数字图像处理课程设计报告王芳new

数字图像处理课程设计报告王芳new

ID:18686588

大小:164.00 KB

页数:9页

时间:2018-09-21

数字图像处理课程设计报告王芳new_第1页
数字图像处理课程设计报告王芳new_第2页
数字图像处理课程设计报告王芳new_第3页
数字图像处理课程设计报告王芳new_第4页
数字图像处理课程设计报告王芳new_第5页
资源描述:

《数字图像处理课程设计报告王芳new》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、长沙学院数字图像处理课程设计说明书题目字符识别系统设计系(部)电子与通信工程系专业(班级)09电子信息2班姓名刘育雄学号2009044238指导教师刘莉、周远、谭志光、黄利元起止日期12.12.10—12.12.149长沙学院课程设计鉴定表姓名刘育雄学号2009044238专业电子信息工程班级2设计题目字符识别系统设计指导教师刘莉、谭志光、周远、黄利元指导教师意见:评定等级:教师签名:日期:答辩小组意见:评定等级:     答辩小组长签名:     日期:    教研室意见:教研室主任签名:日期: 系(部)意见:系主任签名:        日期:     说明

2、课程设计成绩分“优秀”、“良好”、“及格”、“不及格”四类;9目录一、摘要4二、MATLAB简介4三、设计内容及基本原理5四、仿真及界面设计6五、设计分析9六、心得体会9参考文献99一、摘要数字图像处理技术是20世纪60年代发展起来的一门新兴学科,随着图像处理理论和方法的进一步完善,使得数字图像处理技术在各个领域得到了广泛应用,并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数,工程技术人员和科学工作者可

3、以在它的集成环境中交互或编程以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与C语言极为相似,而且更加简单,更加符合科技人员对数学表达式的书写格式,而且这种语言可移植性好、可扩展性强,再加上其中有丰富的图像处理函数,所以MATLAB在图像处理的应用中具有很大的优势。本文从字符识别方面,具体介绍了车牌自动识别的原理。并用MATLAB软件编程来实现,最后识别出汽车牌照。关键词:MATLAB,数字图像处理,车牌识别系统二、MATLAB简介 MATLAB的名称源自MatrixLaboratory,它是一种科学计算软件,专门

4、以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起,并提供了大量的内置函数,从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作,而且利用MATLAB产品的开放式结构,可以非常容易地对MATLAB的功能进行扩充,从而在不断深化对问题认识的同时,不断完善MATLAB产品以提高产品自身的竞争能力。目前MATLAB产品族可以用来进行:数值分析,数值和符号计算,工程与科学绘图,控制系统的设计与仿真,数字图像处理,数字信号处理,通讯系统设计与仿真,财务与金融工程。MATLAB的各个组成部分如下图:MATLABCompiler是一

5、种译工具Simulink是基于MATLAB的框图设计环境Stateflow是一个交互式的设计工具9三、设计内容及基本原理1、此次设计的内容是数字字符识别,将给定的10数字个字符图像识别为文本,包括:(1)字符图像的归一化;(2)字符图像特征提取;(3)将特征向量输入网络进行匹配,输出网络匹配的相似度;(4)网络识别:相似度最大值的字符即是识别结果匹配网络前后车牌字符图形。目的是为了1、初步应用MATLAB语言,体会MATLAB在实际图像处理系统中的应用,加强实践能力的提高,理论联系实际;2、能设计简单的界面进行交互式操作;3、培养学生的动手能力,创新能力,编程

6、能力和初步的科研能力。2、设计步骤l调整修改程序,对调入的汽车图像可以进行车牌提取、字符分割和字符识别;l布置界面,安排好控件的选择和位置的摆放,使其能够实现如下功能:(1)系统介绍(2)图像调入(3)处理过程分步演示(4)退出3、字符识别的原理字符的识别目前用于车牌字符识别(OCR)中的算法主要有基于模板匹配的OCR算法以及基于人工神经网络的OCR算法。基于模板匹配的OCR的基本过程是:首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小,然后与所有的模板进行匹配,最后选最佳匹配作为结果。模板匹配的主要特点是实现简单,当字符较规整时对字符图像

7、的缺损、污迹干扰适应力强且识别率相当高。综合模板匹配的这些优点我们将其用为车牌字符识别的主要方法。模板匹配是图象识别方法中最具代表性的基本方法之一,它是将从待识别的图象或图象区域f(i,j)中提取的若干特征量与模板T(i,j)9相应的特征量逐个进行比较,计算它们之间规格化的互相关量,其中互相关量最大的一个就表示期间相似程度最高,可将图象归于相应的类。也可以计算图象与模板特征量之间的距离,用最小距离法判定所属类。然而,通常情况下用于匹配的图象各自的成像条件存在差异,产生较大的噪声干扰,或图象经预处理和规格化处理后,使得图象的灰度或像素点的位置发生改变。在实际设计

8、模板的时候,是根据各区域形状固有的特点

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。