DSP技术在车牌识别中的应用

　　随着计算机技术的快速发展，基于计算机的图像处理和分析技术也获得了飞速的进步。图像处理技术已进入了各个不同的领域，得到更加深入和广泛的应用。但是在具体工程实践应用中，由于具体问题的不同，图像处理技术目前尚没有统一的算法来解决实际问题，所以其运用仍存在着一定的限制。因此对具体问题的研究和解决方案的提出仍然是一个及其具有挑战性的课题。目前，图像处理技术的应用研究已经成为科学界的一个重要研究领域。 本文在分析图像处理技术理论的基础上，以车辆牌照为研究对象，主要研究如何通过图像的预处理、车牌的定位、车牌字符切分和字符识别等一系列过程，以完成汽车牌照的识别。

　　本文的主要工作是分析了车辆图像处理的方法，对现有的各种牌照预处理算法和定位算法进行了深入的分析和比较，并在此基础上采用了一种根据字符竖向纹理特征的牌照定位算法，实现了牌照的准确、快速定位;研究了车牌图像二值化、图像的边缘检测、图像分割、图像平滑和图像增强标准化算法，对带有倾斜的牌照采用边缘检测和Hough变换相结合的方法有效的区分了不同种类的车辆牌照，并利用投影法结合牌照先验知识给各个字符区域进行了标号;引入字符窄区域概念，将字符区域进行分类处理，提高了分割的准确性;利用特征匹配法，通过分析字符的结构特征或各种统计特征，来设计各种分类器，对切割出的车牌字符进行识别。 本文使用在各种实际交通环境下拍摄的车牌图片对上述算法进行了试验，试验结果表明本文设计的车牌处理算法一方面提高的车牌处理的正确性，另一方面在一定程度上减少了车牌处理时间，因此更加适合应用于实际的车牌识别系统中。

　　1 车牌定位及预处理

　　将汽车图象文件以Raw格式文件输入计算机后，计算机将车牌部分从整幅图象中抽取出来，实现车牌定位。设定门限值为127,设定检测阈值为16.然后对图象自上而下逐行扫描，若某一行的0→1和1→0变化次数大于该阈值则假设其为待测车牌最低点，继续逐行扫描直至0→1和1→0变化次数小于8的情况出现。将该值假设为待测车牌最高点。若最高点与最低点之差大于15则认为目标已检测到，否则继续进行扫描。如果未检测到符合上述条件的目标，则自动调整门限值重复以上的操作。直到找到目标为止。

　　利用二值图象在竖直方向上的投影作为特征，从左至右寻找目标的中心点坐标。考察以前所得的目标高度作为边长的方形窗口内的竖直方向投影之和，若该值小于经验阈值则视为无文字信息的背景部分，若该值首次大于阈值则视为待识车牌的左边界部分;之后，若当投影和首次由大变小时跳出循环，则取该窗口的中点横坐标为目标中心点。以目标中心点为基准向右，以高度为所得目标高度、宽度为30的窗口再次统计象素值为1的象素点个数，若该值首次小于经验阈值16则视为已到目标右边界，并取该点坐标为目标最右点的坐标。对目标最左点坐标的确定同理可得。