freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

畢業(yè)論文-基于matlab的車(chē)牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)(編輯修改稿)

2024-12-20 21:37 本頁(yè)面
 

【文章內(nèi)容簡(jiǎn)介】 形功能強(qiáng)大。在 FORTRAN 和 C 語(yǔ)言里 , 繪圖都很不簡(jiǎn)單 ,但是在 MATLAB 中確實(shí)很容易表現(xiàn)出來(lái)的。而且 MATLAB 還具有很強(qiáng)的編輯圖形的能力。 ( 7) MATLAB 也是有缺點(diǎn)的,它與其他的高級(jí)程序相比較 , 程序的執(zhí)行速度很慢。但是 MATLAB 的程序不需要編譯等預(yù)處理 , 不生成能執(zhí)行文件 , 程序是為解釋執(zhí)行 , 導(dǎo)致速度非常慢。 ( 8) 功能強(qiáng)勁的工具箱是 MATLAB 的另一重大特色。 MATLAB 包含兩個(gè)部分 :各種可選和核心部分的工具箱。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。 其工具箱又可分為兩類 : 學(xué)科性工具箱和功能性工具箱。功能性工具箱主要是用來(lái)硬件實(shí)時(shí)交互功能、文字處理功能、圖示建模仿真功能以及與擴(kuò)充其符號(hào)計(jì)算功能。功能性工具箱可以用于多種學(xué)科技術(shù)。而學(xué)科性工具箱是專業(yè)性比較強(qiáng)的 , 如control、 toolbox、 signal processing toolbox、 munication toolbox 等。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專家編寫(xiě)的 , 所以用戶無(wú)需編寫(xiě)自己學(xué)科范圍內(nèi)的基礎(chǔ)程序 , 而直接進(jìn)行高、精、尖的研究。 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 10 3 LPR 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 系統(tǒng)框架結(jié)構(gòu) 和工作流程 汽車(chē)牌照的識(shí)別( LPR)系統(tǒng)是通過(guò)引入計(jì)算機(jī)信息管理技術(shù)和數(shù)字?jǐn)z像技術(shù),采用先進(jìn)的模式識(shí)別、人工智能和圖像處理技術(shù),通過(guò)對(duì)圖像的處理和采集,獲得更多的信息,從而更高的達(dá)到智能化管理程度。在 LPR 系統(tǒng)產(chǎn)品的性能指標(biāo)中,識(shí)別速度和識(shí)別率難以同時(shí)提高的原因是有圖像處理技術(shù)不夠成熟,和受到計(jì)算機(jī)攝像設(shè)備等性能因素的限制。因此,研究高速準(zhǔn)確的識(shí)別與定位算法,是當(dāng)前的首要任務(wù) [9]。 汽車(chē)車(chē)牌的自動(dòng)識(shí)別系統(tǒng)主要有圖像采集、觸發(fā)拍照、車(chē)牌定位、圖像預(yù)處理、字符分割、字符識(shí)別、輸出結(jié)果等單元如圖 31。 圖 31 車(chē)牌識(shí)別系統(tǒng)工作流程圖 觸發(fā)拍照:該單元會(huì)自動(dòng)檢測(cè)車(chē)輛在指定區(qū)域的存在,現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。其中線圈觸發(fā)和視頻觸發(fā)得到了廣泛的應(yīng)用。 圖像采集:該單元是指道路上安裝的攝像頭在檢測(cè)到有車(chē)輛通過(guò)的同時(shí)進(jìn)行拍照并借助網(wǎng)絡(luò)傳送到汽車(chē)自動(dòng)識(shí)別系統(tǒng)。 圖像預(yù)處理:該單元是指車(chē)牌識(shí)別系統(tǒng)對(duì)拍攝的汽車(chē)圖片進(jìn)行 灰度化和邊緣檢測(cè)等 處理。當(dāng)外界光照不均勻時(shí),光照強(qiáng)度不穩(wěn)定的情況下,通過(guò)攝像機(jī)所采集到的原始車(chē)牌圖像就會(huì)會(huì)模糊不清,這時(shí)需要對(duì)圖片進(jìn)行圖像增 強(qiáng)處理;在電子器件自身產(chǎn)生的噪聲以及干擾外界環(huán)境噪聲下,所拍的圖像質(zhì)量可能會(huì)有所下降,所以這時(shí)就需要對(duì)原圖做去噪處理的一系列的事情。綜上所述,這些處理均是圖像預(yù)處理的工作。 圖像采集 圖像預(yù)處理 字符識(shí)別 輸出結(jié)果 車(chē)牌定位 字符分割 視頻信號(hào) 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 11 車(chē)牌定位:是指對(duì)預(yù)處理過(guò)的汽車(chē)圖片進(jìn)行處理,把車(chē)牌部分進(jìn)行定位,把無(wú)用的部分去除,得到定位好的車(chē)牌圖片。在完整的車(chē)牌圖像中,絕大的一部分都是背景,對(duì)識(shí)別毫無(wú)用處,我們能將背景區(qū)域當(dāng)做無(wú)用區(qū)域,并且想方法將他去除,從而在復(fù)雜的背景中準(zhǔn)確的分割并定位在車(chē)牌區(qū)域,從原圖中提取需要的部分舍棄不需要的部分,從而節(jié)省識(shí)別圖像的時(shí)間,這也是車(chē)牌定位分 割的意義及目的所在。在定位分割的過(guò)程中確保不要把非車(chē)牌區(qū)域識(shí)別為車(chē)牌區(qū)域,也不能舍棄車(chē)牌區(qū)域,不然接下來(lái)的工作將無(wú)法進(jìn)行。 字符分割:對(duì)已經(jīng)定位的車(chē)牌圖片的進(jìn)行字符分割,將車(chē)牌分割為 7個(gè)單一的字符圖片。系統(tǒng)并不能直接識(shí)別被分離出的車(chē)牌區(qū)域圖像,還需要將車(chē)牌上的任何一個(gè)字符都要完整的獨(dú)立的分割出來(lái),就是說(shuō)從車(chē)牌區(qū)域中圖像上將車(chē)牌里所包含的任意字符都切分出來(lái),將他們變成沒(méi)有任何相關(guān)性的獨(dú)立字符圖像,之后由系統(tǒng)對(duì)每個(gè)字符進(jìn)行分開(kāi)識(shí)別,在切分字符時(shí),需注意保證所有字符的準(zhǔn)確完整度。 字符識(shí)別:最為關(guān)鍵的一步是車(chē)牌字 符的識(shí)別,之前對(duì)車(chē)牌圖像所做的各種處理都是為完成最終的識(shí)別所做的努力。單個(gè)的字符圖像是系統(tǒng)的輸入,輸出的卻是以文本格式體現(xiàn)的完整車(chē)牌號(hào)碼,車(chē)牌字符識(shí)別的正確率可以直接反映出車(chē)牌識(shí)別系統(tǒng)的性能好壞。輸出結(jié)果:輸出識(shí)別結(jié)果,并進(jìn)行數(shù)據(jù)存儲(chǔ)。 就車(chē)牌識(shí)別系統(tǒng)來(lái)看,以上的所有步驟都是不可或缺的,并且前一步驟均是給后面步驟的打基礎(chǔ),因此,只有確保做好每一步才能順利完成系統(tǒng)最終的識(shí)別工作。 設(shè)計(jì)方案 車(chē)牌識(shí)別系統(tǒng)包括圖像預(yù)處理、圖像采集、字符分割、字符識(shí)別、車(chē)牌定位等模塊,本文主要研究字符分割、圖像預(yù)處理和車(chē) 牌定位三個(gè)模塊 [9]。 本系統(tǒng)主要是由字符識(shí)別和圖像處理兩部分組成的。其中圖像處理部分包括邊緣提取、模塊牌照的定位、圖像預(yù)處理以及分割模塊。字符識(shí)別部分可以分為特征提取與單個(gè)字符識(shí)別和字符分割兩個(gè)模塊。 字符識(shí)別這部分要求照片清晰,但是可能攝像頭在外長(zhǎng)時(shí)間工作,攝像頭角度和距離、再加上光照條件、車(chē)輛自身?xiàng)l件不同以及車(chē)輛行駛速度的不同所影響,浙江萬(wàn)里學(xué)院本科畢業(yè)論文 12 想拍出很理想的圖片很困難。所以我們要對(duì)攝像頭拍攝出來(lái)的圖片進(jìn)行預(yù)處理,其中主要有圖片邊緣提取和圖片灰度化 等。 車(chē)牌定位和車(chē)牌分割是整個(gè)系統(tǒng)的關(guān)鍵,其作用是在經(jīng)圖像預(yù) 處理后的灰度圖象中確定牌照的具體位置,并將包含牌照字符的一塊子圖象從整個(gè)圖象中分割出來(lái),供字符識(shí)別子系統(tǒng)識(shí)別之用,分割的準(zhǔn)確與否直接關(guān)系到整個(gè)牌照字符識(shí)別系統(tǒng)的識(shí)別率。 車(chē)牌識(shí)別系統(tǒng)的最終目的就是將不清楚的車(chē)牌照片進(jìn)行識(shí)別,輸出清晰的圖片。現(xiàn)在 字符識(shí)別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。 圖像預(yù)處理 圖像灰度化 汽車(chē)圖像的樣本目前大多是通過(guò)數(shù)碼相機(jī)、攝像機(jī)等設(shè)備拍下的,因此在預(yù)處理前的所有圖像全都是彩色圖像。 RGB圖像是 彩色圖像簡(jiǎn)稱 , 它是利用 R、 G、 B分量來(lái)表示某個(gè)像素的顏色 , 紅、綠、藍(lán) 3種顏色分別用 R、 G、 B個(gè)不同的字母表示 , 并通過(guò)三基色將其調(diào)和成任意顏色。并且每個(gè)所知分量有 255種值可取 ,所以說(shuō) 這樣任意的像素點(diǎn)可以有 1600多萬(wàn)的顏色的變化?;叶葓D像就是 R、 G、 B三個(gè)分量具有相同的一種特殊的真彩色圖像 , 任意的像素點(diǎn)的變化范圍為 255種 ,因此在數(shù)字圖像處理中一般先是會(huì)把各種格式的圖像轉(zhuǎn)變?yōu)榛叶葓D像后,這樣圖像的計(jì)算量就會(huì)變得少一些。在灰度圖像的描述中,它與彩色圖像一樣仍然反映了整幅圖像的局部和整體的亮度和色度等級(jí)的分布和特征。所以 說(shuō) 對(duì)與尺寸為m*n的一個(gè)彩色圖像來(lái)說(shuō) , 存儲(chǔ) m*n*3的多維數(shù)組 [10]。 彩色圖像中有大量的顏色信息,不僅在存儲(chǔ)上面開(kāi)銷(xiāo)很大,而且會(huì)在處理上降低系統(tǒng)的執(zhí)行識(shí)別速度。因?yàn)閳D像的每個(gè)像素都具有三個(gè)顏色不同的分量 ,并且 存在很多同識(shí)別無(wú)關(guān)的信息 , 不利于進(jìn)一步展開(kāi)的識(shí)別工作, 所以在對(duì)圖像識(shí)別過(guò)程處理中,經(jīng)常是將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像,以便增加處理速度。 數(shù)字圖像分為灰度圖像和彩色圖像。在 RGB模型中,如果 R=G=B,那么這個(gè)顏色就會(huì)表示一種灰度顏色,其中 R=G=B的值就叫做灰度值。而彩色轉(zhuǎn)變?yōu)榛叶鹊倪^(guò)程就叫做灰度化處理?;叶葓D像就是沒(méi)有顏色信息的圖像而只有強(qiáng)度信息 ,存浙江萬(wàn)里學(xué)院本科畢業(yè)論文 13 儲(chǔ)的灰度圖像僅僅需要一個(gè)數(shù)據(jù)矩陣,矩陣中每個(gè)元素都表示對(duì)應(yīng)位置像素點(diǎn)的灰度值?;叶葓D像的像素色為 RGB ( r, r, r ),彩色圖像的像素色為 RGB (R, G, B ), R, G, B可以從彩色圖像的顏色中分解獲得 .并且 R, G, B的取值是 0255的范圍內(nèi) ,而灰度的級(jí)別只有 256級(jí)。 當(dāng)將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像時(shí) , 就現(xiàn)在而言用的比較多的灰度化方法為平均值法 , 公式為 : H=++[11] 在公式中, H 表示灰度圖中的亮度值 ; R 代表彩色圖像中紅色分量值 ; G 則代表 色彩圖像中綠色分量值 ; B是 代表彩色圖像中藍(lán)色分量值 。 RGB 這 三分量前的系數(shù)叫做經(jīng)驗(yàn)加權(quán)值 。 加權(quán)系數(shù)的取值是建立在人眼的視覺(jué)模型之上 。所以 對(duì)人眼很敏感的綠色取了較大的權(quán)值 ;而 對(duì)于人眼比較不敏感的藍(lán)色取較小的權(quán)值 。 通過(guò)這個(gè)公式將轉(zhuǎn)換的灰度圖能很好的反應(yīng)原來(lái)圖像的真實(shí)亮度信息 。 在 MATLAB 中我們可以調(diào)用 im2gray 函數(shù)對(duì)圖像來(lái)進(jìn)行灰度化處理。 圖像的邊緣檢測(cè) 邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。用攝像機(jī)采集到的機(jī)動(dòng)車(chē)圖像由于受到噪聲干擾以及車(chē)輛本身的影響,使得獲得的圖像質(zhì)量不理想。因此,在對(duì)汽車(chē)牌照進(jìn)行定位的時(shí)候及字符識(shí)別之前需要先對(duì)車(chē)輛的圖像進(jìn)行邊緣檢測(cè)處理,從而提高圖像的質(zhì)量,以便于后面的識(shí)別和分割。可以通過(guò)良好的邊緣檢測(cè),大幅度的降低了噪聲和分離出復(fù)雜環(huán)境下的車(chē)輛圖像,保留較完好的車(chē)牌字符信息情況,有助于后面的字符識(shí)別與精確定位。 對(duì)于車(chē)牌識(shí)別系統(tǒng)的攝像頭安裝位置以及機(jī)動(dòng)車(chē)的車(chē)牌固有屬性,我們就可以發(fā)現(xiàn)機(jī)動(dòng)車(chē)的車(chē)牌圖像一般都處在水平的矩形區(qū)域中,在圖像中有較為固定的位置,車(chē)牌中的字符都是按照水平方向排列的。因?yàn)橛羞@些非常明顯的特征,所以經(jīng)過(guò)適當(dāng)?shù)膱D像變換后,可 以更為清晰的呈現(xiàn)出車(chē)牌的邊緣。本文采用經(jīng)典的Roberts 邊緣檢測(cè)算子對(duì)圖像進(jìn)行邊緣檢測(cè)。 Roberts 算子是一種 比較 最簡(jiǎn)單的算子,是一種利用局部差分算子尋找邊緣的算子,他采用對(duì)角線方向相鄰兩象素之差近似梯度幅值檢測(cè)邊緣。檢測(cè)垂直邊緣的效果好于斜向邊緣,定位精度高,對(duì)噪聲敏感 ,無(wú)法抑制噪聲的影響。 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 14 灰度化和邊緣檢測(cè)的 MATLAB 程序如下: I=imread(39。39。)。 figure(1),imshow(I)。title(39。原圖 39。) I1=rgb2gray(I)。 figure(2),subplot(1,2,1),imshow(I1)。title(39。灰度圖 39。)。 figure(2),subplot(1,2,2),imhist(I1)。title(39?;叶葓D直方圖 39。)。 I2=edge(I1,39。robert39。,39。both39。)。 figure(3),imshow(I2)。title(39。robert 算子邊緣檢測(cè) 39。) 圖 32 原圖 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 15 圖 33 灰度圖 圖 34 Robert算子邊緣檢測(cè) 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 16 車(chē)牌定位和分割 該系統(tǒng)的攝像頭 拍攝的圖片是整個(gè)機(jī)動(dòng)車(chē)的圖片, 而只有車(chē)牌部分是對(duì)系統(tǒng)有用的。所以我們要對(duì)照片進(jìn)行車(chē)牌定位和分割。車(chē)牌的定位和分割是從經(jīng)過(guò)圖像預(yù)處理后的灰度圖像中確定牌照位置,并將車(chē)牌部分從整個(gè)圖像中分割出來(lái),從而進(jìn)行字符識(shí)別。車(chē)牌圖像的灰度圖的車(chē)牌部分是一個(gè)水平度很高的長(zhǎng)方形圖樣,在原圖中比較集中,且灰度值和周?chē)鷪D樣有明顯差異,因此很容易用邊緣檢測(cè)來(lái)對(duì)圖像進(jìn)行分割。車(chē)牌定位和分割的準(zhǔn)確度直接關(guān)系到最后的字符識(shí)別的質(zhì)量。其流程圖如圖 35所示。 圖 35 車(chē)牌定位流程圖 車(chē)牌定位 機(jī)動(dòng)車(chē)圖像經(jīng)過(guò)灰度化和邊緣檢測(cè)的處理后,邊緣得到了加強(qiáng),牌照區(qū)域已經(jīng)非常明顯。本文采用的是用數(shù)學(xué)形態(tài)學(xué)來(lái)進(jìn)行圖像處理和模式識(shí)別。數(shù)學(xué)形態(tài)學(xué)是 用具有一定形態(tài)的結(jié)構(gòu)元素去量度和提取圖像中的對(duì)應(yīng)形狀,以達(dá)到對(duì)圖像分析和識(shí)別的目的,能有效地去除噪聲,保留圖像原有信息的同時(shí)提取的邊緣比較平滑,提取的圖像骨架也比較連續(xù),斷點(diǎn)少 ?,F(xiàn)在我們將經(jīng)過(guò)預(yù)處理的圖像進(jìn)行圖像腐蝕以及去除雜質(zhì),就可以得到相對(duì)準(zhǔn)確的車(chē)牌位置。處理過(guò)程圖如圖36腐蝕后的圖像, 圖 37平滑圖像的輪廓,圖 38從對(duì)象中移除小對(duì)象后圖像所示。 對(duì)圖像進(jìn)行圖像腐蝕 除去圖像雜質(zhì) 通過(guò)計(jì)算尋找 X 和 Y方向車(chē)牌的區(qū)域 完成車(chē)牌定位 對(duì)定位后的彩色車(chē)牌的進(jìn)一步處理 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 17 圖 36 腐蝕后的圖像 圖 37 平滑圖像的輪廓 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 18 圖 38 從對(duì)象中移除小對(duì)象后圖像 車(chē)牌分割 車(chē)牌自動(dòng)識(shí)別系統(tǒng)中的其中一個(gè)重要步驟是 車(chē)牌字符分割 ,這 這一模塊中,正確性受到了很多因素的影響 , 最大問(wèn)題莫過(guò)于二值化的不徹底使投影圖像中的字符間波谷不夠分明 ; 再就是車(chē)牌反光、光照不均、污損等
點(diǎn)擊復(fù)制文檔內(nèi)容
畢業(yè)設(shè)計(jì)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1