基于MATLAB的车辆识别系统
作者：***
来源：《电子技术与软件工程》2017年第09期
摘 要近年来随着我国经济不断发展，车辆数量越来越多，为交通管理带来了巨大的挑战。在现实的交通管理过程中，车辆识别技术发挥着重要的作用，在高速公路收费站、城市道路管理、城市交叉路口和停车场中都得到了普遍的应用，为车辆的管理提供了基础支持。基于MATLAB的车辆识别系统具有很好的识别作用，本文就基于MATLAB的车辆识别系统进行探析，旨在为人们提供一定的参考。
【关键词】MATLAB 车辆识别系统 系统设计
1 前言
基于MATLAB车辆识别系统在车辆管理中具有很好的作用，可以有效提取的相关信息，并进行一定的预处理，通过字符分割、字符识别和语言播报来实现对车辆的管理，在小
区车辆管理、交通流量管理、不停车自动收费和违章车辆监控中均取得了良好的作用，发挥了巨大的实用价值。
2 自动识别的原理
基于MATLAB车辆识别系统主要是识别车辆的牌照，其主要是采用车辆的静态图像和动态视频来对车辆的牌照颜、牌照号码等进行自动识别，是一种系统的识别技术。基于MATLAB车辆识别系统的硬件主要包括摄像设备、图像采集设备、照明设备、触发设备以及识别车牌号的专用处理机等，在这些硬件中，每一个硬件都发挥着重要的作用，缺一不可。对于基于MATLAB车辆识别系统来说，其软件系统主要包括车牌字符分割算法、车牌定位算法和光学字符识别算法等系统。在基于MATLAB车辆识别系统的设计过程中，要设计的功能模块主要包括图像采集模块、车牌定位模块、字符分割模块、字符识别模块和结果输出模块。要识别牌照，首先要做好牌照定位。
从具体的情况来看，在停车场、道路交通中，汽车图像的背景非常复杂，尤其是其背景光照不均匀，因此识别车牌具有一定的困难，在系统设计过程中，如何在复杂的自然背景中将车牌照区域准确识别出来是非常关键的，是设计者需要考虑的最突出的问题。而
的定位就要通过牌照特征和小波分析、图像处理技术和神经网络等新工具有效结合起来实现。对于的定位，可以采用的方法一共有两种，分别为基于彩图像的牌照定位方法和基于黑白图像的牌照定位方法。对于牌照的定位流程，首先是将原始的图像导入到系统中，然后通过图像的预处理来增强图像的效果，通过边缘提取，对图像进行开闭运算，最终实现车牌的定位。基于MATLAB车辆识别系统采用的是基于黑白图像的牌照定位方法，采集到的视频图像是彩的，首先要将其转变为灰度的图像，然后对原始的图像进行操作，得到图像的背景图像，然后对得到的背景图像和原始图像进行减少运算，增强处理图像，就可以获得图像的最佳阈值，将图像二值化，利用一定的方法来识别强度图像中的边界，对边界进行边缘化处理，得到的图像进行滤波，然后提取二值图像区域，将区域的特征参数计算出来，然后对区域特征的参数进行比较，就可以提取出相关的车牌区域，并将其从整体的图像中分割出来。
3 基于MATLAB车辆识别系统的总体设计
对于基于MATLAB车辆识别系统的总体设计，设计流程包括汽车图像采集、预处理、车牌定位、字符分割、字符识别和结果输出。汽车图像采集是通过电子产品来实现的，这个电
子产品要求具有拍照功能。其次是预处理，通过对图像的预处理来加强图像的质量，只有提高了图像的质量，才能提升车牌识别率。预处理主要包括对原始图像信息的图像灰度化处理、增强处理、消除噪声处理和边缘增强处理等来提升图像的质量。第三是车牌定位，是决定整个车牌识别率的最重要因素，只有加强车牌定位的准确性，才能提升字符分割和字符识别的质量。其次是字符分割，经过前面的处理之后，采用基于投影检测方法来讲车牌的字符分割成多个单个的字符，同时检测已经分割的字符，确保所有字符的大小统一。然后是字符的识别，主要是对分割以后的字符进行处理，处理的方法包括提取特征、缩放，从而得到预想的字符的表达形式，然后参考字符模板中的标准字符来对其进行匹配，就可以得到输入的字符图像。最后是结果的输出，就是将车牌的识别结果输出，并通过语言播报出来。
4 基于MATLAB车辆识别系统的实现
基于MATLAB车辆识别系统的实现，采用数码相机拍摄图像来演示系统的实现过程。首先，单击“原始图像”的按钮，将要处理的图像选择出来，将其作为原始图像结果。此时单击“车牌定位”，就可以在整个读入的图像中将车牌部分的图像单独提取出来。如果系统是采用基于颜特征的定位方法，就可以不对图像进行预处理，通过车牌的颜就可以快速对车
牌进行准确定位。然后单击“灰度图像”，将彩的图像转化为灰度图像，对图像进行去噪音和边缘化、强化等预处理，为下一步的字符提取提供良好的条件。点击“倾斜校正”。车辆的牌照在拍摄过程中角度往往是不好控制的，一定是从上到下的角度进行拍摄，并且拍摄的距离也是不好控制的，车辆也不一定会在正对面，因此拍摄的角度会发生一定的倾斜。针对这种情况，就要将倾斜的车牌图像纠正过来。纠正过程中，在行方向上采用radon方法确定倾斜的角度，并进行校正处理，就可以实现对灰度图像的校正。此时单击“字符分割”，在实际分割过程中，先要对图像进行一定的二值化处理，然后以图像的中心线为起点来设定一个阈值，并从上向下进行扫描，准确区分车牌符号对应的位置，就可以实现对字符的分割。最后是识别结果，采用模板匹配算法来实现字符的识别，一开始要建立一个字符模板库，对需要识别的字符进行二值化的处理，经过治理之后的字符就和模板库中的字符大小是一样的，然后进行匹配。经过一定的统计，输入信号和样本之间相同的概率，选择相似程度最多的，将其作为识别的结果。单击“语音播报”，就可以将识别的结果播报出来。
5 结语
基于MATLAB车辆识别系统在车辆的管理中发挥着重要的作用，系统设计的模块主要包
括汽车图像采集、预处理、车牌定位、字符分割、字符识别和结果输出，其中车牌定位是整个识别的核心技术，其具有很好的识别能力，可以实现车辆的高效管理。
参考文献
[1]陈岩，苏燕辰.基于Matlab的自动识别技术研究[J].计算机与数字工程，2014（07）：1267-1270.
汽车牌照颜 [2]赵小军，林晨，黄柳仙，杨以月.基于MATLAB图像处理的车辆检测与识别[J].数据采集与处理，2009（S1）：141-143.
[3]周志英.基于Matlab的识别系统[J].长沙大学学报，2011（02）：7-9.
作者单位
广州工商学院 广东省广州市 510850
发布评论