基于MATLAB的车牌识别

基于MATLAB的车牌识别

ID:36648300

大小:1.06 MB

页数:4页

时间:2019-05-13

基于MATLAB的车牌识别_第1页
基于MATLAB的车牌识别_第2页
基于MATLAB的车牌识别_第3页
基于MATLAB的车牌识别_第4页
资源描述:

《基于MATLAB的车牌识别》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2007年第10期测绘通报35文章编号:0494-0911(2007)010-0035-04中图分类号:P209文献标识码:B基于MATLAB的车牌识别鲁小平,陈阿林(重庆师范大学地理科学学院GIS重点实验室,重庆400047)CarLicensePlateRecognitionBasedonMATLABLUXiao-ping,CHENA-lin摘要:使用MATLAB工具对车牌进行识别。用MATLAB做车牌识别比用其他工具有许多优势,因为MATLAB在图像的灰度化、二值化、滤波等方面都有很大优势,利用MATLAB的这些优点来对车牌进行识别。关键词:灰度图;二值化;魏纳滤波;填充操作;B

2、P神经网络位真彩色图像,而大多数的图像处理技术都是针对一、引言256级灰度图的,所以有必要将彩色图转换为灰度在信息技术化的今天,计算机已经作为一种人图,灰度图中的灰度和彩色图中的RGB颜色对应转[1]们普遍使用的工具为人们的生产生活服务。如今我换关系为:灰度值=0.30R+0.59G+0.11B。们也可以把它应用在交通领域。作为智能交通系统2.滤波(IntelligentTrafficSystem,简称ITS)中的一个重要对图像进行滤波主要是为了消除图像中存在的组成部分的车牌识别技术,当然就是其中的重点研噪声。滤波是信号处理的一种最基本而极为重要的究对象。车辆牌照识别(LicenseP

3、lateRecognition,技术,利用滤波可以从复杂的信号中提取出所需要简称LPR),是一种关于计算机的包括图像处理、数的信号,抑制不需要的信号。在图像处理中滤波常学技术、数据库、信息技术以及智能技术于一体的综用来修改或增强图像,以提高图像的信息量。滤波有显形滤波、低通滤波、带通滤波、带阻滤波、高通滤合技术。比如在十字交叉路口红绿灯处所照下来的波等,在这里使用的是魏纳滤波方法。对图像使用闯红灯的车辆,在停车场门口可以自动识别来停车魏纳滤波主要是为了消除图像中存在的一些噪声。的车辆,在收费站也可以自动化收费等等。所以车假设信号x(t)是由有用信号s(t)和噪声信号n(t)牌识别技术有

4、着广阔的应用空间。构成的,设计滤波器的目的就是要使输出信号y(t)车牌识别一般分为图像预处理、车牌定位、字符尽可能地降低噪声信号n(t),同时恢复有用信号分割、字符识别四个步骤。在本文中主要是用s(t)。在开始设计滤波器之前,首先要建立一个最MATLAB作为工具对车牌进行识别。优标准,使滤波器估计所得的信号按照这个标准来二、图像预处理说是最优的。当然,最精确的最优准则就是y(t)=s(t)。魏纳滤波的原理如下。对于一幅刚从摄像头照下的车牌图片,首先它存定义误差信号在着许多的不利于识别的干扰因素:①光照、气候引e(t)=s(t)-y(t)(1)起的车牌图像上面字符的光照不均匀;②车牌的污

5、那么均方误差就是平均误差的度量损造成的字符笔画不清和字符间粘连;③汽车行驶∞2速度较快,使拍摄出的车牌字符产生变形、模糊不清MSE=ε{e(t)=∫-∞e(t)d(t)}(2)等。要先去除这些干扰就得先对车牌进行预处理。魏纳滤波器以最小化均方误差作为最优准则,1.创建灰度图这是因为对误差进行平方运算将使得大误差分量远创建灰度图是作图像处理最基本的一步。因为远大于小误差分量,选择最小化误差就可以限制滤很多图像的处理问题都要在灰度图或者是二值化图波器输出的主要误差,也可以使用其他最优准则进像上进行。由于摄像机抓拍到的汽车图像均为24行分析,但是这些准则将使分析过程变得较为复杂,收稿日期:2

6、006-11-16作者简介:鲁小平(1981-),男,重庆人,主要研究方向为卫星地面接收站的创建、卫星图片的解码、矢量化。36测绘通报2007年第10期而且效果也不是很好。(h(t)=h0(t))滤波器的输出。容易证明,对于线现在可以将魏纳滤波描述为:给定s(t)和形系统,输入、输出的互相关系函数为n(t)的功率谱,选择一个均方误差最小的冲激响应Pxs(s)H0(s)=(9)h(t)的函数,使得输出y(t)=x(t)*h(t)产生的Px(s)[2]均方误差最小。可以看出,均方误差实际上是冲激响这就是魏纳滤波器的传递函数。应h(t)的函数,将h(t)映射为实数MSN,因此魏在MATLAB

7、中的工具箱定义了Wiener2函数纳滤波器的实际问题可以归结为求取函数h(t),使对一幅图像进行自适应魏纳滤波,调用格式如下:MSN最小。这里使用变分法来求取h(t)。K=Wiener2(A,[MN],NOISE)由式(2)可知其中,A表示输入图像;[MN]表示卷积使用的领域大22MSE=ε{[s(t)-y(t)]}ε{s(t)-小,缺省值为[33];NOISE是噪声强度,如果不指定,那22s(t)y(t)+y(t)}(3)么Wiener2函数

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。