基于matlab的汽車牌照識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)-wenkub.com
2024-11-04 06:09 本頁(yè)面
【正文】 figure()。 otherwise str6=str。 case 3 str2=str。 elseif (d==17) str=39。 elseif (d==15) str=39。 elseif (d==13) str=39。 elseif (d==11) str=39。 for i=2:7 T0= sim( ,P0(:,i))。,PIN439。 P0=[PIN039。 PIN3=pretreatment(PIN3)。%車牌定位 [PIN0,PIN1,PIN2,PIN3,PIN4,PIN5,PIN6]=StringSplit(dw)。 I=imread(39。 %%%訓(xùn)練樣本 %%%% [,tr]=train(,P,T)。 =50。randnr39。},39。,39。]。,I1439。,I1039。,I639。,I239。39。 I16=pretreatment(imread(39。))。39。 I12=pretreatment(imread(39。))。39。 I8=pretreatment(imread(39。))。39。 I4=pretreatment(imread(39。))。39。 %%%%歸一化訓(xùn)練樣本 %%%%%% I0=pretreatment(imread(39。 end end 構(gòu)造輸入樣本 ，按同樣的方法，將前面分割出的樣本歸一化。%將圖片統(tǒng)一劃為 50*20大小 I1=im2bw(I1,)。 構(gòu)造 訓(xùn)練 樣本如下圖所示的數(shù)字和字母， 將樣本進(jìn)行歸一化為 50X20大小，再將圖像按列轉(zhuǎn)換成一個(gè) 1000X1的行向量， 將上述18個(gè)圖像的樣本排列在一起構(gòu)成 1000X18的矩陣 樣本，盡可能多的采集汽車圖像提取車牌 ，部分切分出車牌字符 ，構(gòu)造出更多 1000X18的矩形樣本， 用 構(gòu)造好的 樣本 庫(kù) 對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種，一種是先對(duì)特征提取待識(shí)別字符，然后用所獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種是直接將待處理圖像輸入網(wǎng)絡(luò)由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別結(jié)果。 Px0=Px1。 otherwise PIN6=Z。 PIN4=Z。Z439。 case 39。 PIN0=Z。 switch strcat(39。 while (((X1(1,Px1)=3)amp。 %%%%%%%%%%%%分割字符 %%%%%%%%%%%%%%%%%% for i=1:7 while ((X1(1,Px0)3)amp。累計(jì)像素量 39。列方向像素點(diǎn)灰度值累計(jì)和 39。 %%%%%% 分割字符按行積累量 %%%%%%% X1=zeros(1,x1)。 subplot(3,2,6)。 while((Y1(Py1,1)=20)amp。 while ((Y1(Py0,1)20)amp。 %%%%%%%去除圖像頂端和底端的不感興趣區(qū)域 %%%%% Y1=zeros(y1,1)。)。 I2=bwareaopen(I1,20)。 subplot(3,2,4)。 T=round(g_max(g_maxg_min)/3)。) 車牌字符分割 確定車牌位置后下一步的任務(wù)就是進(jìn)行字符切分分離出車牌號(hào)碼的全部字符圖像 。 PX2
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1