基于MATLAB的车牌识别系统设计

刘超 宋丹丹 苗瑾超

摘要：该设计利用MATLAB为实验平台，通过车牌定位，字符分割，字符识别三个步骤，实现车牌的有效识别。经实验表明表明，设计的车牌识别系统有较好的识别效果，对于采用MATLAB开发数字图像处理系统使用者具有一定的参考价值。

关键词：MATLAB;车牌定位;字符分割;车牌识别

中图分类号：TP311        文献标识码：A        文章编号：1009-3044（2019）01-0198-02

随着经济的快速发展和人们生活水平的提高，汽车逐渐成为主要交通工具。随之带来了严重交通问题，如交通堵塞、交通事故等，智能交通系统应运而生，其中车牌识别技术占有重要位置。车牌识别技术可应用于停车场管理、高速 公路不停车收费、超速管理、道路交通监控系统、城市“电子警察”、小区车辆智能化管理等各个领域。本文给出了车牌识别系统的主要结构以及各模块完成的主要功能。

1 车牌定位

本设计拍摄是车辆的整体图片，只有车牌部分包含有用信息。因此需要对车牌进行定位和提取。首先根据RGB彩色原始图像（图1所示）的三原色比例搜索整个图像中具有车牌纹理特性的区域，粗定位出车牌的候选区域。然后基于给定基准车牌的长宽比，以及车牌中蓝白区域比对，对候选区域的车牌进行多次定位，最终确定并切割出车牌如图2所示。

2 字符分割

对得到的车牌区域需要进行预处理，好的处理方法可以有效提高分割的正确率。由于彩色图像包含的信息量比较大，不利于后期图像的处理。首先对利用rgb2gray算法对彩色车牌图像进行灰度化处理得到如图3所示的灰度图像，使得图像更加清晰容易被识别。在拍摄过程中车牌会有一定程度的倾斜，如果不进行处理会对后期字符的分割和识别造成一定成都的影响，因此利用rando变换对车牌进行倾斜角度计算，对倾斜图片进行修正，得到如图4所示水平的图片。

将得到的水平图片进行二值化，车牌图像经过二值化之后将变为黑底白字，或者白底黑子。根据黑点所占的比例将图像统一为白底黑字。此时的图像不可能精确的在边框的位置，通过Y方向处理消除水平方向上的干扰。

为了识别字符，需要将图像中的每个字符进行准确的分割。利用车牌纵向投影统计每一列的像素点个数。字缝间隙没有像素点或者像素点很少，在投影图中会呈现波谷的状态。利用波谷就可以将字符分割出来。但是在车牌中的汉字比如“豫”，在进行分割时经常会出现把汉字分开的现象。系统将分割出来的字体的宽度与整个车牌宽度进行对比，并进行合并，达到修正的效果。实际字符分割效果如图7所示：

3 字符识别

字符识别是最后一步也是最关键的一步。在中国的车牌中规定一共有七个字符，第一个为汉字代表省或者直辖市等特定含义的简称，接下来的为字母或者数字。字符的识别常用的有两种算法神经网络法和模糊匹配法。本系统采用模糊匹配的方法，直接将分割后字符作为特征，与样本库中的样本进行一一对比，选取相似度最高的样本作为识别结果。识别结果如下图所示：

4 结束语

本设计中利用数字图像处理的各种基本算法对图像进行处理，利用MATLAB进行仿真，最终实现车牌的识别。本文通过颜色划分算法车牌定位、利用灰度算法、rando算法，二值化算法實现彩色车牌预处理，然后利用垂直投影法实现字符分割、最后运用模板匹配法最终实现字符识别。但是本设计只针对蓝底白字的车牌进行的识别，对颜色依赖度较高，对蓝色的车辆识别率较低，这也是下一步要进行努力的方向。

参考文献：

[1] 徐航，丁柏秀.基于 MATLAB 的车牌识别系统的研究[J].通讯世界，2015（11）.

[2] 康健新.基于图像的车牌识别系统的设计和实现[J].吉林大学，2014.

[3] 崔诗晨，迟宗涛.基于MATLAB的车牌识别的设计[J].工业控制计算机，2017（8）.