資源描述：
《基于matlab的汽車牌照識別程序》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于matlab的汽車牌照識別程序摘要：本次作業(yè)的任務(wù)是設(shè)計一個基于matlab的汽車牌照識別程序，能夠?qū)崿F(xiàn)車牌圖像預(yù)處理，車牌定位，字符分割，然后通過神經(jīng)網(wǎng)絡(luò)對車牌進行字符識別，最終從一幅圖像中提取車牌中的字母和數(shù)字，給出文本形式的車牌號碼。關(guān)鍵詞：車牌識別，matlab，神經(jīng)網(wǎng)絡(luò)1引言隨著我國交通運輸?shù)牟粩喟l(fā)展，智能交通系統(tǒng)（IntelligentTrafficSystem，簡稱ITS）的推廣變的越來越重要，而作為ITS的一個重要組成部分，車輛牌照識別系統(tǒng)（vehiclelicenseplaterecognitions
2、ystem，簡稱LPR）對于交通管理、治安處罰等工作的智能化起著十分重要的作用。它可廣泛應(yīng)用于交通流量檢測，交通控制于誘導(dǎo)，機場，港口，小區(qū)的車輛管理，不停車自動收費，闖紅燈等違章車輛監(jiān)控以及車輛安全防盜等領(lǐng)域，具有廣闊的應(yīng)用前景。由于牌照是機動車輛管理的唯一標識符號，因此，車輛牌照識別系統(tǒng)的研究在機動車管理方面具有十分重要的實際意義。2車輛牌照識別系統(tǒng)工作原理車輛牌照識別系統(tǒng)的基本工作原理為：將攝像頭拍攝到的包含車輛牌照的圖像通過視頻卡輸入到計算機中進行預(yù)處理，再由檢索模塊對牌照進行搜索、檢測、定位，并分割出包含牌照字符
3、的矩形區(qū)域，然后對牌照字符進行二值化并將其分割為單個字符，然后輸入JPEG或BMP格式的數(shù)字，輸出則為車牌號碼的數(shù)字。3車輛牌照識別系統(tǒng)組成（1）圖像預(yù)處理：對汽車圖像進行圖像轉(zhuǎn)換、圖像增強和邊緣檢測等。（2）車牌定位：從預(yù)處理后的汽車圖像中分割出車牌圖像。即在一幅車輛圖像中找到車牌所在的位置。（3）字符分割：對車牌圖像進行幾何校正、去噪、二值化以及字符分割以從車牌圖像中分離出組成車牌號碼的單個字符圖像（4）字符識別：對分割出來的字符進行預(yù)處理（二值化、歸一化），然后分析提取，對分割出的字符圖像進行識別給出文本形式的車牌號
4、碼。4汽車牌照識別系統(tǒng)的matlab實現(xiàn)4.1圖像預(yù)處理與車牌定位輸入的彩色圖像包含大量顏色信息，會占用較多的存儲空間，且處理時也會降低系統(tǒng)的執(zhí)行速度，因此對圖像進行識別等處理時，常將彩色圖像轉(zhuǎn)換為灰度圖像，以加快處理速度。對圖像進行灰度化處理、邊緣提取、再利用形態(tài)學(xué)方法對車牌進行定位。具體步驟如下：首先對圖像進行灰度轉(zhuǎn)換，二值化處理然后采用4X1的結(jié)構(gòu)元素對圖像進行腐蝕，去除圖像的噪聲。采用25X25的結(jié)構(gòu)元素，對圖像進行閉合應(yīng)算使車牌所在的區(qū)域形成連通。在進行形態(tài)學(xué)濾波去除其它區(qū)域。I=imread('DSC01344
5、.jpg');%讀取圖像figure();subplot(3,2,1),imshow(I),title('原始圖像');I1=rgb2gray(I);%轉(zhuǎn)化為灰度圖像subplot(3,2,2),imshow(I1),title('灰度圖像');I2=edge(I1,'robert',0.09,'both');%采用robert算子進行邊緣檢測subplot(3,2,3),imshow(I2),title('邊緣檢測后圖像');se=[1;1;1];%線型結(jié)構(gòu)元素I3=imerode(I2,se);%腐蝕圖像subplot
6、(3,2,4),imshow(I3),title('腐蝕后邊緣圖像');se=strel('rectangle',[25,25]);矩形結(jié)構(gòu)元素I4=imclose(I3,se);%圖像聚類、填充圖像subplot(3,2,5),imshow(I4),title('填充后圖像');I5=bwareaopen(I4,2000);%去除聚團灰度值小于2000的部分subplot(3,2,6),imshow(I5),title('形態(tài)濾波后圖像');[y,x,z]=size(I5);I6=double(I5);Y1=zeros(
7、y,1);fori=1:yforj=1:xif(I6(i,j,1)==1)Y1(i,1)=Y1(i,1)+1;endendend[tempMaxY]=max(Y1);figure();subplot(3,2,1),plot(0:y-1,Y1),title('行方向像素點灰度值累計和'),xlabel('行值'),ylabel('像素');%%%%%%%求的車牌的行起始位置和終止位置%%%%%%%%%PY1=MaxY;while((Y1(PY1,1)>=50)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;w
8、hile((Y1(PY2,1)>=50)&&(PY2
