引言
随着我国经济的快速增长和生活水平的提高，我国汽车数量急剧增加，对交通管理和安全管理提出了更高的要求，随着社会生活节奏的加快，传统的手动管理已经不能满足现代交通管理的要求。为了满足您的需求，您必须使用高级图像处理、通信和计算机技术来控制交通，这些技术构成智能交通系统(ITS)。 在智能交通成为整个交通管理发展的主要方向的情况下，汽车交通管理是整个交通系统中最重要的要素，而控制是整个系统中最重要的要素，作为一个唯一的车辆识别号，车辆识别和识别可能是至关重要的，而车牌识别技术的分析成为识别车辆的关键，是智能交通系统中对城市道路和高速公路等项目具有重要意义的数字图像处理应用，对维护安全和城市交通管理具有实际意义。
1数字图像处理技术概述
该技术是基于计算机技术和数字技术融合应用形成的一种新兴技术，该技术具备增强图像、分割处理、还原及编码压缩等功能。该技术应用方法如下：以图像f（x，y）为例，将该图像数字化处理后新生成一个图像f（m，n），此时由于灰度值的差异，两个图像像素会有所差别，如果新生成的图像灰度值变大，图像的像素会有所提升，此时会显得更为明亮，反之图像像素减少，此时看起来就会显得黯淡，图像灰度值的变化会导致像素等发生变化，具体来看，图像明暗度和灰度值之间成反比关系，这也就是数字图像处理技术的主要原理，通过技术手段和数值变化，便可实现图像需求化处理。图像处理时，对待处理图像的纹理、色彩及灰度值等与正常的图像数值进行比对研究，便可对图像的具体信息有更为详细的了解，从而更为直观地作出处理方案，利用增强图像显示效果或者分割技术等对图像进行针对性处理。
2数字图像处理技术的优点
2.1再现性好
数字图像处理技术在日常生活中应用后，通过图像的复制粘贴来进行信息传递，图像在粘贴处理后，由于像素较差，导致模糊不清、失真且无法辨别原有信息，耽误正常使用。因此，利用图像处理技术可以针对图像的数字信息进行转换，以精准的数字化方式来还原图像中所具备的数据内容，更简便地完成图像在线功能，准确地进行图像还原操作。
2.2适用面宽
数字化图像处理技术适用面广，根据图像处理功能进行数字转换，不仅可以利用二维数组进行图像展示，也可以利用计算机来提高数字图像的信息传输速度，在不同传输途径和使用途径下采用相对应的数据收集措施，提高数据收集效率，即时利用数字图像技术处理功能来在线生成数字图像，适用范围较广。
3数字图像处理在汽车车牌识别中的应用措施
3.1在车牌定位中的应用
在实际应用中放置符号的方法有多种，但在使用图像处理技术放置符号时，核心是标识区域:(1)在标识区域的水平方向上，记录的水平位置由计算机自动确定水平切割点，首先对图像进行二值化处理，当二值图像在交点0和1处时得到二值图像，执行差分操作， 这主要是使用边缘检测来划分边缘区域，因为图像的亮度值不连续；第二，图像的边缘区域的亮度值有很大变化；第二，当边缘区域达到二进制图像时，将与边缘区域进行比较；但是，某些黑色区域基本上转换为黑色背景，并且只有白色点表示边缘信息，也将从车身中删除水平线。 这将增加海报的数量(2)当您执行垂直定位时，标识区域是垂直定位的；使用计算机的切割点查找并选择相应的判别值；查找垂直切割点的主要思路是设置两个指针；将它们分割为两个方向；开始查找顺序不为0的点；在搜索过程中记录各个点的坐标；当左指针找到非0的点时，将为左指针指定一个值，然后计算两个指针之间的间隔(如果间隔小于设置值)。 计算机将自动确定这两个点是垂直剖切点(如果不低于设置)，请使用右光标进行搜索，然后按照上述步骤进行查找，如果不匹配，请替换左光标，直到满足要求。
3.2在车牌字符识别中的应用
标志被共享后,必须识别车票上的标志。字符识别从以下几个方面进行:(1)模板匹配方法。此方法主要评估模板和字符之间的匹配,与模板中指定的字符的最高匹配是车牌的字符。在应用处理技术的过程中,必须对字符进行标准化,然后使用模板逐列扫描字符,其中相似度最高的是要识别的字符。(2)特征提取识别方法。首先,将二进制图垂直和水平投影以获得属性矢量。将二进制字符拆分为 3 x 3 块像素,然后计算每个像素块内的黑色像素值。其次,扫描向中轴方向的字符,提取字符在135°,90°,45°和0°的特征向量来识别字符。
3.3图像预处理应用
图像预处理是计算机识别技术应用的一个重要组成部分，它是对车辆牌照识别过程的预处理，图像预处理是对车牌图像的色彩空间、滤波等的调整，从而有效地消除了对周围环境的影响，例如，图像过滤使捕获图像的杂色减少，从而大大提高了图像的质量，并防止噪音干扰常用的图像处理方法包括:(1)均值滤波代替图像中的灰度值，但在图像细节未得到有效保护的情况下，模糊图像会出现问题；(2)均值滤波有助于通过将窗口中间的灰度值替换为窗口中间的像素值来抑制图像杂色。
3.4在字符分割中的应用
(1)首先，由于相机方向或拍摄照片时的标记位置，对车牌图像进行校正，通常是倾斜的。过去，我们发现品牌上方和下方最长的部分使用传统的hough变换，但这种方法是耗时且无效的，在这项研究中，我们拒绝了这种方法，并且使用了一种基于原始水平线位置的方法，在校准时将图像直接分割成三部分，选择中间没有铆钉的图像作为分割内容，使用二进制图像作为垂直投影，以确保分割后至少有两个完整的付款， 然后确定这两个字符的高点和低点，从而确定原始的水平像素线并通过旋转来修正符号(2)符号字符的分割是将每个字符分割成一个由我国的字符、数字和字母组成的车牌，使人们能够清楚地了解这辆车的细节，因此正确的字符分割与将来识别车牌的方法直接相关。 但是，基于先验知识的字符匹配和字符分割模板，这三种方法各有优缺点，虽然简单，但直接根据标记的位置进行分割，需要对图像标注进行较高的精度，而这种分割方法可能由于字符匹配导致图像中的杂质和噪声，是一种基于我国车牌设计特点的算法，对图像的要求也较高，而且在前面讨论过的校正时，分割精度会有所下降。 基于知识预测的字符分割算法也相对存在，主要基于每个字符的宽度和距离，与传统的垂直投影相比，这种分割方法更为成熟，可减少垂直投影中固定标记的杂色和粘性，从而实现更准确、更高效的字符分割。
结束语
随着经济的快速发展,我国的汽车数量急剧增加,汽车在人们的社会生活中逐渐发挥着越来越重要的作用。随着整个智能化和自动化社会的发展,交通系统逐渐开始向智能化方向发展,作为交通系统的重要组成部分,需要对汽车进行智能化管理和控制。车牌是车辆的唯一标识,实现车牌的自动识别,可以实现车辆的自动管理。
参考文献
[1]王妍.车牌识别系统中图像识别的研究与应用[D].华北理工大学,2020.
[2]郜鹏.汽车牌照自动识别技术研究[D].西南交通大学,2019.
[3]刘再阳.基于数字图像处理技术在汽车牌照识别系统的应用研究[J].计算机光盘软件与应用,2019,15(19):54-55.
[4]陈虹.基于数字图像处理对汽车牌照自动识别系统的研究[J].上海公路,2018(04):75-79+14.
[5]何捷.基于数字图像处理对汽车牌照自动识别系统的研究[D].四川大学,2018.
