科技与创新┃Science and Technology &Innovation
·20·
2020年第14期
文章编号：2095－6835（2020）14－0020－03
基于MATLAB 平台下的车牌识别系统设计
楚天鸿1，唐瑞尹2
（1.华北理工大学电气工程学院，河北唐山063210；2.北华航天工业学院电子与控制工程学院，河北廊坊065000）
摘要：科技的快速发展使汽车成为现代社会的重要代步工具，促生了新一代的智能交通系统，车牌识别技术作
为智能交通的基石，为交通管理提供了技术支撑，使人们的驾车出行更为方便快捷。将车牌识别与计算机软件相结合，在MATLAB 平台下，运用数字图像处理技术，对采集到的车辆图像进行相关操作，完成了对汽车牌照的定位和字符的分割。同时，将改进后的模板匹配识别方法运用到字符识别中，使系统正确识别出车牌字符，实现了自动识别汽车牌照的目的。
关键词：车牌识别；MATLAB ；图像处理；模板匹配中图分类号：TP391.41
文献标识码：A
DOI ：10.15913/jki.kjycx.2020.14.006
自2013年起，中国汽车保有量逐年递增，2019年中国汽车保有量已经达到2.6亿辆，与2018年相比增长了8.83%。这足以说明汽车已经成为民众生活中不可或缺的工具，给人们的出行带来方便的同时也给交通带来了巨大压力，建立一个完善的智能交通系统的需求愈发强烈。计算机相关的科学技术迅猛发展以及现代网络科技的广泛应用，带动智能信息化功能处理技术不断完善，同时为现代汽车管理手段提供了新思路和新方案[1]。汽车牌照是每辆汽车特有的身份证明，而车牌识别系统也成为了高速路
、小区门禁、停车场等场所的必备工具，在交通管制等方面发挥着重要的作用。车牌识别技术主要包括车牌定位、字符分割、字符识别三个部分[2]，通过对采集到的车辆图像进行相关处理就可成功获取车牌号码，完成车牌识别。
本文在MATLAB 软件平台下，设计车牌识别系统，对小型汽车蓝底白字的车牌图像进行相关处理，实现车牌识别功能。
汽车牌照网上选号
1系统总体设计
本文设计的车牌识别系统利用MATLAB 软件进行编程设计和仿真实验。MATLAB 软件具有数值分析、计算、设计控制系统等功能，并且在数字图像处理方面有强大的库函数，可以出地完成图像处理，实现处理图像的可视化操作。对汽车牌照进行识别的具体步骤主要有图像读取、预处理、车牌图像定位、字符分割、字符识别。
总体结构如图1
所示。
图1总体结构
2车牌识别系统算法实现2.1图像读取与预处理
首先，应用imread 函数读取已被采集到的带有车牌的车辆图像，其次对该图像进行预处理操作。
预处理操作包括对图像像素的重新设置和图像增强。在实际应用中，为保证图像的清晰度，常使用分辨率较高的摄像机、手机等采集设备，而采集到的图像像素过大，会使识别系统的速度降低，甚至会出现卡顿的情况。所以，为了能够让系统的运行顺畅，提高处理速度，对读取的图像像素进行重置，应用imresize 函数将图像大小统一为520×390。同时，由于外界环境的影响，采集到的车辆图像可能存在光线过暗的情况。所以需要对其进行图像增强处理，确保车牌明亮清晰，为后续工作做好准备。2.2车牌图像定位
采集到的车辆图像经常有着复杂的背景，所以需要对车牌进行准确的定位，这对后面的操作至关重要。若定位错误或不够准确，就会直接导致车牌识别错误。在中国，车牌底有多种，包括黄、蓝、白、黑和绿。同时，车牌有着固定的外廓尺寸，不同型号的汽车牌照的颜和尺寸均不相同。国家规定，小型汽车牌照的尺寸为440mm×140mm ，颜为蓝底白字。
基于上述原因，本文将定位过程分为粗定位和精确定位。以小型汽车牌照为对象，根据车牌的底来粗略寻图像中的汽车牌照部分，对选中的目标进行形态学处理，通过目标的长宽比例筛选出正确的车牌图像，并且结合投影法完成最终定位。具体步骤如下。
步骤1：将车牌图像进行彩模型转换，由RGB 模型变为HSV 模型。HSV 表系由度（Hue ）、
饱和度
（Saturation ）、亮度（Value ）三个分量构成[3]。彩模型转