本科毕业论文---高速运动中汽车车牌自动识别系统的设计与开发论文.doc

大理学院学士学位论文

大理学院本科毕业设计

高速运动中汽车车牌自动识别系统的设计与开发
DESIGN AND DEVELOPMENT OF THE VEHICL LICENSE PLATE AUTOMATIC RECONGNITION SYSTEM OF HIGH SPEED MOVEMENT

摘 要
随着经济的快速发展，社会信息化程度的日益提高，交通管理智能化成为发展的趋势。车辆牌照识别系统（LPRS）是智能交通管理系统（ITS）的重要组成部分，可用于各类车辆管理场所，比如高速公路智能控制系统。车辆牌照识别可提高管理效率与水平，节省人力、物力，实现车辆管理的科学化、规范化，因此有着广泛的应用前景。
通过对高速运动中汽车车牌的自动获取，将采集到的图像数据进行暂存。应用图像处理技术，研究了车牌识别的各项关键环节，例如汽车图像预处理、车牌定位，车牌图像分割和字符识别等，并设计实现了一个车牌识别系统。在对图像进行各种综合处理的基础上，利用图像灰度化、中值滤波、边缘检测的预处理方法，较好地消除了图像的噪音，强化了车牌区域；通过对车牌特征的研究，采用了基于窗口扫描搜索的车牌定位方法；使用Hough变换搜索车牌外围轮廓线，进行车牌图像变换，实现了车牌的倾斜校正；采用全局动态迭代法求取闽值，进行车牌图像的二值化处理；利用车牌的模型特征，使用窗口扫描搜索的方法，采用车牌字符分割的方法，实现了车牌字符的精确定位；根据字符的外围轮廓和投影对字符的特征进行提取。
通过对以上数据特征，对截取的图像数据进行处理分析，系统可以精确地提取车牌信息，并可以实现车牌识别。该系统的设计实现对于车辆的智能管理有一定的促进作用，可以推广到实际应用，并能推进智能交通的科技化和智能化。

关键词:特征提取；车牌识别；图像处理；字符分割；智能交通；

Abstract
With the rapid development of economy, society and the increasing level of information, intelligent traffic management becomes a development trend. The vehicle license plate recognition system (LPRS) is the intelligent traffic management system (ITS) is an important part of, can be used in all kinds of vehicle management place, such as the highway intelligent control system. The vehicle license plate recognition can improve the efficiency and level of management, saving manpower and material resources, the realization of vehicle management of scientific, standardized, and therefore has a wide application prospect.
Through the automatic acquisition of car license plate in high-speed motion, the collected image data for a temporary storage. Application of image processing technology, studies the key step in the license plate recognition, such as auto image preprocessing, license plate location, license plate segmentation and character recognition, and the design and implementation of a license plate recognition system. Based on the comprehensive treatment of various kinds of image preprocessing method, using the image graying, median filtering, edge detection, and eliminate the image noise, strengthen the license plate region; through the characteristics of the plate, using the positioning method of vehicle license plate window scanning search based on Hough transform is used to search the license plate peripheral; the contour lines for the license plate image transform, achieve the license plate tilt correction; calculate min value using a global dynamic iteration method, license plate image of two value processing; using the model characteristics of license plate, method of using window scanning search, using the method of license plate character segmentation, realize the accurate location of the license plate character; extraction according to the character of the external contour and projection of character.
The features of the above data, analysis of image data of the interception of the processing, the system can accurately extract the information, and can realize the license plate recognition. The system is designed to achieve a certain role in promoting for the intelligent management of the vehicle, can be applied to practical application, technology and intelligent and can promote the intelligent traffic.
Key words: feature extraction; license plate recognition; image processing; character segmentation; intelligent transportation;
目 录
摘要 I
Abstract II
目 录 III
第一章 绪论 1
1.1系统开发背景 1
1.2系统开发目的 1
1.3系统提出的意义 1
1.4章节内容介绍 2
第二章 需求分析 3
2.1系统调研 3
2.1.1智能控制系统的需求分析 3
2.1.2我国汽车牌照识别的特殊性 3
2.1.3本课题国内外研究的历史、现状 4
2.2系统概述 5
2.2.1汽车车牌识别系统概述 5
2.2.2系统简介 5
2.2.3技术组成及原理 6
2.2.4适用领域 6
2.2.5应用优势 7
2.2.6系统结构图 7
2.3本章小结 8
第三章 车牌识别的研究与设计 9
3.1车牌特征的信息分析 9
3.1.1车牌特征的信息分析 9
3.1.2常见车牌颜色特征的信息 10
3.1.3车牌特征分析结论 11
3.2原始图像预处理 11
3.2.1图像灰度化 11
3.2.2图像对比度增强 11
3.2.3图像中值滤波 12
3.2.4图像边缘检测 13
3.3车牌图像区域定位 14
3.4车牌图像倾斜纠正 15
3.4.1车牌的倾斜原因及类型 15
3.4.2水平倾斜校正 16
3.4.3竖直倾斜校正 16
3.5车辆图像二值化 16
3.6文字分割 17
3.7本章小结 17
第四章 汽车车牌识别系统设计与实现 18
4.1车牌识别的系统基本配置 18
4.2车牌识别的系统的详细流程图 18
4.3车牌识别系统功能模块实现 19
4.3.1图像读取子模块 20
4.3.2二值化模块 21
4.3.3边缘检测子模块 21
4.3.4滤波子模块 22
4.3.5水平和垂直投影子模块 22
4.3.6图像分割子模块 22
4.4本章小结 23
第五章 系统测试结果 24
5.1详细步骤 24
5.2各模块的实现 26
5.3本章小结 32
第六章 总结及展望 33
6.1总结 33
6.1.1难度分析 33
6.1.2主要工作 33
6.1.3应用的主要技术手段 34
6.2展望 34
致 谢 35
参考文献 36

V

大理学院学士学位论文
第一章 绪论
1.1系统开发背景
由于现今我国道路信息化存在很大的缺陷，对车辆的管理、控制等措施还需极大程度的完善和优化，这给目前要发展智能交通带来很大挫折。汽车车牌自动识别作为智能交通发展的一个重要环节，需要根据公路交通的实际发展状况来决定如何在我国公路网中应用智能交通系统，以提高交通效率，保障交通安全。
汽车车牌识别系统的主要任务是处理和分析在复杂自然环境下摄取的汽车牌照图像，并且自动识别汽车车牌号。而传感器、通讯与网络技术、图像处理和计算机视觉等高新技术的发展推动了车牌识别技术。LPRS本身是一个相对独立的子系统，主要包括图像采集、图像预处理、车牌定位、车牌字符分割、字符识别等工作模块，且具有良好的稳定性、可维护性和可扩展性，同时又可节约资金，提高管理现代交通系统的效率，因此具有它具有很大的实用价值和经济价值。
汽车牌照自动识别器是近年来逐渐成熟的新型公路机电产品，它的出现，填补了采集基础交通信息的一个空白，为深化高速公路运营管理、提高运营效率提供了可靠依据。
1.2系统开发目的
汽车车牌自动识别系统是智能化交通管理的主要辅助工具。它能监测高速公路以及普通公路车辆的车牌信息，根据车牌信息判断行驶车辆是否违规行驶、违规出行。从而有效的对车辆出行进行管理，遏制交通堵塞、事故车辆逃逸等情况。同时对各类交通违规车辆的处罚有章可循，从而真正地实现高速公路管理的人工智能化控制。汽车车牌自动识别系统的实施规范完善了高速公路和普通公路智能化控制管理车辆信息，提高了公路智能化控制，从而给交通管理部门和执法部门提供了有力的法律依据，实现了执法有据。
1.3系统提出的意义
在未来采用人工智能代替人力是一种人类发展趋势，采用汽车车牌自动识别系统，可以节省人力资源，也可以准确的获取车牌号码信息。预计在使用汽车车牌自动识别系统智能化的交通管理中，公路交通堵塞和管理有了很大程度的改善，甚至可以完全智能化控制道路交通，从而实现智能化交通。
随着我国经济的发展，汽车拥有量的急剧增加，公路交通成为我国重要的交通运输途径，是国家大力发展的基础设施。高速公路作为公路交通的一个重要组成部分，而汽车车牌自动识别系统是为提高汽车运输的运输能力、安全性方面而专门为汽车交通服务的基础设施。
开发汽车车牌系统意义重大，未来高速公路智能化控制车辆信息的发展离不开现今汽车车牌系统的奠基。汽车车牌识别系统作为智能交通的核心基础技术之一，体现的作用不容忽视，因此是现代智能交通管理中一项重要研究课题。
1.4章节内容介绍
第一章 绪论，介绍车牌识别系统的研发背景，应用的实际意义，以及未来的发展前景。
第二章 需求分析，全面分析国内和国外智能交通车牌识别系统的应用情况，从而阐述设计的目的及意义。
第三章 车牌识别的研究与设计，将所有相关理论结合起来，用以研究和设计车牌自动识别系统，包括设计思想和原理以及数学应用公式等。
第四章 汽车车牌自动识别系统的设计与实现，将车牌识别系统中的各个模块分别进行开发和设计。
第五章 结果及分析，将设计出的结果进行理论分析和对比，得出设计的结果精确性。
第六章 主要是对前面几章的设计内容进行结论性总结，得出设计结论。

第二章 需求分析
2.1系统调研
在设计开始前对目前国内智能控制系统的需求、我国汽车车牌特征、国内外智能车牌识别系统的开发及使用情况进行调研，为本设计提供设计基础和出发点，以及创新点的设定。
2.1.1智能控制系统的需求分析
目前国内现状是需求迫切，随着车辆的增多，高速公路上的交通压力增大。物流业的兴起，大型车辆的增加，公路上，车辆数量剧增，形成交通拥堵和交通事故的情形越来越严重。交通拥堵及交通事故影响交通的顺畅，城市交通是现代社会发展的主动脉，交通不畅将会影响现代社会政治经济的发展。
汽车车牌自动识别系统是交通管理部门的重要工具。该系统能够检测车辆的速度，截取车辆的车牌信息，并能够针对国家交通法规定的高速路驾驶速度，判断在行驶中车辆的应在车道，智能化控制防止车辆超速违章。它能够代替一部分警力，使交通管理部门的行政管理更有效率。
2.1.2我国汽车牌照识别的特殊性
目前牌照自动识别技术尚未达到很完美的程度，但是在国外由于高速公路和收费停车场发展较早，己经成功地开发了一些类似的自动系统。日本等国家早就开始试验在智能交通监控系统中应用这项技术，目的也是为了推动这项技术的发展。虽然，国外汽车牌照识别系统研究工作己有一定进展，但并不适合我国车牌特征，这主要是因为以下几个方面的原因:国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色(例 如韩国，其车牌底色为红色，车牌上的字符为白色)，而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等若千种颜色；
其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例如分为军车、警车、普通车等)。
我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数字的识别有很大的不同，从而增加了识别的难度。
1.我国不同类型的车牌底色和字符色种类偏多，并且牌照格式（车牌大小、字符排列等）和规范及悬挂位置不统一。
车牌的底色有蓝色、黄色、白色、黑色。小车车牌（包括小吨位的货车）是蓝色。大车或农用车用的车牌及教练车车牌，还有新产品为定型的试验车并且摩托车车牌均是黄牌。特种车车牌（如军车警车车牌及赛车车牌）是白色。外商及外商的企业由国外自带车的车牌是黑色。大型民用汽车为黑字黄底；小型民用汽车为白字蓝底；武警专用汽车为白底红“WJ”、黑字；其它外籍汽车是黑底白字；使、领馆外籍汽车均为黑底白字及空心“使”字标志；试车牌照是白底红字且数字前有“试”字标志；临时牌照为白底红字，数字前有“临时”二字；汽车补用牌照：白底黑字。绿色民航车用牌，只在机场范围内使用。
2.车牌的质量无法保证。有些车牌有污迹或破损，有的车牌字迹模糊不清，这些因素都会极大地影响车牌的识别率。
3.车牌的悬挂位置不定、高度不一，我国在这方面并无统一规定。
4.我国车牌中均伴有相关汉字，并且有些车牌的数字中夹杂字母，均使车牌识别过程变得复杂化。
2.1.3本课题国内外研究的历史、现状
（1）基于纹理分析的定位方法
该算法对于牌照倾斜或变形以及光照不均、偏弱或偏强有很好的效果, 但对噪声敏感, 对于背景复杂的图像可以结合垂直投影的方法来得到真正的车牌区域, 该区域同时具备以下特点：
①有明显的峰-谷-峰的现象；
②波峰数一般大于7个,同时波谷也一般大于7个(因为车牌有7个字符)；
③相邻波峰与波谷间的落差大于一定的阈值。结合垂直投影的方法可以有效地解决背景复杂的车牌定位。
（2）基于数学形态学的定位方法
该方法提高了车牌图像分割的准确度但精确度不理想,所以必须结合其他定位方法进行精确定位,可与边缘特征分析相结合提高车牌区域定位的精确度。
(3）基于边缘检测的定位
该方法的定位准确率较高,反映时间快,能有效去掉噪声,适合于包含多个车牌的图象,并且在多车牌图像的情况下定位速度也很快。但是对车牌严重褪色的情况, 由于检测不到字符笔画的边缘会导致定位失败。定位后的区域在外界有干扰以及车牌倾斜时比车牌稍大。可以结合边缘检测和扫描线来进行车牌定位来进一步改善算法性能。
(4)基于小波分析的定位方法
利用小波变换去噪效果好,结合其他定位方法在车牌图像检测定位中,能较为快速、有效地从复杂噪声背景中将待识别的车牌分割出来。
(5)基于图像彩色信息的定位
颜色信息的使用可以提高车牌定位的成功率。传统的彩色信息定位方法在图像质量好的情况下定位比较准确、迅速,但在夜晚时、下雨天或大雾天气时车牌区域容易有残洞,定位效果不理想。
2.2系统概述
对于汽车车牌自动识别系统系统各模块的简介和分析，对其技术原理的研究；根据我国车牌特征分析技术难点和可事实行的方案作出规划。
2.2.1汽车车牌识别系统概述
智能交通系统是21世纪世界道路交通的发展趋势。公路交通基础建设的不断发展和车辆管理体制的不断完善，为以视觉监控为基础的智能交通系统的实际应用打下了良好基础。在智能交通系统中，车牌自动识别系统是一个非常重要的发展方向。本系统对车辆进行自动登记、验证、监视、报警，系统应用场合包括：高速公路，桥梁，隧道等收费管理系统；城市交通车辆管理，电子警察，海关边境交通监控；智能小区、智能停车场管理；车牌验证，车流统计，移动和车载系统。
2.2.2系统简介
车辆牌照基本元素
我国机动车使用的牌照主要是根据公安部一九九二年颁布的《中华人民共和国机动车号牌》标准(GA36-92)制作的。此外部队、武警等部门的汽车牌照也有自己的标准，但是无论哪种汽车牌照都由下列基本元素组成：
（1） 汉字(牌照中包括的汉字大约60个)
（2） 英文字母(A-Z)
（3） 数字(0-9)
（4） 颜色(蓝、黄、白、黑)
车辆牌照识别的优点
（1） 高速：把不高于时速120Km的汽车车牌号码自动识别出来的时间≤0.8秒，并将车牌号数据实时传送至车辆管理中心。
（2） 高识别率：采用相关的演算当作基本技术的独特算法，无论半天或夜间都能够保持较高的自动识别率。
（3） 软硬结合，独立工作：系统自动完成牌照的识别成像、照明、识别三个过程。
（4） 智能补光：自动开启闪光灯，调节闪光灯强弱，达到最佳照明效果。
（5） 元素识别齐全：对颜色，汉字、字母，数字的每个元素识别率较高。
（6） 全天候工作：解决影响牌照识别率的气候、环境、灯光等因素。
车牌识别需解决的技术难点
（1） 算法难点：汽车牌照区域定位、变形校正、旋转校正、污损修复、字符切分、字符识别。
（2） 成像环节难点：环境光影响(太阳定向反射、镜面反射)、车辆高速运动中成像。
（3） 系统运行难点：全天候连续工作、系统无故障时间。
2.2.3技术组成及原理
系统组成
汽车牌照自动识别系统由彩色摄像机、辅助光源，图像采集预处理器、主控电脑和识别系统软件组成。
系统原理
本系统主要工作流程是：当车辆通过摄像区域时，采集控制部分首先由控制采集卡采集一幅汽车图像送至图像预处理模块，然后再由预处理模块对输入图像进行处理后送入电脑。电脑内的软件模块从输入图像中找到牌照的位置，对牌照作字符切分，得到各个字符的点阵数据。字符识别模块从点阵数据中提取字符数据，与模板库进行匹配，以OCX控件的方式给出识别结果。应用系统调用这个结果组建数据库后，就可以根据具体需要编制各种不同类型的管理程序，从而达到管理的目的。
2.2.4适用领域
（1）高速公路收费、监控管理的应用
车辆的自动放行：此项功能针对如特种车辆（如军车、警车）、预交费车辆（如办理月、年缴费卡）以及其他授权免费通行的车辆。系统处于自动检测状态，一旦发现该类车辆经过，给出的控制信号不是驱动拦截装置，而是驱动放行装置。系统此时会自动开启道闸，达到车辆不停车过卡和减少工作人员、严化内部管理的目的。通常用于高速公路卡口专用车道。其作用是可以解决车流高峰期的堵塞问题和减少运作费用。
自动检测出超速车辆：此项功能适用于在高速公路上，由于车辆的超速而进行监控。通过在路上拍摄到超速的车辆，传到指挥中心进行实时车牌照的识别，以使交管部门做出相应的处罚。
（2）城市道路监控、违章管理方面的应用
车辆的自动检测报警:此项功能针对纳入"黑名单"的车辆，如冲关后或肇事后逃逸的车辆、被公安部门通缉或挂失的车辆、欠交费的车辆等。只要将其车牌资料输入数据库，系统就会处于自动检测状态，24小时不停地对所有经过车辆自动进行识别、比较、处理；尤其可以使用于城市机动车辆的档案管理工作、特殊的交通管理工作。同时该系统还可以与110指挥中心相连，完成EE-110的监控报警工作。
车辆身份的后台集中识别:在道路交通监测部门，每天有大量的违规车辆（如闯红灯、超速、抢道等）图片汇集，现在的人工识别车牌及输入方式，工作量很大，易引致疲劳误判。采用车牌识别系统能轻易自动地进行识别处理，可大量减少人力、减轻工作强度，大幅度提高处理速度和效率。通常用于电子警察系统、道路监控系统。
套牌车辆自动稽查、指定车辆自动跟踪:此项功能利用车辆信息网上的实时信息，以同一车牌出现时的方位、距离、时间等参数，快速计算处理，自动查出该车牌是否有套牌车。同样也可利用网上信息查悉指定车辆的行踪。
车牌照自动过滤系统：此系统是针对道路交通路口电子监控中，由于触发设备或摄像机的客观原因，从而产生大量错拍，误拍的图像，为后续的违章处理带来相当不便的情况，根据车牌清晰度、红灯、过线等标志，对图像进行不同的过滤处理。以保证后续的处理工作顺利完成，加大加强处罚的准确度。
（3）智能小区、智能停车场管理的应用
车牌自动识别技术作为车辆识别的先进技术手段，在智能园区中可用于以下几个方面：
车辆出、入园识别：园区的业主入住时，将自己的汽车进行登记，其车牌信息将记录在计算机数据库中。在园区大门处，设有车牌自动识别系统，对进出车辆自动识别，并根据数据库中的车牌数据判断是否是园区内的车辆，对园区内的车辆放行并自动记录其出入园时间，以便出现车辆被盗等情况时查询；对园区外车辆，将要求其登记后方可进入。
停车场管理：在园区停车场出、入口处，设有车牌自动识别系统，对进出停车场的车辆自动识别，并根据数据库中的车牌数据判断是否是已买（或租）车位的车辆，对已买（或租）的车辆放行，并自动记录其出入停车场时间，以便出现车辆被盗等情况时查询，对进入停车场的已买（或租）车位的车辆自动将其车位处的挡车器打开，以便车辆停放；对其它车辆，将自动记录其出入停车场的时间，以便计时收费，对进入停车场的其它车辆自动分配停车位并将其车位处的挡车器打开，以便车辆停放。目前车牌自动识别技术大量应用智能园区的障碍是识别率的提高和经济成本的降低。
2.2.5应用优势
车牌自动识别系统在智能交通中能够起到很大的作用，车牌自动识别系统是一个非常注重环保的管理系统，无纸票、无卡片，纯粹使用车牌识别，人力和设备成本都大大减少了。无票停车系统提供了一个完整的友好的用户体验方式，不再使用停车票据，也避免了出入口交通阻塞的可能。这种商业模式正在由解决方案提供商向大中型停车场所提供。停车场管理人员可实行外聘制，所需缴纳的管理费技照收入的百分比进行交换。一旦车牌自动识别系统能够普及，成本将不会是压力。
2.2.6系统结构网
络
识
别
网
络
识
别
网
络
识
别
图
车牌识别系统主要由视频抓图、图像采集、图像处理、车牌识别四大部分组成。四大部分的联系情况如下：

图2.1 车牌识别系统结构图

2.3本章小结
本章通过全面分析汽车车牌识别系统的发展背景、应用情况、需求分析和未来发展前景。通过现实的应用情况和需求分析证明了研究和设计汽车车牌自动识别系统迫在眉睫，车牌识别系统的出现将会使得发展智能交通更快一步！

第三章 车牌识别的研究与设计
3.1车牌特征的信息分析
车牌特特征主要有尺寸大小、颜色、位数，不同的车牌有不同的特征，这给车牌识别带来一定的难度，下面对各种车牌的特征进行逐一分析。
3.1.1车牌特征的信息分析
机动车牌照作为机动车的“身份证”，制造和使用都有严格的规范加以明确规定。根据中华人名共和国公共安全行业标准GA36-92，汽车车牌有10种。这10种汽车车牌的几何外形大小和颜色信息如下表所示（均、警车牌这里暂时不考虑）。
表3.1 国内各类车牌类型
编号
分类
外廊尺寸（mm）
颜色
1
大型汽车
前：440×140
黄底黑字黑框线
后：440×220
蓝底白字白框线
2
小型汽车
440×140
蓝底白字白框线
3
使馆汽车
440×140
黑底白字红“使”字白框线
4
领馆汽车
440×140
黑底白字红“领”字白框线
5
境外汽车
440×140
黑底白字白框线，或黑底红字红框线
6
外籍汽车
440×140
黑底白字白框线
7
教练汽车
440×140
黄底黑字黑框线
8
试验汽车
440×140
黄底黑字黑框线
9
临时入境汽车
300×165
白底红字黑“临时入境”字红框线（字有金色轮廓线）
另外，民用汽车的好牌上有省、直辖市、自治区的名称和发证及监督机关的代号，编号是英文大写字母。后面的编号一般5位编号，从00001-99999，编号超过10万就由A，B，C等字母代替。即“A”代表10万，“B”代表11万，“C”代表12万，最后一个字母代表33万。英文字母中的I和O不用，避免和数字中的1和0冲突。使馆的外籍车牌上的是建交国家的代号，与所在地区的监管机关编号无关。
在这10种汽车中，编号为9和10的临时入境和临近行驶汽车以及使领馆汽车由于数量很少、出现的概率极小，为了简化算法和节省时间，忽略这几种车型的特殊性，认为它们与其他的7种汽车车型一致，采用相同的方法进行识别。由于编号为1的大型汽车，由于系统的CCD摄像头收集的是汽车头部的牌照图像，因此对于大型汽车后车牌的特殊性也可以忽略不计。
本论文中，不考虑车牌在背景色和前景色上的差异，在这些车牌中，大型汽车（前）、小型汽车、使领馆汽车、境外汽车、外籍汽车、教练车和试验汽车的号牌格式完全一样，同时，由于小型车数量最多，出现概率最大，牌照规范与其它几种车牌很相似，算法的识别对象最终设定为小型车
3.1.2常见车牌颜色特征的信息
对目前8种常见车牌（对大型车辆取前置车牌）的颜色分布和格式分布进行分析，可以得出如下结论：
（1） 工存在5种颜色：黄石、黑色、蓝色、白色和红色；
（2） 存在5中前景和背景的颜色组合；黄底黑字黑框线、蓝底白字白框线、黑底白字红“使”（或“领”）字白框线、黑底白字白框线，黑底红字红框线；字符颜色与背景颜色的亮度相差很大：要么亮度高于背景颜色的亮度（蓝底白字白框线、黑底白字红“使”（或“领”）字白框线、黑底白字白框线、黑底红字红框线；要么字符颜色低于背景颜色亮度（黄底黑字黑框线），对于这种车牌，其二值化结果颜色相反，前景字符为黑色，背景为白色，需要进行处理；
（3） 牌照上的文字由7个字符和一个分隔符横向水平排列组成，字符高度为90mm，宽度为45mm，分割符的直径为10mm（实际上，每个字符是剧中分布在一个高位90mm，宽为45mm的矩形区域。）
（4） 字符和字符之间或字符和分割符之间的距离为12mm；使馆牌照的间隔符在第4和第5个字符之间，其余的车牌的间隔符在第2个和第3个字符之间。由于使馆牌照出现的概率很小，将之视为小型车牌照一种变形情况，不单独处理，后面提出的车牌格式均值后一种格式情况；
（5） 从左到右，车牌中每一位的可能字符如下：第1位，30个省份的简称和“使”字，共有31个字符（暂时不考虑军警车）；第2位，除去字母“I”之外的25个英文大写字母；第3位，除去字母“I”和字母“O”之外的24个英文大写字母和10个数字，共有34个字符；第4~6位，10个数字字符；第7位，10个数字字符和“领”“学”“试”“境”，共有14个字符。字符总数共有70个。
观测和分析车牌外形特点，无论哪种车牌，外轮廓都有一个宽度不大的轮廓线，轮廓线的颜色和字符颜色一致，与背景的亮度差异很大。现实环境下，车牌有时安装后，车辆厂商的商标会遮挡牌照外轮廓线，但商标本身又是一个轮廓线，其亮度与背景的亮度差异也很大，同样可以利用之。
3.1.3车牌特征分析结论
首先，结合车牌分析结论，利用其中的特征4、5、6点可以构造牌照字符的格式模型，这个模型在其后的用来指导牌照定位后、字符识别前的字符分割。结合GA36-92标准，牌照图像的实际大小可能随着CCD摄像头采集的时机不同而产生一定的缩放，但是总体比例不会发生大的变化。设第1个字符中心和第2个字符的中心间距为一个长度单位，以第1个字符中心为原点，那么非使馆车牌的其余字符中心的横向位置应分别为：1，2.39，3.39，4.39，5.39和6.39，字符的宽度同样为0.79。
其次，利用分析结论7，可以利用字符在牌照的排列缩小候选字符的集合规模，加快识别速度或进行识别后结果的纠正判别。如果不知道字符在牌照中的排列位置，那么每个位置的候选字符可以达到70个，如果知道了它的位置，那么该位置的候选字符至多有34个，尤其是对牌照的第4、5、6位，候选字符只有10个数字
3.2原始图像预处理
由于CCD摄像头采集图像以BMP位图图像格式存储到微机，为了便于车辆的定位与分割和车辆字符的识别，原始图像应具有适当的亮度，较大的对比度和清晰可辨的牌照图像。但由于系统的图像采集部分工作于开放的户外环境，加之车牌的整洁度、自然光照条件、车辆行驶速度等因素的影响，车辆图像可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图像进行识别前的预处理。
除了少数文献提及过可用色彩信息帮助对牌照的检测和分割外，考虑到图像文件的存储量和处理图像需要占用大量系统资源，绝大多数牌照识别系统均采用不含彩色信息的灰度图像，即图像中每个像素仅由一个8位字节表示该像素的亮度值，因此灰度图像是具有256个灰度级的黑白图像，便于以后的图像二值化，处理运算量大大减少。一些系统的摄像部分采用单色CCD摄像头则可以直接得到灰度图像。
3.2.1图像灰度化
灰度化采用现行通用的标准平均值法，用g表示灰度后的灰度值，R、G、B分别表示原真彩色图中的红、绿、蓝分量，则有：
g=0.110B+0.588G+0.322R..............................................................（3.1）
3.2.2图像对比度增强
车辆识别系统是全天候的工作性质，若无理想的补充光照明，自然光照度的昼夜变化会引起牌照图像的对比度严重不足使图像中牌照字符分辨不清，甚至根本无法定位和分割，更无法识别。因此，研究者们提出各种有效的增强图像对比度的方法，如灰度线性变换、线性滤波器、直方图修整法等。采用图像灰度拉伸的方法有效地增强了图像的对比度，增强后的图像中字符清晰、区域分明，便于图像二值化和字符分割处理。还有些采用一种简便有效的线性滤波器进行图像中字符特征的增强，得到一个亮度明显高于背景的牌照字符区域，经进一步的定位处理就很容易确定其具体位置。可见，图像对比度增强处理无论对牌照图像的可辨识的改善，还是简化后续的牌照定位和分割的难度都是很有必要的。
如果造成图像对比度不足的原因为：
（1） 被摄像物的远近不同，使得图像中央区域和边缘区域的灰度失衡。
（2） CCD摄像头扫描时各点的灵敏度有较大的差异而产生图像灰度失真
（3） 成像时曝光不足或者过度而使得图像的灰度变化范围太窄。
（4） 自然光线的差异。
这时如将图像灰度线形扩展，长能显著改善图像质量，达到增强图像的对比度和分辨率。实验中，对于正常采样的车辆图像，也使线性灰度变换，突出感兴趣的目标或者灰度区间，相对抑制那些不感兴趣的灰度区域。
令原图像f（x，y）的灰度值范围是[a，b]，线性变换后，图像g（x，y）的范围为[O，Mf]，g（x，y）和f（x，y）的变换关系的数学表达式为：
......................（3.2）
其中，对于灰度级为256的图像而言。

图1 图像灰度级坐标
3.2.3图像中值滤波
中值滤波是一种非线性的滤波技术，由于实际计算过程中并不需要图像的统计特性，所以比较方便。它是基于图像的这一种特性：噪声往往孤立的点形式出现，这些点对应的像素数很少，而图像则是由像素较多，面积较大的小块构成。在一定条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤波脉冲及图像的扫描噪声比较有效。
其原理为，设有一个一维序列f1，f2……fn。取窗口长度为奇数m（m为奇数），对此序列进行中值滤波，就是从输入序列中相续抽出m个数，fi-v,fi,fi+v,其中fi为窗口的中心值，v=（m-1）/2,再将这m个点的数值按其数值大小排列，取其序号为正中间的那个数作为滤波器输出。中值滤波表达式为：
Yi=Med{fi-v,…fi,…fi+v} i∈Z v=(m-1)/2.....................（3.3）
对数字图像进行中值滤波，实质就是对二维序列{Xmn}的中值滤波，滤波窗口也是二维的，用一个滑动窗口W在图像上进行扫描，吧窗口内包含的图像像素按灰度级升（或降）序排列起来，取灰度值居中的像素灰度为窗口中心像素的灰度（若窗口中有偶数个像素，则取两个中间值的平均），用公式表示为：
X（m，n）=Median{f（m-k，n-1），（k，1）∈W}....................（3.4）
本课题采用的中值滤波的窗口为3×3的矩形窗口（共9个像素），结果表明通过中值滤波可以很好地消除孤立噪声点的干扰，如下图所示。更重要的是使用这种中值滤波，除有效地消除噪声外，还能有效地保护边界信息。
3.2.4图像边缘检测
图像分割的一种重要途径是通过边缘检测，即检测灰度级具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方，这种不连续性称为边缘。边缘检测不仅用于图像分割，也是纹理分析等其他图像分析的重要信息源和形状特征基础。需要说明的是：边缘与物体间的边界并不等同，边缘指的是图像中像素值有突变的地方，而物体的边界指的是现实场景中的存在于物体之间的边界。一幅图像中，有可能又边缘的地方并非边界，也有可能物体的边界在图像中不成为：边缘，这是因为现实中的物体是三维的，而图像只有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外成像过程中的光照和噪声也是不可避免的