基于Matlab的车牌识别算法研究

基于 Matlab的车牌识别算法研究

卿操 周佳玉 王庆 王元森

辽宁科技大学电子与信息工程学院 114000

摘要 智能化的交通系统被广泛的使用在交通各个领域上,例如:控制服务、车辆生产线、交通道路控制方面。在智能化的交通系统中,使用最广泛与居民生活最息息相关的一项技术就是车牌的识别系统,也就是车辆牌照字符识别系统。本文就基于Matlab对车牌识别算法进行研究,列出本文的研究立项依据以及项目内容,在分析车辆牌照的工作原理以及识别系统的组成,浅析车辆牌照识别系统的模型,希望可以为他人的研究提供一个思路与灵感。

关键字：车牌识别算法;研究;立项依据;项目内容;

前言

将各种智能的电子信息处理技术、传感器控制技术、数据无线传输技术通信网络技术、计算机网络技术以及其他电子控制应用技术能够综合有效地紧密结合运用到一起并且对这些应用技术进行熟练的综合运用,这就是智能化交通系统的基本构成。正因为这种智能交通系统对于先进的汽车电子信息等应用技术高效的整合使用,才能能够保证交通系统在正常运行时,具有信息覆盖范围广、准确性高、实时性好的强大优势,才一定会被国家公共安全、军事以及军业与道路交通管理行业部门连续的广泛使用,对这些行业部门也都具有非常高的应用价值。

一、研究的立项依据以及项目内容

(一)立项依据

在现在的现代人们随着生活品质水平不断稳步提高的经济发展的大背景之下,对于小型汽车的实际使用量也在不断的需求增加,家家户户都需要拥有一辆大型小汽车也已经成为一种常态,工厂汽车公司更是推出拥有不同使用功能的小型汽车。因此在一个城市的基础建设与交通管理的各项工作当中,要真是想有效缓解一个城市当中的各种交通管理压力,就必须需要在这一块继续加大管理力度,必须对机动车辆的交通管理工作更加的严格。在所有车辆的管理工作当中,车牌的信息识别技术可以对车辆进行管理做辅助工作,满足车辆管理时的对所有车辆相关信息的需求。¹

对于车牌的识别系统最早可以追溯到20世纪80年代,那时在世界上就已经有很多科研者和学者对该项目的课题技术进行深入研究,到现在使用为止,市面上的各种车牌自动识别系统技术相较较为完善,在各个重点城市当中也已经有陆续的项目投入车辆到其中使用。

目前我国车牌编号识别系统技术根据用户使用时的工作环境不同可以简单的划分为b端pc端和头端。pc在头端已经开始有一些软件厂家已经开始尝试使用一些深度的机器学习分析方法,而头端还是在继续使用着一些传统的学习方法。并且由于来自外界的各种环境因素,例如:车内光线多变、灰尘以及污渍等,容易对汽车牌照的重要关键词和信息内容进行部分遮挡,导致牌照识别时的处理效率慢,严重时还可能需要利用人工进行各种干预识别的操作。况且国内版的车牌当中竟然含有大量汉字、数字、字母,更是大大增加了车牌识别的复杂难度。所以我们需要大力研究全自动、高效高概率识别的自动车牌识别系统。

(二)项目内容

车牌的识别系统设计算法,主要以Matlab语言为主的编程语言,部分技术模块可以结合c语言,开发设计出一套完整的识别系统。这样才可以真正实现同时对多个车牌自动定位、对一个车牌上的所有字符可以进行自动分割以及对车牌关键词的字符进行自动识别的功能。并且将识别系统连接到了升降杆,进一步的达到在车辆识别成功时,不需要做人工任何干预，自动的进行阻止或允许车辆通行。

二、车辆牌照识别系统的工作原理

车辆牌照的信息识别管理功能及其工作基本原理为:首先我们使用摄像机对车辆车牌进行拍摄;之后得到一张含有车辆牌照的图像，再通过视频卡进行传输发送到计算机中，后面进行对牌照图像的预处理工作;下一步就是利用检索的数据模块对得到的图像信息进行数据文件库的综合搜索、检测、核实的处理工作;对经过检索后输出的牌照数据进行综合分割,得到一个含有牌照字符的矩形显示区域;再将这些车辆牌照中的字符数据进行二进数值的优化后，分割生成单个牌照字符,最后再将经过识别，输出的数据就是牌照数据。

三、车辆牌照识别系统的组成

车辆专用电子图像牌照识别系统主要由现有车辆电子图像识别信息视频预处理、车牌识别信息图像定位、字符识别信息图像分割、字符识别这四大技术功能模块共同组成。

图像预处理功能主要是对摄像头拍摄到的汽车图像进行初次的处理工作,细分可以是对汽车图像进行图像转换、图像像素或是关键元素进行增强以及对于图像的边缘进行检测的工作,是车辆牌照识别系统能够运行的基础功能。

车牌定位功能就是对进行预处理过后的汽车图像进行分割,截取出图像当中所需要的车牌图像。首先是对预处理之后的图像进行分析定位,找到图像当中车辆牌照的位置,之后在截取出来,方便后续对车牌上的字符进行分割与识别的工作。

字符分割就是对经过截取处理出来的单个车牌号码图像进行二次校正、去杂、等优化处理工作。之后再将车牌图像文件中的单个字符符号进行单位分割,得出一个可以直接组成完整的车牌号码的单个字符分割图像。

字符识别技术是对以上字符分割图像所得的单位符号分割图像信息进行字符识别,主要功能包括二值化和归一化,在以上分割图像提取之后不再进行字符识别,得到了最终作为文本信息形式的汽车牌照牌号信息。

四、车辆牌照识别模型的研究

(一)人工神经网络识别模型

人工神经网络识别模式是一种高度模仿生物进行分析行为的模型,可以对一些分布式的信息进行处理的数学模型算法。主要分为生物神经网络以及人工神经网络模型两类。在车牌识别系统当中使用这种识别模型的好处就是可以根据系统的复杂程度,进行灵活的调控内部数字节点的连接关系,可以根据系统的工作环境进行改变的操作，灵活性更加的高。

(二)BP神经网络识别模型

BP神经网络识别模型是一种使用最为广泛的识别算法模型,这个模型是一种可以根据误差反向传播的算法进行学习的多层前馈网络模型。并且使用BP识别模型不需要在前期准备映射的数学关系方程式,因为其自身就有对大部分不同种类的关系式进行储存,只需要通过逆向传播，持续性的对需要改变的网络以及阈值进行调整,因此该模型的算法误差较低。

五、结束语

本文主要针对Matlab进行车牌识别算法的研究,简单分析关于识别算法的俩种模型,希望可以对后续优化现有的车辆牌照识别技术提供思路,让我国的车牌识别水平与国际上最为先进的水平不断的缩小。

参考文献

[1]彭慧玲.基于DenseNet与ResNeXt算法的车牌定位识别方法研究[J].技术与市场,2020,27(10):23-26.
[2]段宾,符祥,江毅,曾接贤.结合GAN的轻量级模糊车牌识别算法[J].中国图象图形学报,2020,25(09):1813-1824.
[3]龙思颖,兰良,梁杏.复杂环境下车牌识别算法研究[J].西部交通科技,2020(06):124-126+135.

1 基金项目:辽宁科技大学大学生创新创业计划专项经费资助项目(项目编号: 202010146240 )。

作者简介:卿操(2000-)，男，四川省南充市，本科。

研究方向:通信工程