山东协和学院 工学院 山东济南 250107
摘要：伴随着经济的发展和社会的进步，人们拥有的私家车所占的比重也越来越高。所以，机动车的停放管理就显得尤为重要。在高校校园中，来往进出的车辆也不断的增加，这就给传统的人工管理带来了沉重的压力，因此，设计了一款以车牌识别为核心技术的高校车辆出入管理系统。本文主要对车牌定位、字符分割、字符识别三个部分的实现进行设计。本文是对核心部分进行阐述并在MATLAB环境中进行仿真实验。
关键词：图像预处理；车牌定位；MATLAB软件
1引言
1.1 研究的背景和意义
私家车在高校校园中变得越来越多，校园的车辆管理带来了很大的难题。高校校园中车辆随处停放的现象随处可见，校园道路上车辆也会给师生带来安全威胁，校外车辆也容易进入校园。管理私家车出入校园变已经成了一项重要的工作。针对这项难题，高校首先应该解决如何有效的识别各种车辆，如何来提高车辆进出校园的通行率问题，如何提高识别率等问题。传统意义上的人工检测不仅消耗大量时间，而且，还浪费人力资源，容易造成高校校门口车辆的拥堵，浪费大量时间。另外，像雨天，大雾天等天气原因也容易造成不利的影响。因此，设计一款基于车牌识别技术的车辆出入管理系统就显得尤为重要。
1.2 研究内容
车牌识别系统拥有着广泛的应用领域，本文主要研究车牌识别系统在高校校园车辆出入管理中的应用。车牌识别系统的主要作用是处理拍摄到的车辆图像。车牌的识别是根据汽车牌照具有唯一性的特点来识别和统计的。车牌识别系统是基于数字图像处理、计算机视觉技术、模式识别技术等技术来实现功能的智能识别系统。
本次的设计主要是使用MATLAB软件对采集到的汽车牌照的图片进行分析和处理，有效的识别汽车的相关信息从而进行管理，实现简洁、高效的校园车辆出入管理。
2 车牌识别系统的工作原理与过程
2.1 车牌识别系统的工作原理
汽车的牌照是唯一能够确定汽车信息的标志性符号，不管是在公路、停车场等地方，汽车牌照在其中都起着最重要的作用。由此可以确信车牌识别系统必须要具备极高的准确率和随时随地的满足各种各样的需求。车牌识别系统的工作流程如下：出发牌照、图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果。
车牌识别系统也正是根据汽车牌照具有唯一性这个特点来实现的。
2.2 车牌识别系统的工作过程
汽车行驶到距离车牌识别系统摄像头三米左右的地方的时候，摄像头对行驶过来的汽车进行拍照捕捉，得到汽车的照片。然后，通过车牌识别系统的预处理，车牌定位，字符分割，字符识别等操作得到汽车的牌照照片。再将汽车的牌照信息反馈给控制器，控制器则会判断此车的车牌号、车辆类别、有效期限、日期时间等信息。如这个车辆的车牌信息显示在有效期内，那么控制器就会发送放行信号，然后放行，汽车就会通过。反之，则不会放行。2.3 设计方案
车牌的识别系统基本上可以分为车牌的定位和字符的识别。因为车牌识别系统的工作环境在户外，所以系统摄像头拍摄汽车图片可能会因为受太阳光的照射而导致拍摄到的图片模糊不清；也可能会因为车辆的行驶速度 过快而导致的拍摄到的图片不清楚；车辆的牌照与摄像头的拍摄距离和拍摄角度是不固定的，也可能会造成拍摄到的图片歪斜，不正。汽车的牌照也可能会存在破损，老旧等现象。这也会使得拍到的牌照图片模糊，一些细节不清楚等。从而会使字符的提取变得更加的困难，也会影响字符的识别的准确性。为了减小这些现象造成的影响，因此需要对拍摄到的汽车牌照图像进行预处理。
然后把经过预处理的汽车牌照图片进行定位和分割。通过对汽车牌照的定位，得出汽车车牌在照片中的具体位置。接下来再把定位得到的汽车图片进行分割，然后再把包含着汽车牌照信息的字符分离出来。以便于后续的操作和使用。字符分割是整个实验操作中最重要的一个环节，是否能准确的实行字符分割是影响车牌识别系统识别率的关键。
3 车牌识别各模块的实现
3.1 图像的采集
对打算进入高校校园的汽车进行拍照，得到车辆图片，并把车辆图片传到识别系统进行识别。采集图像要多次采集。
3.2 图像预处理
3.2.1 图像的灰度变换
对经过的车辆进行拍摄，拍摄到的图片是有颜色的图片而不是黑白的图片，有颜色的图像包含着各种各样的颜色信息。所以，对我们摄取到的照片进行灰度变换就显得很重要。将彩色图像变成灰度图像后可以使图像的处理速度变得更快。
图像的灰度值可以通过计算得出。
MATLAB仿真程序如下：
I=imread（'c：\\MATLAB7\\car.jpg'）；
figure（1），imshow（I）；title（'原图'）
I1=rgb2gray（I）；
figure（2），subplot（1，2，1），imshow（I1）；title（'灰度图'）；
figure（2），subplot（1，2，2），imhist（I1）；title（'灰度图直方图'）；
I2=edge（I1，'robert'，0.08，'both'）；
figure（3），imshow（I2）；title（'robert算子边缘检测'）
3.2.2 图像的边缘提取
我们通过摄像头拍摄到的汽车图像会因为受到外界环境的影响而导致我们获得的图像的质量不佳。所以，我们在进行对牌照的定位和识别前要先进行边缘提取。对图像进行边缘提取可以让图像变得更佳，让后面的分割和识别更容易操作。
我们采用Robert来进行对图像的边缘检测和提取。
3.3 车牌定位
由于我们拍摄到的汽车照片是汽车的全身照，而我们只需要汽车的牌照图片。所以我们必须对拍摄到的汽车图片进行定位和分割。车牌的定位和分割是否准确直接影响后面字符识别的效果。车牌定位步骤如下：
（1）对图像进行图像腐蚀；
（2）除去图像杂质；
（3）通过计算寻找X和Y方向车牌的区域；
（4）完成车牌定位；
（5）对定位后的彩色车牌的进一步处理。
汽车牌照经过上述操作后边缘部分已经得到了强化，汽车的牌照已经显示的非常明显了。我们只要在对照片进行腐蚀和去除杂质，就可以得到我们想要的准确的汽车牌照照片了。
3.4 字符的分割
首先要对汽车车牌的牌照区域进行分割，确定出车牌的合理位置。然后在分割的区域中确定出最终的车牌位
然后在对字符进行分割和归一化的处理。
字符的分割在实验中发挥着承接上文启示下文的重要作用。因为我们拍摄到的汽车图片大小不同，所以，我们得到的字符的大小就不同。因此需要我们对得到的字符进行归一化的处理。
3.5 字符的识别
模板匹配的OCR算法是字符识别算法中最具代表性的算法之一，字符较规整时对字符图像的缺损、污迹干扰适应能力强并且识别率高。
4 总结与展望
经过上述的仿真实验可以得到一个快速高效的车牌识别系统。以我们学校山东协和学院为例，阐述一下车牌识别系统在高校校园出入管理中的应用。
车牌识别系统记录的车牌信息大概可以分为以下几类；包括永久性的、临时的和没有记录信息的。对学校里的停车地方也可以根据车牌识别系统进行划区域停车。比如那些录入永久性信息的可以把停车区域划分到靠近教学楼的地方，这样，同时也方便老师和学生上班上课。那些临时性的可以划分到中间的区域，而那些需要登记才能进入的则划分到靠近门口的位置。这样方便了对进入的车辆管理，另外，也可以实现停车计费功能。
车牌识别系统实现了对出入车辆的自动识别，减少了人工识别的需要的频繁登记，减少了控制起落杆的工作量，还可以根据时间进行查询车辆的具体信息，便于追溯车主的信息。提高了车辆通行的效率，避免了人工识别可能造成的车辆拥堵。实现了校园车辆安全可靠的管理。
参考文献：
[1] 郁梅等，基于视觉的车辆牌照检测，计算机应用研究，1999（5），P65～67
[2] 成瑜.汽车牌照自动识别技术研究[J].南京航空航天大学学报，2006，4（9）：29-30
[3] 刘阳.数字图象处理应用于车辆牌照的识别[J].辽宁大学学报，2004，65-68.
[4] 许志影.MATLAB极其在图像处理中的应用[M].计算机与现代化，2004（4）.