matlab車牌識別課實驗報告計報告(附源代碼20)(已修改)
2025-06-10 22:05 本頁面
【正文】 目 錄一．課程設(shè)計目的……………………………………………3二．設(shè)計原理…………………………………………………3三．詳細(xì)設(shè)計步驟……………………………………………3四. 設(shè)計結(jié)果及分析…………………………………………18五. 總結(jié)………………………………………………………19 六. 設(shè)計體會…………………………………………………20 七. 參考文獻(xiàn)…………………………………………………21一、課程設(shè)計目的車牌定位系統(tǒng)的目的在于正確獲取整個圖像中車牌的區(qū)域，并識別出車牌號。通過設(shè)計實現(xiàn)車牌識別系統(tǒng)，能夠提高學(xué)生分析問題和解決問題的能力，還能培養(yǎng)一定的科研能力。二、設(shè)計原理:牌照自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進(jìn)行牌照號碼、牌照顏色自動識別的模式識別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼的處理機(jī)等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識別算法等。某些牌照識別系統(tǒng)還具有通過視頻圖像判斷車輛駛?cè)胍曇暗墓δ芊Q之為視頻車輛檢測。一個完整的牌照識別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、牌照識別等幾部分。當(dāng)車輛檢測部分檢測到車輛到達(dá)時觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。牌照識別單元對圖像進(jìn)行處理，定位出牌照位置，再將牌照中的字符分割出來進(jìn)行識別，然后組成牌照號碼輸出。三、詳細(xì)設(shè)計步驟:1. 提出總體設(shè)計方案:牌照號碼、顏色識別 為了進(jìn)行牌照識別，需要以下幾個基本的步驟：，定位圖片中的牌照位置；，把牌照中的字符分割出來；，把分割好的字符進(jìn)行識別，最終組成牌照號碼?！ ∨普兆R別過程中，牌照顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與牌照識別互相配合、互相驗證。(1）牌照定位:自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進(jìn)一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。車牌定位 對圖像開閉運(yùn)算邊緣提取圖像預(yù)處理增強(qiáng)效果圖像導(dǎo)入原始圖像流程圖: （2）牌照字符分割 :按左右寬度切割出字符分析垂直投影找到每個字符中心位置去掉車牌的框架計算水平投影進(jìn)行車牌水平校正完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進(jìn)行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。 （3）牌照字符識別 :字符依次分析顯示誤差最小的圖片名字分析之差最小的圖片是哪張與數(shù)據(jù)庫的圖片相減切割出的字符送入庫中字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法?；谀０迤ヅ渌惴ㄊ紫葘⒎指詈蟮淖址祷?并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進(jìn)行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實現(xiàn)特征提取直至識別出結(jié)果。實際應(yīng)用中，牌照識別系統(tǒng)的識別率與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等；實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。這些影響因素不同程度上降低了牌照識別的識別率，也正是牌照識別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識別率，除了不斷的完善識別算法，還應(yīng)該想辦法克服各種光照條件，使采集到的圖像最利于識別。2. 各模塊的實現(xiàn)::clear 。close all。%Step1 獲取圖像 裝入待處理彩色圖像并顯示原始圖像Scolor = imread(39。39。)。%imread函數(shù)讀取圖像文件:彩色圖像包含著大量的顏色信息，不但在存儲上開銷很大，而且在處理上也會降低系統(tǒng)的執(zhí)行速度，因此在對圖像進(jìn)行識別等處理中經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理。選擇的標(biāo)準(zhǔn)是經(jīng)過灰度變換后，像素的動態(tài)范圍增加，圖像的對比度擴(kuò)展，使圖像變得更加清晰、細(xì)膩、容易識別。%將彩色圖像轉(zhuǎn)換為黑白并顯示Sgray = rgb2gray(Scolor)。%rgb2gray轉(zhuǎn)換成灰度圖figure,imshow(Sgray),title(39。原始黑白圖像39。)。:s=strel(39。disk39。,13)。%strei函數(shù)Bgray=imopen(Sgray,s)。
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1