圖像處理車牌識別系統(tǒng)設計實驗報告書(已修改)
2025-06-17 21:57 本頁面
【正文】 1 圖像處理車牌識別系統(tǒng)設計實驗報告書 目錄 一、摘要 2 二、 設計原理 2 車牌的定位研究 3 字符分割的研究 3 字符識別的研究 3 三、 詳細設計步驟 3 車牌定位 3 圖像的預處理 3 車牌定位 7 字符分割 9 對讀入圖像進行預處理操作 9 圖像校正 10 去除水平方向上的邊框 12 去除垂直方向上的邊框 13 去除車牌上的圓點 15 字符識別 18 建立字符模板數(shù)據(jù)庫 18 對分割字符進行匹配 20 2 系統(tǒng)界面的實現(xiàn) 23 四、 設計結果分析 29 五、 設計體會 29 車牌識別系統(tǒng)的設計 一、摘要 車牌是一 輛汽車獨一無二的信息，因此，對車輛牌照的識別技術可以作為辨識一輛車最為有效的方法。隨著 ITS(智能交通系統(tǒng) )的高速發(fā)展，對車牌識別技術的研究也隨之發(fā)展。從根本上講，牌照識別應用了先進的圖像處理，模式識別，人工智能技術來獲取，處理，解釋，記錄拍照的圖像。目前， 汽車牌照的自動識別技術已經得到了廣泛應用。汽車牌照自動識別整個處理過程分為預處理、邊緣提取、車牌定位、字符分割、字符識別五大模塊，其中字符識別過程主要由以下 3 個部分組成：①正確地分割文字圖像區(qū)域；②正確的 分離單個文字；③ 正確識別單個字符。用 MATLAB 軟件編程來實現(xiàn)每一個部分 ,最后識別出汽車牌照。在研究的同時對其中出現(xiàn)的問題進行了具體分析、處理。 二、 設計原理 車牌自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行車牌號碼、車牌顏色自動識別的模式識別技術。其核心包括車牌定位算法、車牌字符分割算法和字符識別算法等。 圖 1 牌照識別系統(tǒng)原理圖 主要研究內容如下： 輸入要處理圖像 預處理 車牌定位 字符分割 字符特征提取 單字符識別 3 車牌的定位研究。 先進 行圖像的預處理，包括 RGB 彩色圖像的灰度化、圖像灰度拉伸、圖像邊緣檢測、灰度圖的二值化等 。車牌定位采用基于水平和垂直投影分布特征的方法。 字符分割的研究。 先對定位后的車牌圖像進行預處理，然后按照車牌的先驗信息 , 用區(qū)域增長算法來確定候選車牌的字符區(qū)域。 字符識別的研究。 對于提取出的單個字符，先進行歸一化操作，再與給定的模板做對比，識別出字符。 三、 詳細設計步驟 1. 車牌定位： 車輛牌照識別整個系統(tǒng)主要是由車牌定位和字符識別兩部分組成，其中車牌定位又可以分為圖像預處理及邊緣提取模塊和 牌照的定位 ； 流程圖： 圖像的預處理 為了用于牌照的分割和牌照字符的識別，原始圖象應具有適當?shù)牧炼?，較大的對比度和清晰可辯的牌照圖象。但由于該系統(tǒng)的攝像部分工作于開放的戶外環(huán)境，加之車輛牌照的整潔度、自然光照條件、拍攝時攝像機與牌照的矩離和角度以及車輛行駛速度等因素的影響，牌照圖象可能出現(xiàn)模糊、歪斜和缺損等嚴重缺陷， 因此需要對原始圖象進行識別前的預處理 。 （ 1） 一般的車牌識別只對小對象進行移除，但是有時候因為拍照原因，即使對圖像進行了很好的預處理，還是不能排除一些比較大的又 和車牌比較相像的地方，例如圖（ 1）中，車后面的玻璃窗僅僅進行灰度處理和形態(tài)學處理，平滑處理是無法排除其對車牌定位的影響的，導入圖像 對圖像進行壓縮處理 基于顏色的基礎移除大對象 圖像灰度校正 對灰度校正后圖像進行形態(tài)學處理提取邊緣 移除圖像中小對象 平滑處理 計算 X,Y方向車牌區(qū)域尋找到車牌，完成車牌定位 4 因此需要對大對象移除（移除大對象前需對圖像進行統(tǒng)一化 壓縮）。 圖（ 1） 實現(xiàn)的代碼： img=image。 I=img。 [x,y,z]=size(img)。 if x2021||y2021 img=img(1:2:end,1:2:end,:)。 [x,y,z]=size(img)。 end hsi=rgb2hsi(img)。 for i=1:x for j=1:y if (hsi(i, j ,1)=amp。amp。hsi(i, j,1)=amp。amp。hsi(i, j, 2))。% 0. hsi(i, j,2)=0。 hsi(i, j,3)=1。 。 else hsi(i, j,2)=0。 hsi(i, j,3)=0。 end end end origonImg=hsi2rgb(hsi)。 rgbnew=origonImg。 5 （ 2） 灰度校正： 由于牌照圖象在拍攝時受到種種條件的限制和干擾，圖象的灰度值往往與實際景物不完全匹配，這將直接影響到圖象的后續(xù)處理。如果造成這種影響的原因主要是由于被攝物體的遠近不同，使得圖象中央區(qū)域和邊緣區(qū)域的灰度失衡，或是由于攝像頭在掃描時各點的靈敏度有較大的差異而產生圖象灰度失真，或是由于曝光不足而使得圖像的灰度變化范圍很窄。這時就可以采用灰度校正的方法來處理，增強灰度的變化范圍、豐富灰度層次，以達到增強圖象的對比度和分辨率。 灰度校正圖 graynew=rgb2gray(rgbnew)。 （ 3） 邊緣檢測： 邊緣
公司管理相關推薦
鄂ICP備17016276號-1