论文尚飞飞 - 图文

西安广播电视大学开放教育 题目：

计算机信息管理专业

毕业论文（设计）

高速公路智能化控制占道方案车牌识别系统的设计

专业层次： 计算机信息管理专业 级 别： 2010春 学 号： 1061101403386 姓 名： 张 文 分校（工作站）： 直属一分校 指导教师： 马晓荣

2012年 5 月 8 日

摘要

随着我国经济的快速发展，社会信息化程度的日益提高，交通管理智能化成为发展的趋势。车辆牌照识别系统（LPRS）是智能交通管理系统（ITS）的重要组成部分，可用于各类车辆管理场所，特别是高速公路智能控制系统，提高管理效率与水平，节省人力、物力，实现车辆管理的科学化、规范化，因此有着广泛的应用前景。车牌识别系统的研究与开发是制约交通系统智能化、现代化的重要因素，在现代化交通发展中倍受关注。

本课题通过对高速公路智能化控制占道系统中的车辆牌照进行分析，得出一系列特征信息，并基于这些特征信息，应用图像处理，研究了车牌识别的各项关键环节，包括汽车图像预处理、车牌定位，车牌图像分割和字符识别等，设计并实现了一个车牌识别原型系统。

关键词:特征信息；车牌识别；图像处理；字符分割

目 录

摘要................................................................ 2 目 录.............................................................. 3 1绪论 .............................................................. 5 1．1系统开发的背 ................................................... 5 1.2 系统开发的目的................................................. 6 1.3 系统提出的意义................................................. 6 2 需求分析........................................................ 7 2.1系统调研 ........................................................ 7 2．1．1 智能控制系统的需求分析...................................... 7 2.1.2 我国汽车牌照识别的特殊性...................................... 8 2．1．3本课题国内外研究的历史、现状 ................................ 9 2.2 系统总体结构设计.............................................. 10 2．2．1智能控制系统的功能总体设计 ................................. 10 2．2．2智能控制系统的数据流总体设计 ............................... 10 2．2．3车牌系统的总体设计 ......................................... 11 2．2．4车牌系统的组成原理设计 ..................................... 11 3 车牌识别的研究与设计............................................ 12 3.1车牌特征的信息分析 ............................................. 12 3.1．1车牌特征的信息分析 .......................................... 12 3.1.2常见车牌颜色特征的信息 ....................................... 13 3.1.3车牌特征分析结论 ............................................. 14 3.2原始图像预处理 ................................................. 14 3.2.1图像灰度化 ................................................... 15 3.2.2图像对比度增强 ............................................... 15 3.2.3图像中值滤波 ................................................. 16 3.2.4图像边缘检测 ................................................. 17 3.3车牌图像区域定位 ............................................... 19

3.3.1区域定位算法的阐述 ........................................... 19 3.3.2区域定位算法的效果及流程图 ................................... 21 3.4车牌图像倾斜纠正 ............................................... 23 3.4.1车牌的倾斜原因及类型 ......................................... 23 3.4.2水平倾斜校正 ................................................. 23 3.4.3竖直倾斜校正 ................................................. 24 3.5车辆图像二值化 ................................................. 24 3.6文字分割 ....................................................... 25 4 系统的设计过程................................................. 26 4.1车牌识别的系统基本配置 ......................................... 26 4.2车牌识别的系统的详细流程图 ..................................... 27 4.3车牌识别的系统的车牌信息的采集 ................................. 27 4．3.1采集的基本思想 .............................................. 27 4．3.2车牌图像的成像模型 .......................................... 28 4.3.3车牌图像的成形过程 ........................................... 28 4.3.4车牌图像的实现 ............................................... 29 4.4车牌识别的系统的车牌信息的数据库对比 ........................... 30 4．4.1车牌的数据库对比的简介 ...................................... 30 4．4.2车牌的数据库对比的流程图 .................................... 30 5 总 结........................................................... 31 5.1智能交通系统的总结 ............................................. 31 5.2车牌识别系统的总结 ............................................. 31 参考文献........................................................... 32

1绪论

1．1系统开发的背

由于目前高速公路上存在长时间占用超车道，而且随意压线行驶，变更车道。频繁超车等现象，这对其他车辆形成很大的安全隐患。一些小车无奈之余的见缝插针，有的从两辆大货车中间超车，有的甚至从应急车道超车，险象环生。长时占超车道行驶，既不合法，也不道德，很多时候都迫使其他司机不得不违章从右侧超车。如果这时占道行驶车辆没及时发现再靠过来，那后果不堪设想。所以必需建立一套高速公路智能化控制占道系统，实时对司机的提醒可以从源头上减少交通事故的发生，同时也解决了“科技示范路”的需求，采用高科技技术，建设高速公路条件下的高速公路智能化控制占道系统，对于车速过快的车进行预警，保障广大驾驶员的生命财产安全，对于车速过慢，长期占用车道，影响道路行驶速度的车辆也进行预警，提醒行驶车辆进行相应处理，从而提高高速公路的道路畅通效率和行车速度的控制。高速公路智能化控制占道控制系统项目的成功实施，不但可为广大行车人员提供更多、更新、更人性化的安全预警措施，也可为提高道路的畅通能力提供良好的手段，创造较好的社会效益，得到广大市民的好评。同时，也可实现高速公路的人工智能管理，提高高速交警的执行效率和加强执法的力度。

高速公路智能化控制占道系统是21世纪世界道路交通的发展趋势。公路交通基础建设的不断发展和车辆管理体制的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好的基础。在智能交通系统中，车牌自动识别系统是一个非常重要的组成部分，他的成功开发必将加速高速公路智能化控制占道系统的进程。在国外由于高速公路和收费停车场发展较早，已经成功开发了一系列类似的自动系统。但由于车牌识别系统一般都是针对特定环境，特定要求而设计的，例如各国的车牌在尺寸及字符的布局上就很不相同，这样各个系统的设计方法也就不太一样，有必要针对我国车牌的特点，设计一套车牌识别系统。

车辆自动识别（Automatic Vehicle Identification ，AVI）技术是通过识别车辆车型或车辆所具有的车牌，条形码，或射频识别标志等特征来自动识别车辆的技术，在现代化交通监控及管理中发挥着越来越重要的作用。汽车牌照识别（License plate Recognition ，LPR）技术是车辆自动识别技术的重要组成部

分，其任务是处理、分析摄取的汽车图像，以自动识别汽车牌号。在不影响汽车行驶状态的情况下，大部分LPR系统的工作由计算机完成，从而可降低工作复杂度，改善交通拥塞状态及对违规车辆的有效监管。

1.2 系统开发的目的

高速公路智能化控制占道方案是交通管理部门的辅助工具。他能够检测车辆的速度，截取车辆的车牌信息，并能够针对国家交通法规定的高速路驾驶速度，判断在行驶中车辆的应在车道，智能化控制防止慢速车辆占道。有效遏制霸占超车道的“蜗牛车，车德差，无视交通法规等高速公路违规行为。高速公路智能化控制占道系统能够代替一部分警力，使交通管理部门的行政管理更有效率，同时使对各类交通违规车辆的处罚有章可循，从而真正地实现高速公路管理的人工智能化控制。LPR的实施规范完善了高速公路智能化控制占道系统，提高了高速公路智能化控制占道系统的价值，从而给交通执法部门提供了有力的法律依据，实现了执法有据。

1.3 系统提出的意义

在未来采用人工智能代替人力是一种人类发展趋势，采用高速公路智能化控制占道系统，可以节省人力资源。也可以准确的获取车速信息、车牌号码等信息。我们预计的智能化控制占道系统能够智能分析车辆本身速度及在的行驶车道，控制高速公路上的车辆安全行驶。

随着我国经济的发展，汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，是国家大力发展的基础设施。高速公路作为公路交通的一个重要组成部分，而高速公路智能化控制占道系统是为提高汽车运输的运输能力、速度和安全性方面而专门为汽车交通服务的基础设施。利用各种高新技术，特别是电子信息技术来提高管理效率、交通效率和安全的智能交通已成为当前交通管理发展的主要方向。据调查，在高速公路上已经出现了80%的小车都超速，大量的超速行为给高速公路行车安全带来了极大的隐患。霸占超车道的“蜗牛车，车德差，无视交通法规，不仅极大浪费道路资源，还给道路交通安全埋下安全隐患。这样的“霸道车”问题确实严重，存在很大的安全隐患。据有关数据统计表明，70%以上的高速公路交通事故都是由超速及占道引起的。如何做好高速公路超速及占道管理及处罚，对执法部门来说，取证难却成了执法中最头疼的难题。所以，建

立高速公路智能化控制占道系统实时控制车辆的行驶状况并对其司机进行实时提醒，不仅畅通了交通状况，也使道路资源得到了充分的利用，减少了高速的交通事故的发生，给人民的生命财产到来了保障。然而，许多高速公路应用系统是因为不具备自动识别汽车的“唯一身份证”——牌照号的功能，从而给贪污、舞弊行为留下了可乘之机。汽车牌照自动识别器是近年来逐渐成熟的新型公路机电产品，它的出现，填补了采集基础交通信息的一个空白，为深化高速公路运营管理、提高运营效率提供了可靠依据。所以，在路边或龙门架上安装超速及占道监测设备，实时采集车辆图像及车牌信息并实时进行报警提醒，通过主机管理实现在出口自动报警，管理人员即可当场根据车牌信息当场处理，而对其产生强大的威慑力量，促使其自觉减少超速及占道现象，降低高速行车风险，产生极大的社会效益。

开发LPR系统意义重大，未来高速公路智能化控制占道系统的发展离不开现今LPR系统的奠基。LPR作为高速公路智能化控制占道系统的核心基础技术之一，体现的作用不容忽视，因此是现代智能交通管理中一项重要研究内容。

2 需求分析

2.1系统调研

2．1．1 智能控制系统的需求分析

目前国内现状是需求迫切，随着车辆的增多，高速公路上的交通压力增大。物流业的兴起，大型车辆的增加，高速公路上，大型车的占道行驶情况越来越严重。大型车辆的占道行驶，影响交通的顺畅，城市交通是现代社会发展的主动脉，交通不畅将会影响现代社会政治经济的发展。

现今国内高速公路上类似的高速公路智能系统可查的只有：“重庆绕城高速公路车速预警系统”、“车牌识别系统”。在国内能够智能分析车辆速度，并判断其有无占道的系统是没有相关资料可考的！因此本项目具有很大的技术和市场的空白。

高速公路智能化控制占道系统是交通管理部门的重要工具。他能够检测车辆的速度，截取车辆的车牌信息，并能够针对国家交通法规定的高速路驾驶速度，

判断在行驶中车辆的应在车道，智能化控制防止慢速车辆占道。它能够代替一部分警力，使交通管理部门的行政管理更有效率。

2.1.2 我国汽车牌照识别的特殊性

目前牌照自动识别技术尚未达到很完美的程度，但是在国外由于高速公路和收费停车场发展较早，己经成功地开发了一些类似的自动系统。日本等国家早就开始试验在智能交通监控系统中应用这项技术，目的也是为了推动这项技术的发展。虽然，国外汽车牌照识别系统研究工作己有一定进展，但并不适合我国车牌特征，这主要是因为以下五个方面的原因:

1）我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数字的识别有很大的不同，从而增加了识别的难度；

2）国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色(例 如韩国，其车牌底色为红色，车牌上的字符为白色)，而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等若千种颜色；

3）其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例如分为军车、警车、普通车等)；

4）我国汽车牌照的规范悬挂位置不统一；

5）由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发达国家不允许上路，而在我国仍可上路行驶。由于我国汽车车牌识别的特殊性，采用任何一种单二识别技术均难于奏效。目前正在研制的无源型汽车牌照智能识别系统综合利用了车辆检测技术、计算机视觉(Computer Vision)技术、图像处理技术、人工智能技术和人工神经网络技术等，是一个比较有发展前途的车牌识别系统。相对其他图像识别系统来说，目前车辆牌照识别系统的研究要困难得多，主要原因是由于实时与分辨率的矛盾在这方面表现得更为突出，一般的图像识别系统大都采用256*256或128*128的图像，而在车辆牌照自动识别系统中，由于牌照尺寸较小，每个字符要求有20*20点左右，因此要求分辨率较高，一般不能低于512*512，若采用2048*2048则更好，但这又会使实时性大为降低，这一矛盾是许多牌照识别系统不能投入实用的主要障碍。加之要适应各种复杂背景，要

识别的车辆种类繁多颜色变化多端，以及检测时要适应不同天气变化导致的不同光照条件，给牌照分割及识别增加了难度。

2．1．3本课题国内外研究的历史、现状

（1）基于纹理分析的定位方法

该算法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果, 但对噪声敏感, 对于背景复杂的图像可以结合垂直投影的方法来得到真正的车牌区域, 该区域同时具备以下特点：

有明显的峰- 谷- 峰的现象；

波峰数一般大于7 个, 同时波谷也一般大于7 个( 因为车牌有7 个字符)； 相邻波峰与波谷间的落差大于一定的阈值。结合垂直投影的方法可以有效地解决背景复杂的车牌定位。

（2）基于数学形态学的定位方法

该方法提高了车牌图像分割的准确度但精确度不理想, 所以必须结合其他定位方法进行精确定位, 可与边缘特征分析相结合提高车牌区域定位的精确度。

(3）基于边缘检测的定位

该方法的定位准确率较高, 反映时间快, 能有效去掉噪声, 适合于包含多个车牌的图象, 并且在多车牌图像的情况下定位速度也很快。但是对车牌严重褪色的情况, 由于检测不到字符笔画的边缘会导致定位失败。定位后的区域在外界有干扰以及车牌倾斜时比车牌稍大。可以结合边缘检测和扫描线来进行车牌定位来进一步改善算法性能。

(4)基于小波分析的定位方法

利用小波变换去噪效果好, 结合其他定位方法在车牌图像检测定位中, 能较为快速、有效地从复杂噪声背景中将待识别的车牌分割出来。

(5)基于图像彩色信息的定位

颜色信息的使用可以提高车牌定位的成功率。传统的彩色信息定位方法在图像质量好的情况下定位比较准确、迅速, 但在夜晚时、下雨天或大雾天气时车牌区域容易有残洞, 定位效果不理想。

2.2 系统总体结构设计

2．2．1智能控制系统的功能总体设计

该高速公路智能化控制占道方案是应用于高速公路上对车速和占道预警信息提示系统。对于车速过快的车进行预警，对于车速过慢，长期占用车道，影响道路行驶速度的车辆也进行车牌识别然后传送服务器通过嵌入式智能卡预警和龙门架显示提醒，提醒行驶车辆进行相应处理，从而提高高速公路的道路通过效率和控制好行车速度，真正实现高速管理的人工智能化。

系统功能总体设计图

2．2．2智能控制系统的数据流总体设计

系统数据流设计总体设计图

令原图像f（x，y）的灰度值范围是[a，b]，线性变换后，图像g（x，y）的范围为[O，Mf]，g（x，y）和f（x，y）的变换关系的数学表达式为：

3.2.3图像中值滤波

中值滤波是一种非线性的滤波技术，由于实际计算过程中并不需要图像的统计特性，所以比较方便。它是基于图像的这一种特性：噪声往往孤立的点形式出现，这些点对应的像素数很少，而图像则是由像素较多，面积较大的小块构成。在一定条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤波脉冲及图像的扫描噪声比较有效。

其原理为，设有一个一维序列f1，f2??fn。取窗口长度为奇数m（m为奇数），对此序列进行中值滤波，就是从输入序列中相续抽出m个数，fi-v,fi,fi+v,其中fi为窗口的中心值，v=（m-1）/2,再将这m个点的数值按其数值大小排列，取其序号为正中间的那个数作为滤波器输出。中值滤波表达式为：

Yi=Med{ fi-v,?fi,?fi+v,} i∈Z v=(m-1)/2

对数字图像进行中值滤波，实质就是对二维序列{Xmn}的中值滤波，滤波窗口也是二维的，用一个滑动窗口W在图像上进行扫描，吧窗口内包含的图像像素

按灰度级升（或降）序排列起来，取灰度值居中的像素灰度为窗口中心像素的灰度（若窗口中有偶数个像素，则取两个中间值的平均），用公式表示为：

X（m，n）=Median{f（m-k，n-1），（k，1）∈W}

本文采用的中值滤波的窗口为3×3的矩形窗口（共9个像素），结果表明通过中值滤波可以很好地消除孤立噪声点的干扰，如下图所示。更重要的是使用这种中值滤波，除有效地消除噪声外，还能有效地保护边界信息。

噪声点干扰处理图

3.2.4图像边缘检测

图像分割的一种重要途径是通过边缘检测，即检测灰度级具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方，这种不连续性称为边缘。边缘检测不仅用于图像分割，也是纹理分析等其他图像分析的重要信息源和形状特征基础。需要说明的是：边缘与物体间的边界并不等同，边缘指的是图像中像素值有突变的地方，而物体的边界指的是现实场景中的存在于物体之间的边界。一幅图像中，有可能又边缘的地方并非边界，也有可能物体的边界在图像中不成为边缘，这是因为现实中的物体是三维的，而图像只有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外成像过程中的光照和噪声也是不可避免的重要因素。

本文采用LOG算子，其中LOG边缘检测器的基本特征是： 平滑滤波器是高斯滤波器；

增强步骤采用二阶导数（二维拉普斯函数）；

边缘检测判据是二阶导数零交叉点并对应一阶导数的较大峰值；

使用线性内插方法。

这种方法的特点是图像首先与高斯滤波器进行卷积，这一步即平滑了图像又降低了噪声，孤立的噪声点和较小的结构组织将被滤除。由于平滑会导致边缘的延展，因此边缘检测器只考虑那些具有局部梯度最大值的边缘点。这一点可以用二阶导数的零交叉点来实现。拉普斯函数用作二维二阶导数的近似，是因为它是一种无方向算子。为了避免检测出非显著边缘，应选择一阶导数大于某一阀值的零交点作为边缘。

LOG算子对图像f（x，y）进行边缘检测，输出h（x，y）是通过卷积运算得到的，即：

由于图像平滑会引起边缘的模糊。高斯平滑运算导致图像中边缘和其他尖锐不连续部分的模糊，其中模糊量取决于δ值。δ值越大，噪声滤波效果越好，但同时也丢失了重要的边缘信息，影响了边缘检测器的性能。如果取小δ值，又有可能平滑不完全而留有太多的噪声。大δ值的滤波器在平滑相互邻近的两个边缘时，可能会将它们连在一起，这样只能检测出一个边缘。因此，在不知道物体尺寸和位置的时候，很难准确确定滤波器的δ值。一般来说，使用大δ值的滤波器产生鲁棒边缘，小δ值的滤波器产生精确定位的边缘，两者结合，能够检测出图像的最佳边缘。本课题的δ的取值为2。

LOG算子具有计算速度快的特点，经运算后边缘图像轮廓清晰，尤其适用于具有比较密集笔画的间距小的图像边缘。对同一幅车牌图像采用不同的边缘算子进行边缘检测的效果如下图：

边缘检测效果图

3.3车牌图像区域定位

3.3.1区域定位算法的阐述

本文的定位方法是在一定条件下的目标搜索。因而要考虑己经具备的一些条件和参数以简化方法的复杂度。确定性条件就是目前已经具备的硬件技术(如高级摄相机、高性能的处理器、性能优良的传感系统等):可提供的参数就是取像设备与车辆之间的距离以及车辆图像的先验知识等。根据这些条件和参数可以获得有利于定位方法实现的信息:

拍照使用国内统一标准的牌照，因而具有统一规格的尺寸。

在拍摄时，CCD摄像头与汽车的距离是固定的，因而摄入的图像具有固定比例的大小，并消除了因拍摄时的抖动而出现的低劣图像。

汽车牌照内部有接近水平的一排字，而且字迹要相对清晰。

有了上述条件，就可以有针对地采用相应的方法进行车牌目标的搜索。本文采用了窗口搜索的方法寻找车牌润标。由于车牌目标区的纹理密集，像素值总和远大于具有同一窗口尺寸的其它区域，因而我们可以通过计算所到之处的窗口内部像素值总和，比较总和的大小来判断车牌目标区。搜索步长为2个像素，由左向右，由上向下进行。算法如下式：

式中，S为窗口2frameL×2frameW中所有白像素数码之和，j和i分别为窗口中的横纵坐标，（k1，k2）为窗口像素的位置，（x0，y0）是S取最大值时的窗口中点，我们称之为探点。窗口搜索的结果会使探点位于车牌区域中。

当探点位子车牌区域中时，只表明找到了车牌区内的某点，但探点相对于车牌区位置却是模糊的，因而不能准确定位车牌，必须进一步确定车牌的边界，才能获得车牌区在汽车图像中的位置。边界确定采用投影直方图方法，图像的预处理已经很好地将车牌区域划分出来，车牌区的边缘较周围的其它区域有很好的灰度跳变。因而采用投影直方图的方法，以适当的闽值对边缘加以约束就可以很好地定出车牌区的边界。投影直方图方法是将处理后的图像灰度值先向水平方向投影，使图像的二维函数f（x1，x2）转变为一维函数f（y1），如下式：

投影后的图像和直方图对比如下图所示：

预处理前后垂直直方图的比较

4 系统的设计过程

4.1车牌识别的系统基本配置

CCD摄像机一台。CCD是一种半导体图像传感器，与摄像管相比，体积小、重量轻、功耗低、噪声小、结构简单可靠、分辨率高、光谱适应宽、输出线性好等一系列优点，有广泛的适应性。安置在汽车车道附近，收集来往车辆图像。

图像采集卡一块。接受来自CCD输出的视频信号，并转化为计算机可以处理和识别的数字信号，实时的将视频信号反应在电脑屏幕上，采集卡一般都有对外的编程接口，通过外界命令，可以将连续视频中的某一帧以特定的文件类型保存下来。

光电开关一套，与计算机相连，当车辆通过时，适时产生信号，通过微机向图像采集卡读取图像帧的数据。

工业计算机两台。一台装有图像采集卡，用于接收CCD图像信号，对其加工处理后进行车牌定位、识别的工作，称为前端机。前端机物理上接近车辆通过的场所。另一台接收来自前端计算机的识别结果，监控协调前端机的工作，我们称为控制台。控制台物理位置远离前端计算机，环境更适合人工作。在控制台软件的支持下，一个控制台可以同时监控、协调多台前端计算机的工作，并进行相应的信息处理，如车牌数据库的管理等。

其他附属设备。包括电源、补充光源、网络线路、系统软件等设备。

4.2车牌识别的系统的详细流程图

车牌系统的详细流程图

4.3车牌识别的系统的车牌信息的采集

4．3.1采集的基本思想

车辆识别是一个机器视觉的处理过程，而在图像工程、虚拟现实研究领域内本系统是通过标准图像（数据库）来检验有效性。本系统采用在图像处理基础上，通过建立图像获取和运动条件下的图像退化模型，生成标准的号码退化图像，由对退化图像的检测实现号牌识别率计量这一“计量”问题。

4．3.2车牌图像的成像模型

机器视觉研究的成像过程主要有两个因素：现实空间的点（对象）Pr到图像空间的点（像素）Pi的几何映射；CCD感应生成灰度强度（RGB值）。几何映射过程也就是成像模型，如下图：

成像模型

如上图所示，Pr在图像传感器CCD上形成了点pi ,按小孔成像模型其变换关系可用一个矩阵描述。灰度强度生成强度生成过程也就是传感器敏感单元在一段时间内对入射光能量的反映，与对象的光谱特征，CCD特征有关。

4.3.3车牌图像的成形过程

图像空间的虚拟成像过程是虚拟像素点曝光过程，也即是虚拟像素点对过渡图像RGB强度值在时间域的响应，按小孔成像建立模型见下图：

小孔成像图

4.3.4车牌图像的实现

设测量夹角α为20o，拍摄距离20m，曝光时间1/250s，最高速度50m/s。则曝光周期内位置变动不大于0.2m，对景深的影响忽略不计。如下图所示：

成像过程图

取证照片拍摄范围3m/车道，号牌宽440mm，按总特征像素分辨率768×288Pixel，车牌分辨率不低于100Pixel，则每像素标定距离参数为0.004m/Pixel。由上面图可知，对拍照退化有影响的切向速度为Vt=50×sin20o，即Vt=17.1m/s。

切向的位置变化△r为△r=17.1×1/500,为0.034m，对应像素为0.034/0.004=8.5pixel。

4.4车牌识别的系统的车牌信息的数据库对比

4．4.1车牌的数据库对比的简介

通过前端设备所获取到的车牌信息通过应用远程网络数据库的数据特征，对所识别的字符进行识别对比。整个远程网络数据库的识别由汉字网络对比、字母网络对比、字母数字网络对比和数字网络对比四部分组成。对通过远程数据库提供的相关数据进行对比，提取更加精确的车辆信息。

前端机器通过采集到的车辆相关数据信息，通过预处理、字符分割和特征提取然后与远程网络数据库的数据特征进行对比，输出更精确的车牌号码。

4．4.2车牌的数据库对比的流程图

数据库对比的流程图

5 总 结

5.1智能交通系统的总结

该高速公路智能化控制占道系统需要通过外场图像采集实现摄像车牌识别技术，然后通过数据传送到服务器主机进行分析和存储，对违规的车辆通过嵌入式智能卡进行司机的报警提醒同时在龙门架LED显示屏的提醒显示；对未按规定行驶的车辆进行路段服务信息的显示预警。

高速公路智能交通系统对系统等一系列的性能如下要求：

要求适应苛刻的野外工作条件：环境的温度范围-40℃~+70℃、工作湿度0~90%（无冷凝）的状态下正常工作，具备防尘、防盐雾、防酸等。

设备要求低功耗，因为在高速公路沿线，要求采用太阳能供电，这样可以大大的降低了供电设备的投资经费。

高速公路智能系统担负着车辆及人身的安全所以肩负着重大的任务，所以系统要求较高的平均无故障时间（MTBF）和较短的平均故障修复时间（MTTR），提高了系统的可靠性。

5.2车牌识别系统的总结

车牌的识别问题是现代高速公路智能化占道控制系统领域中研究的重点和热点问题之一。本文主要进行车牌识别系统的研究，对车牌识别过程中涉及到的问题进行一系列的探讨研究。

分析采集的图像特点，使用图像处理方法，对图像进行一系列处理，其中包括灰度化，对比度增强，中值滤波，边缘检测，二值化，图像缩放，图像变形，Hough变换求直线。对其中一些内容进行了比较研究，如迭代法二值化中的k值变化速率的比较和分析，边缘检测效果的比较，对比度增强中的分段线性变换对图像影响的比较；

利用车牌自身具有的特点，确定了一种车牌区域分割和字符定位的方法，并进行了实现。同时针对其算法进行了优化，加速车牌的定位过程；

采用通过了数据库信息的对比思想，通过对识别的字符图像的分析，建立车牌信息跟数据库信息进行对比识别，提高了字符识别的识别率；

参考文献

[1]荆人杰等.《计算机图像处理》浙江大学出版社2009

[2]杨枝灵、王开等.《数字图像获取处理及实践应用》人民邮电出版壮2003 [3]李介谷等.《计算机模式识别技术》，上海交通大学出版社 [4]边肇棋、张学工等.《模式识别技术》，清华大学出版社，2000 [5]何斌、马天予等.《Visual C++数字图像处理》人民邮电出版社2001 [6]向世明.《Visual C++数字图像与图形处理》电子工业出版社.2002 [7]张忻中.《汉字识别技术》.清华大学出版社.1992 [8]章毓晋.《图象处理和分析基础》.高等教育出版社.2002 [9]章毓晋.《图像分割技术>.科学出版社。2001 [10]谭浩强.《C语言程序设计》.清华大学出版社。1996

本文来源：https://www.bwwdw.com/article/2wo7.html