随着汽车行业的迅猛发展及人们消费水平的不断提高,智慧交通已成为各路要道管理系统不可或缺的一部分。智慧交通系统中的车牌识别技术,已成当今热门研究课题。本设计研究对象是基于LabVIEW软件平台开发的车牌识别小区汽车门禁系统,系统包含软、硬件部分。因硬件部分受实验条件限制,则把设计重点放在车牌识别的软处理上。主要设计任务有3个:图像预处理、车牌定位、字符分割与识别。由于图像处理算法有很多种,所以通过实验对比后,选出最佳处理法。设计方法如下:⑴图像预处理。车辆检测装置触发摄像后,通过USB总线及LabVIEW软件的图像采集驱动函数,把图像信号传输到处理器(计算机)。图像预处理把采集到的图像进行灰度化、增强与滤波。本文使用加权平均法灰度化;直方图均衡化法增强;中值滤波去除噪声。最后结果得到亮度均匀、目标(车牌区域)与背景灰度差大、清晰度高的图像。⑵车牌定位。定位是为了获取车牌特征信息以便截取车牌区域。先采用迭代聚类阈值分割法把目标图像颗粒与背景颗粒隔离,再用形态学处理法滤除非目标颗粒,保留下车牌区域,实现初定位。为了提高定位准确度,再结合基于标记图像的分割法和车牌长宽比特征值法来排除与目标颗粒特征值高度相同的背景颗粒,最后精确定位到车牌。⑶字符分割与识别。由于直接分割与识别截取到的车牌图像会造成大误差,则本文先用局部阈值分割法加形态学处理法把图像二值化、滤波,然后用点-坐标矫正法进行倾斜矫正,最后分割与识别可用改进的基于LabVIEW的OCR法进行,结果表明提高了识别率。结果表明,预处理后的图像亮度均匀、目标与背景灰度差增强,为定位成功奠定基础;初步定位再精确定位法,让车牌区域颗粒连通性更好、边界更清晰,才能准确得出车牌特征值,进一步才可截取车牌区域;分割与识别是最终目的,它在定位到的车牌图像上进行,通过选用的算法,获得目标字符是白色、背景为黑色的图像,图像上字符清晰无干扰、笔划连通、边界平滑、字体规范,使分割与识别准确率达到90%以上。