车牌识别设备（共8篇）
车牌识别设备 篇1
随着我国高速公路的不断发展, 形成了规模不等的联网收费系统。在系统运行中, 面临着一些共同的问题, 主要有:费源流失现象严重, 路网内路径多义性。解决该问题最有效的方法是在高速公路路网内的所有收费站出入口车道以及多义性路径的互通立交等关键标识点上安装车牌自动识别设备, 从而确定车辆是否具有作弊嫌疑及车辆行驶路径, 达到防止费源流失、增强系统效率的功效。
1 设备的原理
高速公路联网收费系统建立在附加车牌信息 (车牌号和二值化图) 的IC卡和车辆信息数据库上。通过车辆携带的附加车牌信息的IC卡和车辆信息数据库对比匹配确认车辆信息合法性和行驶路径, 这样可防止费源流失, 实现收费额按行驶路径拆分的目的。
我们可以建立车辆车牌信息数据库。当车辆首次通过高速后, 系统自动将车辆的车型、车类、车种等信息写入数据库。当车辆再次驶入高速时, 系统会根据车牌信息自动将收费员输入的车型、车类、车种等信息和数据库中的信息进行比较。这样可以防止针对减免车辆的舞弊现象。同时在数据库中建立黑名单车信息库, 根据车牌信息在数据库中查询车辆信息, 并做出适当地处理。
2 设备工作流程
联网高速公路车牌识别设备主要分为2大类:第一种是出入口车牌识别设备, 用于识别对比出入口车牌信息。第二种是标识点车牌识别设备, 用于确定车辆行驶路径。
2.1 出入口流程
出入口车牌识别设备安装于收费车道, 主要包括车辆图像识别采集单元即抓拍单元、识别单元、补光单元。由车道抓拍线圈触发抓拍单元, 抓拍单元采集车辆图像传至识别单元, 识别单元识别图像获得车牌信息, 将这些数据传至车道控制机。入口控制机将车辆牌照号及车牌二值化图写入IC卡, 同时通过网络将入口车道的车辆信息依次上传至收费站、收费分中心和路网收费中心。出口车道控制机将识别设备上传的车牌信息与IC卡内的车牌信息进行比对。如果车牌信息比对错误, 收费软件将入口车牌二值化图与出口车牌二值化图进行匹配, 如匹配失败, 则自动弹出车辆的二值化图进行人工比对;如确认车卡不匹配, 则报警并通过网络调入口图像取证予以确认。
2.2 标识点流程
标识点车牌识别设备安装在多义性路径的互通立交等关键路段门架上, 其工作单元分工和车辆信息获取过程与车道识别设备相同。标识点自动识别的车牌号码、车牌二值化图、车辆图片等数据上传至路网收费中心数据库, 通过数据库匹配确定车辆行驶路径。
3 设备应用与实现
联网高速公路车牌识别设备按功能主要分为4大类:第一类是防止费源流失;第二类是便于管理和数据统计;第三类是确定车辆行驶路径;第四类是防止IC卡的流失。
3.1 防止费源流失
(1) 防止倒换卡。在入口处, 车道控制机将车牌信息写入IC卡后, 由司机携带IC卡到出口。在出口处, 车道控制机自动比对出入口的车辆信息, 如确认车卡不匹配, 则报警并通过网络调入口图像取证予以确认。 (2) 辅助辨别车型。系统在数据库中建立车牌号和车型对应表。当车首次通过时, 监控程序将该车的车牌号和收费员判定的车型存入数据库中。当该车再次通过, 系统发现收费员判定的车型和数据库中的车型不符时, 则自动报警, 提醒收费员和监控员。收费员根据车辆行车本重新判定车型。监控员对收费员判定过程进行稽查, 并更新数据库。 (3) 免费车管理。系统建立免费车辆数据库, 只有车牌号与数据库中的信息匹配时才能免费放行。当收费员判定车辆为免费车时, 系统将自动查询此车是否是免费车。 (4) 黑名单管理。黑名单车辆管理的实现原理与免费车管理一样, 都是建立黑名单数据库。当黑名单车辆通过车道时, 系统会自动报警, 提示收费员和监控员进行处理。黑名单车辆数据库须由具有相应权限的人进行添加、修改、删除等操作。
3.2 便于管理和数据统计
(1) 实时监控。车辆通过出入口时, 车道上的图像、车牌号、车型等信息实时上传至数据库中, 并在监控平台界面上直观显示。 (2) 收费数据统计。系统可根据选定的车型、车类、时间段等不同条件生成各种车流量统计报表, 为提高收费管理水平提供依据。
3.3 确定车辆行驶路径
系统以识别的出口车牌号码为检索条件, 通过网络查询该车经过的收费站入口以及各标识点的时间, 从而确定其行驶路径。
3.4 防止IC卡流失
在收费系统中每一张IC卡拥有唯一的编号, 因此根据车牌识别的结果收费系统可以查询出长期未回收的卡在哪辆车, 并可以把该车列为黑名单。
4 结语
基于车牌识别设备的收费系统是一种完全智能化的收费模式, 能有效地解决费源流失以及路网内路径多义性等问题, 提高公路运营及管理效率, 在现今高速公路收费系统中得到了广泛应用。同时该模式可与人工收费模式、ETC收费模式以及MTC收费模式结合使用, 具有很强的兼容性。
摘要：围绕车牌自动识别设备在高速公路联网收费系统中的应用, 有效地解决了联网收费系统中的费源流失以及在路网内路径多义性等常见问题, 描述了一个以车牌自动识别设备为核心的“车辆监控”系统的架构。
关键词：车牌识别设备,联网收费系统,数据库
参考文献
[1]孙卫佳.以车牌识别技术为核心的高等级公路收费系统[J].长春工业大学学报 (自然科学版) , 2003 (1)
[2]牛欣.车辆牌照识别若干关键技术的研究[D].北京工业大学, 2000
[3]张轶哲.车牌识别在公路通行费收费管理系统中的应用[J].计算机与信息技术, 2010 (Z1)
[4]张毓锋, 王宁涛, 臧赤丁.车牌照识别系统在高速公路收费系统的应用.中国高速公路管理学术论文集, 2009
[5]吴亚光.高速公路收费系统图像识别技术的研究[J].科技信息, 2009 (10)
车牌识别设备 篇2
——车牌识别系统
施工合同书 甲方：
XXXXXXXXXXXXXXXXXXXXXXXXXXXX
合同编号：
乙方：XXXXXXXXXXXXX
合同签订时间：
****年**月**日
地址：XXXXXXXXXXXXXXX
机构代码：XXXXXXXXXXXXXX
法人联系电话：XXXXXXXXXXXXX 根据《中华人民共和国合同法》及其他法律、法规，结合本工程实际施工情况，本着互惠互利、平等及自愿的原则，双方协商，一致同意签订本合同，共同遵守以下条款：
第一条
工程概况
1.工程名称：
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
2.工程地点：
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
3.工程内容：对
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 车牌识别系统
项目所需的所有设备的供应及安装调试（设备清单见附件）。
第二条
工程合同总价
1.工程总价：XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整（人民币: XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元）。
2.说明：工程总价含税，并包含所有设备的供应及安装施工调试费用。
第三条
工程工期 及验收 ：
1、本工程施工工期为:
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
日历天 2、甲方指定：
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 为合法项目验收人。
3、具备安装条件时，乙方进场安装施工。乙方安装调试完毕后，甲方应在 15
工作日内组织相关人员进行验收确认，并由指定合法项目验收人 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 或代表在附件 2 的施工验收单上签字或盖章并回传给乙方，XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 或代表的验收行为即视为乙方已履行施工义务并且该项目经由甲方已验收合格。如有未达要求部分，双方协商限期整改。如甲方在接到乙方验收通知后
工作日内未对系统提出书面整改意见，或未在验收单上签字盖章的，均视为该工程已经由甲方验收合格。
4、工程验收合格代表甲方认可乙方施工的质量，非因乙方故意或者重大过失造成任何损害的，乙方无需为此承担责任。
5、工程工期因下列因素可顺延：
（1）不可抗力（指 9 级以上台风、7 级或以上地震等，以国家相关规定范围为准）；（2）现场不具备施工条件（非乙方原因）；（3）根据实际需求并经与甲方确认对安装现场做出优化调整时；（4）甲方因上级检查或其他情况时需要暂停施工的；（5）非乙方因素造成停工、返工。
（6）甲方逾期付款的。
6、本工程质保期从工程竣工验收合格之日起算 1 年。
第四条
付款方式及账户
1、甲方按以下方式进行付款：
（1）在本合同签订后个自然天内，甲方向乙方支付本合同的预付款，其金额等于合同金额的 60 %，即人民币大写 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整，小写 ￥XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
元
。若甲方在本合同签订 15 个自然天内未向乙方支付全额预付款项，乙方有权延期发货或解除合同，且不承担违约责任。
（2）工程安装完成并经甲方验收合格后 5 个自然天内，甲方应向乙方支付本合同第 2 笔款项，金额等同于合同总价 35%，即人民币大写
元整，小写￥
元。
（3）壹年质保期到期后 5 个自然天内，甲方支付本合同尾款，金额等于合同金额的 5 %，即人民币大写 XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元整，小写 ￥XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX 元。
2、甲方通过银行转账汇款支付乙方合同款项，双方不以现金结算。乙方施工完毕后，不视作甲方已支付全部款项，甲方支付的款项以银行转账为准，每次付款前，乙方应向甲方提供与本合同相应的工程发票。
3、如施工日前，甲方尚有过往交易中产生的到期应付乙方的货款未付清（下称：逾期货款），甲方应当在施工日前向乙方付清全部逾期货款。否则乙方有权顺延施工时间直至甲方付清全部逾期货款，且不承担违约责任。
4、若由于甲方原因造成的工程工期延长且超过 1 个月的，乙方可根据实际施工进度申请甲方支付乙方多支出的全部成本，包括但不限于人工费及材料费等。
5.账户信息 公司名称：
银行账号：
开户行：
第五条
双方职责及义务 1 1、甲方职责及义务
（1）指派专人在工程地点及时对乙方施工所提需求进行配合；（2）协调乙方与现场其它部门和单位的关系，为乙方提供施工现场水、电及临时存放场地等施工条件，协助做好施工现场的安全；（3）本合同约定项目的产品中如涉及非乙方自主研发生产的常规外购设备硬件或操作系统，如服务器、岗亭电脑等，由甲方自备或甲方委托乙方代为采购，代为采购的费用另议。代购设备到达甲方后，甲方应自行验收，如发现设备不符合合同约定要求，甲方应在 3 个工作日内书面通知乙方，以便乙方协助甲方向供货方维权。产品质保期出现质量问题，乙方可协助甲方向厂商要求售后保修服务，但因此造成的任何损失乙方不承担赔偿责任。
（4）本合同约定的工程所用产品备品备件、增补替换件，甲方需从乙方或乙方授权的正规渠道采购，否则因此引起的系统故障、损坏乙方概不负责，因此造成的任何损失乙方不负赔偿责任。
（5）服从乙方工程管理，指定现场常驻管理员，保证工程质量；（6）若甲方损坏乙方设备、设施应予对应设备市场价赔偿；（7）按合同要求及时办理拨款和结算并对项目金额保密。
（8）非因乙方产品质量或乙方安装质量导致甲方或第三方人身、财产损失的，甲方应承担相应的损害赔偿责任。2、乙方职责及义务
（1）按甲方要求的施工周期完成设备的安装及调试；（2）按技术要求保证系统正常运行；（3）供应的货物，除甲方使用过程中人为破坏、第三者故意或非故意损坏、自然灾害及人力不可抗力因素损坏外，超出免费质保期限的设备，乙方提供有偿维修服务；（4）遵守各项管理制度，严格按照规范施工，施工期间发生的施工事故由乙方自行负责。
第六条
合同的补充、变更、终止
1、如因项目发展需要对本合同内容进行补充、变更、修改，由双方或任何一方提出补充、变更、修改的建议和方案，经双方协商并达成统一意见后，以书面形式确认，并由双方签章后补充为本合同的附件，与本合同具有同等法律效力。
2、甲乙双方向对方发出的所有通知、请求应使用书面形式，并以中文进行。如有变更事宜，需经双方协商后书面签章生效，传真件有效。合同所有附件皆为本合同的重要组成部分。
第七条
违约责任
1、乙方无合法事由逾期完工的，每逾期一天应向甲方支付合同总款项 1‰的违约金。
2、甲方无法定事由逾期付款的，每逾期一天应向乙方支付合同总款项 1‰的违约金。
3、若甲方未经双方协商拒绝履行合同义务，则乙方有权解除合同，并拆除已施工设备，不退回甲方已支付款项，同时甲方需向乙方支付违约金，违约金为合同总款项的 20%。
第八条
争议解决
合同未尽事宜，由双方协商解决。凡因本合同引起的或与本合同有关的任何争议，应提交乙方所在地具有管辖权的法院按照相关法律法规进行诉讼裁决，同时由违约方承担另一方因此产生的诉讼费、律师费、保全费、差旅费等一切费用。且合同载明的甲、乙双方地址可作为各类通知、协议等文件以及就合同发生纠纷时相关文件和法律文书送达时的送达地址，地址如有
变更，应当书面通知对方。因载明的地址有误或未及时书面告知变更后的地址，导致各类文书未能实际被接收的，邮寄送达的，文书退回之日即视为送达之日。
第九条
签订、生效时间
1、本合同于
****年**月**日签订。
2、本合同自双方签字并盖章之日起生效。
第十条
合同份数
本合同一式 贰 份，甲乙双方各执 壹 份，具有同等法律效力，复印件、传真件有效。
甲方（盖章）：
乙方（盖章）：
代表签字：
代表签字：
日期：
****年**月**日
日期：
****年**月**日
件 合同附件 1 ：
施工设备清单
序号
设
备
名
称
品牌
型号/ / 参数
单
位
数量1
一、出入口设备2
入
口
道
闸
直杆道闸
XA-ZG-01 台 2 3 3
车辆检测器
通用型 台 0 4 4
地感线圈
加强型 米 0 5 5
出入口车牌识别设备
XA-GQ-07 套 3 6 6
含：
高清识别相机
XA-XJ-07 套 3 7 7维支架
套 3 8 8
双色四行显示屏 304*152 双色模组 套 3 9 9
屏幕组电源 5V 10A 套 3 10
主板开关电源 12V 5A 套 3 11
红绿灯与背光板
套 3 12
专用控制板
套 3 13
豪华型一体机箱
套 3 14
LED 补光灯
套 3 15
无牌车辅助摄像机
二、收费岗亭设备
管
理
处
设
备
收费管理计算机
台
岗亭/门卫室
套
车牌识别系统软件 XA
套 1 21
高清硬识别狗 XA
个 3 22
三、线材、管材、施工材料、网络设备
交换机
千兆 台 5 24
电源线 2*2.0
米 400 25
标准网线
米 900 26
线管
米 一批 27
其他辅材
一批
件 合同附件 2 ：
施工验收单
工程编号 XA-ZQ-2018-8 工程地点
工程名称
建设单位
施工单位
开工日期
****年**月**日 竣工日期
****年**月**日 工程质量 合 格 验收日期
****年**月**日 验收内容：
1.车牌识别按规则自动起杆功能
2.微信在线缴费功能
3.防止业主刷摩托车卡后行驶汽车进入的功能
4.远程云端管理功能
5.集团化车场管理功能
6.临时车月租车管理功能
验收结论：
验收合格：□ 其
他：
甲方 乙方 签字盖章：
盖章日期：
****年**月**日
签字盖章：
盖章日期：
车牌识别设备 篇3
车牌自动识别系统是智能交通管理系统的关键技术, 其潜在市场应用价值极大, 能产生巨大的社会效益和经济效益。主要应用如下。
一、电子收费系统中的应用
电子收费是未来公路、桥梁、停车场收费系统的基础应用系统, 将承担巨大的公路和桥梁建设费用的回收工作。采用电子收费系统, 不仅可以有效进行规范化管理, 提高公路及桥梁的流通速度, 而且从根本上杜绝了产生经济漏洞的可能性。车牌识别技术可以有效地缓解由于车辆激增造成的收费站拥堵的现象。
二、在观测站的应用
国内现有的观察站基本依靠人工观测, 劳动强度大, 无法及时判断车辆状态。车牌识别系统能够灵活识别被监控车辆, 获取更多的现场信息, 更好地为交通部门服务。
三、在安防领域的应用
随着汽车数量急剧上升, 利用汽车犯罪和盗车案件也明显增多, 车牌识别系统可以随时识别可疑车辆信息, 大大提高案件侦破率。在政府机关、军队、机场和港口等部门等场所配置该技术, 可以随时监控和记录车辆出入情况, 对安全高效的现代化管理具有重要意义。
四、交通领域应用
交通监测点设置于城市的交通要塞位置, 可全天候、自动、不间断、无遗漏地记录所有进出市区的车辆, 自动识别车牌号码。车辆信息存入指挥中心数据库, 随时可供查询, 同时与“黑名单”库进行比对, 一旦“黑名单”车辆通过, 系统立即报警。利用该系统, 公安机关可以快速地锁定车辆行踪。由于系统具备测量、记录车辆行驶速度的功能, 还可以用于处罚超速违法行为。
由此可以看出车牌自动识别系统在城市交通管理中的作用非常重要, 另一方面车牌自动识别系统所应用的场所具有信息位置分散性、发散性和信息承载多样性等特点。信息分散性是指交通路口、卡口分布在城市的各个位置, 在地域上所采集信息具有分散性。信息发散性是指由于不同时间段通过交通路口或卡口的车辆数量、车辆类型、各种车辆之间的位置关系不同, 采集的信息具有分时发散性。信息承载多样性是指通过摄像机采集交通路口或卡口的信息包含了车辆类型、车辆本身大小、颜色等性质、车辆是否违反交通法规等多种信息。
车牌自动识别系统在发展初期, 主要采用将系统模块放在后端即服务器端, 前端设备只作信息采集这种方式对服务器的资源占用及运行带来了压力, 而且前端设备安装位置固定。这就大大降低了车牌识别系统灵活性和使用范围, 因此目前业界多倾向于将各类采集环节的识别与应用功能放在前端。随着智能手机不断发展, 3G网络技术的日趋完善, Java ME技术不断更新都为手机作为ITS的前端信息采集与分析提供了可能。
我们从智能手机的硬件结构入手, 分析硬件组成结构与硬件性能, 讨论以手机作为平台, 实现车牌识别的可能。典型智能手机硬件结构如图1所示。
主处理器运行操作系统, 负责协调整个手机系统的资源。我们以车牌图像识别为例分析典型手机操作系统工作过程。首先我们使用摄像头采集车辆图像, 摄像机控制器通过与主处理器之间的串行总线将图像送入SDRAM随机存储器, 手机处理器调取车牌识别应用程序对图像进行处理, 处理得到的车牌文本信息显示在手机屏幕LCD上。目前智能手机硬件发展较快, 处理器采用双核1.2G, SDRAM同步动态随机存储器1G, 摄像头一般为500万像素, 智能手机在工作过程、数据处理、硬件配置等方面与微型计算机已经非常的接近, 使用手机实现车牌识别在硬件上有了充分保证。
软件开发方面JavaME是基于智能手机最理想的开发平台, 它具有以下几个特点:
安全性:Java舍弃了C++的指针对存储器地址的直接操作, 当程序运行时, 内存由操作系统分配, 这样可以避免病毒通过指针入侵系统。JavaME可以开发出从网络上下载的无线应用程序和网络中其他设备交互应用, 在传输一些重要的信息时, MIDP2.0提供的无线包可以很好解决安全性的问题。
面向对象:JavaME使用Java语言进行开发, 而Java吸取了C++面向对象的概念, 将数据封装于类中, 利用类的优点实现了程序的简洁性和便于维护性。
图形图像界面和多媒体功能:JavaME提供了丰富的用户界面和事件处理功能, 同时提供了良好的游戏, 视频以及音效开发类。
在数字图形处理技术方面, 经典数字图像处理技术已经成熟, 我们可以使用经典数字图像处理技术对图片进行图像变换、图像预处理、边缘检测、形态学处理、车牌矫正与定位、字符分割与识别算法分析, 利用MAT-LAB图像处理工具箱, 对车牌识别算法进行仿真。在此基础上, 使用Java ME技术和E-clipse开发工具, 参照算法思想, 编写灰度处理、图像均衡、垂直边缘检测、二值化、图像膨胀、车牌定位、字符分割、字符识别等类, 可以实现基于手机平台的车辆牌照自动识别应用程序, 从而实现车牌识别系统的可移动性。
基于matlab车牌识别系统 篇4
随着我国经济的高速发展, 汽车数量不断增加, 这使得道路交通问题与日俱增, 人工的操作方式完全无法应对这大数据时代。随着数字化时代的到来, 科学技术的日益更新, 计算机水平的不断提升, 人类不能再像上世纪那样人工计算处理, 现如今, 我们急需能自动处理识别车辆牌照的智能化系统, 这样不仅可以提高工作效率, 还能提升其准确率, 因此研究牌照的自动识别技术应运而生[1]。
二、原理概述
车牌自动识别系统顾名思义就是能将车牌号码从静态图片上读取, 最后以文本的形式表示出来。实际应用中整套系统由硬件模块和软件模块组成, 这里我们主要进行软件模块研究, 基本结构如图2.1所示:
三、系统设计
3.1图像预处理。 (1) 倾斜校正:静态车牌图像并不是水平放置的, 经常出现一定角度的倾斜, 倘若倾斜角过大则会影响后续的车牌号切割跟识别工作。为了矫正倾斜角度, 本系统运用Radon算法, 其变换原理:首先寻找出牌照图像中最长的直线, 然后计算出该直线与水平线的夹角, 最后减去该直线与车牌底线的夹角, 便得到车牌倾斜角度; (2) 最小值滤波:当车牌图像模糊、污染严重时, 我们考虑用最小值滤波对图像进行去噪, Y=ordfilt2 (X, 1, ones (3, 3) ) , 相当于3×3的最小值滤波; (3) 腐蚀膨胀:在切割车牌号字符前还需对车牌图像进行腐蚀膨胀, 分别应用imerode和imdilat函数对图像进行腐蚀膨胀, 通过此步骤可以将牌照图像中车牌断裂的字符进行修补, 提高后续切割字符的准确性。
3.2字符切割。 (1) 确定字符范围:将车牌图像经过图像预处理之后, 接着要对字符进行逐个切割, 切割之前需要确定每个字符的范围。确定字符范围我们采用的是灰度垂直投影法, 这样我们就可以看到每个字符的投影区域, 字符间的空白间隙是没有投影的, 因此我们就可以找出各个字符的范围; (2) 切割字符:通过上一步骤已经确定出各个字符的范围, 现在我们就将各个字符的投影黑色区域切割出来; (3) 字符归一化:牌照图像经过前面一系列处理过后, 车牌号字符各不一致, 现需要将切割后的字符一致化, 使之能与后续模板字符匹配起来。我们运用MATLAB中的imresiz函数, 将各个字符归一化处理。
3.3字符识别。字符识别过程我们运用的是模板匹配法, 也就是将归一化处理过后的字符与模板相比较, 得到匹配度最高的字符, 然后查找建立的自动识别字符代码表, 最后输出识别结果[2]。
在MATLAB中我们可以利用liccode函数, 将识别出来的各个字符查找到对应的代码。
四、实验结果
实验软件部分是用MATLAB的GUI实现, 仿真实例及结果如下所示:
五、结论
本文开头深入分析了车牌识别技术的由来及其重要性, 接着对其进行软件模块的分析研究, 依次从静态车牌图像的预处理、字符分割及字符识别这三个步骤展开了深入的分析。通过MATLAB仿真结果可以看出, 实验中采用的图像处理的算法使系统具有较高的准确度。
参考文献
[1]刘阳, 伊铁源, 等.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.
基于统计的车牌字符识别 篇5
按照我国机动车号牌标准, 车牌的第一个字符为汉字, 并且该字符为省、自治区、直辖市简称和一些特殊字符, 总共37个汉字, 且汉字字体有标准统一, 因为所有的机动车号牌中第一个汉字字符固定, 是37个汉字中的一个, 因此我们可以对每个字符进行特征统计, 通过聚类的思想对字符进行分类。
2 基于聚类的汉字字符判别
汉字字符的分类识别识别与其他分类一样, 同样分为三个步骤:分类对象特征提取;构建分类器;分类计算。
2.1 提取特征向量
本文将通过数字图像的统计特征进行字符特征的提取。
对每个字符iy建立特征向量yi (28) (7) xil, xi2, (43) , xin (8) 。首先, 对车牌中的37汉字字符标准的图像样本进行特征统计, 读取图像后, 转换为二值图像。提取特征包括字体占有率、左右分布比例、上下分布比例。
从37个字符中可以看出, 随着每个汉字字符的笔画数目复杂程度不同, 字符的占有率、左右分布、上下分布各不相同。因此, 这些特征对于字符的判别分类具有重要的意义, 首先, 通过图像的数值矩阵结构特征计算图像边界:Bou, 1Bou2, Bou3, Bou4分别为边界上下左右的行列号。下面对这些特征信息进行提取:
占有率:
左右分布:
上下分布:
至此, 完成对汉字特征的提取, 下面对汉字进行识别。
2.2 聚类分类识别
这里我们仍然采用聚类分析的思想, 通过衡量距离计算相似度, 达到对汉字字符分辨识别的目的。根据上面建立的样本集合Y, Y (28) yii (28) , 1, 2, 3 (43) , 37, 首先, 采集样本信息, 计算出每一个向量iy, 然后对每个判别对象y0进行相同信息的提取, 然后进行测度衡量。
2.3 分类计算
下面将样本代入进行计算, 通过预处理、放缩、角度校正等得到字符图像的二值图, 对样本y0进行直接聚类法判别, 结果如表1。
从表1中我们可以看出, 最小距离为1.1521, 判别结果为‘京’, 结果正确。
摘要：车牌字符分割后的字符识别是车牌识别系统的技术关键, 目前字符识别的主流技术方法为基于字符特征提取的神经网络识别。目前国际上对字符识别技术有了较为成熟的研究成果, 但是, 这些技术尚不能对中国机动车牌中的汉字部分进行识别。本文将对车牌的汉字识别技术提出基于统计的识别方法, 并对汉字的特征提取提出相应的技术方案。
关键词：统计,车牌识别,特征提取,分类器
参考文献
[1]邹永星.车牌字符分割方法的研究[D].硕士学位论文, 湖南:湖南师范大学, 2008.
[2]王广宇.车辆牌照识别系统综述[J].郑州轻工业学院学报 (自然科学版) , 2001, 16 (2) :47-50.
基于MATLAB的车牌识别 篇6
关键词：车牌识别系统,MATLAB,设计,应用
1 设计目的、要求
(1) 提高分析问题、解决问题的能力。 (2) 熟悉掌握一门计算机语言, 可以进行数字图像的应用处理的开发设计。 (3) 掌握图像的获取、预处理和分割的原理及MATLAB的实现方法。 (4) 此设计为车牌识别, 通过给定的若干张带有车牌的图片, 能够自动处理, 识别出车牌号码, 并给出车牌号码。
2 总体方案设计 (见图1)
(1) 原彩色图像预处理:包括灰度图像直方图选择阈值, 用阈值和利用算子边缘检测, 图像腐蚀操作, 闭运算, 去除小对象。 (2) 车牌定位:首先进行行定位, 再列定位, 输出定位后的彩色图像。 (3) 字符分割及处理:对定位后的彩色图像转换为二值图像。首先对图像进行预处理, 进行滤波和将字符过大或过小的地方进行规定化处理, 改善字符的视觉效应。然后处理图像边缘的影响, 去除边界影响后, 找出第一个字符的宽度, 切割出来, 存储。同理处理剩下的字符。 (4) 车牌匹配识别:对分割出的字符与同分类中的模板图像相减, 对所得图像中的所有元素相加, 选择求和最小的, 对其字符输出。
3 各模块设计内容
3.1 对车辆原始彩色图像进行预处理
(1) 载入车牌图像。用imread () 读入图像。 (2) 将彩图转换为灰度图并绘制直方图。用im2bw () 将彩色图像转为灰度图像, 并用imhist () 查看灰度图像的直方图, 以此便于选定阈值已进行边缘检测。 (3) 用roberts算子进行边缘检测。选定阈值并用edge () 将灰度图像进行roberts算子边缘检测, 检测出图像边缘, 输出二值图像。 (4) 图像实施腐蚀操作。用imerode () 对边缘图像进行腐蚀操作。将一些无关区域边缘腐蚀, 保留车牌位置的边缘。 (5) 平滑图像。用strel () 构造结构元素以正方形构造一个se。用imclose () 图像腐蚀。以便定位车牌位置。 (6) 删除二值图像的小对象。Bwareaopen () 去除聚团灰度值小于某个值的部分。去除干扰区域, 以便更准确地定位车牌位置 (见图2) 。
3.2 车牌定位
用3.1中 (6) 得到的图像, 从中得到此图像 (二值图像) 为1的行范围, 对原图像中车牌进行行定位。行定位的算法思想是:对移除对象处理I_bwareaopen, 求得其大小m行n列, 生成y=zeros (m, 1) 列向量, 对图像I_bwareaopen行向量求和得sum_r, 并求出最大值, 从最大值所在行起, 向两侧寻找车牌的上下边界。同理, 从中得到此图像 (二值图像) 为1的列范围, 再进行列定位。与行定位所不同的是, 直接从车牌原始图像左右两边开始得出车牌左右边界。最后输出定位裁剪后的彩色图像 (见图3) 。
3.3 字符分割及处理
对分割出的彩色车牌图像进行灰度转换、二值化、均值滤波、腐蚀膨胀以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像, 对分割出来的字符进行预处理, 然后分析提取, 对分割出的字符图像进行识别, 给出文本形式的车牌号码。
3.4 车牌匹配识别
用模板匹配对图象识别。对分割出的字符与同分类中的模板图像相减, 对所得图像中的所有元素相加, 选择求和最小的, 对其字符输出 (见图4) 。
4 各个功能模块的部分实现程序及结果
4.1 对车辆图像进行预处理
(1) 载入车牌图像 (见图5) 。
(2) 将彩图转换为灰度图并绘制直方图 (见图6) 。
(3) 用roberts算子进行边缘检测 (见图7) 。
(4) 图像实施腐蚀操作 (见图8) 。
(5) 平滑图像 (见图9) 。
(6) 删除二值图像的小对象 (见图10) 。
4.2 车牌定位 (见图11)
4.3 字符分割及处理
(1) 车牌的进一步处理 (见图12) 。
(2) 字符分割 (见图13) 。
4.4 车牌匹配识别
首先取字符模板, 接着依次取待识别字符与模板进行匹配, 将其与模板字符相减, 得到的0越多就越匹配。把每一幅相减后的图的0值个数保存, 即为识别出来的结果 (见图14) 。
5 结语
通过实验结果, 在此识别系统中, 能够较好地识别车牌。但是系统有待完善, 以便能够对任何车牌进行识别, 使此系统具有通用性。
此外, 在设计过程中学到了很多东西。一方面考察知识和运用知识的能力;另一方面, 也考验心理素质和问题处理能力。在此过程中, 有的知识没有学到, 就得靠搜集资料自己钻研, 并弄懂其中的原理与过程, 进而提高了独立钻研能力。在分析问题时, 要学会分模块处理, 把一个大问题分解出各个子问题, 这样会思路清晰, 有助于整体问题的解决, 加快问题解决的进程。另外, 在分析问题时, 要考虑全面, 思维缜密, 因为每一个细节考虑不到就会产生错误结果。而且, 再出现问题时, 要逐步排查问题出现的原因, 最终找到问题出现的原因, 以解决问题。
参考文献
[1]杨杰, 黄朝兵.数字图像处理及MATLAB实现[M].北京:电子工业出版社, 2013.
车牌识别设备 篇7
图像预处理实际上就是为准确地分割图像做好准备。通常情况下,摄像机在拍摄时会由于外界光线、气候或其他自然、设备本身、人为因素等干扰而导致所拍摄的车牌图片成像不完美。例如,对比度太小、曝光量太大、不清晰、倾斜等等。这些情况都会极大地影响后期车牌号码字符的分割操作,甚至导致无法进行字符分割操作。所以,在做字符分割操作之前,非常有必要先对图像做一系列的预处理。这些预处理操作包括图像归一化、中值滤波、图像效果增强、二值化、方向矫正以及去除大噪点的二值图像后处理等过程。
1车牌图像的归一化
由于实际输入的图像通常都会大小不一,理论上对图像的大小和颜色都无严格要求,但车牌图像过小会影响识别的正确率,为了能够适应不同大小的图像,需要对输入的灰度图像进行大小归一化。对于较小或较大的图像(宽度<100或>250,高度<30或>80,单位为像素),全部统一为宽度176像素,高度58像素的图像。采用这一大小是考虑到BMP图像的存储特点(每一行的存储字节数必需是4的倍数)和实际处理的模板车牌图像的大小两个方面,而且这个宽度与高度的比例关系和实际车牌的宽高比例关系较为接近,图像归一化之后不会引起图像的变形而影响后续的处理[1]。
2中值滤波
为了抑制噪声,通常我们会采用低通滤波,但由于边缘轮廓也包含大量的高频信息,所以低通滤波在过滤噪声的同时,也使得边界变模糊。为了在过滤噪声的同时,还能很好的保护边缘轮廓信息,本文采用了中值滤波方法。中值滤波的原理很简单,用一个窗口W在图像上进行扫描,把窗口内包含的图像像素按灰度级升序或降序排列起来,取原图像灰度值居中的像素灰度值作为处理之后的中心像素的灰度值,便完成了中值滤波。通常中间像素为奇数,以便有个中间值,如果窗口内像素为偶数时,可以取中间两像素灰度的平均值[2]。中值滤波的处理效果关键在于窗口W的选择。本文采用的中值滤波的窗口为十字形窗口,窗口中共9个像素,如图1所示。
实验表明这种中值滤波对于消除孤立噪声点的干扰十分有用,更重要的是使用这种窗口进行滤波时,除了能有效消除噪声之外,还能有效地保护边界信息。
3 图像效果增强
3.1 灰度拉伸
对阈值选取影响较大的因素之一就是图像对比度太小,这种情况反映到图像直方图上就是背景点组成的峰和目标点组成的峰融合在了一起,虽然直方图呈现了双峰结构,但在很大一部分灰度范围内却并没有图像像素的分布,如图2所示。
观察图2可以看出如果把灰度范围从150—255放大到0—255,无疑会在很大程度上提高图像的对比度,有利于图像的进一步处理[3]。
3.2 图像直方图规格化
图像的直方图表示了图像中各种不同的灰度级像素点出现的频率。直方图规格化,就是修正图像的直方图,使得重新组织的图像具有期望的直方图的形状。理想图像的直方图呈现一个双峰分布的形状,目标和背景各自聚成一个峰。灰度分布过窄或直方图偏向一方具体反映到图像上就是图像太亮(此时灰度值集中在255一边),或者图像太暗(此时灰度值集中在0一边)[4]。在程序中设定所有象素的灰度值相加之和大于等于图像宽W×图像高H×255×0.75或小于等于图像宽W×图像高H×255×0.25时,启用这个模块来对图像进行处理。本文采用的期望标准直方图是自己设计的一个用二次多项式逼近的一个双峰分布的直方图,形式为:
undefined
其中A=0.6、B=0.4、a=128,x是原图像每个象素点的灰度值, f(x)是处理后的每个像素点的灰度值,其中A、B、a的值是在图像仿真中得到的经验值。
函数的形状如图3所示。
处理效果示例如图4、图5所示。
可以看出,原图由于光照太强烈,整个车牌用肉眼比较难看清,经过直方图规范化后,图像明显变清晰了,而且直方图呈现出规则的双峰分布形状,这为后面的处理带来了方便。
4 选择自适应阈值并进行二值化
根据前面对图像的增强处理,本文利用灰度分布直方图来动态寻找波谷,取波谷作为图像分割的整体阈值,从而实现阈值的自适应选择。计算推导如下。
假设灰度值为1—m级,灰度i的象素数为ni,则像素总数undefined,各灰度值的频率为undefined,再假设灰度值k把m级灰度值分为两段,C0=(1,2,…,k}和C1={k+1,k+2…,m}。
C0的频率undefined的频率undefined。
C0的平均值undefined的平均值undefined。
其中,undefined是整体图像的平均灰度,undefined是阈值k的平均灰度,于是有μ=W0μ0+W1μ1。
两组间的方差:δ2(k)=W0(μ0-μ)2+W1(μ1-μ)2=
undefined。
使k从1到m逐一变化,使δ2(k)最大的k*即为阈值,这里δ2(k)可称为阈值选取函数,实际上计算的就是两部分图像形心的距离,δ2(k)最大也就对应着两部分的距离最大。阈值确定之后就可以对全图进行二值化处理了,处理过程比较简单,就是把小于阈值的灰度作为背景灰度区域,大于阈值的灰度值作为目标。
处理效果如图6、图7所示。
5 车牌方向矫正
并不是所有的车牌都需要进行方向校正,绝大多数情况下车牌的倾斜角度都很小,这主要取决于摄像机的放置,因为一般车牌都是水平的固定在汽车前面,所以当摄像机的位置固定之后,该摄像机所拍摄下来的所有车牌的倾角方向大体上是一致的。
本文采用KL变换来求得车牌字符的主轴方向,进而求得旋转角度。具体过程如下:
不管车牌的图像倾角如何变化,其形心是相对不变的,可以用图像的几何矩求得图像的形心坐标,几何矩的具体定义如下(对二值化图像而言):
undefined;其中M和N分别为图像的宽度和高度,则车牌的形心坐标(X0,Y0)可以由几何矩求出:
undefined
求得形心坐标后,将车牌的坐标原点移到该处,在新的坐标系下车牌具有平移不变性,设xi是目标各像素横坐标位置,yi是纵坐标位置,取undefined,设N为目标所含的总像素数,即黑像素的总数,那么X的均值和协方差矩阵估计为:
undefined
由于已经对图像做了平移处理,所以undefinedx=0,则有:
undefined
求出undefinedx的特征值和特征向量:undefined;undefined。
取undefined,做变换Y=ψTX,即
undefined
经过上述变换,两个坐标分量互不相关,目标主轴沿y1方向,旋转角度为:θ=tan-1(e12/e11),则新的坐标为(xnew,ynew),即
undefined
6 二值图像的后处理
二值图像后处理的目的是净化二值图像,去掉额外的大噪声(随机的小噪声已经用中值滤波去除了),如车牌边缘和车牌上的钉子或者污点等孤立噪声点。对于车牌边缘采用了行扫描线段法。因为车牌边缘出现的地方通常会出现连续的黑线段(被误认为目标),利用阈值控制(系统默认为5)可以把车牌边界去掉。
采用形态学的方法对确认的白底黑字图像进一步进行二值图像的孤立点去噪。形态学的用途主要是获取物体拓扑和结构信息,它通过物体和结构元素相互作用的某些运算,得到物体更本质的形态[5]。
本文采用先腐蚀后膨胀的方法,基元采用3×3的小窗口,经过图像后处理,对没有去除的较大一点的噪声(容易被误认为目标)进一步进行去除,进一步净化了图像。
处理效果如图8、图9所示。
从图9可见,车牌边框以及上方左右两个“大钉子”被彻底去除了,图像质量进一步提高,这为以后顺利地进行车牌号码字符分割和识别做好了准备。
7 结束语
以上所述车牌图像预处理是一个多步骤紧密相关联的过程,本人在传统的图形图像处理方法的基础上,加入了一些自己的新思想、新方法。比如中值滤波的“十字形”窗口、自适应二值化阈值的确定法则等等。实验表明,这些新方法都有较好的图像处理效果。
参考文献
[1]王鑫,宁晨,罗斌.一种基于归一化割的图像分割算法.计算机应用研究,2006;2:165—166
[2]胡旺,李志蜀,黄奇.基于双窗口和极值压缩的自适应中值滤波.中国图像图形学报,2007;1:43—50
[3]章秀华,杨坤涛.基于最大熵原则和灰度变换的图形增强.光电工程,2006;2:84—87
[4]李绍君,甘岚.两种直方图规定化实现算法的分析.人工智能及识别技术,2006;9:1705—1706
基于FPGA的车牌识别系统设计 篇8
关键词：FPGA,车牌识别,Nios II
交通拥堵一直是一个社会性问题,尤其是在早晚高峰期,车辆往往寸步难行,一部分是因为城市规划不合理,但是主要还是驾驶员的不遵守交通法规引起的,这其中有相当一部分交通拥堵是由于车辆违停造成的。过去十几年间,许多城市提出了解决方案,使得司机违停而引起的交通拥堵在大型城市少了很多,这一切都得益于交巡警部门强力干预,对违停建立了严密的监控和惩罚机制以及驾驶员法制意识的提高。然而,在一些中小型城市,经济迅速发展,城市道路建设发展速度远远不及经济发展速度,再加上某些司机图便利,随意将车停在路边,往往会引起交通拥堵,甚至引起重大交通事故。因此,如何在这些城市中提高交警执法的效率,降低违法行为发生率,对缓解交通拥堵具有重要现实意义。
目前车牌识别有多种方法: 主要有利用梯度信息投影统计[1],车牌特征信息识别[2]等方法。但在实际应用中,这些方法并不能在道路的复杂情况下提取出显著的特征,容易导致特征维度较大,处理后的结果并不是最好的效果。
Nios Ⅱ系统是ALTERA公司的开发的可编程软核处理器,具有较强的灵活性,可以根据实际的需求来增减外设的数量和种类。设计人员操作Altera公司发布的SOPC Builder工具[3],设计在FPGA平台上提供软件、硬件开发环境,并在此基础上,将处理器、存储器、外设接口和用户逻辑电路等硬件系统和算法以及软件集成在一块可编程逻辑芯片中,这种设计方式简化了系统的调试过程[4]。本文将开发基于FPGA的车牌识别系统,获取车辆运行道路环境信息,研究车牌识别的实现方法,为开发高效率、高精度、经济实用的车牌识别系统提供理论依据和技术基础。
1 系统总体设计
1. 1 系统结构
本系统基于EP4CE30 的FPGA硬件系统和基于NIOS Ⅱ的系统来实现三大模块功能,本系统主要致力于制作一套车牌识别的FPGA的装置,本系统主要由三部分组成,分别是图像采集装置、图像处理装置、图像显示装置。充分利用可编程逻辑元器件FPGA高速处理数据的特性,整个系统在50Hz的工作频率下,以FPGA为核心,将用于视频处理的C语言代码嵌入到NIOS Ⅱ软核中,通过I/O并行传输的方式,将CMOS摄像头上采集的数据传输到SDRAM存储器中对数据进行缓存,再由NIOS Ⅱ软核中植入的图像处理模块将SDRAM中缓存的数据读取出来,系统工作过程如图1 所示。
1. 2 数据采集流程
FPGA开发板外置CMOS摄像头每隔10 分钟拍摄一张照片,并将拍摄到图像数据采用并行I/O口的方式传输到SDRAM高速存储器中,SDRAM存储器采用FIFO先进先出的方式对数据缓冲存储图片信息,大大加快了数据采集处理数据的速度,系统采集过程如图2 所示。
1. 3 视频图像处理及显示流程
FPGA控制模块调用存储在SDRAM中的图像,边调用边存储,实现系统运行效率最大化,实时性最强,采用FIFO先进先出的方式确保了处理效果的最优化,提高工作效率,提高精确性。处理完成以后,按处理好的图像的先后顺序显示在外置的LCD显示屏上。
2 视频处理系统算法设计
2. 1 算法引出及比较
车牌识别系统是数字图像处理技术在智能交通方面的重要应用,是实现交通管理智能化的重要环节[5]。通过对车牌的自动识别,与事先建立好的数据库进行比对,得到相关车辆的信息,实现快速精准识别,减少人员工作量,提高交巡警的执法效率。
车牌识别有多种方法: 主要有利用梯度信息投影统计算法[1],车牌特征信息识别[2]等方法。但在实际应用中,这些方法并不能在道路的复杂情况下提取出显著的特征,容易导致特征维度较大,处理后的结果并不是最好的效果。
上述几种方法从不同角度出发都可以在一定程度上实现车牌识别的效果。虽然,梯度信息投影统计算法考虑了车牌的二值化后车牌对比度之间的差异,可以较好地实现对场景的清晰化复原。但是,在实际中,由于拍摄环境的复杂性以及硬件设备的局限性,往往无法从图像中获得适宜的环境系数以及场景中合适的对比度值,这给车牌识别带来很大的不确定性; 考虑到运算量以及算法复杂度,运行时间及编程复杂度程序可移植性,本文选取小波变换作分割算法[6]。
2. 2 算法推导
在进行车牌识别过程中一般分为图像预处理、车牌定位、车牌区域剪切( 识别车牌中蓝色区域的位置及大小) 、车牌区域识别( 车牌字符分割、字符识别) ,显示识别结果。
2. 2. 1 图像预处理及车牌定位
图像预处理阶段分别要对采集到的图像进行图像灰度化、Robert边缘检测算子、图像腐蚀、闭操作以及平滑图像轮廓等一系列处理,使其凸显出车牌位置,对车牌进行定位。
图像灰度化: Gray = G* 0. 587 + R* 0. 299 + B* 0. 114 将图像变为灰色图像方便下面的操作。
Robert边缘检测算子: 呈现出汽车的轮廓,利用局部差分检测比较陡峭的边缘。
图像腐蚀:使目标点增大,背景缩小,填充目标前景物体中的空洞形成区域。闭操作以及平滑图像轮廓等一系列处理为车牌区域定位,为车牌处理做铺垫。处理后的图像如图3。
2. 2. 2 车牌区域剪切
将整张图片区域内分为X方向与Y方向,先在Y方向上对每个像素进行分析,统计出满足条件的像素所在的行对应的个数确定出蓝色RGB的灰度范围。随后对Y方向上车牌区域进行确定,并对车牌区域进行上、下追溯直到知道车牌的上下边界,对得到的车牌区域进行倾角上辅助调整,即可得到Y方向上完整车牌区域。同理可得X方向上完整的车牌区域。随后利用剪切函数将车牌在X方向上从左边界到右边界,Y方向上的上边界到下边界剪切出来,得到完整的车牌图像。如图4 处理后截取的车牌图:
2. 2. 3 车牌区域检测识别
字符分割在汽车牌照识别中起到决定作用,它将定位好的车牌进行字符分割,再将分割好的字符进行识别。一个车牌通常由1 个汉字6 个字母或数字组成,为了提高字符识别的精确度,我们必须将7 个字符独立的分割出。在车牌区域分割,一般可分为阈值分割[7]、投影法分割[8]; 采用投影法的分割方法,上下扫描,可以得到车牌图像高度,然后左右扫描,找到第一个字符的重点,后继续左右扫描,一直到车牌全部扫描完毕,采用投影法编程较简单且精度高[8]。本文将采用更为稳定的阈值分割方法,先将分割出来的车牌进行灰度转换,二值化,进行均值滤波,以及膨胀和腐蚀,方便取字符时易于检测和标准模板的对比,最后以T = g_max - ( g_max - g_min) /3 的规则去阈值,其中g_max = max( max( b) ) ; g_min =min( min( b) ) ; 当长度大于阈值时,则认为有两个字符组成,需要进行切割。
字符切割之前应建立一套字符模板,分别由代表各省市的汉字,0 ~ 9、A ~ Z字母组成,将这些收集起来建立的文件夹就是一套字符模板。通过调整切割好的字符大小使之和模板大小一致来实现车牌对比识别的功能。如图5 车牌处理后的图片,如图6 车牌切割后与模板对比的图片。
3 结束语
随着数字图像识别技术在智能交通方面应用的不断加深,车牌识别技术将是实现交通管理高效化、智能化的重要技术之一。基于FPGA的车牌识别系统,具有高速、简洁、可移植性高、处理效果显著等特点,同时,能提升交巡警的工作效率,构建交通安全的和谐社会。因此,基于FPGA的车牌识别系统对缓解交通压力有一定的实用价值和广阔的应用前景。
参考文献
[1]刘长青,樊希平,汪胜辉,王先春.一种改进的车牌定位方法在车牌识别系统中的应用[J].湖南文理学院学报(自然科学版),2007,(4).
[2]汪峥嵘.基于车牌识别及车辆特征点匹配的套牌车识别[D].苏州:苏州大学,2013.
[3]杨进,金星,张帅.基于Altera软核处理器的双网卡路由选择[J].电子工程师,2005,(6).
[4]何振琦,李光明,张慧琳,李颀.高速图像采集系统的研究及FPGA实现[J].计算机应用,2010,(11).
[5]赵大伟,陈刚.基于TMS320C6446的车牌识别系统的研究与设计[J].微型电脑应用,2012,(7).
[6]薛茹,常岐海,吴宗胜.基于Gabor小波与HOG特征的目标检测方法[J].电视技术,2014,(7).
[7]凌家良,黄进江,林洪辉,黄荫权.车牌自动识别算法及基于Lab VIEW的设计实现[J].惠州学院学报,2014,(3).