基于matlab車牌識(shí)別課程設(shè)計(jì)論文-wenkub.com
2025-06-15 14:48 本頁(yè)面
【正文】 但也算是完成了。e=imcrop(d,[left top dd hh])。amp。endwhile sum(d(:,left))==0 amp。 top=m top=top+1。left=1。 end end end result=d。 if sum(sum(d))~=0。 % 切割出最小范圍 else word=[]。 if widey1 amp。amp。y2=。)。 findc=find(Error1==MinError)。 for k1=1:40 for l1=1:20 if ( SubBw2(k1,l1) 0 | SubBw2(k1,l1) 0 ) Dmax=Dmax+1。)。 end for k2=kmin:kmax fname=strcat(39。 elseif l==2 %第二位 A~Z 字母識(shí)別 kmin=11。nearest39。 t=imread([ii,39。])。:39。:39。39。imwrite(word6,39。)。39。imwrite(word2,39。)。639。subplot(3,7,12),imshow(word5),title(39。)。239。figure(16),subplot(3,7,8),imshow(word1),title(39。word4=imresize(word4,[40 20])。[m,n]=size(word1)。)。539。figure(12),imshow(word4),title(39。)。139。% 分割出第五個(gè)字符[word5,d]=getword(d)。d=qiege(d)。 two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)))。 d=qiege(d)。 left=1。y2=。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 while s(j)~=0 amp。s=sum(d)。)% 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割d=qiege(d)。39。 % eye(n) returns the nbyn identity matrix 單位矩陣[m,n]=size(d)。diamond39。,3)。figure(8),subplot(3,2,4),imshow(d),title(39。d=im2bw(round(filter2(h,d)))。39。figure(8)。d=(double(b)=T)。)g_max=double(max(max(b)))。)。)。)。[filename,filepath]=uigetfile(39。定位剪切后的彩色車牌圖像39。 figure(7),subplot(1,2,1),imshow(IY),title(39。 end %end縱向掃描 PX1=PX12。 end PX2=x。 end end end PX1=1。(PY2y)) PY2=PY2+1。(PY11)) PY1=PY11。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end [temp MaxY]=max(Blue_y)。[y,x,z]=size(I5)。figure(6),imshow(I5)。title(39。rectangle39。title(39。1。figure(3),imshow(I2)。robert39。title(39。title(39。原圖39。39。在網(wǎng)上我也看過一些公司做的車牌識(shí)別軟件，效果的確很棒，至今我也很難理解它們是如何實(shí)現(xiàn)的。于是我就將不同模塊分別測(cè)試，并加入我自己的思想，最后綜合出一個(gè)比較理想的系統(tǒng)。但是在這次課設(shè)以后，我了解蠻多的函數(shù)功能及運(yùn)用的。為了完成這次的課程設(shè)計(jì)，我在網(wǎng)上看了看了岡薩雷斯的《數(shù)字圖像處理（MATLAB版）》。同理可得出其他6個(gè)字符。最近鄰插值法,經(jīng)歸一化后的圖像如下。對(duì)于模板匹配，首先建立標(biāo)準(zhǔn)模板庫(kù)，庫(kù)中字符使用統(tǒng)一的尺寸，這里使用 。 圖12 字符切割程序流程圖是完成退出不是不是是將剩余部分保存并覆蓋原先圖像字符個(gè)數(shù)是否為7保存這個(gè)字符是以水平區(qū)域(0,wide)剪切出一個(gè)字符判斷是都為標(biāo)準(zhǔn)字符切除周邊空白垂直投影從左往右查找，垂直投影白色的像素點(diǎn)累計(jì)數(shù)小于10的值wide車牌二值圖像 經(jīng)過切割，切割的字符圖像如下。 if sum(sum(Image_Crop))~=0 Image_Crop=Image_Trim(Image_Crop)。 Wide=n2 Wide=Wide+1。因此，字符的寬度可以從width/9 到width/7 之間漸進(jìn)的變化得到,程序流程圖如圖13。對(duì)于此對(duì)象，系統(tǒng)給予膨脹處理，效果圖如圖12圖11車牌區(qū)域圖像腐蝕、膨脹后效果2007 年頒布的我國(guó)車牌規(guī)范(普通中小型汽車)規(guī)定車牌總長(zhǎng)440mm，牌照中的7 個(gè)字符的實(shí)際總長(zhǎng)為409mm 左右，寬140mm，每個(gè)字符45mm 寬，90mm 高，字符間距為10mm，其中第二個(gè)字符與第三個(gè)字符的間距較為特殊，最后一個(gè)字符與第一個(gè)字符距邊界25mm。[m,n]=size(License_Image_Gray_2)?？梢詫?duì)比濾波前跟濾波后的圖像，如圖10和圖11所示，很明顯，不但噪聲去除了，而且圖像得到了銳化。在Matlab實(shí)現(xiàn)法師如下T=round(License_Image_Gray_max(License_Image_Gray_maxLicense_Image_Gray_min)/3)。分界線計(jì)算得后，即可從原圖像中剪切出只包含車牌的區(qū)域圖像。while((Zero_Col(1,Col_Right)5)amp。while((Zero_Col(1,Col_Left)5)amp。從左向右尋找第一個(gè)1值像素大于5的x坐標(biāo)為水平方向左側(cè)分界線，從優(yōu)向左尋找到第一個(gè)1值像素量大于5的為右側(cè)分界線，程序可以用for循環(huán)語(yǔ)句。這樣，Car_Image_Perform中小于2000的對(duì)象都被刪除了，小對(duì)象被刪除后的圖像如圖圖6 移除小對(duì)象后效果在將原始圖像進(jìn)行二值化，然后輪廓平滑處理后，圖像的每個(gè)點(diǎn)為兩個(gè)離散值中的一個(gè)，這兩個(gè)值代表開(1)與關(guān)(0)，即只有黑與白的特殊灰度圖像，并且整個(gè)圖像只有兩個(gè)域(如果有多個(gè)域需改變參數(shù)后重新進(jìn)行一此剔除干擾對(duì)象處理)，全1的域即為車牌區(qū)域，并且近似矩形，:1,也可以用這兩個(gè)特性去檢驗(yàn)提取的區(qū)域是否為車牌區(qū)域。rectangle39。輸出黑白圖像圖4 邊緣見效果圖得到圖像的輪廓線后，由于圖像的數(shù)字化誤差和噪聲直接影響了腳點(diǎn)的提取，因此在腳點(diǎn)提取之前必須對(duì)圖像進(jìn)行平滑處理，Matlab有一個(gè)圖像平滑處理函數(shù)imclose(),它與開運(yùn)算相反，融合窄的缺口和細(xì)長(zhǎng)的彎口，去掉小洞，填補(bǔ)輪廓上的縫隙。兩幅圖相減figure,imshow(Egray)。title(39。disk39。%rgb2gray轉(zhuǎn)換成灰度圖figure,imshow(Sgray),title(39。彩色圖像包含著大量的顏色信息，不但在存儲(chǔ)上開銷很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度，因此在對(duì)圖像進(jìn)行識(shí)別等處理中經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。方向(相互正交)的灰度變化。在edge()函數(shù)中有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子及Robert算子，幾種算法相比之下，Roberts算子算法簡(jiǎn)單，計(jì)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1