基于matlab的汽车牌照识别系统的设计

基于matlab的汽车牌照识别系统的设计

ID:15236489

大小:275.00 KB

页数:12页

时间:2018-08-02

基于matlab的汽车牌照识别系统的设计_第1页
基于matlab的汽车牌照识别系统的设计_第2页
基于matlab的汽车牌照识别系统的设计_第3页
基于matlab的汽车牌照识别系统的设计_第4页
基于matlab的汽车牌照识别系统的设计_第5页
资源描述:

《基于matlab的汽车牌照识别系统的设计》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于matlab的汽车牌照识别系统的设计摘要:随着公路逐渐普及,我国的公路交通事业发展迅速,所以人工管理方式已经不能满着实际的需要,微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。本次试验主要有预处理、边缘提取、车牌定位、字符分割四大模块。用MATLAB软件编程来实现每一个部分。关键词:MATLAB图像处理车牌定位牌照分割1系统功能介绍与总体设计功能介绍:一、车牌定位(1)图像预处理:对动态采集到的图像进行滤波、边界增强等处理以克服图像干扰;(2)车牌定位:计算边缘图像的投影面积,寻找峰谷点

2、,大致确定车牌位置,再计算此连通域内的宽高比,剔除不在域值范围内的连通域,最后得到的便为车牌区域;二、字符识别(1)字符分割:利用投影检测的字符定位分割方法得到单个的字符;(2)字符数据库:为第6步的字符识别建立字符模板数据库;(3)字符识别:通过基于模板匹配的OCR算法或基于人工神经网络的OCR算法,通过特征对比或训练识别出相关的字符,得到最后的汽车牌照,包括英文字母和数字。总体设计:车辆牌照识别整个系统主要是由车牌定位和字符分割两部分组成,其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块;字符分割牌照分割和单个字符分割两个模块

3、。为了便于试验顺利进行,原始图象应具有适当的亮度,较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境,加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响,牌照图象可能出现模糊、歪斜和缺损等严重缺陷,因此需要对原始图象进行识别前的预处理。牌照的定位和分割主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置,并将牌照从整个图象中分割出来。由于拍摄时的光照条件、牌照的整洁程度的影响,和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划

4、断开或粗细不均,加上牌照上的污斑等缺陷,致使字符提取困难,进而影响字符识别的准确性。因此,需要对字符在识别之前再进行一次针对性的处理。因为系统运行的过程中,主要进行的都是图像处理,在这个过程中要进行大量的数据处理,所以处理器和内存要求比较高,CPU要求主频在600HZ及以上,内存在12812MB及以上。系统可以运行于Windows98、Windows2000或者WindowsXP操作系统下,程序调试时使用matlab。2系统模块设计一预处理及边缘提取输入车牌图象灰度校正平滑处理提取边缘预处理及边缘提取流程图1图象的采集与转换现有牌照的字符与背景的颜色

5、搭配一般有蓝底白字、黄底黑字、白底红字、绿底白字和黑底白字等几种,利用不同的色彩通道就可以将区域与背景明显地区分出来,例如,对蓝底白字这种最常见的牌照,采用蓝色B通道时牌照区域为一亮的矩形,而牌照字符在区域中并不呈现。因为蓝色(255,0,0)与白色(255,255,255)在B通道中并无区分,而在G、R通道或是灰度图象中并无此便利。同理对白底黑字的牌照可用R通道,绿底白字的牌照可以用G通道就可以明显呈现出牌照区域的位置,便于后续处理。原图、灰度图及其直方图见图2与图3。对于将彩色图象转换成灰度图象时,图象灰度值可由下面的公式计算:G=0.110B+

6、0.588G+0.302R(1)G=(2)122边缘提取边缘是指图像局部亮度变化显著的部分,是图像风、纹理特征提取和形状特征提取等图像分析的重要基础。所以在此我们要对图像进行边缘检测。图象增强处理对图象牌照的可辩认度的改善和简化后续的牌照字符定位和分割的难度都是很有必要的。增强图象对比度度的方法有:灰度线性变换、图象平滑处理等。(2)平滑处理12对于受噪声干扰严重的图象,由于噪声点多在频域中映射为高频分量,因此可以在通过低通滤波器来滤除噪声,但实际中为了简化算法,也可以直接在空域中用求邻域平均值的方法来削弱噪声的影响,这种方法称为图象平滑处理。例如,

7、某一象素点的邻域S有两种表示方法:8邻域和4邻域分别对应的邻域平均值为,其中,M为邻域中除中心象素点f(i,j)之外包括的其它象素总数,对于4邻域M=4,8邻域M=8。然而,邻域平均值的平滑处理会使得图象灰度急剧变化的地方,尤其是物体边缘区域和字符轮廓等部分产生模糊作用。为了克服这种平均化引起的图象模糊现象,我们给中心点象素值与其邻域平均值的差值设置一固定的阈值,只有大于该阈值的点才能替换为邻域平均值,而差值不大于阈值时,仍保留原来的值,从而减少由于平均化引起的图象模糊。图像中车辆牌照是具有比较显著特征的一块图象区域,这此特征表现在:近似水平的矩形区

8、域;其中字符串都是按水平方向排列的;在整体图象中的位置较为固定。正是由于牌照图象的这些特点,再经过适当的图象

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。