辆随时进行车辆牌照识别，有利于管理部门进行巡视、监管、处理突发情况。同时，汽车牌照自动识别的基本方法还可应用到其他检测和识别领域，所以汽车牌照的识别问题已成为现代交通工程领域中研究的重点和热点问题之一[13]。
1.2 国内外研究现状
目前，基于数字图像处理和模式识别的方法是车牌自动识别中最为常用和最为有效的方法。车牌识别的两个关键指标是识别精度和识别速度。随着计算机技术的发展，计算机处理能力越来越强，识别速度有了很大的提高，随着LPR技术的发展，国内外都有大量关于车牌识别方面的研究的报道。
国外这方面的研究工作开展的比较早，其中有代表性的工作有如下几个方面：R.Mullot等开发了一种既可以用于集装箱识别，又可用于车牌识别的系统，该系统主要是利用文字纹理在车辆图像中的共性进行定位与识别，车牌识别与集装箱识别共用一套硬件系统。Youngsungso开发出一套实时车牌识别系统，据报道该系统的车牌定位正确率达到99.2%。日本在车牌图像的获取的方面作了大量的研究，并为系统产业化作了大量的工作[14-20]。
国内也有大量的学者从事这方面的研究，中国科学院自动化所的刘智勇等发表文章针对车牌特点，设计了一个变换函数来突出其特点，从而进行车牌提取，该方法采用最大方差法来进行二值化闽值的选取，并对二值化后的图像进行水平扫描，找出候选区域。他们在一
6
个样本数为3180的样本集中，车牌定位准确率为99，42%，切分准确率为94.52%，从当时来看这是一个非常高的指标，他们这套系统后来和汉王公司的车牌识别系统有很大的关系。北航的胡爱明等也利用模板匹配技术开发了一种车牌识别系统，其识别正确率据报道为97%以上，应用环境为收费站[21]。
1.3 本文章节安排
本文以解决牌照识别中的问题为主线，各个章节内容安排如下： 第一章：绪论中介绍了课题研究的背景，国内外研究的现状等，已经本文的章节安排。
第二章：车牌的图像预处理技术，介绍了几种预处理技术，已经各种技术的应用，举实例说明预处理的过程和算法。
第三章：车牌的定位技术，介绍了几种车牌定位技术和算法，并举实例说明算法的过程。
第四章：车牌的分割技术，介绍了几种车牌分割技术和算法，并举实例说明算法的过程。
第五章：车牌的字符识别技术，介绍了几种车牌字符识别技术和算法，并举实例说明算法的过程
第六章：总结与展望。总结了本文的主要工作，展望下一步的可能工作安排。
7
二． 车牌照图像预处理技术
在实际应用中，我们的系统获取的原始图像不是完美的，例如对于系统获取的原始图像，由于噪声、光照等原因，图像的质量不高，所以需要进行预处理，以有利于提取我们感兴趣的信息。图像的预处理既可以在空间域实现，也可以在频空间内实现，为了便于图像处理，将更多的精力投入到算法的研究与实现上，车牌图像预处理是指对获取的原始车牌图像进行车牌定位、分割和字符识别前所进行的前处理。预处理的主要目是消除图像中的干扰信息，恢复有价值的信息，增强汽车牌照的可检测性和最大限度的降低车牌识别系统的运算量，从而改进车牌图像进行车牌定位、分割和字符识别的可靠性[22]。 本文图像预处理包括对采集到的原始图像进行色彩校正、图像增强、灰度化、滤波、锐化等处理，以克服干扰因素，最大限度的提高识别效果。车牌识别中的图像获取一般通过摄像机完成的。由于硬件等因素，所获取的目标图像中，含有复杂的车身背景及自然背景信息，同时易受照明条件、天气条件和运动失真、模糊等因素的影响，严重影响获取图像的质量，给之后的车牌分割及字符识别带来很大的困难，所以在进行车牌识别之间有必要对图像进行预处理操作。
2.1CIE-XYZ系统转化
本程序是采用RGB转化为CIE-XYZ系统来进行运算。CIE-XYZ系统，就是在RGB系统的基础上，用数学方法，选用三个理想的原色来代替实际的三原色，从而将CIE-RGB系统中的光谱三刺激值 和色度坐标r、g、b均变为正值。
8
选择三个理想的原色（三刺激值）X、Y、Z，X代表红原色,Y代表绿原色,Z代表蓝原色,这三个原色不是物理上的真实色，而是虚构的假想色。由XYZ形成的虚线三角形将整个光谱轨迹包含在内。因此整个光谱色变成了以XYZ三角形作为色域的域内色。在XYZ系统中所得到的光谱三刺激值、 、、和色度坐标x、y、z将完全变成正值。经数学变换，两组颜色空间的三刺激值有以下关系： X=0.490R+0.310G+0.200B Y=0.177R+0.812G+0.011B ? Z= 0.010G+0.990B
两组颜色空间色度坐标的相互转换关系为：
x=（0.490r+0.310g+0.200b）/（0.667r+1.132g+1.200b） y=（0.117r+0.812g+0.010b）/（0.667r+1.132g+1.200b）?
z=（0.000r+0.010g+0.990b）/（0.667r+1.132g+1.200b） ?只要知道某一颜色的色度坐标r、g、b，即可以求出它们在新设想的三原色XYZ颜色空间的的色度坐标x、y、z。通过式?的变换，对光谱色或一切自然界的色彩而言，变换后的色度坐标均为正值，而且等能白光的色度坐标仍然是（0.33，0.33），没有改变。由CIE-RGB系统按表的数据，计算的结果。所有光谱色度坐标x(l)，y(l)，z(l)的数值均为正值。
9
2.2 车牌的灰度化
数字摄像机采集到的原始图像是 24 位真彩色图像，真彩色图像又称RGB 图像，它是利用 R , G ,B 三个分量表示一个像素值，其中 R , G ,B分别代表红、绿、蓝三种不同的颜色分量，通过三基色可以合成出242 种颜色。一幅 m × n大小的图片，需要一个 m × n× 3的多维数组才能存储。在存储上开销很大，而且在进行图像处理算法时会占用很大运算量。因此在对图像进行车牌定位分割等处理时要先将 24 位真彩色图像转变为灰度图像，以减小运算量。 1.最大值算法：取 R , G ,B 值中最大的一个值，即 Gray =max( R , G , B)
2.平均值算法：取 R , G ,B 的值的平均值作为灰度值，即 Gray = ( R + G +B) / 3
3.取 YUV 颜色空间的亮度分量 Y 的值为当前像素值，即 Gray = (W r * R + Wg * G +Wb * B)
其中 , ,r g b W W W 分别为 R , G ,B 的权值。 2.3膨胀运算 2.3.1膨胀定义
膨胀：将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。利用它可以填补物体中的空洞。B对X膨胀所产生的
10