車輛牌照識別系統(tǒng)的研究

摘要：在對車輛牌照識別系統(tǒng)研究的基礎(chǔ)上，采用基于灰度二值化的連通域搜索的車牌照粗分類算法，彩色模型的車牌照字符切分算法和加權(quán)組合特征的字符識別算法，通過實驗，設(shè)計出一個有效的車牌照識別系統(tǒng)。
關(guān)鍵詞：粗分類算法；字符切分；字符識別

0 引言
車牌照系統(tǒng)主要分為圖像采集，圖像處理，車牌定位，字符切分，字符識別幾個部分。

圖像采集：目前圖像采集主要采用專用攝像機(jī)連接圖像采集卡或者直接連接便攜式筆記本進(jìn)行實時圖像采集，將模擬信號轉(zhuǎn)換為數(shù)字信號。
圖像處理：需對采集的圖像進(jìn)行增強(qiáng)、恢復(fù)、變換等處理，目的是突出車牌的主要特征，以便更好地提取車牌區(qū)域。
車牌定位：從人眼視覺的角度出發(fā)，并根據(jù)車牌的字符目標(biāo)區(qū)域的特點，在二值化圖像的基礎(chǔ)上提取相應(yīng)的特征。車輛牌照的分割是一個尋找最符合牌照特征區(qū)域的過程。從本質(zhì)上說，就是一個在參量空間尋找最優(yōu)定位參量的問題，需要用最優(yōu)化方法予以實現(xiàn)。
字符分割：是從獲得的牌照區(qū)域分割出單個字符(包括漢字、字母和數(shù)字)以便于進(jìn)行字符識別的過程。考慮到車牌上的字符一般除了一個漢字外其他的都是字母和數(shù)字，即在理想狀態(tài)下每個字符是全連通的且互不相連，因此可以使用特定的方法進(jìn)行字符切分。
字符識別：是使分割得到的字符進(jìn)一步轉(zhuǎn)化為文本并存入數(shù)據(jù)庫或者直接顯示出來的過程。

1 圖像的預(yù)處理
所采用的圖像預(yù)處理方法是把經(jīng)過采集得到的彩色圖像經(jīng)過彩色-灰度變換，灰度拉伸處理，得到車牌區(qū)域突出顯示的256級灰度圖像。
1．1 RGB顏色模型
RGB顏色模型通常用于彩色陰極射線管等彩色光柵圖形顯示設(shè)備中，它是我們使用最多、最熟悉的顏色模型。它采用三維直角坐標(biāo)系，紅、綠、藍(lán)為三原色，各個原色混合在一起可以產(chǎn)生復(fù)合色。
RGB顏色模型通常采用圖2所示的單位立方體來表示，在正方體的主對角線上，各原色的強(qiáng)度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值。(0，0，0)為黑色，(1，1，1)為白色。正方體的其它六個角點分別為紅、黃、綠、青、藍(lán)和品紅，需要注意的一點是，RGB顏色模型所覆蓋的顏色域取決于顯示設(shè)備熒光點的顏色特性，是與硬件相關(guān)的。

1．2 彩色圖像轉(zhuǎn)換成灰度圖像
把彩色圖像轉(zhuǎn)換成灰度圖像進(jìn)行進(jìn)一步的處理。利用公式將彩色圖像轉(zhuǎn)換成灰度圖像：p=0．114*R+0．587*G+0．299*B，其中P代表圖像中某點的灰度值，R，G，B分別代表彩色圖中對應(yīng)點的RGB模型中的R，G，B分量的值。圖3就是彩色圖像轉(zhuǎn)換成灰度圖像的效果圖。