圖像處理車牌識(shí)別系統(tǒng)設(shè)計(jì)實(shí)驗(yàn)報(bào)告書-免費(fèi)閱讀
【正文】 特別是在設(shè)計(jì)的過程中，組員之間不懂的大家一起討論，聽聽不同的看法，學(xué)習(xí)更多的知識(shí)。如圖四 顯示字符模塊 ：添加成功后你就可以點(diǎn)擊這個(gè)按鈕查看對(duì)應(yīng)的某字符的字符模板庫(kù)里的所有“粵”字模板了。 車牌分割 ：將定位好的車牌進(jìn)行分割，分割出 7 個(gè)獨(dú)立的字符模塊。 % 以上相當(dāng)于兩幅圖相減得到第三幅圖 進(jìn)行匹配 sameDots=subImg==0。 for i=1:length(files) file=imread([path 39。, codes(i))。O if codes(i)~=39。, codes(i))。, CarNum],39。 else % 第三位以后是字母或數(shù)字識(shí)別 。% 依次讀入七位車牌字符 21 SegBw2=imresize(t,[40 20],39。 % 京 津 滬 渝 吉 遼 魯 豫 冀 鄂 湘 晉 青 皖 蘇 % 贛 浙 閩 粵 瓊 陜 甘 云 川 貴 黑 藏 蒙 桂 新 寧 % 37 67 SubBw2=zeros(40,20)。Z39。 19 建立模板數(shù)據(jù)庫(kù)時(shí)必須對(duì)這些圖片進(jìn)行統(tǒng)一處理，因?yàn)閷?duì)前面處理分割后的車牌圖像的測(cè)量得知單個(gè)字符的最佳寬高比是 1： 2，所以將這些圖片歸一化為 40 20 大??；因?yàn)橹蟮淖址R(shí)別考慮使用 模板匹配算法 進(jìn)行字符識(shí)別，所以再將上面歸一化后的模板圖像的樣本排列在一起構(gòu)成 40 20 的矩陣樣本。這些影響因素不同程度上降低了牌照識(shí)別的識(shí)別率，也正是牌照識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。,num2str(i),39。%將分割后的二值圖變換為標(biāo)準(zhǔn)子圖 figure(1)。amp。 for i=1:7 while ((X1(1,Px0)10)amp。 for i=1:y for j=x1:x2 Z2(i,j)=0。)。amp。amp。 去除垂直邊框 x1=fix(x/2)+1。%計(jì)算 I3 第 j 列有幾個(gè)一 end end 14 end figure(4)。%找到去除邊框后下邊的位置 end Z1=I4(Py0:Py1,:,:)。 去 除行方向邊框： 13 Py0=fix(y/2)。%計(jì)算 I3 第 j 列有幾個(gè)一 end end end figure(2)。 for i=1:m for j=1:n if r(1,1)r(i,j) r(1,1)=r(i,j)。, 39。)。%找到灰度圖像的閾值 [y,x,z]=size(I1)。)。 end x2=roughX。 while ((rowArray(1,roughX)=5)amp。 while ((colArray(roughY,1)=5)amp。 for i=1:row for j=1:col if (graynew(i,j,1)==1) colArray(i,1)=colArray(i,1)+1。1]。holes39。這時(shí)就可以采用灰度校正的方法來(lái)處理，增強(qiáng)灰度的變化范圍、豐富灰度層次，以達(dá)到增強(qiáng)圖象的對(duì)比度和分辨率。 hsi(i, j,3)=1。 [x,y,z]=size(img)。 對(duì)于提取出的單個(gè)字符，先進(jìn)行歸一化操作，再與給定的模板做對(duì)比，識(shí)別出字符。 二、 設(shè)計(jì)原理 車牌自動(dòng)識(shí)別是一項(xiàng)利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行車牌號(hào)碼、車牌顏色自動(dòng)識(shí)別的模式識(shí)別技術(shù)。 1 圖像處理車牌識(shí)別系統(tǒng)設(shè)計(jì)實(shí)驗(yàn)報(bào)告書 目錄 一、摘要 2 二、 設(shè)計(jì)原理 2 車牌的定位研究 3 字符分割的研究 3 字符識(shí)別的研究 3 三、 詳細(xì)設(shè)計(jì)步驟 3 車牌定位 3 圖像的預(yù)處理 3 車牌定位 7 字符分割 9 對(duì)讀入圖像進(jìn)行預(yù)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(diǎn) 15 字符識(shí)別 18 建立字符模板數(shù)據(jù)庫(kù) 18 對(duì)分割字符進(jìn)行匹配 20 2 系統(tǒng)界面的實(shí)現(xiàn) 23 四、 設(shè)計(jì)結(jié)果分析 29 五、 設(shè)計(jì)體會(huì) 29 車牌識(shí)別系統(tǒng)的設(shè)計(jì) 一、摘要 車牌是一 輛汽車獨(dú)一無(wú)二的信息，因此，對(duì)車輛牌照的識(shí)別技術(shù)可以作為辨識(shí)一輛車最為有效的方法。其核心包括車牌定位算法、車牌字符分割算法和字符識(shí)別算法等。 三、 詳細(xì)設(shè)計(jì)步驟 1. 車牌定位： 車輛牌照識(shí)別整個(gè)系統(tǒng)主要是由車牌定位和字符識(shí)別兩部分組成，其中車牌定位又可以分為圖像預(yù)處理及邊緣提取模塊和 牌照的定位 ； 流程圖： 圖像的預(yù)處理 為了用于牌照的分割和牌照字符的識(shí)別，原始圖象應(yīng)具有適當(dāng)?shù)牧炼?，較大的對(duì)比度和清晰可辯的牌照?qǐng)D象。 end hsi=rgb2hsi(img)。 。 灰度校正圖 graynew=rgb2gray(rgbnew)。)。 graynew=imerode(graynew,se)。 end end end [maxcount maxIndex]=max(colArray)。amp。amp。 dw=img(y1:y2,x1:x2,:)。 9 字符分
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1