1 引言
車輛牌照是機動車唯一的管理標識符號，在交通管理中具有不可替代的作用，因此車輛牌照識別系統(tǒng)應具有很高的識別率，對環(huán)境光照條件、拍攝位置和車輛行駛速度等因素的影響應有較大的容閾，并應滿足實時性要求。牌照自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行牌照號碼、牌照顏色自動識別的模式識別技術，其硬件一般包括觸發(fā)、攝像、照明、圖像采集等設備，其軟件核心包括車牌定位、車牌字符分割和字符識別等算法。
2 系統(tǒng)的實現
2．1 系統(tǒng)簡述
一個完整的牌照識別系統(tǒng)應包括車輛檢測、圖像采集、圖像預處理、車牌定位、字符分割、字符識別等單元。當車輛到達觸發(fā)圖像采集單元時，系統(tǒng)采集當前的視頻圖像，牌照識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號碼輸出。牌照識別系統(tǒng)原理如圖1所示。

2．2 圖像預處理
輸入的彩色圖像包含大量顏色信息，會占用較多的存儲空間，且處理時也會降低系統(tǒng)的執(zhí)行速度，因此對圖像進行識別等處理時，常將彩色圖像轉換為灰度圖像，以加快處理速度。對圖像進行灰度化處理、提取背景圖像、增強處理、圖像二值化、邊緣檢測、濾波等處理的主要MATLAB語句如下所示：

2．3 車牌定位
自然環(huán)境下，汽車圖像背景復雜，光照不均勻，在自然背景中準確地確定牌照區(qū)域是整個圖像識別過程中的關鍵。首先對采集到的圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析、評判，最后選定一個最佳區(qū)域作為牌照區(qū)域，將其從圖像中分割出來，同時要考慮車牌傾斜問題。算法流程如下：
(1)對二值圖像進行區(qū)域提取，計算并比較區(qū)域特征參數，提取車牌區(qū)域。
(2)計算包含所標記區(qū)域的最小寬和高，并根據先前知識，提取并顯示更接近的車牌二子值圖。
(3)通過計算車牌旋轉角度解決車牌傾斜問題。由于車牌傾斜導致投影效果峰谷不明顯，需車牌矯正處理。采取線性擬合方法，計算出車牌上邊或下邊圖像值為1 的點擬合直線與水平X軸的夾角。用MATLAB函數的旋轉車牌圖象函數Imrotate，計算車牌旋轉角度和經旋轉、二值化后的車牌二值子圖處理結果如圖 2所示。

2．4 字符分割
完成牌照區(qū)域的定位后，再將牌照區(qū)域分割為單個字符。一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值，并且該位置應滿足牌照的字符書寫格式、字符、尺寸限制等條件。利用垂直投影法實現復雜環(huán)境下汽車圖像中的字符分割效果較好。通過分析計算字符的水平投影和垂直投影，可獲得車牌字符高度、字符頂行與尾行、字符寬度、每個字符的中心位置，以方便提取分割字符。然后計算車牌垂直投影，去掉車牌垂直邊框。獲取車牌及字符平均寬度。最后計算車牌每個字符的中心位置和最大字符寬度，提取分割字符，其算法流程如圖3所示，通過程序算法計算的車牌字符高度和寬度及分割的字符，如圖4所示。

3 結論
從MATLAB編程運行結果看，這里采用的圖像識別算法對車牌的定位非常有效，該算法可有效檢測車牌圖像的上下左右邊框、旋轉角度，準確分割及識別車牌字符。通過對多個車牌進行試驗，正確率高，與傳統(tǒng)的采用C++語言相比，工作量和開發(fā)周期都減少很多。實際應用中，牌照識別系統(tǒng)的識別率與牌照質量和圖像拍攝質量密切相關，還會受到各種因素，需不斷完善識別系統(tǒng)和算法。