基于圖像處理的汽車牌照的識別tuxiang-資料下載頁
2024-11-17 21:28本頁面
【導讀】基于圖像處理的汽車牌照的識別tuxiang]...整個處理過程分為預處理、邊緣提。取、車牌定位、字符分割、字符識別五大模塊，用MATLAB軟件編程來實現(xiàn)每一個部分,最后識別出汽車牌照。在研究的同時對其中出現(xiàn)的問題進行了具體分析，處理。車自動收費，闖紅燈等違章車輛監(jiān)控以及車輛安全防盜等領域，具有廣闊的應用前景。通域內的寬高比，剔除不在域值范圍內的連通域。后的汽車牌照，包括英文字母和數(shù)字。異，這種差異稱為降質或退化。在車牌邊緣提取之前，兩種濾波方式均采用了。提取出的邊緣含有多個灰度值，要進行二值化處理，選擇一個合適的域值。選取域值T=70，對于灰度值大于T的賦值為255，小于T的賦值為0。根據(jù)這種峰谷特點，自動檢測車牌位置峰點檢。測的車牌區(qū)域定位方法，并對初步定位后的車牌進一步使用微定位技術。的下半部分，本次分割的主要意圖是縮小牌照搜索范圍，大致確定出牌照的位置。
【正文】 以車牌預處理為例，經(jīng)過濾波和邊界增強處理后提取出的車牌效果明顯沒有未處理的效果理想。第二點在程序調試的過程中要耐心的檢查每一個錯誤。測試結果表明，本設計有以下幾條優(yōu)點 : 1. 充分利用 MATLAB中已有的函數(shù)庫。整個程序設計簡單易行 2. 識別準確率高 6． 2設計工具說明 : 車牌識別程序設計能夠得以順利完成。在很大程度上得利于 MATLAB這套軟件， MATLAB功能強大，它包括數(shù)值計算和符號計算，并且計算結果和編程可視化。這為編程調試創(chuàng)造了一個便利的環(huán)境。作為圖像處理最適用的工具之一，其突出的特點是它包含一個圖像處理工具包，這個工具包由一系列支持圖像處理操作的函數(shù)組成。所支持的圖像處理操作有 :圖像的幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設計、變換(DCT 變換等 ) 、圖像分析和統(tǒng)計、二值圖像操作等。在圖像的顯示方面， MATLAB 提供了圖像文件讀入函數(shù) imread ( ) ， 用來讀取如 : bmp 、 tif 、 jpg、 pcx、 tiff 、 jpeg、 hdf 、xwd 等格式圖像文件 ； 圖像寫出函數(shù) imwrite () ， 還有圖像顯示函數(shù) image ( ) 、 imshow() 等等。這些，都使編程效率大為提高。 本設計已成功達到了車牌識別的目的，而且準確率也很高。但是在整個設計過程中，發(fā)現(xiàn)了幾個值得參考的算法，也試圖用這種算法來實現(xiàn)車牌識別，但種種原因，而未采用?，F(xiàn)在次簡單討論一下 : 8個方向的模板的邊緣提取算法 本設計在邊緣提取之時，使用的是梯度算子。這種算法的優(yōu)點是簡單易行，但是因為它不包含邊緣的方向，因此對噪 聲不夠敏感。目前，在圖像處理方面使用得最多的是一種可抗噪聲的 Sobel算法。它定義了 8個方向的模板。 通常物體的邊緣是連續(xù)且光滑的，而噪聲是隨機的 。 在任一邊緣點附近沿邊緣的走向總能找到另一邊緣點，且這兩邊緣點之間的灰度差及方向差都不可能很大。 但是噪聲則不同，一般情況下，沿任一噪聲點的方向 (通過上述模板運算得到 )不太可能找到與其灰度差及方向差都很小的噪聲點 。 正是利用這一基本思想，本算法能將實際的邊緣點與噪聲點區(qū)分開來。 加權領域平均算法來進行濾波處理 6． 2 加權領域平均算法來進行濾波處理 13 由實驗我們可以看出，一般的 濾波器在對圖像進行噪聲濾除的同時對圖像中的細節(jié)部分有不同程度的破壞，都不能達到理想的效果。但是采用加權的鄰域平均算法對圖像進行噪聲濾除 ， 不僅能夠有效地平滑噪聲 ， 還能夠銳化模糊圖像的邊緣。 加權的鄰域平均算法的基本思想是 : 在一 個鄰域內 ， 除了可以利用灰度均值外 ， 灰度的上偏差和下偏差也能夠提供某些局部信息。算法的計算公式描述如下 ， 用 f (x ， y ) 表示原始圖像 ， g (x ， y ) 為平滑后點 (x ， y ) 的灰度值 ， V x ， y 表示以點 (x ， y ) 為中心的鄰域 ， 該鄰域包含N 個象素 ， m (x ， y ) 表示鄰域 V x ， y 內的灰度均值。 NI表示鄰域內大于平均值的像素個數(shù)， Ng表示小于平均值的像素個數(shù)，而 N0表示等于平均值的像素個數(shù)。則修正的鄰域平均法由下式給出 : m A? m l； N l max{N g ， N 0} g(x， y)= m + A? m g； N g max{N l ， N 0} (1) m ； else (1)式 (1) 中 ， A為修正系數(shù) ， 取值范圍為 0～ 1， 其大小反映 V x ， y 中的邊緣狀況。 以上是我認為在圖像處理中比較有價值的兩點，有興趣的可以上網(wǎng)查閱相關的資料。 【參考文獻】 [1] 霍宏濤 .數(shù)字圖像處理 .機械工業(yè)出版社， [2] 陳桂明、張明照、戚紅雨 .應用 MATLAB語言處理數(shù)字信號與數(shù)字圖像。科學出版社 ， 2020 [3] 郎銳 .數(shù)字圖象處理學 Visual C++實現(xiàn) .北京希望電子出版社， [4] 劉露、強 .汽車牌照自動識別技術初探 ，中國公路網(wǎng)， 20200926 [5] 周妮娜、王敏、黃心漢、呂雪峰、萬國紅 .車牌字符識別的預處理算法 .計算機工程與應用， 2020(15) [6] 佘新平、朱 立 .一種具有抗噪聲干擾的圖像邊緣提取算法的研究 ， 202064 [7] 苑瑋琦、傘曉鐘 . 一種汽車牌照多層次分割定位方法 ， 2020 [8] 許志影 、 李晉平 .MATLAB極其在圖像處理中的應用 .計算機與現(xiàn)代化， 2020(4) [9] 董慧穎、曹仁帥 .汽車牌照自動識別系統(tǒng)中字符分割算法研究 .沈陽工業(yè)學院學報 2020(12) [10] 崔 江 、 王友仁 .車牌自動識別方法中的關鍵技術研究 .計算機測量與控制， (4) [11] 王年、李婕、任彬、汪炳權 .多層次汽車車牌照定位分割方法 . 安徽大學學報， 1999(6) [12] 馬俊莉 、 莫玉龍 、 王明祥 .一種基于改進模板匹配的車牌字符識別方法 .小型微型計算機系統(tǒng)
教學課件相關推薦
鄂ICP備17016276號-1