基于matlab的車牌識別-全文預覽
【正文】 影figure,subplot(2,1,1),bar(histcol1)。)。] ,39。%輸出車牌旋轉(zhuǎn)后的灰度圖像title([39。%輸出車牌旋轉(zhuǎn)后的灰度圖像標題顯示車牌灰度子圖subplot(2,1,2),imshow(sbw)。%旋轉(zhuǎn)圖像figure,subplot(2,1,1),imshow(subcol)。bilinear39。,39。 %poly1表示一介擬合 Y = p1*x+p2p1=。,ydata39。)。)。)。)。)。%輸出框架的彩色圖像b. 計算出包含所標記的區(qū)域的最小寬和高，并根據(jù)先驗知識，比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。 %標志圖像向RGB圖像轉(zhuǎn)換figure,imshow(RGB)。k39。%區(qū)域面積BoundingBox=[]。%標注二進制圖像中已連接的部分Feastats = imfeature(L,39。)。,[19,1]))。圖像開運算[5,19]39。rectangle39。title(39。bg1=imclose(grd,strel(39。%輸出圖像邊緣:數(shù)學形態(tài)非線性濾波，可以用于抑制噪聲，進行特征提取、邊緣檢測、圖像分割等圖像處理問題。)%用canny算子識別強度圖像中的邊界figure,imshow(grd)?？梢酝ㄟ^求梯度局部最大值對應的點，并認定為邊緣點，去除非局部最大值，可以檢測出精確的邊緣。%得到二值圖像:兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的基礎。figure,imshow(bw2)。%egray的最大值并輸出雙精度型fmin1=double(min(min(Egray)))。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺等等。title(39。背景圖像39。,13)。原始黑白圖像39。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理。%Step1 獲取圖像 裝入待處理彩色圖像并顯示原始圖像Scolor = imread(39。這些影響因素不同程度上降低了車牌識別的識別率，也正是車牌識別系統(tǒng)的困難和挑戰(zhàn)所在?；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行匹配，最后選最佳匹配作為結(jié)果。字符分割一般采用垂直投影法。 車牌識別過程中，車牌顏色的識別依據(jù)算法不同，可能在上述不同步驟實現(xiàn)，通常與車牌識別互相配合、互相驗證。一個完整的車牌識別系統(tǒng)應包括車輛檢測、圖像采集、車牌識別等幾部分。車輛車牌識別系統(tǒng)的基本工作原理為：將攝像頭拍攝到的包含車輛車牌的圖像通過視頻卡輸入到計算機中進行預處理，再由檢索模塊對車牌進行搜索、檢測、定位，并分割出包含車牌字符的矩形區(qū)域，然后對車牌字符進行二值化并將其分割為單個字符，然后輸入JPEG或BMP格式的數(shù)字，輸出則為車牌號碼的數(shù)字?；贛atlab的車牌識別 摘要:車牌識別技術是智能交通系統(tǒng)的重要組成部分，在近年來得到了很大的發(fā)展。 一、設計原理某些車牌識別系統(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。 二、設計步驟總體步驟為：車輛→圖像采集→圖像預處理→車牌定位→字符分割→字符定位→輸出結(jié)果基本的步驟：，定位圖片中的車牌位置；，把車牌中的字符分割出來；，把分割好的字符進行識別，最終組成車牌號碼。車牌定位 對圖像開閉運算邊緣提取圖像預處理增強效果圖像導入原始圖像流程圖: （2）車牌字符分割 :完成車牌區(qū)域的定位后，再將車牌區(qū)域分割成單個字符，然后進行識別。流程圖：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計算水平投影進行車牌水平校正去掉車牌的框架 （3）車牌字符識別 :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)絡算法。車
電大資料相關推薦
鄂ICP備17016276號-1