1、成都學(xué)院畢業(yè)設(shè)計(jì)（論文） 本科畢業(yè)（設(shè)計(jì)）論文 題 目 基于LABVIEW的車牌識(shí)別停車系統(tǒng)設(shè)計(jì) 學(xué) 院 機(jī)械工程學(xué)院 專 業(yè) 測(cè)控技術(shù)與儀器 學(xué)生姓名 學(xué) 號(hào) 年級(jí) 2012 指導(dǎo)教師 職稱 2016年 4 月 25 日6基于LABVIEW的車牌識(shí)別停車系統(tǒng)設(shè)計(jì) 摘要： 隨著停車場(chǎng)的管理系統(tǒng)對(duì)網(wǎng)絡(luò)化、智能化要求越來越高，傳統(tǒng)的基于I C卡技術(shù)的停車場(chǎng)管理系統(tǒng)已經(jīng)不再滿足要求了。在此背景下，本文提出一種基于LABVIEW的車牌識(shí)別停車系統(tǒng)的設(shè)計(jì)方案。 本系統(tǒng)基于NI VISION視覺開發(fā)模塊進(jìn)行車牌識(shí)別算法設(shè)計(jì)，車牌識(shí)別算法主要由圖像預(yù)處理、車牌區(qū)域的定位、車牌的識(shí)別三大部分組成。對(duì)需要識(shí)別的

2、圖像的具體處理過程分為：讀取、大小歸一化、車牌傾斜校正、車牌區(qū)域初步定位并剪切提取、大小再歸一化、剪切去掉提取出的車牌邊框、二值化、OCR訓(xùn)練、OCR識(shí)別9個(gè)步驟。車牌區(qū)域的定位是實(shí)現(xiàn)車牌識(shí)別算法的最關(guān)鍵步驟，本設(shè)計(jì)主要采用HSL模式下顏色閾值及形態(tài)學(xué)處理來實(shí)現(xiàn)的。車牌識(shí)別算法采用的是模板匹配法，是通過LABVIEW的視覺助手的OCR功能實(shí)現(xiàn)的。在此進(jìn)出上進(jìn)一步設(shè)計(jì)停車管理系統(tǒng)，主要使用LABSQL，并配合SQL指令來進(jìn)行開發(fā)的。實(shí)現(xiàn)了車輛進(jìn)出門禁的自動(dòng)識(shí)別、登記、計(jì)費(fèi)。其中對(duì)零時(shí)停車按時(shí)計(jì)費(fèi)，對(duì)包月車輛不收費(fèi)。對(duì)150個(gè)實(shí)際采集樣本測(cè)試，車牌區(qū)域定位成功140個(gè)，完全識(shí)別出125個(gè)車牌，測(cè)試

3、識(shí)別率為83.3%。關(guān)鍵詞：LABVIEW 車牌識(shí)別 停車場(chǎng)管理 視覺助手 LABSQL VLicense plate recognition and Parking management system based on graphics designSpecialty： The measurement and control technology and instrumentStudent Number：201210114112Student：Zeng Xingyu Supervisor：Cheng YueAbstract:As the parking lot management syst

4、em of network, the software demand is higher and higher, the traditional parking lot management system based on the technology of I C card is no longer meet the requirements.In this background, this paper proposes a design scheme of license plate recognition system based on LABVIEW The design of par

5、king management system is mainly used LABSQL, and cooperate with the development of SQL commands.The vehicle in and out of the door can be automatically identification, registration, billing.Monthly vehicle for temporary parking pricing, on time in case of no charge.This system based on NI VISION de

6、velopment module for license plate recognition algorithm design VISION, license plate recognition algorithm is mainly composed of the positioning of the image preprocessing, license plate area, the license plate recognition of three parts.The images of the need to identify the specific process is di

7、vided into: read, size normalization, license plate tilt correction, preliminary localization and shear plate region extraction, size normalization, shear off again to extract the license plate frame, binarization, OCR training, OCR nine steps.Locate license plate area is the most key step of licens

8、e plate recognition algorithm, this design mainly adopts an HSL color mode threshold and morphological processing.License plate recognition algorithm is used in the template matching method, is through the implementation of the LABVIEW visual aide OCR function.In and out on the further design of par

9、king management system, the main use LABSQL, and cooperate with the development of SQL commands.The vehicle in and out of the door can be automatically identification, registration, billing.Monthly vehicle for temporary parking pricing, on time in case of no charge.To test 150 samples, the license p

10、late localization success 148, totally identified 125 plates, test the recognition rate is 83.3%.Keywords: Vehicle license plate recognition Management of parking lot Vision Assistant LBSQL 目 錄第1章 緒論11.1 研究背景及意義11.2 涉及熱門研究領(lǐng)域現(xiàn)狀11.2.1 車牌識(shí)別研究現(xiàn)狀11.2.2 機(jī)器視覺研究現(xiàn)狀21.3 主要研究?jī)?nèi)容2第2章 系統(tǒng)總體設(shè)計(jì)32.1 車牌識(shí)別原理概述32.2 設(shè)計(jì)方案

11、42.2.1 開發(fā)平臺(tái)選擇42.2.2 車牌識(shí)別設(shè)計(jì)方案52.3 相關(guān)軟件簡(jiǎn)介62.3.1 LABVIEW簡(jiǎn)介62.3.2 NI視覺開發(fā)模塊簡(jiǎn)介7第3章 車牌識(shí)別程序設(shè)計(jì)83.1 圖像讀取與簡(jiǎn)單預(yù)處理83.2 車牌區(qū)域定位剪切83.2.1 車牌的傾斜校正93.2.2 車牌的初步定位剪切113.2.3 車牌剪切去掉邊框133.3 車牌二值化處理133.4 車牌識(shí)別143.4.1 建立字符識(shí)別庫143.4.2 車牌識(shí)別結(jié)果15第4章 停車管理系統(tǒng)程序設(shè)計(jì)164.1 LABSQL164.1.1 LABSQL簡(jiǎn)介164.1.2 LABSQL安裝與配置164.2 SQL（結(jié)構(gòu)化查詢語言）184.2.1

12、SQL簡(jiǎn)介184.2.2 SQL基本指令【6】184.3 停車管理系統(tǒng)主程序204.3.1主程序流程圖204.3.2主程序前面板214.4 停車管理系統(tǒng)子程序框圖254.4.1 讀取數(shù)據(jù)庫新 VI254.4.2 包月信息庫 VI264.4.3 門禁信息庫VI264.4.4 包月車輛進(jìn)入門禁274.4.5 非包月車輛進(jìn)入門禁284.4.6 車輛離開門禁29第5章 測(cè)試結(jié)果與分析325.1 車牌識(shí)別普遍性測(cè)試325.1.1 反復(fù)訓(xùn)練識(shí)別的圖像的測(cè)試：325.1.2 不訓(xùn)練直接識(shí)別圖像測(cè)試：335.2 車牌識(shí)別算法測(cè)試結(jié)果分析：355.2.1車牌定位效果分析355.2.2 車牌識(shí)別效果分析355.3

13、 車牌識(shí)別停車系統(tǒng)測(cè)試36第6章 總結(jié)376.1 心得與體會(huì)376.2 不足與展望37參考文獻(xiàn)39致謝40III第1章 緒論1.1 研究背景及意義 隨著停車場(chǎng)的管理系統(tǒng)對(duì)網(wǎng)絡(luò)化、智能化要求越來越高，傳統(tǒng)停車場(chǎng)的管理系統(tǒng)已經(jīng)不再滿足要求了。傳統(tǒng)的停車場(chǎng)的管理主要通過給進(jìn)入車場(chǎng)的車輛分發(fā)IC卡，記錄車輛進(jìn)出時(shí)間，作為計(jì)費(fèi)的主要依據(jù)，不管是固定車輛還是臨時(shí)車輛，進(jìn)出停車場(chǎng)都必須在出入口停車刷卡后，才能進(jìn)出停車場(chǎng)，在車輛出入繁忙的時(shí)段，這種管理方式往往造成塞車的現(xiàn)象，耽誤車主寶貴的時(shí)間。 針對(duì)以上現(xiàn)象，利用車牌識(shí)別技術(shù)取代傳統(tǒng)的IC卡技術(shù)，解決車輛進(jìn)出時(shí)必須停下刷卡而造成的停車場(chǎng)進(jìn)出口塞車現(xiàn)

14、象，是非常有必要的。車牌識(shí)別停車場(chǎng)系統(tǒng)有如下優(yōu)點(diǎn)：作為車主，免去刷卡、丟卡、損壞卡的麻煩。作為管理方，免去安裝IC讀卡器及維護(hù)的麻煩、省去卡片的費(fèi)用、杜絕一卡多用、免掉發(fā)卡的麻煩、充值延期等。操作簡(jiǎn)單、系統(tǒng)升級(jí)不用換硬件了、并可以與公安部門的報(bào)警系統(tǒng)聯(lián)動(dòng)等等。因此進(jìn)行基于車牌識(shí)別的智能停車管理系統(tǒng)的研究是十分重要的。1.2 涉及熱門研究領(lǐng)域現(xiàn)狀1.2.1 車牌識(shí)別研究現(xiàn)狀國內(nèi)有大量的學(xué)者從事這方面研究，提出了很多新穎快速的算法。中國科學(xué)院自動(dòng)化研究所的劉智勇等開發(fā)的系統(tǒng)，在一個(gè)樣本容量為3180的樣本中，車牌定位準(zhǔn)確率為 99.42%，切分準(zhǔn)確率為 94.52%，這套系統(tǒng)后來應(yīng)用于漢王公司的車

15、牌識(shí)別系統(tǒng)，取得了不錯(cuò)的效果；南京大學(xué)的熊軍等提出了基于字符紋理特征的定位算法，準(zhǔn)確率達(dá) 95%【1】。華中科技大學(xué)的陳振學(xué)等學(xué)者提出了一種新的車牌圖像字符分割與識(shí)別算法，使用一維循環(huán)清零法，通過對(duì)垂直投影圖進(jìn)行一次掃描，有效的清除了雜點(diǎn)和間隔符，正確分割率達(dá)到了 96.8%。浙江大學(xué)的張引、潘云鶴等提出了彩色邊緣算子 ；Color Prewitt 和彩色邊緣檢測(cè)與區(qū)域生長(zhǎng)相結(jié)合的牌照定位算法 Color LP，算法簡(jiǎn)單，且全面作用在顏色空間的三個(gè)分量上，檢測(cè)出的牌照區(qū)域易于與背景剝離；但是計(jì)算量和存儲(chǔ)量都比較大，難以滿足實(shí)時(shí)性的要求；此外，當(dāng)車輛區(qū)域的顏色和附近顏色相近時(shí)，定位失誤率會(huì)增加。

16、1.2.2 機(jī)器視覺研究現(xiàn)狀車牌識(shí)別屬于機(jī)器視覺的研究范疇。機(jī)器視覺是涵蓋人工智能、計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)、模式識(shí)別、圖像處理等諸多領(lǐng)域的交叉的學(xué)科，主要利用計(jì)算機(jī)模擬人或再現(xiàn)與人類的視覺有關(guān)的某些行為，從目標(biāo)圖像中提取信息處理后加以理解，最終用于實(shí)際的檢測(cè)和控制。目前，一個(gè)典型的機(jī)器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊。首先采用CCD攝像機(jī)獲得被測(cè)目標(biāo)的圖像信號(hào)，然后通過A/D轉(zhuǎn)換成數(shù)字信號(hào)傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布、亮度和色彩等信息，進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，然后再根據(jù)預(yù)設(shè)的判別標(biāo)準(zhǔn)輸出判斷結(jié)果，去控制驅(qū)動(dòng)

17、執(zhí)行機(jī)構(gòu)進(jìn)行相應(yīng)處理【2】。好的光源和照明是目前機(jī)器視覺應(yīng)用系統(tǒng)成敗的關(guān)鍵,應(yīng)當(dāng)具有以下特征:盡可能突出目標(biāo)的特征,在物體需要檢測(cè)的部分與非檢測(cè)部分之間盡可能產(chǎn)生明顯的區(qū)別,增加對(duì)比度;保證足夠的亮度和穩(wěn)定性;物體位置的變化不應(yīng)影響成像的質(zhì)量。1.3 主要研究?jī)?nèi)容1) MATLAB、LABVIEW平臺(tái)初步了解、比較，提出設(shè)計(jì)方案。2) 圖像處理的基本理論及實(shí)現(xiàn)方法。3) 學(xué)習(xí)車牌識(shí)別系統(tǒng)中的關(guān)鍵步驟車牌的定位、車牌字符的切分、以及車牌字符的識(shí)別的功能的原理及編程實(shí)現(xiàn)方法。4) 在清晰的、純車牌的圖像下，在LABVIEW上實(shí)現(xiàn)車牌識(shí)別。5) 在實(shí)際拍攝的復(fù)雜環(huán)境下圖像，定位車牌并實(shí)現(xiàn)車牌識(shí)別。6

18、) 基于車牌識(shí)別，設(shè)計(jì)停車管理系統(tǒng)，對(duì)停車場(chǎng)的實(shí)現(xiàn)自動(dòng)登記管理的門禁系統(tǒng)。 第2章 系統(tǒng)總體設(shè)計(jì)2.1 車牌識(shí)別原理概述車牌識(shí)別停車系統(tǒng)的的核心是車牌識(shí)別系統(tǒng)，現(xiàn)著重介紹車牌識(shí)別系統(tǒng)的組成及原理。一個(gè)完整的車牌號(hào)識(shí)別系統(tǒng)要完成從圖像采集到字符識(shí)別輸出，過程比較復(fù)雜，基本可以分成硬件部分跟軟件部分，硬件部分包括系統(tǒng)觸發(fā)、圖像采集，軟件部分包括圖像預(yù)處理、車牌位置提取、字符分割、字符識(shí)別四大部分，一個(gè)車牌識(shí)別系統(tǒng)的示意圖與基本結(jié)構(gòu)如圖分別如圖2-1、2-2所示：圖 2-1 車牌識(shí)別系統(tǒng)示意圖圖 2-2 車牌識(shí)別基本處理流程車牌識(shí)別系統(tǒng)基本處理流程：1） 原始圖像：由停車場(chǎng)固定彩色攝像機(jī)、數(shù)碼相機(jī)或

19、其他掃描裝置拍攝到的圖像。2） 圖像預(yù)處理:對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行濾波，邊界增強(qiáng)等處理以便后續(xù)處理。3）車牌位置提?。鹤匀画h(huán)境下，由于汽車圖像背景復(fù)雜、光照不均勻等原因，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個(gè)識(shí)別過程的關(guān)鍵。一般采用的方案是首先對(duì)采集到的視頻圖像進(jìn)行大范圍相關(guān)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(duì)這些侯選區(qū)域做進(jìn)一步分析、評(píng)判，最后選定一個(gè)最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來【3】。通過以上步驟，牌照一般能夠被定位。4） 字符分割（可省略）：將提取出的車牌利用算法分割成單個(gè)的字符，以便識(shí)別。5） 字符識(shí)別：字符識(shí)別方法目前主要得算法有兩種，即模板匹配

20、算法和人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法首先將分割后的字符二值化,并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。實(shí)際應(yīng)用中，牌照識(shí)別系統(tǒng)的識(shí)別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實(shí)際拍攝過程也會(huì)受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程

21、度上降低了牌照識(shí)別的識(shí)別率，也正是牌照識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷的完善識(shí)別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識(shí)別。6）輸出結(jié)果：得到最后的汽車牌照，可以用于后續(xù)的處理。 2.2 設(shè)計(jì)方案2.2.1 開發(fā)平臺(tái)選擇 車牌識(shí)別系統(tǒng)的軟件部分大都采用VC+、VB、Matlab、LABVIEW等，有以下主流開發(fā)方案：主流開發(fā)方案1：以 MATLAB 的 Image Acquisition Toolbox、Image Processing Toolbox 以及 Neural Network Toolbox 工具箱為骨架，以 M 語言為主要編程語言，部分模塊結(jié)合

22、 C 語言開發(fā)了一套車牌識(shí)別系統(tǒng)。主流開發(fā)方案2：在LabVIEW平臺(tái)上利用 IMAQ Vision 工具包中300多種機(jī)器視覺和科學(xué)圖象處理的函數(shù)庫，以及大量的圖象預(yù)處理、圖象分割、圖象理解函數(shù)庫和圖形化的工具模塊 ，用戶只要在流程圖中用圖標(biāo)連接器將所需要的子 VI 連接起來 ，就可 以完成對(duì)獲得圖像的預(yù)處理、理解 ，從而實(shí)現(xiàn)機(jī)器視覺。本課題選用LABVIEW，主要是因?yàn)長(zhǎng)ABVIEW具有以下優(yōu)點(diǎn)：1）LABVIEW是圖形化編程，可視化程度非常高，對(duì)編程基礎(chǔ)要求低。 2）LABVIEW具有較強(qiáng)的編輯圖形界面的能力。與用傳統(tǒng)的語言進(jìn)行圖象處理系統(tǒng)的開發(fā)相比，大幅度地降低了難度和開發(fā)周期。3）L

23、ABVIEW提供專門的視覺助手（NI VISION ASSITANT）,開發(fā)人員可簡(jiǎn)化編程，能快速完成視覺應(yīng)用系統(tǒng)的模型建立4）LABVIEW使用方便靈活，庫函數(shù)豐富，并且內(nèi)部集成了很多工具箱，為程序開發(fā)提供現(xiàn)成模塊。5）LABVIEW作為軟硬件綜合開發(fā)平臺(tái),外部?jī)x器接口多，方便與硬件的通信及調(diào)試。 2.2.2 車牌識(shí)別設(shè)計(jì)方案車牌識(shí)別 圖2-3 車牌識(shí)別設(shè)計(jì)方案此設(shè)計(jì)方案基本思路與2.1原理所述大體一致，但是顯著地區(qū)別在于，本設(shè)計(jì)不需要進(jìn)行字符切割，就能通過LABVIEW的視覺助手OCR模塊自動(dòng)切割識(shí)別。1）原始圖像：由于時(shí)間有限，原始圖像由手機(jī)直接拍攝汽車獲得，上傳并保存在電腦上以便測(cè)試使

24、用。拍攝時(shí)與車輛的距離、角度、光線多元化，確保了車牌識(shí)別算法的普遍性。2）圖像大小歸一化：由于LABVIEW的圖像助手處理區(qū)域隨圖像大小的改變而改變，故首先要將圖像大小設(shè)置為固定值，本設(shè)計(jì)選用1024*768像素（可根據(jù)需求改變）。3）車牌的傾斜校正：由于傾斜的車牌不利于后續(xù)定位和識(shí)別，故要進(jìn)行一定校正。4）初步定位并剪切出車牌：主要是通過LABVIEW視覺助手（VISION ASSISTANT）中的顏色閥值（Color Threshold）中的HSL顏色模式基本選中車牌區(qū)域，再經(jīng)過后續(xù)的高級(jí)形態(tài)學(xué)、濾波等處理就初步提取出車牌。5）圖像大小再歸一化：雖然經(jīng)過第一次歸一化處理后的原始圖像大小一致

25、，但是車牌區(qū)域在每張圖像大小和比例是不一樣的，為了進(jìn)一步剪切掉車牌的邊框及后續(xù)的識(shí)別，固必須再次對(duì)初步定位剪切出的車牌大小歸一化。6）車牌剪切去掉邊框：初步定位剪切出的車牌圖像一般帶有邊框和固定用的螺母，這一步非常關(guān)鍵，如不能剪切掉，將極大地降低OCR識(shí)別率，甚至不能識(shí)別。此步驟采取的方法較為簡(jiǎn)單，直接估算上下左右需剪切多少像素，可通過幾次試驗(yàn)獲得。7）圖像二值化：OCR識(shí)別的一般圖像為“白底黑字”或者“黑底白字”圖像，故必須對(duì)彩色的車牌進(jìn)行二值化處理。可通過LABVIEW IMAQ Vision函數(shù)庫先進(jìn)行圖像灰度化后編程實(shí)現(xiàn)。8）OCR訓(xùn)練與識(shí)別：本設(shè)計(jì)所采用的識(shí)別是基于模板匹配法的。即先

26、要進(jìn)行模板訓(xùn)練，建立識(shí)別模板庫后，再將需識(shí)別的字符與模板庫一一比對(duì)，最后選最佳匹配作為識(shí)別結(jié)果本。本設(shè)計(jì)的OCR識(shí)別訓(xùn)練與識(shí)別均通過LABVIEW視覺助手（VISION ASSISTANT）中的OCR模塊，根據(jù)相關(guān)設(shè)置直接訓(xùn)練。2.3 相關(guān)軟件簡(jiǎn)介2.3.1 LABVIEW簡(jiǎn)介L(zhǎng)abVIEW是一種圖形化的編程語言，它廣泛地被工業(yè)界、學(xué)術(shù)界和研究實(shí)驗(yàn)室所接受，視為一個(gè)標(biāo)準(zhǔn)的數(shù)據(jù)采集和儀器控制軟件。LabVIEW集成了與滿足GPIB、VXI、RS-232和RS-485協(xié)議的硬件及數(shù)據(jù)采集卡通訊的全部功能。它還內(nèi)置了便于應(yīng)用TCP/IP、ActiveX等軟件標(biāo)準(zhǔn)的庫函數(shù)。這是一個(gè)功能強(qiáng)大且靈活的軟件

27、。利用它可以方便地建立自己的虛擬儀器，其圖形化的界面使得編程及使用過程都生動(dòng)有趣。使用這種語言編程時(shí)，基本上不寫程序代碼，取而代之的是流程圖。它盡可能利用了技術(shù)人員、科學(xué)家、工程師所熟悉的術(shù)語、圖標(biāo)和概念，因此，LabVIEW是一個(gè)面向最終用戶的工具。它可以增強(qiáng)你構(gòu)建自己的科學(xué)和工程系統(tǒng)的能力，提供了實(shí)現(xiàn)儀器編程和數(shù)據(jù)采集系統(tǒng)的便捷途徑。使用它進(jìn)行原理研究、設(shè)計(jì)、測(cè)試并實(shí)現(xiàn)儀器系統(tǒng)時(shí)，可以大大提高工作效率。利用LabVIEW可以產(chǎn)生獨(dú)立運(yùn)行的可執(zhí)行文件，它是一個(gè)真正的32位/64編譯器。它的方便之處就是，一個(gè)硬件的情況下，可以通過改變軟件，就可以實(shí)現(xiàn)不同的儀器儀表的功能。 2.3.2 NI視覺

28、開發(fā)模塊簡(jiǎn)介NI 公司的視覺開發(fā)模塊是專為開發(fā)機(jī)器視覺和科學(xué)成像應(yīng)用的工程師及科學(xué)家而設(shè)計(jì)。該模塊包括NI Vision Assistant 和IMAQ Vision 兩部分。NI Vision Assistant 是一個(gè)交互式的開發(fā)環(huán)境，開發(fā)人員無需編程，即能快速完成視覺應(yīng)用系統(tǒng)的模型建立；IMAQ Vision 是一套包含各種圖像處理函數(shù)的功能庫，它將400 多種函數(shù)集成到LabVIEW 和Measurement Studio，LabWindows/CVI，Visual C+及Visual Basic 開發(fā)環(huán)境中，為圖像處理提供了完整的開發(fā)功能【4】。NI 視覺開發(fā)模塊供從事開發(fā)機(jī)器視覺和

29、科學(xué)圖像應(yīng)用的科學(xué)家、工程師和技術(shù)人員使用。NI 視覺開發(fā)模塊包括NI Vision Assistant-供需要不通過編程就實(shí)現(xiàn)將LabVIEW 應(yīng)用快速成型的直觀環(huán)境；以及IMAQ 視覺-擁有強(qiáng)大視覺處理函數(shù)的庫。與其它視覺產(chǎn)品不同，NI Vision Assistant 和IMAQ 視覺的緊密協(xié)同工作簡(jiǎn)化了視覺軟件的開發(fā)。NI Vision Assistant可自動(dòng)生成LabVIEW 程序框圖，該程序框圖中包含NI Vision Assistant 建模時(shí)一系列操作的相同功能。您可以將程序框圖集成到自動(dòng)化或生產(chǎn)測(cè)試應(yīng)用中，用于運(yùn)動(dòng)控制、儀器控制和數(shù)據(jù)采集等。其特點(diǎn)有：1) 高級(jí)機(jī)器視覺、圖

30、像處理功能以及顯示工具。2) 高速模式匹配可以定位大小方向各異的多種對(duì)象，甚至在光線不佳時(shí)也可實(shí)現(xiàn)。3) 用于計(jì)算82 個(gè)參數(shù)的顆粒分析(Blob analysis)，包括對(duì)象的面積、周長(zhǎng)和位置。4) 包括用于1 維和2 維代碼和OCR 讀取工具。5) 用于糾正透鏡變形和相機(jī)視角的圖像校準(zhǔn)功能。6) 灰度、彩色和二進(jìn)制圖像處理及分析。第3章 車牌識(shí)別程序設(shè)計(jì)3.1 圖像讀取與簡(jiǎn)單預(yù)處理圖3-1 圖像讀取與簡(jiǎn)單預(yù)處理程序1) 本段程序的輸入為“車牌圖像保存路徑”，以此來選擇保存在電腦上需要識(shí)別的原始圖像。2) IMAQ Create VI： 為圖像創(chuàng)建一個(gè)臨時(shí)儲(chǔ)存位置，用于后續(xù)對(duì)圖像的操作?！眘

31、ourse”為其在臨時(shí)的內(nèi)存的名稱，RGB(U32)為所儲(chǔ)存圖像的格式。3) IMAQ ReadFile VI：用于是打開讀取某路徑下的圖像。4) IMAQ Resample VI：用于自定義放大后縮小圖像，本設(shè)計(jì)定義為1024*768大小。圖3-2 圖像讀取與簡(jiǎn)單預(yù)處理結(jié)果3.2 車牌區(qū)域定位剪切 3.2.1 車牌的傾斜校正 為了方便識(shí)別，需要在處理前對(duì)車牌進(jìn)行傾斜矯正。傾斜以車牌的頂邊為準(zhǔn)。圖3-3 傾斜校正程序1) IMAQ Rotate VI：用于旋轉(zhuǎn)圖像，輸入為角度，旋轉(zhuǎn)方向?yàn)槟鏁r(shí)針。2) Vision Assistant內(nèi)部處理圖：圖3-4 視覺助手計(jì)算傾斜角度流程接下來介紹介紹v

32、ision assitant 內(nèi)部具體設(shè)置：1) 顏色閾值（Color Threshold）：將Color Model設(shè)置為HSL，再將Hue設(shè)置為140-170，Saturation設(shè)置為80-255，Luminance設(shè)置為0-255.（注此步驟為車牌區(qū)域識(shí)別的關(guān)鍵）。處理效果如圖3-5所示2) 高級(jí)形態(tài)學(xué)（Adv.Morphology)：選擇Convex Hull算法。2)凸包算法，是圖形學(xué)中的概念，處理后粒子沒有凹下去的地方.3) 基礎(chǔ)形態(tài)學(xué)（Basic Morphology):選擇Auto Median算法。4) 濾波（Particle Filter):選擇Area,并將Parame

33、ter設(shè)置為8000-307200。此設(shè)置根據(jù)自定義圖片大小后，4)通過調(diào)試找到車牌區(qū)域處理后的大致大小。5) 高級(jí)直線邊緣（Adv.Straight Edge）：設(shè)置如圖3-6所示。6） 卡尺測(cè)量工具（Caliper）：在Geometric Feature欄中選擇Angle from Horizontal以完成頂邊傾斜角度如圖3-7所示。圖3-5 顏色閾值處理效果圖3-6 高級(jí)直線邊緣設(shè)置方式圖3-7測(cè)量頂邊傾斜角度圖3-8 傾斜矯正后的結(jié)果3.2.2 車牌的初步定位剪切圖3-9 車牌的初步定位剪切程序圖1) IMAQ Convert Rectangle to ROI VI：根據(jù)視覺助手獲得

34、定位后的車牌上下左右坐標(biāo)生成一個(gè)感興趣的區(qū)域。2) IMAQ Extract Tetragon VI：裁剪函數(shù)。根據(jù)車牌定位區(qū)域從原圖裁剪出車牌。3) IMAQ Write File VI：將初步定位剪切出的車牌保存到某路徑，以便后續(xù)調(diào)試。4）視覺助手處理過程如圖3-10圖3-10助手初步定位處理過程初步定位處理過程vision assitant 內(nèi)部具體編程設(shè)置：其中1）至4）步驟與傾斜校正的視覺助手的處理過程是一樣的。1) 顏色閾值（Color Threshold）：將Color Model設(shè)置為HSL，再將Hue設(shè)置為140-170，Saturation設(shè)置為80-255，Luminan

35、ce設(shè)置為0-255.（注此步驟為車牌區(qū)域識(shí)別的關(guān)鍵）。處理效果如圖3-5所示2) 高級(jí)形態(tài)學(xué)（Adv.Morphology)：選擇Convex Hull算法。凸包算法，是圖形學(xué)中的概念，處理后粒子沒有凹下去的地方.3) 基礎(chǔ)形態(tài)學(xué)（Basic Morphology):選擇Auto Median算法。4) 濾波（Particle Filter):選擇Area,并將Parameter設(shè)置為8000-307200。此設(shè)置根據(jù)自定義圖片大小后，通過調(diào)試找到車牌區(qū)域處理后的大致大小。5) 6）夾鉗工具（Max Clamp）：獲取圖形上下或者左右極限坐標(biāo)。連續(xù)兩次，第一次求左右坐標(biāo)，第二次求上次坐標(biāo)。圖

36、3-11 初步提取車牌區(qū)域后結(jié)果3.2.3 車牌剪切去掉邊框初步截切出的車牌區(qū)域大小不一，為了使車牌剪切去掉邊框具有普遍性，故對(duì)初步定位后的圖片進(jìn)行大小統(tǒng)一化。后使用剪切的方法，切掉車牌邊框，實(shí)現(xiàn)精確定位。3-12 車牌剪切去掉邊框程序圖3-13 車牌剪切去掉邊框結(jié)果3.3 車牌二值化處理OCR準(zhǔn)備識(shí)別的前提是將圖像處理為黑底白字或者白底黑字。其中100-255表示顏色閥值選擇范圍。單獨(dú)的255表示選擇處理后輸出白色和黑色。圖3-14 車牌二值化程序1） IMAQ ExtractSingleColorPlane VI：將彩色的車牌轉(zhuǎn)化為灰度圖以便二值化。2） IMAQ Threshold VI

37、：通個(gè)設(shè)計(jì)顏色閥值，將灰度圖像轉(zhuǎn)化為二值圖像。圖3-15 將車牌二值化處理為黑底白字效果圖3.4 車牌識(shí)別 3.4.1 建立字符識(shí)別庫視覺助手自動(dòng)切分車牌，然后手動(dòng)進(jìn)行訓(xùn)練。其中主要設(shè)置項(xiàng)如下：圖3-16 建立字符識(shí)別庫1） Character：設(shè)置為L(zhǎng)ight on Dark，白底黑字識(shí)別模式。2） 通過設(shè)置Size & Space 完成對(duì)自動(dòng)分割字符的設(shè)置。圖3-17 識(shí)別助手OCR識(shí)別訓(xùn)練后生成的模板3.4.2 車牌識(shí)別結(jié)果圖3-18識(shí)別程序圖3-19 識(shí)別效果圖第4章 停車管理系統(tǒng)程序設(shè)計(jì) 本系統(tǒng)主要進(jìn)行的是軟件設(shè)計(jì)，是基于第三章車牌識(shí)別的系統(tǒng)的開發(fā)延伸:車輛進(jìn)入或離開門禁時(shí)，

38、進(jìn)行車牌識(shí)別，首先通過對(duì)儲(chǔ)存門禁信息的數(shù)據(jù)庫的查詢，判斷該車輛是進(jìn)入還是離開門禁，并進(jìn)行相關(guān)的進(jìn)門或出門時(shí)間登記，再查詢?cè)撥囕v是否是包月用戶，最后對(duì)準(zhǔn)備進(jìn)門的車輛進(jìn)行登記或?qū)?zhǔn)備出門的車輛收費(fèi)。包月用戶不收費(fèi),臨停汽車按設(shè)置的費(fèi)率和停車時(shí)間顯示出停車費(fèi)用，設(shè)計(jì)的軟件人機(jī)界面良好，用戶方便進(jìn)行設(shè)置和使用.另外還主要使用LABSQL和ACCESS 2010在SQL語言的基礎(chǔ)上進(jìn)行本系統(tǒng)開發(fā)。4.1 LABSQL4.1.1 LABSQL簡(jiǎn)介L(zhǎng)abSQL是一個(gè)免費(fèi)的、多數(shù)據(jù)庫、跨平臺(tái)的LabVIEW數(shù)據(jù)庫訪問工具包。LabSQL支持Windows操作系統(tǒng)中任何基于ODBC的數(shù)據(jù)庫，將復(fù)雜的底層ADO及

39、SQL操作封裝成一系列的LabSQL VIs。利用LabSQL 幾乎可以訪問任何類型地?cái)?shù)據(jù)庫，執(zhí)行各種查詢，對(duì)記錄進(jìn)行各種操作。它的優(yōu)點(diǎn)是易于理解，操作簡(jiǎn)單，不熟悉 SQL 語言的用戶也可以很容易地使用。只需進(jìn)行簡(jiǎn)單地編程，就可在 LabVIEW中實(shí)現(xiàn)數(shù)據(jù)庫訪問。它還有一個(gè)最大的優(yōu)點(diǎn)是源代碼開放，并且是全面免費(fèi)的【5】。4.1.2 LABSQL安裝與配置安裝：LabSQL的安裝方法和簡(jiǎn)單，在labview安裝目錄下的user.lib文件夾中新建一個(gè)名稱為L(zhǎng)abSQL的文件夾，LabSQL下載包解壓到LabSQL的文件夾中。解壓后可以看到function和Example兩個(gè)文件夾，及ADO201

40、0幫助文檔和README_FIRST文本文檔。安裝完成后，運(yùn)行Labveiw，在“函數(shù)”到“用戶庫”子選板 ，可以找到LABSQL 的子VI7。配置：你需要先創(chuàng)建一個(gè)DSN(Data Source Name)，這樣你才能在Windows下讓LabView和MySQL相連接。你需要用ODBC (Open Database Connectivity)來創(chuàng)建DSN，你可以在Administrative Tools里點(diǎn)擊Data Sources (ODBC)來開啟ODBC程序，或者直接在運(yùn)行里輸入odbcad32.exe。在創(chuàng)建DSN之前，你需要確保你的系統(tǒng)安裝了MySQL Connector ODB

41、C ，你可以到MySQL網(wǎng)站下載。在安裝完MySQL ODBC Connector之后，你應(yīng)該就可以為你的數(shù)據(jù)庫創(chuàng)建DNS了。安裝后，按如下方法進(jìn)行下面的步驟：1）在控制面板或者開始的所有程序中的管理工具，管理工具的子選板有數(shù)據(jù)源（ODBC）。打開數(shù)據(jù)源（ODBC）。圖4-1 打開數(shù)據(jù)源管理器2）點(diǎn)擊dBASE Files，再點(diǎn)擊添加，出現(xiàn)如圖的界面，點(diǎn)擊Microsoft Access Driver（*.mdb）,再點(diǎn)擊完成。圖4-2 添加數(shù)據(jù)庫驅(qū)動(dòng)程序3）出現(xiàn)如圖界面，選中myDB，并點(diǎn)擊旁邊的“配置”按鈕圖4-3添加驅(qū)動(dòng)成功后點(diǎn)擊配置4）再點(diǎn)擊“選擇”按鈕，綁定數(shù)據(jù)庫所在的位置圖4-4綁

42、定數(shù)據(jù)庫這樣，就完成DSN的創(chuàng)建。此后，LABSQL就可以利用這個(gè)DSN訪問與之相關(guān)聯(lián)的Access數(shù)據(jù)庫了。4.2 SQL（結(jié)構(gòu)化查詢語言）4.2.1 SQL簡(jiǎn)介SQL是Structured Query Language(結(jié)構(gòu)化查詢語言)的縮寫。SQL是專為數(shù)據(jù)庫而建立的操作命令集，是一種功能齊全的數(shù)據(jù)庫語言。SQL功能強(qiáng)大、簡(jiǎn)單易學(xué)、使用方便，已經(jīng)成為了數(shù)據(jù)庫操作的基礎(chǔ)，并且現(xiàn)在幾乎所有的數(shù)據(jù)庫均支持SQL。4.2.2 SQL基本指令【6】(1) 數(shù)據(jù)記錄查詢篩選：select * from 數(shù)據(jù)表 where 字段名=字段值 select * from 數(shù)據(jù)表 where 字段名 lik

43、e '%字段值%' order by 字段名 select top 10 * from 數(shù)據(jù)表 where 字段名 order by 字段名 select * from 數(shù)據(jù)表 where 字段名 in ('值1','值2','值3')"select * from 數(shù)據(jù)表 where 字段名 between 值1 and 值2"(2) 更新記錄：update 數(shù)據(jù)表 set 字段名=字段值 where 條件表達(dá)式"update 數(shù)據(jù)表 set 字段1=值1,字段2=值2 字段n=值n where 條件

44、表達(dá)式"(3) 刪除數(shù)據(jù)記錄： delete from 數(shù)據(jù)表 where 條件表達(dá)式 delete from 數(shù)據(jù)表" (將數(shù)據(jù)表所有記錄刪除)(4) 添加數(shù)據(jù)記錄：insert into 數(shù)據(jù)表 (字段1,字段2,字段3 ) values (值1,值2,值3 )insert into 目標(biāo)數(shù)據(jù)表 select * from 源數(shù)據(jù)表" (把源數(shù)據(jù)表的記錄添加到目標(biāo)數(shù)據(jù)表)4.3 停車管理系統(tǒng)主程序 4.3.1主程序流程圖 圖4-5 主程序流程圖4.3.2主程序前面板圖4-6 主程序前面板主界面圖4-7 主程序前面板門禁登記展示4-8 主程序前面板車牌識(shí)別處理過

45、程界面4-9 主程序前面板包月信息顯示4-10 主程序前面板數(shù)據(jù)庫設(shè)置面板4-11 主程序前面板保存設(shè)置4.3.3主程序程序框圖圖4-12 主程序圖11) 遞歸文件列表 VI :用于依次輸出文件夾內(nèi)的所有文件，本設(shè)計(jì)用于模擬汽車依次進(jìn)入門禁的的情況下的輸入。2) 識(shí)別車牌 VI：自編子VI，是由第三章中車牌識(shí)別程序封裝而來。3) 包月信息庫 VI：自編子VI，用于查詢車輛是否包月，并輸出車用車輛的信息。內(nèi)含“讀取數(shù)據(jù)庫新VI”。4) 門禁信息庫 VI: 自編子VI，用于查詢車輛是否已經(jīng)進(jìn)門，以便判斷車輛是進(jìn)行進(jìn)門登記還是出門登記。內(nèi)含“讀取數(shù)據(jù)庫新 VI”。·圖4-13 主程序圖25

46、) 包月進(jìn)門登記 VI：自編子VI，用于對(duì)未進(jìn)門的包月用戶進(jìn)入進(jìn)門禁的信息詳細(xì)登記（車牌號(hào)、學(xué)院、姓名、進(jìn)入時(shí)間），即將信息寫入數(shù)據(jù)庫登記表中。內(nèi)含“詳細(xì)寫入數(shù)據(jù)庫 VI”6) 非包月進(jìn)門登記 VI：自編子VI，用于對(duì)未進(jìn)門的非包月用戶進(jìn)行進(jìn)門禁的信息簡(jiǎn)單登記（車牌號(hào)、進(jìn)入時(shí)間）即將信息寫入數(shù)據(jù)庫登記表中。內(nèi)含“簡(jiǎn)單寫入數(shù)據(jù)庫 VI”注：之所以包月與非包月分別進(jìn)行登記，是由于包月用戶寫入數(shù)據(jù)庫的信息多一些，受限于我的LABSQL編程基礎(chǔ)，無法將兩類信息用一個(gè)子VI實(shí)現(xiàn)。圖4-14 主程序圖3 7) 出門登記 VI：自編子VI，用于車輛離開門禁時(shí)向數(shù)據(jù)庫的門禁登記表寫入車輛的離開時(shí)間。內(nèi)含“出門

47、寫入數(shù)據(jù)庫 VI”8) 出門禁收費(fèi) VI：自編子VI，用于讀取車輛進(jìn)門、出門時(shí)間，設(shè)置費(fèi)率，計(jì)算停車時(shí)間，并根據(jù)是否包月進(jìn)行收費(fèi)。內(nèi)含“讀取數(shù)據(jù)庫新 VI”、“按分鐘收費(fèi)計(jì)算 VI”。9) 收費(fèi)寫入數(shù)據(jù)庫 VI：自編子VI，用于將收費(fèi)信息寫入數(shù)據(jù)庫，以便檢查。4.4 停車管理系統(tǒng)子程序框圖4.4.1 讀取數(shù)據(jù)庫新 VI圖4-15 讀取數(shù)據(jù)庫新 VI其中1）4）子VI均來自于LABSQL外部軟件包。1) ADO Connection Create VI:創(chuàng)建一個(gè)連接數(shù)據(jù)庫接口2) ADO Connection Open Vi:建立與數(shù)據(jù)庫的連接。數(shù)據(jù)庫Connection String“DSN=

48、myDB”指定，注：其中myDB是通過ODBC配置的DSN名稱，根據(jù)自己的定義填寫。3) SQL Execute VI：通過此VI的Command Text輸入SQL命令，實(shí)現(xiàn)對(duì)數(shù)據(jù)庫信息的查詢、修改、添加、刪除。為核心操作子VI4) ADO Connection Close Vi 關(guān)閉與數(shù)據(jù)庫的連接。5) 索引數(shù)組：用于將數(shù)據(jù)庫的二維數(shù)組抽取為所需的一維數(shù)組。6) 十進(jìn)制字符串至數(shù)值轉(zhuǎn)換 VI：序號(hào)字符串轉(zhuǎn)換為數(shù)值數(shù)組。7) 數(shù)組最大值最最小值 VI：引出最大索引接線端并加1顯示，以此來確定數(shù)據(jù)庫有多少行登記數(shù)。注：數(shù)組索引從0開始的，所以最大索引數(shù)加1才等于有多少行登記數(shù)。 4.4.2 包

49、月信息庫 VI本程序功能主要是查詢輸入的識(shí)別后的車牌是否是包月用戶，輸出查詢結(jié)果，圖4-16 包月信息庫 VI1） 讀取數(shù)據(jù)庫新 VI:自編子VI，程序及功能，前文已經(jīng)有介紹了。2） 布爾值至（0，1）轉(zhuǎn)換 VI：將判斷結(jié)果轉(zhuǎn)化為0或1方便后續(xù)處理。4.4.3 門禁信息庫VI程序的基本結(jié)構(gòu)與4.4.2包月信息庫一樣，差異在于讀取并查詢的表格不同，包月信息庫查詢的是表1包月信息，門禁信息庫查詢的是表2，表1表2保存的內(nèi)容也是有差別的。圖4-17 讀取門禁信息庫并判斷車輛是否進(jìn)門4.4.4 包月車輛進(jìn)入門禁4.4.4.1包月進(jìn)門登記VI用于對(duì)未進(jìn)門的包月車輛，進(jìn)行進(jìn)入進(jìn)門禁的信息詳細(xì)登記（車牌號(hào)、

50、學(xué)院、姓名、進(jìn)入時(shí)間），即將信息寫入數(shù)據(jù)庫登記表中。進(jìn)門登記時(shí)，收費(fèi)默認(rèn)寫入為0元圖4-18 包月車輛進(jìn)入門禁子VI1) 獲取日期/時(shí)間（秒）函數(shù)：用于輸出不同格式的系統(tǒng)時(shí)間。 本設(shè)計(jì)采用的輸出格式為24小時(shí)制的時(shí)間，例如12:34。2) 獲取日期/時(shí)間字符串 函數(shù)：用于將時(shí)間的格式轉(zhuǎn)化為字符串。 3) 詳細(xì)寫入數(shù)據(jù)庫 VI：自編VI,用于將包月車輛的信息轉(zhuǎn)化為SQL語言，寫入數(shù)據(jù)庫。4) 加入的字符串常量，如逗號(hào)和前后引號(hào)，是為了符合SQL語言的格式，將不同的元素隔開。 4.4.4.2 詳細(xì)寫入數(shù)據(jù)庫 VI 將包月的車輛的進(jìn)門信息（車牌號(hào)，學(xué)院，姓名，進(jìn)入時(shí)間，收費(fèi)）寫入數(shù)據(jù)庫。圖4-19細(xì)

51、寫入數(shù)據(jù)庫 VI結(jié)合4.4.4.1的程序?qū)嶋H寫入SQL語言命令為：insert into 表2 （車牌號(hào),學(xué)院，姓名，進(jìn)入時(shí)間,收費(fèi)） values(識(shí)別車牌號(hào),查詢出的學(xué)院,查詢出的姓名,進(jìn)入時(shí)間,0)備注：除中文內(nèi)容外其余字符必須在英文字符下輸入，否則無法識(shí)別。4.4.5 非包月車輛進(jìn)入門禁非包月用戶進(jìn)入門禁，由于是零時(shí)停車，無法獲得學(xué)院、姓名等信息，只對(duì)進(jìn)入車輛的識(shí)別后的車牌號(hào)及進(jìn)入門禁的的使勁進(jìn)入登記。4.4.5.1非包月進(jìn)門登記VI圖4-20非包月進(jìn)門登記VI4.4.5.2 簡(jiǎn)單寫入數(shù)據(jù)庫VI圖4-21簡(jiǎn)單寫入數(shù)據(jù)庫VI 結(jié)合4.4.5.1的程序?qū)嶋H寫入SQL語言命令為：insert

52、 into 表2 （車牌號(hào),進(jìn)入時(shí)間,收費(fèi)） values(識(shí)別車牌號(hào),進(jìn)入時(shí)間,0)備注：除中文內(nèi)容外其余字符必須在英文字符下輸入，否則無法識(shí)別。4.4.6 車輛離開門禁 當(dāng)檢測(cè)出車輛要離開時(shí)，登記出門禁時(shí)間。4.4.6.1車輛離開門禁VI 圖4-22車輛離開門禁VI4.4.6.2 出門寫入數(shù)據(jù)庫 VI圖4-23出門寫入數(shù)據(jù)庫 VI結(jié)合4.4.5.1的程序?qū)嶋H寫入SQL語言命令為：sql=update 數(shù)據(jù)表 set 字段名=字段值 where 條件表達(dá)式此處為：update 表2 set 離開時(shí)間=此時(shí)的系統(tǒng)時(shí)間 where 車牌號(hào)=識(shí)別車牌 and收費(fèi)=0備注：除中文內(nèi)容外其余字符必須在

53、英文字符下輸入，否則無法識(shí)別。 4.4.6.3 出門禁收費(fèi) VI圖4-24出門禁收費(fèi) VI用于讀取車輛進(jìn)門、出門時(shí)間，設(shè)置費(fèi)率，計(jì)算停車時(shí)間，并根據(jù)是否包月進(jìn)行收費(fèi)。內(nèi)含“讀取數(shù)據(jù)庫新 VI”、“按分鐘收費(fèi)計(jì)算 VI”。 4.4.6.4 停車收費(fèi)算法 VI圖4-25 出門禁收費(fèi) VI此算法主要將同一車輛的進(jìn)入時(shí)間和離開時(shí)間各自拆分成小時(shí)、分鐘后相減。并乘以每分鐘的費(fèi)率，最后輸出停車收費(fèi)。備注：此程序僅適用于一天當(dāng)中離開時(shí)間晚于進(jìn)入時(shí)間的情況。4.4.6.5 停車收費(fèi)寫入數(shù)據(jù)庫VI圖4-26 車收費(fèi)寫入數(shù)據(jù)庫 VI 此程序與前面有的的子程序某部分完全相同，將其編出來，完全是為了可讀性。 第5章

54、測(cè)試結(jié)果與分析5.1 車牌識(shí)別普遍性測(cè)試圖像采集方式：原始圖像由手機(jī)直接拍攝汽車獲得，上傳并保存在電腦上，再進(jìn)行測(cè)試使用。拍攝時(shí)與車輛的距離、角度、光線多元化，確保車牌識(shí)別算法的普遍性。采集地點(diǎn)：實(shí)訓(xùn)樓，體育館，3教附近等學(xué)校各處停車。5.1.1 反復(fù)訓(xùn)練識(shí)別的圖像的測(cè)試：1) 采集環(huán)境：陽光下。2) 樣本容量：60張。3) 測(cè)試結(jié)果：識(shí)別率：59/60=98.3%。圖5-1反復(fù)訓(xùn)練識(shí)別的圖像的測(cè)評(píng)結(jié)果5.1.2 不訓(xùn)練直接識(shí)別圖像測(cè)試：1) 采集環(huán)境：光線一般。2) 樣本容量：90張。3) 測(cè)試結(jié)果：識(shí)別率：66/90=73.3%備注：沒有列出正確的車牌，僅根據(jù)人工的與原圖像對(duì)比。圖5-2反

55、復(fù)訓(xùn)練識(shí)別的圖像的測(cè)評(píng)結(jié)果 5.1.3 全國其他省市車牌識(shí)別：1) 圖像來源：網(wǎng)上下載2) 樣本容量：33張3) 識(shí)別率：24/33=72.7%圖5-3反復(fù)訓(xùn)練識(shí)別的圖像的測(cè)評(píng)結(jié)果圖5-4 網(wǎng)上下載的全國各地車牌5.2 車牌識(shí)別算法測(cè)試結(jié)果分析：5.2.1車牌定位效果分析對(duì)于共計(jì)183張測(cè)評(píng)樣本圖像，成功定位約165張，初步驗(yàn)證本設(shè)計(jì)的車牌區(qū)域定位算法較為成功，但也暴露出很多問題。最突出的問題在于：如果汽車的顏色或采集圖像的背景顏色與車牌區(qū)域顏色相近，本算法不能完成定位，說明定位算法有待改進(jìn)。圖5-5 部分定位效果展示5.2.2 車牌識(shí)別效果分析總的來說，在車牌區(qū)域定位提取成功前提下，車牌識(shí)別的效果主要取決于字符識(shí)別庫的訓(xùn)練程度，即字符模板的數(shù)量，對(duì)于5.1.1中反復(fù)訓(xùn)練識(shí)別的樣本，識(shí)別率高達(dá)98%就是個(gè)例子，對(duì)于5.1.2的樣本，