臺灣博碩士論文加值系統

目前影像處理的技術已經相當的普遍了，在車牌辨識系統上的應用也非常廣泛。在本論文提出的車牌辨識系統分為三個階段，分別為車牌定位、字元擷取、字元辨識。首先車牌定位的部分，我們利用影像處理技術進行灰階轉換，再以Sobel Fliter進行邊緣偵測法找出車牌的邊緣，使用型態學中斷開與閉合的觀念找出車牌的位置。在字元擷取上，我們去除車牌部分汙漬產生的雜訊、將傾斜的車牌矯正、最後使用了物件連通標示法將車牌字元切割出來。在字元辨識上，使用字元正規化後的高階中央動差為特徵值，根據不同的裁切方式，對裁切後的圖形經過正規化計算，建立特徵值資料庫。最後對擷取出的車牌字元裁切後進行高階中央動差的特徵值運算，與資料庫進行比對後得到辨識的結果。

At present the technology of digital image processing was already common , applies in License Plate Recognition System is also widespread . The License Plate Recognition System in this paper is mainly divided into three sections , license plate location , character takeout and character distinguishing . In the license plate location section , we transform the input color image into fixed resolution gray image by using digital image processing . And then we use Sobel edge detection method to find the edge of license plate ; in character takeout section , we remove the noises which the dirty on license plate produces , license plate inclined correction , and we use neighborhood connected components labeling method to do the segmentation of the characters of the license plate .In the character section , we use high-order central moment of character normalization as eigenvalue . According to different cutting way , we build the eigenvalue database using normalization computation to the segmented image . At last , we segment the character of the license plate in different way , and then put them into eigenvalue computation of high-order central moment . Compared to database and get the finally recognized result .

目 錄
　　　　　　　　　　　　　　　　　　　　　　
中文摘要　 ------------------------------------------------------------------------------ i
英文摘要 ------------------------------------------------------------------------------ ii
誌謝 ------------------------------------------------------------------------------ iii 　
目錄 ------------------------------------------------------------------------------ iv　
圖目錄 ------------------------------------------------------------------------------ vi　
表目錄 ----------------------------------------------------------------------------- vii
一、緒論 ----------------------------------------------------------------------------- 1
1.1 研究背景 ---------------------------------------------------------------- 1
1.2 車牌定位與車牌辨識探討 ------------------------------------------- 2
1.3 研究方向 ---------------------------------------------------------------- 3
1.3.1 對車牌影像進行定位 -------------------------------------------------- 3
1.3.2 對歪斜車牌或雜訊等具有適應性 ----------------------------------- 3
1.3.3 車牌字元辨識 ----------------------------------------------------------- 4
1.4 論文架構 ----------------------------------------------------------------- 4
二、文獻探討與相關技術------------------------------------------------------------- 5
　　2.1　　灰階影像二值化--------------------------------------------------------- 5
2.1.1 利用固定門檻值進行二值化 ----------------------------------------- 7
2.1.2 Otsu二值化方法 -------------------------------------------------------- 8
2.2 車牌屬性 ---------------------------------------------------------------- 10
2.3 模糊處理 ---------------------------------------------------------------- 11
2.4 影像邊緣偵測 ---------------------------------------------------------- 13
2.5 反向車牌定位 ---------------------------------------------------------- 14
2.6 形態學 ------------------------------------------------------------------- 16
2.6.1 侵蝕與膨脹 -------------------------------------------------------------- 16
2.6.2 斷開與閉合 -------------------------------------------------------------- 17
2.7 八連通物件標示法 ---------------------------------------------------- 19
2.7.1 八連通標示過程 -------------------------------------------------------- 20
2.8 車牌角度校正 ---------------------------------------------------------- 22
2.9 紀錄字元邊界資訊 ---------------------------------------------------- 24
2.9.1 字元的刪除與補償 ----------------------------------------------------- 24
2.9.2 補償被刪除的字元非位於兩端的字元 ----------------------------- 25
2.9.3 補償被刪除的字元為位於兩端的字元 ----------------------------- 26
2.10 字元辨識 --------------------------------------------------------------- 27
2.10.1.1 標準差 ---------------------------------------------------------------- 27
2.10.1.2 字元影像正規化計算 ---------------------------------------------- 27
2.10.2 標準字元正規化計算 ----------------------------------------------- 29
2.10.3.1 輪廓特徵抽取法 ---------------------------------------------------- 31
2.10.3.2 字元裁切 ------------------------------------------------------------- 31
2.10.4 建立特徵值資料庫 -------------------------------------------------- 34
2.10.5 車牌字元辨識 -------------------------------------------------------- 38

三、研究系統架構 -------------------------------------------------------------------- 42　
3.1 車牌定位 ---------------------------------------------------------------- 43
3.1.1 將影像進行灰階化 ----------------------------------------------------- 43
3.1.2 灰階影像模糊化 -------------------------------------------------------- 44
3.1.3 邊緣偵測 ----------------------------------------------------------------- 44
3.1.4 侵蝕與閉合 -------------------------------------------------------------- 45
3.1.5 車牌物件的判定 -------------------------------------------------------- 48
3.1.6 車牌反向判定 ----------------------------------------------------------- 49
3.1.7 車牌影像二值化 -------------------------------------------------------- 49
3.2 字元擷取 ---------------------------------------------------------------- 50
3.2.1 上下邊界雜訊去除 ----------------------------------------------------- 50
3.2.2 車牌傾斜矯正 ----------------------------------------------------------- 51
3.2.3 八連通擷取字元 -------------------------------------------------------- 51
3.3 字元辨識 ---------------------------------------------------------------- 52
四、實驗結果 -------------------------------------------------------------------------- 54
4.1 研究設備與環境 ------------------------------------------------------- 54
4.2 車牌定位 ---------------------------------------------------------------- 56
4.3 字元擷取 ---------------------------------------------------------------- 59
4.4 字元辨識 ---------------------------------------------------------------- 61
4.5 實驗結果統計表 ------------------------------------------------------- 63
五、結論與未來研究方向 ----------------------------------------------------------- 64
參考文獻 -------------------------------------------------------------------------------- 65

圖目錄

圖2.1 8-bits位階的灰階值分佈圖 ------------------------------------------- 6
圖2.2 8-bits灰階值二值化後的色階分佈 ---------------------------------- 6
圖2.3 經過模糊處理與無模糊處理後的差異圖 -------------------------- 12
圖2.4 物件的二值化反向判定過程 ----------------------------------------- 15
圖2.5 膨脹運算示意圖 -------------------------------------------------------- 16
圖2.6 侵蝕運算示意圖 -------------------------------------------------------- 17
圖2.7 型態學的斷開與閉合流程 -------------------------------------------- 18
圖2.8 八連通(8-connectivity)關係圖 ----------------------------------------- 19
圖2.9 八連通檢查的搜尋方向 ----------------------------------------------- 19
圖2.10 八連通物件圖編號流程範例 ---------------------------------------- 20
圖2.11 歪斜車牌的校正範例 ------------------------------------------------- 23
圖2.12 框選車牌字元 ---------------------------------------------------------- 24
圖2.13 補償被刪除字元 ------------------------------------------------------- 25
圖2.14 水平裁切範例 ---------------------------------------------------------- 32
圖2.15 45度裁切後的標準字元6 -------------------------------------------- 32
圖2.16 經過45度裁切後的標準字元6 -------------------------------------- 33
圖2.17 建立特徵值資料庫流程圖 ------------------------------------------- 34
圖2.18 標準字元6進行90度裁切 ------------------------------------------ 36
圖2.19 標準字元6進行120度裁切 ---------------------------------------- 37
圖2.20 字元辨識流程圖 ------------------------------------------------------- 38
圖2.21 易混淆字元 ------------------------------------------------------------- 41
圖3.1 車牌辨識系統流程圖 -------------------------------------------------- 42
圖3.2 進行灰階運算後的車牌照片 ----------------------------------------- 43
圖3.3 模糊化後的車牌照片 -------------------------------------------------- 44
圖3.4 經過水平矩陣運算後的車牌影像 ----------------------------------- 45
圖3.5 水平方向的侵蝕(Erosion)後的二元圖 ------------------------------ 46
圖3.6 水平方向的閉合(Closing)後的二元圖 ------------------------------ 46
圖3.7 垂直方向的閉合(Closing)後的二元圖 ------------------------------ 47
圖3.8 水平方向的侵蝕(Erosion)後的二元圖 ------------------------------ 48
圖3.9 最後找出可能為車牌的物件 ----------------------------------------- 49
圖3.10 物件範圍放大後的位置 --------------------------------------------- 50
圖3.11 物件範圍放大後做二值化的車牌影像 --------------------------- 50
圖3.12 利用刪除與補償的方式過濾汙漬雜訊 --------------------------- 50
圖3.13 最後切割出的車牌位置反向後的影像 --------------------------- 51
圖3.14 最後成功擷取出的字元 --------------------------------------------- 52
圖3.15 利用本論文資料庫特徵值比對法的結果 ------------------------ 53
圖4.1 數位相機外觀 ----------------------------------------------------------- 54
圖4.2 因車牌褪色的定位失敗範例 ----------------------------------------- 56
圖4.3 物件條件不符的定位失敗影像(1) ---------------------------------- 57
圖4.4 物件條件不符的定位失敗影像(2) ---------------------------------- 58
圖4.5 汙漬雜訊過多產生的字元擷取問題 ------------------------------- 59
圖4.6 邊框雜訊產生的字元擷取錯誤 ------------------------------------- 60
圖4.7 斷開字元產生的擷取錯誤 ------------------------------------------- 60
圖4.8 磨損字元P辨識錯誤 ------------------------------------------------- 61
圖4.9 上半部失真依舊可做出正確字元辨識 ---------------------------- 62
圖4.10 部分失真依舊可做字元辨識 -------------------------------------- 62
圖4.11 邊界過度失真導致字元判斷失敗 -------------------------------- 62

表目錄

表2.1 常見的車牌格式以及顏色 ------------------------------------------- 10
表2.2 標準字元圖檔 ---------------------------------------------------------- 29
表2.3 標準字元經中央動差計算後的值表 ------------------------------- 30
表2.4 標準字元45度裁切後的五階與六階特徵值表 ----------------- 35
表2.5 標準字元90度裁切後的五階與六階特徵值表 ----------------- 36
表2.6 標準字元120度裁切後的五階與六階特徵值表 ---------------- 37
表2.7 字元M經過正規化運算得到的特徵值變數 --------------------- 39
表4.1 數位相機規格表 ------------------------------------------------------- 55
表4.2 拍攝影相採用規格 ---------------------------------------------------- 55
表4.3 實驗結果統計表 ------------------------------------------------------- 63

[1] C. A. Rahman, W. Badawy and A. Radmanesh, “A real time vehicle''s license plate recognition system,” in Proc. IEEE Conference on Advanced Video and Signal Based Surveillance, pp.163-166, July 2003

[2] C. Coetzee, C. Botha and D. Weber, “PC based number plate recognition system,” in Proc. IEEE Symposium on Industrial Electronics, vol. 2, pp. 605-610, July 1998

[3] V. Koval, V. Turchenko, V. Kochan, A. Sachenko and G. Markowsky, “Smart license plate recognition system based on image processing using neural network,” in Proc. The Second IEEE International Workshop on Intelligent Data Acquisition and
Advanced Computing Systems: Technology and Applications, pp.123-127, Sep. 2003

[4] L. W. Jin and J. Z. Qin, “Car plate number characters recognition using Gabor orientation features and neural networks,” in Proc. The 2003 International Conference on Neural Networks and Signal Processing, vol. 2, pp. 1628-1631, Dec. 2003

[5] H. Pu, H. Wei, D. F. Wang and Y. J. Zhai, “Car license plate feature extraction and recognition based on multi-stage classifier,” in Proc. International Conference on Machine Learning and Cybernetics, vol. 1, pp. 128-132, Nov. 2003

[6] Donald Hearn , M. Pauline Baker , Computer Graphics , Prentice-Hall International , London , 1986 .

[7] N. Otsu, "A Threshold Selection Method from Gray-Level Histograms", IEEE Transactions on System,Man,and Cybernetics, vol. SMC-9, 1979, pp.62-66.

[8] 林泰良, 「智慧型車牌定位與字串分割」，國立台灣大學，電機工程所碩士論文。民國89年。

[9] C.T. Hsieh, Y.S. Juan, and K.M. Hung. “Multiple License Plate Detection for Complex Background”, Department of Electrical Engineering, Tamkang University, Department of information Management, Kainan University, Taipei, Taiwan. 2005.

[10] Wu Wei, Yuzhi Li, Mingjun Wang, Zhongxiang Huang. “Research on Number-Plate Recognition Based on Neural Networks,＂ Dept. of Road and Traffic Engineering, Changsha Communications University. 2001.

[11] 仲崇實，「影像處理與類神經乏晰方法於車輛牌照自動辨識之應用研究」，私立元智大學，資訊管理研究所，碩士論文，民國87年。

[12] 魏銪志，「動態多標的車牌辨識系統之研究」，元智大學，資訊研究所，碩士論文，民國89年6月。

[13] 許伯誠，「車牌辨識系統」，國立高雄第一科技大學，電腦與通訊工程研究所，碩士論文，民國96年7月。

[14] 周俊男，「車輛牌照影像辨識系統」，國立中山大學，資訊工程研究所，碩士論文，民國84 年。

[15] 張銘豪，「利用分割辨識方法之英文數字辨識系統」，國立中山大學，資訊工程研究所，碩士論文，民國85 年。

[16] 呂炎州，「不需字元切割的車牌辨識法」，碩士論文，靜宜大學資訊管理學研究所，民國84年。

[17] 陳翔傑，「自動化車牌辨識系統設計」，國立中央大學，電機工程研究所，碩士論文，民國94年6月。

[18] 林仲分，影像辨認技術，二版，全華科技，台北，民國八十四年。

[19] 陳鴻文，「車輛辨識系統應用於車輛進出管制」，國立高雄第一科技大學，電腦與通訊工程研究所，碩士論文，民國96年6月。