基于圖像處理的汽車牌照的自動識別系統(tǒng)(2)-預(yù)覽頁
【正文】 圖 3 AD620 芯片引腳圖 AD620 的工作原理： AD620 是在傳統(tǒng)的三運放組合方式改進的基礎(chǔ)上研制的單片儀用放大器。 由輸入三極管集成電極電流和基極電阻確定的輸入電壓噪聲減小到 9nV。運放采用四運放 TL084。 雖然 AD620 的共模抑制比較高，但當接入其他電路時，其共模抑制比會變得較低，我們在提高共模抑制比的同時，也要考慮用直接降低共模信號的方法來提高其值，右腿驅(qū)動電路就是一個很好的降低抑制共模信號的方法，在右腿接入一反向放大器，并與儀表放大相連，可以將共模信 號抑制 1＋ K倍（ K為反向放大增益），從而有效的降低了共模信號。 心臟電興奮傳導(dǎo)系統(tǒng)所產(chǎn)生的電壓是幅值及空間方向隨時間變化的向量。 各導(dǎo)聯(lián)線以不同顏色的標志來表示所接的部位。 圖 7 與并聯(lián)型跟隨輸入前置放大器相配合的實際驅(qū)動電路 參 數(shù)選擇： 實際電路中考慮功耗問題 ， R6 取 10 KΩ， R8 取 10MΩ， K= R8/R6=100， R7=1MΩ 為限流保護電阻，為使電路更簡便去掉了起穩(wěn)定作用的 CF。車牌定位是車輛牌照自動識別系統(tǒng)中的關(guān)鍵和難點，實際圖像中的噪聲、復(fù)雜的背景等干擾都會使定位十分困難。 三， 圖像 處理 圖像預(yù)處理包括對動態(tài)采集到的圖像進行灰度化、二值化、邊界增強、濾波等 處理，以克服圖像干擾，改善識別效果。圖像增強的目的就是采用一系列技術(shù)，改善 圖像的效果或?qū)D像進行適當?shù)淖儞Q以突出某些有用的信息，去除或消弱無用的信息，如改變圖像的對比度、去除噪聲或強調(diào)邊緣等，從而改進特征抽取、匹配和識別的可靠性。 figure(1),imshow(I)。 原圖 I1=rgb2gray(I)。)。)。both39。robert 算子邊緣檢測 39。 I3=imerode(I2,se)。)。 %構(gòu)造結(jié)構(gòu)元素，以長方形構(gòu)造一個 se I4=imclose(I3,se)。平滑圖像的輪廓 39。title(39。 %返回 I5各維的尺寸，并存儲在變量 y、 x、 z中 myI=double(I5)。%temp為向量 white_y的元素中的最大值， MaxY為該值的索引（ 在向量中的位置） PY1=MaxY。 end PY2=MaxY。 end IY=I(PY1:PY2,:,:)。 while ((Blue_x(1,PX1)3)amp。 while ((Blue_x(1,PX2)3)amp。%對車牌區(qū)域的校正 PX2=PX2+2。行方向合理區(qū)域 39。) 行方向合理區(qū)域 定位剪切后的彩色車牌圖像 imwrite(dw,39。39。39。 .jpg39。 39。 % T 為二值化的閾值 [m,n]=size(b)。 % d:二值圖像 imwrite(d,39。subplot(3,2,2),imshow(d),title(39。) % 濾波 h=fspecial(39。 %轉(zhuǎn)換為二值圖像 imwrite(d,39。 39。其中 m中存儲的是行數(shù)， n中存儲的是列數(shù) figure,subplot(2,1,1),imshow(d),title(n) k1=1。 while j~=n while s(j)==0 j=j+1。 j=n1 j=j+1。 % 分割 end end % 再切割 d=qiege(d)。word1=[]。 while sum(d(:,wide+1))~=0 wide=wide+1。 [m,n]=size(temp)。word1=temp。 % 分割出第三個字符 [word3,d]=getword(d)。 % 分割出第七個字符 [word7,d]=getword(d)。 figure(10),imshow(word2),title(39。339。)。 figure(14),imshow(word6),title(39。739。其中 m中存儲的是行數(shù)， n中存儲的是列數(shù) word1=imresize(word1,[40 20])。 word5=imresize(word5,[40 20])。139。)。 subplot(3,7,11),imshow(word4),title(39。539。)。 imwrite(word1,39。39。)。 imwrite(word5,39。39。)。939。Z39。 %建立自動識別字符代碼表，將 t39。 39。 39。 for I=1:7 ii=int2str(I)。 %讀取圖片文件中的數(shù)據(jù) SegBw2=imresize(t,[40 20],39。nearest39。 kmax=36。文符模板 \39。 %把一個行向量轉(zhuǎn)化成字符串 SamBw2 = imread(fname)。 end end end Error(k2)=Dmax。 l=l+1。 1 3 4 5 6 7 1234 5 67 %子程序：（ getword子程序） function [word,result]=getword(d) word=[]。 while flag==0 [m,n]=size(d)。 wide=n2 wide=wide+1。amp。flag=1。 d=qiege(d)。 % （ qiege子程序） function e=qiege(d) [m,n]=size(d)。right=n。 end while sum(d(bottom,:))==0 amp。amp。 right=1 right=right1。 %返回圖像的一個裁剪區(qū)域 close all。))。 I2=pretreatment(imread(39。39。))。 I6=pretreatment(imread(39。39。))。 I10=pretreatment(imread(39。39。))。 I14=pretreatment(imread(39。39。))。 P=[I039。,I439。,I839。,I1239。,I1639。 %%bp神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置 =newff(minmax(P),[1000,32,18],{39。,39。)。randnr39。 =。39。)。 PIN1=pretreatment(PIN1)。 PIN5=pretreatment(PIN5)。,PIN239。,PIN639。 d =find(T1 == 1) 1 if (d==10) str=39。 elseif (d==12) str=39。 elseif (d==14) str=39。 elseif (d==16) str=39。 else str=num2str(d)。 case 5 str4=str。京 39
試題試卷相關(guān)推薦
鄂ICP備17016276號-1