安全和提高能源的利用率，就必須要加快道路交通現(xiàn)代化和智能化建設(shè)的全方面發(fā)展[2]。

本設(shè)計通過對圖像處理技術(shù)、數(shù)學(xué)形態(tài)學(xué)方法的研究，提出了一種基于數(shù)學(xué)形態(tài)學(xué)的車牌識別方法，并利用MATLAB軟件強大的功能，對采集到的車牌圖像經(jīng)過圖像預(yù)處理、車牌定位、字符分割和識別等過程，實現(xiàn)了車牌識別，且實驗結(jié)果顯示，識別效果較好、識別迅速。

1 系統(tǒng)總體方案設(shè)計

車牌識別系統(tǒng)包括車牌圖像預(yù)處理、車牌定位、字符分割和字符識別四部分[3-4]。整體識別流程如圖1所示，系統(tǒng)首先對采集到的車輛正面圖像進(jìn)行灰度化、濾波、邊緣檢測等預(yù)處理，再利用數(shù)學(xué)形態(tài)學(xué)中的運算方法對車牌圖像進(jìn)行定位，然后對車牌圖像中的字符進(jìn)行分割，最后利用模板匹配法完成車牌識別并輸出結(jié)果[5]。

圖1 車牌識別整體流程

2 系統(tǒng)設(shè)計的語言環(huán)境介紹

車牌識別系統(tǒng)的軟件采用MATLAB軟件，它將數(shù)值分析、矩陣計算、科學(xué)數(shù)據(jù)可視化等諸多強大功能集成在一個易于使用的視窗環(huán)境中，很大程度上擺脫了傳統(tǒng)非交互式程序設(shè)計語言的編輯模式[6]。在處理圖像方面，MATLAB具有運算符豐富、編程靈活、程序設(shè)計自由度大、可移植性好等特點，還具有源程序的開放性的優(yōu)勢。

3 車牌識別系統(tǒng)的實現(xiàn)

3.1 車牌預(yù)處理

實際應(yīng)用中，由于受行駛速度、光線強度氣等因素影響，系統(tǒng)采集到的照片質(zhì)量不是很高，會存在光照不均、歪斜、模糊等問題。為提高車牌的識別效率，需對原始圖像進(jìn)行預(yù)處理，通常需要經(jīng)過圖像灰度化、圖像濾波、邊緣檢測等處理過程。

3.1.1 圖像的灰度化

為了減少程序運行時間、提升系統(tǒng)處理速度，需要將彩色圖像轉(zhuǎn)換成灰度圖像。經(jīng)過灰度化后的圖像中無任何色彩，只含圖像原有的亮度信息。本設(shè)計采用加權(quán)平均法，計算公式為：Y=0.3×R+0.59×G+0.11×B。式中R、G、B分別是彩色圖像的3個基本分量信息，Y是灰度圖像的灰度值。

3.1.2 圖像濾波

圖像拍攝時，受外界因素影響，會存在有噪聲的影響。圖像濾波的主要目的是減少圖像中噪聲對車牌后續(xù)處理中的干擾。中值濾波不僅可以有效地降低噪音對圖像的影響，還可以較好地保留圖像的原有信息，具有較強的降噪聲能力[7]。本設(shè)計選擇采用中值濾波法進(jìn)行圖像的濾波去噪。濾波以后的圖像如圖2所示。

3.1.3 邊緣檢測

車牌識別過程中，邊緣檢測是一個很重要的操作，它可以得到清晰的車牌輪廓，為進(jìn)一步進(jìn)行車牌的定位與分割做好準(zhǔn)備。實際應(yīng)用中，圖像的邊緣檢測過程一般都是通過選取模板來與圖像進(jìn)行卷積計算完成的，選取的模板算子不同，檢測結(jié)果也不同[8]。本設(shè)計采用Roberts算子，利用edge（）函數(shù)完成邊緣檢測。邊緣檢測后圖像如圖3所示。

圖2 濾波后圖像

圖3 邊緣檢測后圖像

3.2 車牌定位

車牌定位是從處理后的車牌圖像中確定出車牌所在的位置并將其提取出來。車牌定位的準(zhǔn)確性直接決定車牌識別的精度。數(shù)學(xué)形態(tài)學(xué)可以簡化圖像數(shù)據(jù)，在除去不相干的結(jié)構(gòu)噪聲干擾的同時，還可保持圖像基本的形態(tài)特征[9]。它包含膨脹、腐蝕、開啟和閉合四種基本運算。本設(shè)計利用腐蝕、閉合兩個運算的組合得到圖像中的連通域，再使用bwareaopen（）函數(shù)對連通區(qū)域進(jìn)行篩選、移除不符合車牌特征的小對象，定位出車牌區(qū)域，如圖4、圖5所示。

圖4 數(shù)學(xué)形態(tài)學(xué)處理后圖像

圖5 篩選后定位出車牌圖像區(qū)域

3.3 字符分割

字符分割是從定位后含有字符的車牌圖像區(qū)域中分割出單獨的字符。考慮到我國車牌具有字符間隔較大的特點，不會出現(xiàn)字符與字符的粘連現(xiàn)象，本設(shè)計采用垂直投影法完成字符分割。即利用字符間存在間隙，說明車牌圖像在字符間隙處垂直方向的投影存在波谷，只要準(zhǔn)確地找到這些字符間的波谷位置即能切分出每個字符[10]。這種算法不僅程序設(shè)計簡單、運行速度快，還滿足實時性的需求。

3.4 字符識別

考慮到獲取的字符圖像較為清晰，本設(shè)計采用模板匹配法來完成字符識別，即將目標(biāo)字符與模板字符逐一比對并做像素減法，得到新的圖像，再統(tǒng)計結(jié)果圖像中‘1的個數(shù)，個數(shù)最少的即為最佳匹配[11]。為提高程序運行效率，比對前根據(jù)字符所在車牌內(nèi)的位置縮小比對范圍，將漢字、字母、數(shù)字分別進(jìn)行存放和比對，識別效率較高。

4 結(jié)論

隨著智能交通時代的到來，車牌識別受到更多關(guān)注，識別算法也發(fā)展很快。本設(shè)計采用灰度化、中值濾波、Roberts算子邊緣檢測法進(jìn)行圖像預(yù)處理，基于數(shù)學(xué)形態(tài)學(xué)對車牌進(jìn)行定位，借助垂直投影法完成字符分割，使用模板匹配法依次對車牌字符（下轉(zhuǎn)第20頁）（上接第9頁）比對并識別，MATLAB仿真結(jié)果表明，設(shè)計能夠有效地實現(xiàn)車牌識別。在仿真的過程中，不同的車牌由于情況不同可能還需要對某些步驟進(jìn)行一定的修改才能識別，比如對于車牌本身懸掛傾斜或者車牌有污損、遮擋等情況，需要進(jìn)行處理后再識別，這些需要優(yōu)化和改進(jìn)的地方，之后的時間里我還會繼續(xù)進(jìn)行優(yōu)化和完善。

【參考文獻(xiàn)】

[1]孫亞慧.智能交通“2.0”給道路裝上“大腦”[N].人民日報海外版，2019-8-19.

[2]陳建華.基于MATLAB的車牌識別仿真系統(tǒng)研究[J].計算機(jī)產(chǎn)品與流通，2017（8）：143-145.

[3]張小敏，常郝.車牌定位算法研究進(jìn)展[J].哈爾濱師范大學(xué)自然科學(xué)學(xué)報，2017，1（33）：44-46.

[4]崔詩晨，遲宗濤.基于MATLAB的車牌識別的設(shè)計[J].工業(yè)控制計算機(jī)，2017，30（8）：68-69.

[5]高直，吳寶福，王媛媛.基于數(shù)學(xué)形態(tài)學(xué)的車牌自動識別系統(tǒng)[J].計算機(jī)時代，2018（7）：56-59.

[6]趙小川，何灝，繆遠(yuǎn)誠.MATLAB數(shù)字圖像處理實戰(zhàn)[M]. 北京：機(jī)械工業(yè)出版社，2013.6：6-8.

[7]索靜.基于圖像處理的車牌識別系統(tǒng)的分析與設(shè)計[J].工業(yè)控制計算機(jī)，2016，29（12）：32-34.

[8]陳佳.基于形態(tài)學(xué)的車牌定位方法的研究與應(yīng)用[D].衡陽：南華大學(xué)，2015，5：24-28.

[9]劉懷芝，陸小虎，徐喜東，陳本焱.國外電子測量技術(shù)[J].2018，37（1）：20-23。

[10]趙娟.車牌識別系統(tǒng)中字符分割的研究[D].杭州：浙江工業(yè)大學(xué)，2015，3：47-52.

[11]尹肖波.基于MATLAB實現(xiàn)的車牌識別系統(tǒng)[D].杭州：浙江工業(yè)大學(xué)，2017，4：28-31.