智能車庫尋車系統(tǒng)的設(shè)計(jì)1智能車庫尋車系統(tǒng)的設(shè)計(jì)DesignOfIntelligentGarageCarFindingSystem緒論近年來，隨著人民生活水平的提高，汽車逐漸走進(jìn)了千家萬戶。近年來，我國私家車數(shù)量越來越龐大隨著微計(jì)算機(jī)技術(shù)的發(fā)展傳統(tǒng)的停車場管理系統(tǒng)已經(jīng)無法滿足車主們的實(shí)際需要了，龐大的機(jī)動(dòng)車數(shù)量使得各個(gè)城市不得不去建造大量的停車場來解決車位不夠的問題，為了節(jié)約土地資源，很多停車場設(shè)計(jì)成了多層同樣貌的停車場，節(jié)省土地的同時(shí)給各位車主帶來了兩個(gè)比較嚴(yán)峻的問題，一個(gè)是停車場內(nèi)是否還有空車位，第二個(gè)就是停進(jìn)去以后找車?yán)щy。該怎么在車庫中尋找自己停的車輛呢？而現(xiàn)在已經(jīng)建好的停車場普遍都有無法對車輛進(jìn)行定位和沒有實(shí)時(shí)監(jiān)控這些功能。針對以上停車場中的問題，本次設(shè)計(jì)為這些問題提供了一個(gè)解決的方向。我國的車庫尋車系統(tǒng)大致來說是經(jīng)過了三個(gè)階段，最初是憑借記憶或者車鑰匙尋車，或者是派出大量工作人員，手拿對講機(jī)幫忙尋車[1-3]，此舉耗時(shí)耗力，為我國最開始尋車的階段-人工進(jìn)行尋找車輛。因?yàn)樾畔⒒鐣?huì)的建設(shè)進(jìn)程的進(jìn)步，使得現(xiàn)在的各種行業(yè)都意識(shí)到了信息化管理由多重要，在尋車系統(tǒng)中，用刷卡尋車的方式進(jìn)行尋車肯定是會(huì)在某個(gè)發(fā)展時(shí)期內(nèi)對人工尋車進(jìn)行取代的，因?yàn)檐噹斓陌l(fā)展方向就是越來越智能，人工占的成分只會(huì)越來越少，在現(xiàn)在這個(gè)年代，物聯(lián)網(wǎng)的技術(shù)已經(jīng)非常發(fā)達(dá)了，所以視頻尋車成為了現(xiàn)在最優(yōu)的選擇，該系統(tǒng)主要是通過對車輛進(jìn)行自動(dòng)化管理的方式，集合了圖像識(shí)別與處理，自動(dòng)化的控制技術(shù)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，視頻監(jiān)控，使得對車輛的進(jìn)出，車位是否有空余，停車費(fèi)用的收取，車牌號(hào)碼的核對等實(shí)施有效的，科學(xué)的，可靠的管理。下面對于各種技術(shù)進(jìn)行簡單的分析。車鑰匙尋車：現(xiàn)代還在使用的是該良過的車鑰匙尋車。在停車場中，安裝有密集的鎖車信息采集器(成本遠(yuǎn)低于高清攝像頭）；駕乘人員停車后鎖車時(shí)，系統(tǒng)獲得該車的鎖車特征碼、以及車輛最終的獲取該信息的采集器的位置。駕乘人員返回車場后，在反向?qū)ぼ嚱K端處，重新按鎖車鍵，系統(tǒng)將自動(dòng)找尋找停車時(shí)的位置，并給出反向?qū)ぼ囍敢窂降貓D，指示人員反向?qū)ぼ?。該方式，也無需駕乘人員有意識(shí)主導(dǎo)操作，即可實(shí)現(xiàn)反向?qū)ぼ嘯4]；同時(shí)，位置采集器成本相對較低，但該模式最大的問題是：部分高端汽車，無需停車后主動(dòng)鎖車，對該部分用戶，反向?qū)ぼ囅到y(tǒng)功能失效了。刷卡式尋車：駕乘人員停車后，將車場發(fā)放的停車卡，在就近的終端上刷卡留下記錄。在需要去停車場開車的時(shí)候，找一個(gè)最近的尋車終端上上面刷卡，就可找到停車時(shí)刷卡的終端，系統(tǒng)給出反向?qū)ぼ嚨男凶呗窂降貓D[5-8]，指示人員反向?qū)ぼ嚒Ｔ摲绞阶畲蟮膯栴}是：駕乘人員停車后往往忘記刷卡留記錄，或者存在卡片丟失的情況。小票，條碼等也是同理。現(xiàn)代還有很多用來定位停車位置的方法，例如紅外感應(yīng)技術(shù)[9]，在車進(jìn)入停車場時(shí)，會(huì)經(jīng)過紅外照射，并且記錄進(jìn)入停車場的時(shí)間?？梢愿鶕?jù)時(shí)間或者車的型號(hào)來找尋車輛，這個(gè)方法的優(yōu)點(diǎn)是紅外檢測省電，且識(shí)別的準(zhǔn)確率高。缺點(diǎn)就是無法區(qū)分同樣的車型，如果先后進(jìn)去兩輛一樣車型的車，可能無法準(zhǔn)確定位?；蛘呋趙ifi的定位，將手機(jī)連上商場的WiFi，通過WiFi查看是否有空余停車位，有的話選擇一個(gè)空閑的停車位，WiFi會(huì)在你選擇以后幫你規(guī)劃路線，讓你到停車的位置[10]，當(dāng)你要離開的時(shí)候，同樣也是根據(jù)WiFi查看車的定位接著導(dǎo)航到車的最優(yōu)路線給你，這種WIFI定位的缺點(diǎn)就是有可能連不上WiFi，當(dāng)使用的人過多的時(shí)候會(huì)負(fù)載，加載不出來就等于不知道位置，同樣浪費(fèi)了人寶貴的時(shí)間。本次設(shè)計(jì)的智能車庫尋車系統(tǒng)就是遵循了現(xiàn)在都在研究的通過車牌號(hào)碼的識(shí)別來進(jìn)行的智能車庫尋車系統(tǒng)。在普通的智能車庫的基礎(chǔ)上，增加了攝像頭這個(gè)設(shè)施來監(jiān)控車輛的情況，每一個(gè)停車位都會(huì)安裝攝像頭，而攝像頭存在的意義就是對車位進(jìn)行監(jiān)控，會(huì)獲得停留車的車牌的圖像信息[11-12]，重點(diǎn)在于當(dāng)汽車在停車位停留時(shí)，車輛有無感應(yīng)器會(huì)發(fā)出到有車停留在此處的信號(hào)傳輸?shù)轿锫?lián)網(wǎng)網(wǎng)關(guān)，接著服務(wù)器會(huì)傳輸信號(hào)到多視頻處理器，視頻處理器會(huì)獲取攝像頭拍攝的汽車的車牌部分的圖像，在接收到圖像后視頻處理器就要通過matlab處理圖像獲得車輛的車牌號(hào)碼[13-15]，同時(shí)將號(hào)碼儲(chǔ)存在服務(wù)端，此外還需要添加自助查詢機(jī)，自助查詢機(jī)主要起的是一個(gè)傳遞信息和顯示路線的作用，當(dāng)車主在自助查詢機(jī)上輸入車牌號(hào)后，車牌信息上傳到了服務(wù)器，服務(wù)器通過已經(jīng)上傳好了的車牌的信息來確定車輛的位置信息，之后會(huì)規(guī)劃出合適的路線直接傳送到自助終端，車主就能根據(jù)自助查詢機(jī)上的路線快速找到自己的車，整個(gè)過程節(jié)省了車主的很多時(shí)間，首先，節(jié)省了找車位的時(shí)間，在進(jìn)入停車場之前會(huì)看到停車場的戶外車位引導(dǎo)屏上面寫著有多少個(gè)車位空余，或者無車位可用。其次，節(jié)約了去找車的時(shí)間，在要去取車的時(shí)候，進(jìn)入停車場的時(shí)候會(huì)有自助終端，直接輸入車牌號(hào)就能找到車子的位置并且?guī)в凶罴崖肪€規(guī)劃。提高了生活的效率。如果每個(gè)地方都統(tǒng)一成這種系統(tǒng)的話，可以說是解決了停車難和車難的問題。1系統(tǒng)結(jié)構(gòu)1.1尋車系統(tǒng)的組成部分1.1.1車輛有無感應(yīng)器部分車輛有無感應(yīng)器部分的存在對于智能車庫非常的重要。車輛有無感應(yīng)器的話就是由物聯(lián)網(wǎng)通迅接口模塊、主控制器模塊、車輛有無探測模塊，以及車位占用指示燈這幾部分共同構(gòu)成。車輛感應(yīng)器的作用是感應(yīng)車位上是否有車，當(dāng)有車在停車位上的時(shí)候，車輛有無探測模塊檢測到有車的信息，由主控制器模塊將有車的信號(hào)傳送到物聯(lián)網(wǎng)控制中心，服務(wù)器一邊會(huì)將識(shí)別出停留在此處車輛的車牌號(hào)碼的命令傳送到視頻處理器，視頻處理器處理攝像頭拍攝的圖像來識(shí)別汽車的車牌號(hào)碼再傳送回服務(wù)器。同時(shí)將停車場內(nèi)車位空余數(shù)字減少了一個(gè)的信號(hào)傳輸?shù)綉敉廛囄灰龑?dǎo)屏上。一邊也會(huì)通過信號(hào)傳輸熄滅車位占用指示燈。主控制器的話需要一個(gè)硬件來當(dāng)控制核心部分，可以用Atmel的8位單片機(jī)AT89C51。AT89C51因?yàn)樽詭Я?K字節(jié)的動(dòng)畫存儲(chǔ)器，片內(nèi)RAM有128個(gè)字節(jié)，而且有2路的定時(shí)器，如此豐富的片內(nèi)結(jié)構(gòu)基本滿足了數(shù)據(jù)傳輸?shù)男枨?，保證了系統(tǒng)的可靠性。車位占用燈，用來讓車主只是是否有車停留在車位上，節(jié)約車主找車位的時(shí)間。一般情況下，車位上沒有車子的時(shí)候，指示燈呈現(xiàn)為綠色的；車位上有車子的時(shí)候，指示燈會(huì)處于一個(gè)不亮的狀態(tài)；同時(shí)，可以根據(jù)系統(tǒng)設(shè)置的節(jié)能模式，在特定的時(shí)段或者在特定的區(qū)域，沒有車停留時(shí)也不亮燈，這樣的方式可以用來節(jié)約電力資源。車輛有無探測模塊建議可以采用DNC-136車輛感應(yīng)器。DNC-136是一種智能車輛感應(yīng)器，一般是兩通道的只能車輛感應(yīng)器。而且一般來說基本都是用于建造停車場。DNC-136車輛感應(yīng)器的工作本質(zhì)是因?yàn)橛形锲吩诟袘?yīng)區(qū)內(nèi)會(huì)導(dǎo)致感應(yīng)器的電通量發(fā)生變化。因此當(dāng)電通量發(fā)生變化是肯定是由物體在車輛感應(yīng)器的感應(yīng)區(qū)，長時(shí)間趨于穩(wěn)定的話說明是汽車在這里停留了已經(jīng)。DNC-136是檢測系統(tǒng)，作用原理的將線圈埋在水泥地下，線圈通過引線來連接到DNC-136。首先是導(dǎo)線圈的電感量發(fā)生了變化，接著DNC-136檢測到該變化，內(nèi)部有的智能控制器會(huì)通過自帶的算法來運(yùn)算并且判斷出有金屬物在上面，然后用輸出繼電器去輸出信號(hào)。因?yàn)橛形⑻幚砥鞯闹悄芸刂谱饔?，DNC-136的靈敏度可以適應(yīng)各種要求，不管是大線圈還是小線圈，大引線或小引線，都能進(jìn)行比較好的匹配。1.1.2戶外引導(dǎo)大屏部分戶外引導(dǎo)大屏部分主要是用來實(shí)時(shí)顯示由物聯(lián)網(wǎng)控制中心傳輸來的車位空置數(shù)量的LCD顯示屏。當(dāng)車主未進(jìn)入停車場時(shí)，可以通過觀察戶外引導(dǎo)大屏來確定是否有空余車位去停車，有效地解決了有些停車場進(jìn)去以后找了半天才發(fā)現(xiàn)沒有停車位的問題。該部分由單片機(jī)和顯示屏組成，單片機(jī)的話建議選用SPCE061A并且搭載DS1302芯片來使用。SPCE061A是一款16位結(jié)構(gòu)單片機(jī)，是繼單片機(jī)和信號(hào)處理器系列產(chǎn)品SPCE500A之后推出的。另與SPCE500A不同的是，SPCE061A只嵌入了32K單詞的閃存(FLASH)，考慮到用戶對資源的需求更少，并且便于程序調(diào)試。更高的處理速度使您能夠輕松、快速地處理復(fù)雜的數(shù)字信號(hào)。因此，與SPCE500A相比，以soft’nSP?為中心的SPCE061A微控制器是數(shù)字語音識(shí)別應(yīng)用中最經(jīng)濟(jì)的選擇。DS1302是由美國DALLAS公司推出的具有涓細(xì)電流充電能力的低功耗實(shí)時(shí)時(shí)鐘芯片。它的作用是進(jìn)行準(zhǔn)確計(jì)時(shí)，能準(zhǔn)確的記錄并提取時(shí)分秒和年月日，而且額外擁有閏年計(jì)時(shí)的功能，因?yàn)镈S1302可以對年月日周時(shí)分秒進(jìn)行準(zhǔn)確的記錄，因?yàn)樾枰碾娏髁勘容^小，所以加入一個(gè)后備的電源在里面即使系統(tǒng)斷電了也能夠繼續(xù)去使用，SPCE061A最重要的功能就是實(shí)時(shí)讀取數(shù)據(jù)。利用SPCE061A的通用異步串行通信模塊UART來與上位機(jī)進(jìn)行通信，UART有一個(gè)全雙工的標(biāo)準(zhǔn)接口連接起來，上位機(jī)配置RS-232串行通信接口com借助I0B口的特殊功能，實(shí)現(xiàn)了數(shù)據(jù)的及時(shí)傳輸。SPCE061A甚至還能通過語音壓縮算法庫和內(nèi)置的DAC來實(shí)現(xiàn)語音的播報(bào)功能。1.1.3物聯(lián)網(wǎng)網(wǎng)關(guān)（服務(wù)器）停車場物聯(lián)網(wǎng)網(wǎng)關(guān)，主要實(shí)現(xiàn)停車場物聯(lián)網(wǎng)系統(tǒng)中的大量感應(yīng)器終端的管理、控制，組織系統(tǒng)之間不同部分的通信，信息交換；并實(shí)現(xiàn)物聯(lián)網(wǎng)系統(tǒng)的信息到停車場控制中心的匯總上報(bào)。具體的功能包括：（1）車輛有無感應(yīng)器和戶外顯示大屏等終端的位置初始化和工作模式的下發(fā)；物聯(lián)網(wǎng)系統(tǒng)的通信組織和管控。（2）系統(tǒng)空閑車位總數(shù)統(tǒng)計(jì)；空閑車位的位置信息匯總和上報(bào)停車場控制中心。（3）終端與車位之間的最優(yōu)路徑等導(dǎo)航信息的下發(fā)。（4）車輛的車牌信息手記，通過信號(hào)的傳輸，將停留在車位的車輛的圖片信息經(jīng)過分析處理成車牌號(hào)碼信息以后匯總上報(bào)到停車場控制中心。1.1.4停車場控制中心（服務(wù)器）停車場控制中心是本停車場智能車庫及智能尋車系統(tǒng)的總控制中心。該中心實(shí)時(shí)的匯總和統(tǒng)計(jì)停車場中的剩余車位，已使用車位的車牌信息。并根據(jù)停車場車位地圖，精確掌握空余停車位信息?？沼嗤＼囄恍畔?，將還有車位的信息傳送到戶外引導(dǎo)大屏上。該中心，實(shí)時(shí)匯總和了解當(dāng)前進(jìn)入本車場的車輛情況；并通過車牌信息，獲取車輛停車位置；通過物聯(lián)網(wǎng)通信系統(tǒng)，將車輛在車場中的位置定位、導(dǎo)航方向等信息，發(fā)送給車載導(dǎo)航設(shè)備。1.1.5攝像頭攝像頭的作用是對車輛進(jìn)行實(shí)時(shí)監(jiān)控，每個(gè)車位都會(huì)裝有一個(gè)攝像頭，當(dāng)車停好以后，車輛感應(yīng)系統(tǒng)就會(huì)向物聯(lián)網(wǎng)網(wǎng)關(guān)進(jìn)行信息傳遞，物聯(lián)網(wǎng)網(wǎng)關(guān)會(huì)對攝像頭產(chǎn)生命令，攝像頭會(huì)獲取車牌的圖像信息傳遞到視頻處理系統(tǒng)中，視頻處理系統(tǒng)會(huì)對該圖片進(jìn)行處理，得到車牌號(hào)碼以后會(huì)上傳到停車場控制中心。1.1.6反向?qū)ぼ嚱K端反向?qū)ぼ嚱K端和戶外引導(dǎo)大屏系統(tǒng)有些相似，但是反向?qū)ぼ嚱K端會(huì)帶有紅外觸摸屏。作用是給人操作，往機(jī)器里面輸入車牌號(hào)碼。查詢機(jī)一般要放置在樓梯口或電梯口方便泊車者查詢車輛停放的位置。查詢機(jī)由紅外觸摸屏、計(jì)算機(jī)、供電系統(tǒng)、軟件、柜體等部件組成。當(dāng)車主輸入車牌號(hào)后，車牌號(hào)會(huì)輸送到停車場的控制中心，因?yàn)橥＼噲龅目刂浦行闹写嬗兴性谕＼囕v的車牌信息和對應(yīng)位置，所以通過在庫中尋找很快就能找到對應(yīng)車輛，接著會(huì)進(jìn)行導(dǎo)航，并直接將最優(yōu)尋車路線直接傳輸?shù)椒聪驅(qū)ぼ嚱K端上，車主順著導(dǎo)航就能找尋到自己的愛車。1.2智能車庫尋車系統(tǒng)組成圖該智能車庫尋車系統(tǒng)的組成如圖1-1所示。圖1-1智能車庫尋車系統(tǒng)組成圖2系統(tǒng)原理2.1智能車庫工作原理本設(shè)計(jì)的智能車庫尋車系統(tǒng)就是當(dāng)車主需要停車時(shí)，在停車場外面就能通過顯示屏看到車位剩余的情況，如果沒有車位了就只能換個(gè)地方停車了。當(dāng)有車位時(shí)，車主將車開入停車場，一般停車場都是很暗的，但是未停車的地方會(huì)有綠色的信號(hào)指示燈，車主只要往綠色方向行駛即可。當(dāng)車主找到了空置的停車位進(jìn)行停車以后，車輛有無感應(yīng)器系統(tǒng)會(huì)因?yàn)檐囕v感應(yīng)器的電感量發(fā)生變化開始運(yùn)行。首先車輛有無感應(yīng)系統(tǒng)在感應(yīng)到有車時(shí)，會(huì)被物聯(lián)網(wǎng)開關(guān)控制，使得綠色的車位指示燈熄滅。然后信息會(huì)繼續(xù)向上位機(jī)傳遞，停車場控制中心也會(huì)收到信息，停車場控制中心的信息中，空置車位減少一個(gè)，剩余的空置的車位的信息會(huì)被傳遞到戶外顯示大屏系統(tǒng)上。以上功能就是一個(gè)普通的智能車庫系統(tǒng)的工作原理。本次設(shè)計(jì)的目標(biāo)是在智能車庫中尋找車輛，所以本次在普通的智能車庫基礎(chǔ)上增加了攝像頭和自助查詢機(jī)。當(dāng)車輛有無檢測系統(tǒng)檢測到有車停在車位上時(shí)，物聯(lián)網(wǎng)網(wǎng)關(guān)傳遞拍攝車輛圖像的信息給到攝像頭系統(tǒng)，攝像頭將車輛的圖像信息記錄下來，傳到了視頻處理器中，視頻處理器會(huì)對傳送來的圖像進(jìn)行處理，對圖像經(jīng)過預(yù)處理，邊緣檢測，車牌定位，字符分割和字符識(shí)別等五個(gè)步驟的處理，將車輛的圖像信息完全轉(zhuǎn)化為數(shù)字信息，傳輸回到停車場控制中心將信息存儲(chǔ)起來。因?yàn)槊枯v車的車牌數(shù)字都是獨(dú)一無二的，因此知道了車牌號(hào)碼就能夠?qū)崿F(xiàn)智能尋車，就是利用攝像頭來獲取圖像，在圖像被處理過后成為車牌號(hào)碼，傳輸?shù)椒?wù)器，當(dāng)車主只需要使用自助查詢機(jī)，在其中輸入自己的車牌號(hào)碼，車牌號(hào)碼會(huì)從自助查詢機(jī)被傳輸?shù)酵＼噲隹刂浦行模刂浦行臅?huì)在存儲(chǔ)的內(nèi)容中找到相同的車牌號(hào)，只要信息一致，車的位置就確定下來了，人的位置也是固定的，所以停車場控制中心分配最優(yōu)路線到自助查詢機(jī)上，人只需要跟著自助查詢機(jī)就能夠快速高效的尋找到自己的愛車，提高了生活效率。尋車系統(tǒng)的主要硬件為攝像頭和自助查詢機(jī)都可以在市面上買到，攝像頭只具有獲取圖像的能力，如果所有視頻都匯總到停車場控制中心的話需要占用極大的內(nèi)存，所以此次設(shè)計(jì)的最大的難點(diǎn)就是需要將攝像頭所獲取的圖片經(jīng)過處理轉(zhuǎn)化成成為單文字信息，文字信息更好去進(jìn)行對比。在這里，我們使用MATLAB的圖像識(shí)別技術(shù)來將圖像中的車牌號(hào)碼識(shí)別出來。2.2尋車系統(tǒng)工作原理汽車車牌識(shí)別系統(tǒng)的基本工作原理是,第一步相機(jī)包含車輛車牌圖像預(yù)處理,通過檢索視頻處理器模塊的輸入搜索、檢測、車牌定位、車牌字符的,包括一個(gè)矩形區(qū)域分割,然后對二值化和車牌字符分割為單個(gè)字符,然后輸入一個(gè)JPEG或BMP格式,輸出的是車牌號(hào)碼。車牌自動(dòng)識(shí)別技術(shù)主要有兩種方式去進(jìn)行，一是獲取車輛的動(dòng)態(tài)視頻，二是獲取車輛的靜態(tài)圖像。只要擁有其中一種信息，就能通過自動(dòng)識(shí)別技術(shù)將車牌號(hào)碼識(shí)別出來。車牌識(shí)別系統(tǒng)主要由這幾個(gè)設(shè)備共同構(gòu)成：觸發(fā)拍照命令的設(shè)備。采集圖像的設(shè)備。攝像的設(shè)備（攝像頭）。照明的設(shè)備（燈）。用來圖像采集的設(shè)備。和進(jìn)行車牌識(shí)別的處理器這些所有的設(shè)備共同構(gòu)成。軟件的話主要是進(jìn)行車牌定位算法、車牌字符分割算法和光學(xué)字符識(shí)別算法。有的車牌識(shí)別系統(tǒng)會(huì)具有通過視頻圖像來判斷進(jìn)入視覺領(lǐng)域的車輛的功能，這種被稱為視頻車輛檢測。車牌識(shí)別系統(tǒng)主要由三部分組成，分別是車輛的檢測、圖像的采集和車牌的識(shí)別。當(dāng)車輛檢測部分檢測到車輛到達(dá)時(shí)，觸發(fā)圖像采集單元采集當(dāng)前視頻圖像。車牌識(shí)別單元首先對圖像進(jìn)行處理，然后定位車牌位置信息，然后對車牌中的字符進(jìn)行分割進(jìn)行識(shí)別，最后將車牌號(hào)碼輸出到停車場控制中心進(jìn)行存儲(chǔ)。2.3智能車庫尋車系統(tǒng)整體工作流程車主進(jìn)入停車場，進(jìn)行停車，攝像頭獲取車的圖像，上傳到物聯(lián)網(wǎng)網(wǎng)關(guān)，服務(wù)器自動(dòng)接收并對圖像進(jìn)行處理，提取出車牌號(hào)后存儲(chǔ)在服務(wù)端。當(dāng)車主要取車時(shí)，可以使用車場內(nèi)的查詢機(jī)，通過輸入車牌號(hào)碼的方式進(jìn)行查詢，搜索到所匹配的車牌，服務(wù)器規(guī)劃出最優(yōu)路線并傳輸?shù)阶灾鞑樵儥C(jī)上，讓車主在最短時(shí)間內(nèi)找到自己的車輛，駛離車場，提高車場的周轉(zhuǎn)率。

3主要使用技術(shù)3.1總體步驟(1)檢測到車輛(2)進(jìn)行圖像的采集(3)進(jìn)行圖像的預(yù)處理(4)對車牌上面的字符進(jìn)行定位(5)將圖像上的字符切割開(6)再次對切割后的字符進(jìn)行定位(7)對比數(shù)據(jù)庫的圖片輸出最相近的結(jié)果。自然環(huán)境的條件下，車輛圖像不一定會(huì)非常清晰，會(huì)有很多影響車牌清晰度的因素。所以要準(zhǔn)確的識(shí)別處于自然環(huán)境下的車牌圖像并不是一件容易的事情。首先，掃描被傳送來的視頻或者圖像信息，大致找出可能是車牌號(hào)碼的圖像的區(qū)域，可以是多個(gè)區(qū)域在經(jīng)過篩選找出真正的車牌號(hào)碼圖像區(qū)域。接著對這些區(qū)域進(jìn)行分析。最后會(huì)選取出最佳區(qū)域來作為車牌區(qū)域，把車牌從圖像中分離出來。導(dǎo)入原始圖像→圖像預(yù)處理增強(qiáng)效果圖像→邊緣提取→對圖像進(jìn)行開閉操作→車牌定位→對輸出圖像中的車牌字符進(jìn)行分割;車牌區(qū)域定位完成后，車牌區(qū)域必須要?jiǎng)澐譃槊總€(gè)單獨(dú)的區(qū)域再單獨(dú)進(jìn)行識(shí)別。垂直投影法的話作為一種常用的字符分割方法，非常適用于用來做汽車車牌區(qū)域的圖像分割。首先，字符會(huì)有一個(gè)垂直向上的字符，字符向上的投影一定要接近字符之間的空間局部最小數(shù)值，這個(gè)位置應(yīng)該會(huì)滿足到車牌字符的書寫格式和字符還有大小限制等條件。之所以使用垂直投影法是因?yàn)榇怪蓖队胺軌蛟趶?fù)雜環(huán)境下對于汽車圖像字符進(jìn)行的分割中具有非常出眾的表現(xiàn)。(1)先將車牌的框架取下來(2)對車牌進(jìn)行水平方向的矯正（水平投影）(3)進(jìn)行垂直方向的投影然后尋找每一個(gè)字符的中心的位置(4)找一個(gè)適合的寬度將字符裁剪下來（按照其左右寬度）目前，現(xiàn)在主流字符識(shí)別方法里面主要包含有兩種，一種是基于模板來進(jìn)行匹配的算法，還有一種就是通過人工神經(jīng)網(wǎng)絡(luò)的算法。在模板匹配的算法上，要把切割后的字符圖片進(jìn)行轉(zhuǎn)換，讓它的大小和字符數(shù)據(jù)庫中的圖像的大小一致，然后再去里面匹配所有的模板，找到最相似的圖像作為輸出的結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種。一是提取識(shí)別字符的特征，然后利用這些特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器。另一種方法是將要處理的圖像直接輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)自動(dòng)進(jìn)行特征提取，直到識(shí)別出結(jié)果。實(shí)際算法的運(yùn)行過程中，車牌識(shí)別系統(tǒng)的識(shí)別率會(huì)受到車牌質(zhì)量的影響，車牌生銹或者有污垢有變形車牌號(hào)碼數(shù)字褪色等情況的出現(xiàn)都會(huì)讓識(shí)別率降低。車牌圖像被拍攝出來的質(zhì)量同樣會(huì)對車牌號(hào)碼的識(shí)別造成較大的影響，車牌如果傾斜了或者照射的亮度過高的話，拍攝的圖像就會(huì)不清晰或者識(shí)別錯(cuò)誤等情況都有可能出現(xiàn)。以上提及的這些因素都會(huì)對車牌的識(shí)別率造成影響，所以這些也正是車牌識(shí)別系統(tǒng)所遇到的難點(diǎn)和挑戰(zhàn)。為了提高識(shí)別率，除了不斷改進(jìn)識(shí)別算法外，還應(yīng)該找到克服各種光照條件的方法，使采集的圖像最有利于識(shí)別。切割出的字符送入庫中→與數(shù)據(jù)庫的圖片相減→分析之差最小的圖片是哪張字符依次分析顯示誤差最小的圖片名字在車牌識(shí)別過程中，車牌顏色的識(shí)別如果是依據(jù)算法不同，可能會(huì)在上述不同步驟實(shí)現(xiàn)，通常與車牌識(shí)別互相配合、互相驗(yàn)證。3.2軟件調(diào)測過程matlab進(jìn)行操作的過程：3.2.1輸入待處理的原始圖像:在matlab中進(jìn)行輸入圖片的命令我選擇的圖片為：圖3-1輸入的原圖3.2.2.將圖像進(jìn)行灰度化的處理方式來加速圖像出路的進(jìn)程：簡單來說，對圖像處理采用如果將圖片變成灰色的圖片會(huì)提高圖片處理的效率。彩色的圖像里面會(huì)有很多彩色的信息，不利于存儲(chǔ)和處理，因?yàn)椴噬幚砥饋砀闊?，處理速度?huì)比處理灰色的圖像低。所以在處理圖像的過程中一般會(huì)采用將彩色的圖片去掉顏色，變成灰色的圖片這種方法來提高圖像處理效率。從彩色圖像轉(zhuǎn)化成灰度圖像的過程我們將之稱為灰色化。選擇標(biāo)準(zhǔn)是經(jīng)過灰度變換后，增加像素的動(dòng)態(tài)范圍，擴(kuò)大圖像的對比度，使圖像變得更加清晰、細(xì)膩、易于識(shí)別。輸入將圖像轉(zhuǎn)為灰度圖的命令得到的圖為：圖3-2灰度值圖3.2.3將原始圖像操作成背景圖像將車和車牌刪除，只保留車子的背景圖像。輸入將圖像變?yōu)榧儽尘皥D片的命令得到的圖為：圖3-3圖片背景圖3.2.4灰度圖像與背景圖像作減法，對圖像進(jìn)行增強(qiáng)處理用灰度圖像把其中的背景去掉這樣就得到了只有汽車和車牌的灰度圖。輸入將兩幅圖相減的命令，之后輸入將相減后的圖片變?yōu)榧兒诎讏D片的命令。得到的圖為：圖3-4黑白高清無背景圖3.2.5二值法處理圖像圖像的二值處理意味著經(jīng)過處理后圖像只有黑色和白色的圖像。在實(shí)際的車牌處理系統(tǒng)中，圖像二值化的關(guān)鍵是確定合適的閾值，使字符能夠從背景中分離出來。所得到的二值變換圖像必須具有良好的保形性，同時(shí)不能丟失有用的形狀信息或產(chǎn)生額外的空位。車牌識(shí)別系統(tǒng)要求處理速度快、成本低、信息量大。二值圖像處理可以大大提高處理效率。閾值處理的操作過程是先由用戶指定一個(gè)閾值，或者通過算法生成一個(gè)閾值。如果圖像中某一像素的灰度值小于閾值，則將該像素的灰度值設(shè)置為0或255，否則將灰度值設(shè)置為255或0。將圖片最大值調(diào)為并輸出雙精度型，最小值并輸出雙精度型255或者0是獲得最佳閾值，轉(zhuǎn)換圖片為二進(jìn)制圖像，最終得到二值圖。得到的圖為：圖3-5二值圖像3.2.6邊緣檢測兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的基礎(chǔ)。為了對有意義的邊緣點(diǎn)進(jìn)行分類，與這個(gè)點(diǎn)相聯(lián)系的灰度級必須比在這一點(diǎn)的背景上變換更有效，我們通過門限方法來決定一個(gè)值是否有效。所以，如果一個(gè)點(diǎn)的二維一階導(dǎo)數(shù)比指定的門限大，我們就定義圖像中的次點(diǎn)是一個(gè)邊緣點(diǎn)，一組這樣的依據(jù)事先定好的連接準(zhǔn)則相連的邊緣點(diǎn)就定義為一條邊緣。經(jīng)過一階的導(dǎo)數(shù)的邊緣檢測，所求的一階導(dǎo)數(shù)高于某個(gè)閾值，則確定該點(diǎn)為邊緣點(diǎn)，這樣會(huì)導(dǎo)致檢測的邊緣點(diǎn)太多。可以通過求梯度局部最大值對應(yīng)的點(diǎn)，并認(rèn)定為邊緣點(diǎn)，去除非局部最大值，可以檢測出精確的邊緣。一階導(dǎo)數(shù)的局部最大值對應(yīng)二階導(dǎo)數(shù)的零交叉點(diǎn)，這樣通過找圖像強(qiáng)度的二階導(dǎo)數(shù)的零交叉點(diǎn)就能找到精確邊緣點(diǎn)。運(yùn)行canny算子對圖像的邊界進(jìn)行識(shí)別對圖像的邊緣進(jìn)行輸出得到的圖為：圖3-6邊緣點(diǎn)明示圖3.2.7對得到圖像進(jìn)行濾波處理數(shù)學(xué)形態(tài)的非線性濾波一般是用來進(jìn)行噪聲抑制，能夠?qū)D像進(jìn)行特征提取或者是邊緣檢測、圖像分割等作用。腐蝕是一種消除邊界點(diǎn)的過程，結(jié)果是使目標(biāo)縮小，孔洞增大，因而可有效的消除孤立噪聲點(diǎn)；將圖像進(jìn)行膨脹處理，把和車牌圖像有接觸的背景點(diǎn)合并到物體中，讓車牌圖像增大，把間隙縮小，因此目標(biāo)物體中的空缺部分會(huì)消失，因此圖像不完全的部分被填補(bǔ)起來，形成一個(gè)連通域。開運(yùn)算就是先進(jìn)行腐蝕然后將圖像進(jìn)行膨脹的過程，該運(yùn)算過程中能消除小的物體，也能夠并在纖細(xì)處分離物體和平滑較大的物體邊界；閉運(yùn)算就是先將圖像進(jìn)行膨脹然后對圖像進(jìn)行腐蝕的過程，能夠填充物體中的小殘缺部分，連接鄰近物體和平滑邊界的作用。對圖像做了開運(yùn)算和閉運(yùn)算，閉運(yùn)算可以使圖像的輪廓線更為光滑，它通常用來消掉狹窄的間斷和長細(xì)的鴻溝，消除小的孔洞，并彌補(bǔ)輪廓線中的斷裂。第一步取矩形框的閉運(yùn)算，第二步輸出閉運(yùn)算的圖像，第三步取矩形框的開運(yùn)算，第四步輸出開運(yùn)算的圖像，第五步取矩形框的開運(yùn)算，第六步輸出開運(yùn)算的圖像。3.2.8提取車牌矩形區(qū)域（1）對圖像每個(gè)區(qū)域進(jìn)行標(biāo)記，然后計(jì)算每個(gè)區(qū)域的圖像特征參數(shù)：區(qū)域中心位置、最小包含矩形、面積。如何能夠準(zhǔn)確的找到車牌圖片區(qū)域：車牌的大小信息一般是固定的，通過圖像中的車牌框架圖像來確定需要提取車牌號(hào)碼的區(qū)域的圖像大小，輸入命令來固定提取圖片尺寸，將圖像轉(zhuǎn)化為RGB格式或者JPG的圖片然后輸出車框架圖片（2）計(jì)算出包含所標(biāo)記的區(qū)域的最小寬和高，并根據(jù)先驗(yàn)知識(shí)，比較誰的寬高比更接近實(shí)際車牌寬高比，將更接近的提取并顯示出來,具體步驟如下：（1）計(jì)算矩形的寬度（2）計(jì)算矩形的高度（3）框架的寬度和高度的范（4）車牌的開始列（5）計(jì)算車牌長寬比（6）獲取車牌二值子 然后對水平投影進(jìn)行峰谷分析:分別計(jì)算出求水平投影的平均值求水平投影的最小值，取閾值，計(jì)算谷寬度，計(jì)算峰距離，計(jì)算下降點(diǎn)，找到峰中心位置。3.2.9計(jì)算車牌旋轉(zhuǎn)角度（1)車牌傾斜的原因?qū)е峦队靶Ч骞晒炔幻黠@，在這里需要做車牌矯正處理。這里采取的線性擬合的方法,計(jì)算出車牌上邊或下邊圖像值為1的點(diǎn)擬合直線與水平X軸的夾角。標(biāo)示出圖像大小求最大寬度為字符檢測上邊從頂邊至第一個(gè)峰下降點(diǎn)掃描從底邊至最后一個(gè)峰的上升點(diǎn)掃描找到第一個(gè)為1的點(diǎn)(2)線性擬合，計(jì)算與x夾角(3)旋轉(zhuǎn)車牌圖象先旋轉(zhuǎn)車牌圖象→之后旋轉(zhuǎn)圖像→之后輸出車牌旋轉(zhuǎn)后的灰度圖像標(biāo)題顯示車牌灰度子圖→輸出車牌旋轉(zhuǎn)后的灰度圖像→顯示車牌的旋轉(zhuǎn)角度→旋轉(zhuǎn)車牌后重新計(jì)算車牌水平投影，去掉車牌水平邊框，獲取字符高度的步驟如下:（1）計(jì)算垂直投影（2）計(jì)算水平投影（3）（'垂直投影（旋轉(zhuǎn)后）');（4）('水平投影（旋轉(zhuǎn)后）');3.2.10去水平（上下）邊框,獲取字符高度通過以上水平投影、垂直投影分析計(jì)算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每個(gè)字符的中心位置，為提取分割字符具備了條件。3.2.11將計(jì)算計(jì)算獲取的字符圖像與樣本庫進(jìn)行匹配，自動(dòng)識(shí)別出字符代碼進(jìn)行識(shí)別字符代碼的關(guān)鍵就是往數(shù)據(jù)庫中輸入供對比的數(shù)據(jù)，在字符完全被分割提取后，進(jìn)行模板對比，選擇最為相似的模板作為輸出的結(jié)果。模板方面應(yīng)該包括省縮寫的漢字模板還有A-Z字母的模板和0-9的模板子網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提高子網(wǎng)絡(luò)的識(shí)別率和識(shí)別速度。每當(dāng)對車牌進(jìn)行處理的時(shí)候，在已經(jīng)定位好的車牌上逐個(gè)提取特征，將車牌送到網(wǎng)絡(luò)中識(shí)別，然后輸出識(shí)別的結(jié)果。首先建立數(shù)據(jù)庫，接著將樣本與數(shù)據(jù)庫中圖片相減，然后通過計(jì)算圖像之間的誤差最后找到誤差最小的圖片并依次識(shí)別并傳輸出系統(tǒng)。3.3實(shí)驗(yàn)結(jié)果本次實(shí)驗(yàn)結(jié)果為經(jīng)過一系列的命令通過MATLAB的過程獲得了圖像車牌號(hào)碼的信息，所以此方案確切可行，經(jīng)過神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，快速識(shí)別不會(huì)存在任何的問題。結(jié)論此次課題研究的課題是智能車庫尋車系統(tǒng)，該課題就是在智能車庫中加入了攝像機(jī)和自助尋車機(jī)，就是信息的傳送和接收，將?？康能囕v的車牌圖像傳送到服務(wù)器經(jīng)過提取來定位車輛。經(jīng)過matlab圖像處理技術(shù)，確實(shí)是做到了識(shí)別車牌的結(jié)果，但是能識(shí)別出來的原因是因?yàn)閳D片質(zhì)量較好，且車牌號(hào)碼清晰。如果遇到那種泥附著或者車牌有變形的，識(shí)別的準(zhǔn)確率應(yīng)該會(huì)降低，進(jìn)一步的研究方向就是消除這種因素對于車牌識(shí)別的障礙。此次做的系統(tǒng)好的地方在于比較簡單，容易理解也比較容易操作，只需要將代碼套進(jìn)去就能獲取車牌。但是攝像頭的成本較高，所以更適用于比較富裕的地區(qū)。我個(gè)人認(rèn)為智能車庫的發(fā)展方向應(yīng)該是全自動(dòng)，現(xiàn)在的車子越來越智能，特斯拉擁有自動(dòng)駕駛功能，奔馳有自動(dòng)剎車系統(tǒng)在以后肯定會(huì)出現(xiàn)全自動(dòng)無人駕駛的車，在未來肯定是人要去取車，車就自動(dòng)開到過道等待車主。智能化的出現(xiàn)是為了提供給人便利、快捷的生活。如今各行各業(yè)競爭都那么激烈，人們?yōu)榱松妫瑸榱速I車買房，為了經(jīng)濟(jì)更上一層樓，為了自己的夢想，努力打拼。在這個(gè)快節(jié)奏的時(shí)代里，我們身心疲憊，步履維艱。當(dāng)然不能因?yàn)檎臆嚩ダ速M(fèi)自己不多的休閑時(shí)間，現(xiàn)在社會(huì)，時(shí)間就是第一生產(chǎn)力，有了時(shí)間，就能提高社會(huì)的生產(chǎn)力，使得我們中國愈發(fā)強(qiáng)盛。智能車庫尋車系統(tǒng)幫一個(gè)人每次節(jié)省10分鐘，保守估計(jì)有7億車主，就節(jié)約出了70億分鐘的生產(chǎn)力，對于我國經(jīng)濟(jì)有著巨大的幫助。只要經(jīng)濟(jì)強(qiáng)盛了，文化就會(huì)隨之崛起。經(jīng)濟(jì)強(qiáng)盛外國就會(huì)學(xué)習(xí)我國文化，我國對外國也會(huì)造成文化影響，一個(gè)好的科技項(xiàng)目出現(xiàn)，造福的是全人類，這個(gè)地球我們共同居住，希望能有更好的發(fā)展。致謝此次畢業(yè)設(shè)計(jì)的完成。在技術(shù)指導(dǎo)上需要感謝指導(dǎo)老師信科院的張俠老師，老師在選題階段為我們知名了大體的思路和方向，在開題時(shí)一次次不辭辛勞的幫我們修改報(bào)告，確定題目，制作思路方針。也特別感謝整個(gè)武昌首義學(xué)院信息與科學(xué)工程學(xué)院的任課老師們的傾囊相授，使得我們能夠在大學(xué)四年積累很多對畢設(shè)有著很大幫助的知識(shí)，在這里要特別感謝任課老師劉麗，和任課老師孫紅，兩位老師對我的鼓勵(lì)對我完成課題有著很大的幫助，陳道群老師在很多如何使用matlab來進(jìn)行圖片識(shí)別的問題上給出了不少思路，幫助我完成了用MATLAB來識(shí)別并提取車牌號(hào)碼的源代碼編寫，非常感謝。大學(xué)四年一晃而過，我們也即將進(jìn)入職場，在這里我也要感謝大學(xué)五年的輔導(dǎo)員楊芳和馮歡老師，從我們的初入大學(xué)到我們學(xué)成畢業(yè)，輔導(dǎo)員在生活上給與了我們很多幫助，同時(shí)也感謝周向陽老師和馬玲老師對我們大學(xué)四年的幫助，尤其是在我們的職業(yè)生涯規(guī)劃中，老師給了我們很大的啟發(fā)。感謝大學(xué)四年的同伴同學(xué)，有些同學(xué)在我需要的時(shí)候?qū)ξ疫M(jìn)行的有效的幫助讓我感動(dòng)至今，特別是我在實(shí)驗(yàn)方面的薄弱使得我通常難以單人去完成實(shí)驗(yàn)，還有有同學(xué)幫我。同時(shí)我最需要感謝的是我的爸爸媽媽。在大學(xué)五年期間我犯過很多錯(cuò)誤，他們用自己的方式表達(dá)對我的支持，并且用著各自的方式來關(guān)心我和幫助我，話不夸張的說，是他們的付出才有今天的我。最后要再次感謝張俠老師對我的指導(dǎo)，我是一個(gè)很喜歡拖延的人，張俠老師通過一席話讓我悔悟，同時(shí)張俠老師學(xué)識(shí)很高，對于知識(shí)的嚴(yán)謹(jǐn)態(tài)度和對于學(xué)生的認(rèn)真負(fù)責(zé)的態(tài)度也指引著我。在此向張俠老師致以最誠摯的感謝和最崇高的敬意。參考文獻(xiàn)[1]陳志鴻,閆剛.智能停車行業(yè)現(xiàn)狀及發(fā)展趨勢[J].智能建筑,2016[2]陳卓.上海陸家嘴智能停車誘導(dǎo)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].大連理工大學(xué),2015.[3]丁軾軒.基于Java的停車管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電子技術(shù)與軟件工程,2018[4]張群.智能化城市停車場管理系統(tǒng)的應(yīng)用研究[D].南京郵電大學(xué),2015.[5]陳婷.基于RFID定位的停車場智能移動(dòng)終端設(shè)計(jì)[D].南京郵電大學(xué),2016.[6]郭芝源,李臻,李維龍.基于二維碼的停車場反向?qū)ぼ囅到y(tǒng)設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù),2015[7]董玉安.我國智能停車管理系統(tǒng)現(xiàn)狀與發(fā)展[J].智能建筑,2018[8]竇艷艷,張榮,卓曉冬.基于視頻定位的地下車庫停車系統(tǒng)設(shè)計(jì)[J].電子科技,2016[9]范秋秋.基于物聯(lián)網(wǎng)技術(shù)的城市停車誘導(dǎo)系統(tǒng)研究[D].安徽理工大學(xué),2017.[10]裴文蓮.基于物聯(lián)網(wǎng)的商場導(dǎo)購系統(tǒng)研究[D].安徽理工大學(xué),2018[11]黃信兵,劉偉杰,盧偉業(yè),陳鋌.基于現(xiàn)代傳感技術(shù)的車位引導(dǎo)及反向?qū)ぼ囅到y(tǒng)設(shè)計(jì)研究[J].裝備制造技術(shù),2017[12]吳云.基于移動(dòng)終端的大型停車場反向?qū)ぼ囅到y(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].浙江工業(yè)大學(xué),2016.[13]余瑞寒.基于iBeacon技術(shù)的智能停車場系統(tǒng)的設(shè)計(jì)[D].西安電子科技大學(xué),2017.[14]Jasonsqure.Designandimplementationofreversevehiclefindingsystemforlargeparkinglotbasedonmobileterminal.2016[15]Leileipan.ResearchonVehicleTrackTrackingandVehicleReverseLookupAlgorithmBasedonUltrasonicWaveformRecording.2018附錄源代碼function[d]=main(jpg)closeallclcI=imread('car1.jpg');figure(1),imshow(I);title('原圖')I1=rgb2gray(I);figure(2),subplot(1,2,1),imshow(I1);title('灰度圖');figure(2),subplot(1,2,2),imhist(I1);title('灰度圖直方圖');I2=edge(I1,'roberts',0.15,'both');figure(3),imshow(I2);title('robert算子邊緣檢測')se=[1;1;1];I3=imerode(I2,se);figure(4),imshow(I3);title('腐蝕后圖像');se=strel('rectangle',[25,25]);I4=imclose(I3,se);figure(5),imshow(I4);title('平滑圖像的輪廓');I5=bwareaopen(I4,2000);figure(6),imshow(I5);title('從對象中移除小對象');[y,x,z]=size(I5);myI=double(I5);ticBlue_y=zeros(y,1);fori=1:yforj=1:xif(myI(i,j,1)==1)Blue_y(i,1)=Blue_y(i,1)+1;%藍(lán)色像素點(diǎn)統(tǒng)計(jì)endendend[tempMaxY]=max(Blue_y);%Y方向車牌區(qū)域確定PY1=MaxY;while((Blue_y(PY1,1)>=5)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)>=5)&&(PY2<y))PY2=PY2+1;endIY=I(PY1:PY2,:,:);%%%%%%X方向%%%%%%%%%Blue_x=zeros(1,x);%進(jìn)一步確定x方向的車牌區(qū)域forj=1:xfori=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)=Blue_x(1,j)+1;endendendPX1=1;while((Blue_x(1,PX1)<3)&&(PX1<x))PX1=PX1+1;endPX2=x;while((Blue_x(1,PX2)<3)&&(PX2>PX1))PX2=PX2-1;endPX1=PX1-1;%對車牌區(qū)域的校正PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;figure(7),subplot(1,2,1),imshow(IY),title('行方向合理區(qū)域');figure(7),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色車牌圖像')imwrite(dw,'dw.jpg');[filename,filepath]=uigetfile('dw.jpg','輸入一個(gè)定位裁剪后的車牌圖像');jpg=strcat(filepath,filename);a=imread('dw.jpg');b=rgb2gray(a);imwrite(b,'1.車牌灰度圖像.jpg');figure(8);subplot(3,2,1),imshow(b),title('1.車牌灰度圖像')g_max=double(max(max(b)));g_min=double(min(min(b)));T=round(g_max-(g_max-g_min)/3);%T為二值化的閾值[m,n]=size(b);d=(double(b)>=T);%d:二值圖像imwrite(d,'2.車牌二值圖像.jpg');figure(8);subplot(3,2,2),imshow(d),title('2.車牌二值圖像')figure(8),subplot(3,2,3),imshow(d),title('3.均值濾波前')%濾波h=fspecial('average',3);d=im2bw(round(filter2(h,d)));imwrite(d,'4.均值濾波后.jpg');figure(8),subplot(3,2,4),imshow(d),title('4.均值濾波后')%某些圖像進(jìn)行操作%膨脹或腐蝕%se=strel('square',3);%使用一個(gè)3X3的正方形結(jié)果元素對象對創(chuàng)建的圖像進(jìn)行膨脹%'line'/'diamond'/'ball'...se=eye(2);%eye(n)returnsthen-by-nidentitymatrix單位矩陣[m,n]=size(d);ifbwarea(d)/m/n>=0.365d=imerode(d,se);elseifbwarea(d)/m/n<=0.235d=imdilate(d,se);endimwrite(d,'5.膨脹或腐蝕處理后.jpg');figure(8),subplot(3,2,5),imshow(d),title('5.膨脹或腐蝕處理后')%尋找連續(xù)有文字的塊，若長度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割d=qiege(d);[m,n]=size(d);figure,subplot(2,1,1),imshow(d),title(n)k1=1;k2=1;s=sum(d);j=1;whilej~=nwhiles(j)==0j=j+1;endk1=j;whiles(j)~=0&&j<=n-1j=j+1;endk2=j-1;ifk2-k1>=round(n/6.5)[val,num]=min(sum(d(:,[k1+5:k2-5])));d(:,k1+num+5)=0;%分割endend%再切割d=qiege(d);%切割出7個(gè)字符y1=10;y2=0.25;flag=0;word1=[];whileflag==0[m,n]=size(d);left=1;wide=0;whilesum(d(:,wide+1))~=0wide=wide+1;endifwide<y1%認(rèn)為是左側(cè)干擾d(:,[1:wide])=0;d=qiege(d);elsetemp=qiege(imcrop(d,[11widem]));[m,n]=size(temp);all=sum(sum(temp));two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));iftwo_thirds/all>y2flag=1;word1=temp;%WORD1endd(:,[1:wide])=0;d=qiege(d);endend%分割出第二個(gè)字符[word2,d]=getword(d);%分割出第三個(gè)字符[word3,d]=getword(d);%分割出第四個(gè)字符[word4,d]=getword(d);%分割出第五個(gè)字符[word5,d]=getword(d);%分割出第六個(gè)字符[word6,d]=getword(d);%分割出第七個(gè)字符[word7,d]=getword(d);subplot(5,7,1),imshow(word1),title('1');subplot(5,7,2),imshow(word2),title('2');subplot(5,7,3),imshow(word3),title('3');subplot(5,7,4),imshow(word4),title('4');subplot(5,7,5),imshow(word5),title('5');subplot(5,7,6),imshow(word6),title('6');subplot(5,7,7),imshow(word7),title('7');[m,n]=size(word1);%商用系統(tǒng)程序中歸一化大小為40*20,此處演示word1=imresize(word1,[4020]);word2=imresize(word2,[4020]);word3=imresize(word3,[4020]);word4=imresize(word4,[4020]);word5=imresize(word5,[4020]);word6=imresize(word6,[4020]);word7=imresize(word7,[4020]);subplot(5,7,15),imshow(word1),title('1');subplot(5,7,16),imshow(word2),title('2');subplot(5,7,17),imshow(word3),title('3');subplot(5,7,18),imshow(word4),title('4');subplot(5,7,19),imshow(word5),title('5');subplot(5,7,20),imshow(word6),title('6');subplot(5,7,21),imshow(word7),title('7');imwrite(word1,'1.jpg');imwrite(word2,'2.jpg');imwrite(word3,'3.jpg');imwrite(word4,'4.jpg');imwrite(word5,'5.jpg');imwrite(word6,'6.jpg');imwrite(word7,'7.jpg');liccode=char(['0':'9''A':'Z''蘇豫陜魯京遼浙']);%建立自動(dòng)識(shí)別字符代碼表SubBw2=zeros(40,20);l=1;forI=1:7ii=int2str(I);t=imread([ii,'.jpg']);SegBw2=imresize(t,[4020],'nearest');ifl==1%第一位漢字識(shí)別kmin=37;kmax=43;elseifl==2%第二位A~Z字母識(shí)別kmin=11;kmax=36;elsel>=3%第三位以后是字母或數(shù)