基于matlab的車牌識別系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)剖析

《基于matlab的車牌識別系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)剖析》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、WORD格式整理圖形圖像處理與應(yīng)用課程設(shè)計(jì)報(bào)告目錄引言21．設(shè)計(jì)原理2學(xué)習(xí)參考資料分享WORD格式整理2．系統(tǒng)框架結(jié)構(gòu)22.1工作流程33.設(shè)計(jì)步驟43.1設(shè)計(jì)方案44.各模塊的實(shí)現(xiàn)44.1圖像預(yù)處理44.1.1圖像灰度化44.1.2圖像的邊緣檢測54.2車牌定位和分割74.2.1車牌的定位74.2.2車牌的分割94.2.3對定位后的彩色車牌的進(jìn)一步處理94.3字符的分割和歸一化處理114.3.1字符的分割114.3.2字符的歸一化處理125實(shí)驗(yàn)結(jié)果和分析126.實(shí)驗(yàn)總結(jié)14主要參考文獻(xiàn)15附錄16實(shí)驗(yàn)體會21基于MATLAB的車牌識別系統(tǒng)的設(shè)計(jì)——字符分割的設(shè)計(jì)學(xué)習(xí)參考資料分享WOR

2、D格式整理引言介紹當(dāng)前的發(fā)展背景車輛的牌照是機(jī)動車的識別標(biāo)志，在交通管理中有著重要的作用。通過汽車車牌識別系統(tǒng)可以監(jiān)控車輛的信息和行駛狀況，可以最迅速的實(shí)現(xiàn)車輛控制以及交通狀況的調(diào)控，所以對于現(xiàn)代智能交通至關(guān)重要。該系統(tǒng)主要有兩大模塊：圖像處理模塊和字符識別模塊。本文主要對圖像處理模塊進(jìn)行設(shè)計(jì)和研究。圖像處理模塊的質(zhì)量好壞更是衡量整個系統(tǒng)成功與否的關(guān)鍵。MATLAB語言對于圖像的處理非常方便，能夠直接調(diào)用編好的函數(shù)，為整個系統(tǒng)提供了保障。1.設(shè)計(jì)原理車牌識別系統(tǒng)的攝像頭通過對經(jīng)過指定區(qū)域的機(jī)動車輛進(jìn)行拍照，因?yàn)檎掌瑫艿焦庹?、拍攝位置和車輛行駛速度的影響，導(dǎo)致拍攝的圖片不能準(zhǔn)確的確定汽

3、車的車牌。而車牌識別系統(tǒng)就通過對機(jī)動車輛的照片進(jìn)行圖像預(yù)處理、車牌定位、字符分割、字符識別等技術(shù)手段，從而得到清晰的機(jī)動車牌照的照片，從而提高現(xiàn)代智能交通的管理效率，可以說車牌識別系統(tǒng)對于現(xiàn)代智能交通至關(guān)重要。2.系統(tǒng)框架結(jié)構(gòu)汽車車牌自動識別系統(tǒng)主要包括觸發(fā)拍照、圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別、輸出結(jié)果等單元。學(xué)習(xí)參考資料分享WORD格式整理圖像采集車牌定位字符分割字符識別輸出結(jié)果觸發(fā)牌照圖像預(yù)處理圖2-1車牌識別系統(tǒng)工作流程圖2.1工作流程：觸發(fā)拍照：該單元會自動檢測車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。其中線

4、圈觸發(fā)和視頻觸發(fā)得到了廣泛的應(yīng)用。圖像采集：該單元是指道路上安裝的攝像頭在檢測到有車輛通過的同時進(jìn)行拍照并借助網(wǎng)絡(luò)傳送到汽車自動識別系統(tǒng)。圖像預(yù)處理：該單元是指車牌識別系統(tǒng)對拍攝的汽車圖片進(jìn)行灰度化和邊緣檢測等處理。車牌定位：是指對預(yù)處理過的汽車圖片進(jìn)行處理，把車牌部分進(jìn)行定位，把無用的部分去除，得到定位好的車牌圖片。字符分割：對已經(jīng)定位的車牌圖片的進(jìn)行字符分割，將車牌分割為7個單一的字符圖片字符識別：將已經(jīng)分割出來的七個字符進(jìn)行識別。輸出結(jié)果：輸出識別結(jié)果，并進(jìn)行數(shù)據(jù)存儲。學(xué)習(xí)參考資料分享WORD格式整理3.設(shè)計(jì)步驟3.1.設(shè)計(jì)方案：該系統(tǒng)主要是由圖像處理和字符識別兩部分組成。其中圖

5、像處理部分包括圖像預(yù)處理、邊緣提取模塊、牌照的定位以及分割模塊。字符識別部分可以分為字符分割與特征提取和單個字符識別兩個模塊。字符識別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長時間在室外工作，加上光照條件、攝像頭角度和距離、車輛自身?xiàng)l件以及車輛的行駛速度的影響，想拍出較理想的圖片很困難。因此，我們要對攝像頭拍攝的圖片進(jìn)行預(yù)處理，主要包括圖片灰度化和圖片邊緣提取等。車牌定位和車牌分割是整個系統(tǒng)的關(guān)鍵，其作用是在經(jīng)圖象預(yù)處理后的灰度圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個圖象中分割出來，供字符識別子系統(tǒng)識別之用，分割的準(zhǔn)確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率。車牌識

6、別系統(tǒng)的最終目的就是將不清楚的車牌照片進(jìn)行識別，輸出清晰的圖片。現(xiàn)在字符識別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。4.各模塊的實(shí)現(xiàn)車牌識別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別等模塊，本文主要研究圖像預(yù)處理、車牌定位和字符分割三個模塊。4.1圖像預(yù)處理4.1.1圖像灰度化：因?yàn)檐嚺谱R別系統(tǒng)的攝像頭拍攝的圖片是彩色的，圖片的背景顏色有時和車牌的顏色相似，而且彩色圖片會占用較大的存儲空間，使計(jì)算機(jī)處理速度變慢，加重計(jì)算機(jī)負(fù)擔(dān)，所以我們要對拍攝的照片進(jìn)行灰度化處理。對于將彩色圖像轉(zhuǎn)換成灰度圖像時，目前比較主流的灰度化方法叫平均值法，公式為：H=0.229R+0.588G

7、+0.144B公式中H表示灰度圖的亮度值；R代表彩色圖像紅色分量值；G代表色彩圖像綠色分量值；B代表彩色圖像藍(lán)色分量值。RGB三分量前的系數(shù)為經(jīng)驗(yàn)加權(quán)值。加權(quán)系數(shù)的取值建立在人眼的視覺模型之上。學(xué)習(xí)參考資料分享WORD格式整理對于人眼較為敏感的綠色取較大的權(quán)值；對人眼較為不敏感的藍(lán)色則取較小的權(quán)值。通過該公式轉(zhuǎn)換的灰度圖能夠比較好地反應(yīng)原圖像的亮度信息。在MATLAB中我們可以調(diào)用im2gray函數(shù)對圖像進(jìn)行灰度化處理。4.1.2圖像的邊緣檢測