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

基于matlab的車牌定位系統(tǒng)的研究與設(shè)計(jì)畢業(yè)設(shè)計(jì)(參考版)

2024-08-31 15:19本頁面
  

【正文】 figure(3) subplot(1,7,i) imshow(Z4) Px0=Px1。 end Z3=Z2(:,Px0:Px1,:)。((a/y)=))) Px1=Px1+1。(Px1x))||((Px1x)amp。 while(((X1(1,Px1)=10)amp。 end Px1=Px0。amp。 y=fix(x*90/409)。 %分割 Px0=1。%二值化 [y,x,z]=size(I1)。%灰度化 h=graythresh(gd)。定位結(jié)果 39。 figure,imshow(dw)。 yb=BoundingBox(i1)。 widthY=BoundingBox(i+1)。amp。 for i=3:4:nu b=BoundingBox(i)/BoundingBox(i+1)。 BoundingBox=[]。)。 基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 23 STATS=regionprops(L,39。定位結(jié)果 39。 figure(2),imshow(dw)。amp。amp。amp。amp。amp。 c=(PX2PX1)/(PY2PY1)。 end PX1=PX11。amp。 end PX2=PX1+1。amp。 %左右邊界 PX1=1。(PY2y)) PY2=PY2+1。 while ((Y1(PY2,1)=10)amp。(PY11)) PY1=PY11。 while ((Y1(PY1,1)=10)amp。 end end end 基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 22 %定位上下邊界 [temp MaxY]=max(Y1)。 Y1=zeros(y,1)。%開運(yùn)算 IM2=bwareaopen(IM2,1210)。rectangle39。,[4,24]))。%閉運(yùn)算 IM1=imopen(IM,strel(39。rectangle39。)。 y=edge(gp,39。)。 figure(1),imshow(I),title(39。crop39。bilinear39。amp。amp。%J記錄了傾斜角 qingxiejiao=90J。 [R,xp]=radon(E,theta)。)。%灰度化 E=edge(gp,39。)。 基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 20 參 考 文 獻(xiàn) 陳濤 , 楊晨暉,青波 .基于投影和固有特征結(jié)合的車牌字符分割方法 [J].計(jì)算機(jī)技術(shù)與發(fā)展 , 2020, 19(05): 4547. 遲曉君,孟慶春 .基于投影特征值的車牌字符分割算法 [J].計(jì)算機(jī)應(yīng)用研究 , 2020, (07): 256257. 范蕤,潘永惠 .基于小波變換的車牌定位算法研究 [J].通化師范學(xué)院學(xué)報(bào), 2020, 29(10): 46. 郭琳琳,黃仲瑾 .基于邊緣檢測的車牌定位方法 [J].信息與電腦, 2020, (04): 1415. 胡小健,張超龍 .利用 Randon變換進(jìn)行圖像分割與特征提取 [J].仲 愷農(nóng)業(yè)技術(shù)學(xué)院學(xué)報(bào) ,2020,19(01): 4446. 焦婷婷,侯德文 .車牌字符分割問題分析 [J].山東科學(xué), 2020, 21(02): 3941. 馬永慧 .基于邊緣檢測與 HSI彩色空間的車牌定位方法 [J].山西電子技術(shù), 2020, (01): 4547. 孟曉莉,趙安軍,馬光思 .基于數(shù)學(xué)形態(tài)學(xué)的車牌定位研究與實(shí)現(xiàn) [J].計(jì)算機(jī)技術(shù)與發(fā)展,2020, 20(11): 8486. 齊永奇,王文凡,趙巖,等 .基于紋理特征和垂直投影的車牌定位算法研究 [J].現(xiàn)代電子技術(shù), 2020, (17): 184186. 王怡 .基于數(shù)學(xué)形態(tài)學(xué)的車牌定位與分割 [J].計(jì)算機(jī)應(yīng)用與軟件 , 2020, 27(08): 255256. 吳林 .基于自適應(yīng)形態(tài)學(xué)的車牌定位算法及字符分割的研究 [D].重慶:重慶大學(xué), 2020. 熊春榮,黃文明 .基于復(fù)合型數(shù)學(xué)形態(tài)學(xué)邊緣提取的車牌定位算法 [J].微計(jì)算機(jī)信息 ,2020, (16): 188190. 徐瑞 .Radon變換在車牌傾斜校正中的應(yīng)用 [J].中國科技信息 , 2020, (12): 146147. 閆青 .常用車牌定位算法淺析 [J].微型機(jī)與應(yīng)用 , 2020, (02): 13. 張向東,馬 月濤,楊奇澤 .一種基于灰度圖像的車牌快速定位算法 [J].電子科技, 2020,(05): 7274. 朱光忠 , 鄭月齋,楊旭峰 .基于數(shù)學(xué)形態(tài)學(xué)開運(yùn)算和投影特征的車牌定位研究 [J].福建電腦 , 2020, (07): 7475. 卓均飛,胡煜 .基于邊緣檢測和投影法的車牌定位算法研究 [J].科技通報(bào) , 2020, 26(03): 438441. 基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 21 附 錄 程序主要代碼: I=imread(39。 ( 5)再深入了解車牌識別系統(tǒng),把車牌識別功能做出來。 ( 3)增強(qiáng)車牌定位算法的功能,例如能檢測出多個(gè)車牌或者檢測出沒有車牌。由于客觀條件的限制,本文對車牌定位和字符分割的算法研究處于一個(gè)初級研究,還有很多后續(xù)的工作要進(jìn)行,更基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 19 多的知識需要學(xué) 習(xí),本人認(rèn)為有以下幾個(gè)方面還要繼續(xù)改進(jìn): ( 1)提高形態(tài)學(xué)的適應(yīng)性,使形態(tài)學(xué)處理更合適更好,能適應(yīng)更多的情況。盡管這個(gè)方法具有一定的局限性,但基本能實(shí)現(xiàn)車牌定位和字符分割。 而字符分割部分,實(shí)驗(yàn)結(jié)果分析表明準(zhǔn)確性較高,干擾較少,分割的準(zhǔn)確度與車牌定位的質(zhì)量有關(guān),車牌 定位越準(zhǔn)確,字符分割效果越好。 經(jīng)過總結(jié),雖然這種處理方法受到環(huán)境噪聲影響少,但是,對圖片的規(guī)格要求相對較高。 ( 2)形態(tài)學(xué)處理上的缺陷,當(dāng)照片有非常接近車牌形狀的物體時(shí),會造成嚴(yán)重的干擾,或者,當(dāng)圖片中車牌形狀 失真或者形狀與結(jié)構(gòu)元素有較大差別時(shí)會在形態(tài)學(xué)處理上被誤認(rèn)為干擾因素而除掉。再利用垂直投影的方法結(jié)合車牌的定制標(biāo)準(zhǔn),簡單容易地將每一個(gè)字符切分。 圖 21 字符分割結(jié)果 基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 18 本章小結(jié) 本章對上一章已經(jīng)定位好的車牌圖片進(jìn)行字符分割。 先取一個(gè)較小的像素閥值,分析投影圖可以把像素閥值取為 5,從左邊開始掃描,確定左邊界,然后再往右掃描找到右邊界,為了防止由于像素值判斷失誤而導(dǎo)致右邊界過界,所以利用車牌的規(guī)范性,再添加一個(gè)判斷條件,根據(jù)寬高比來限制右邊界不越界。 因?yàn)檐嚺贫际菄?yán)格按照國家標(biāo)準(zhǔn)去制造,所以盡管照片有縮放等,也存在著一定的比例規(guī)律,可以利用規(guī)范性作為行字符切割的判定條件 (陳濤 , 等, 2020)。標(biāo)準(zhǔn)車牌的具體排列格式是: X1(省代號 )X2(地市級代號 ).X3X4X5X6X7。切分方法是投影法,利用字符的跳變?nèi)ゴ_定每個(gè)字符的范圍,但是為了更準(zhǔn)確的分割,我們還借助了一些車牌的構(gòu)造規(guī)范的一些參數(shù)。 圖 18 水平投影圖 圖 19 去除邊框結(jié)果 去除邊框后,圖片只剩下目標(biāo)信息,已經(jīng)足夠清晰,剩下的就是切分處理。右邊框基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 16 方法類似,只是換了起 始位置,往右掃描。 ( 3)左右邊框很難去除,只能做到盡量去除。 ( 2)圖像中間開始,向上檢查,設(shè)定閥值,少于閥值則結(jié)束,尋到新的上邊界,向下檢查,設(shè)定閥值,少于閥值,則結(jié)束,尋到下邊界。因此要進(jìn)行一個(gè)邊框去除的工作。還可以采取適當(dāng)?shù)臄?shù)學(xué)形態(tài)學(xué)處理使圖像更清晰。二值化 最常用的方法就是設(shè)定一個(gè)閾值,用 閥值 將圖像分成兩部分:大于 閥值 的像素群(灰度值設(shè)置為 255) 和小于 閥值 的像素群 (灰度值設(shè)置為 0)。 灰度化與上面的車牌定位的一樣,不詳述。好的預(yù)處理可以大大提高字符分割的準(zhǔn)確率(遲曉君,等, 2020)。車牌字符分割中常用的特征有 : 字符寬度、字符間距、字符中心間距、字符高度比、字符占有面積比等 , 可以充分利用車牌照字符的這些特征為先驗(yàn)知識對牌照圖像進(jìn)行分割(焦婷婷,等, 2020)。而字符分割的目標(biāo)就是將車牌里面的字符一 個(gè)一個(gè)的準(zhǔn)確的切分出來。整套方法簡單容易、快速,有效去除背景和各種噪點(diǎn)。也就是說,待處理圖像的車牌大小特征要跟結(jié)構(gòu)元素相符 ,才能正確定位提取出來,這就是這個(gè)方法局限性的地方。改變圖片尺寸,是為了說明,同樣的圖片,由于比例的不一樣,也會引起無法識別,主要是因?yàn)榇藭r(shí)的結(jié)構(gòu)元素已經(jīng)不合適。當(dāng)然,這套方法存在著缺陷,就是當(dāng)前面形態(tài)學(xué)處理不夠好,出現(xiàn)都符合上面的判斷,但是并不是車牌區(qū)域,或者甚至把車牌區(qū)域給去除掉,都會造成定位失敗。第一個(gè)方法減少了細(xì)小的符合寬高比的區(qū)域干擾,第二個(gè)方法則是避免了大區(qū)域的干擾,所以,結(jié)基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 14 合使用,提高識別率。返回的信息是各個(gè)連通 矩形區(qū)域中的位置信息,根據(jù)車牌的定制標(biāo)準(zhǔn),計(jì)算每一個(gè)區(qū)域,利用寬高比 的范圍來提取車牌區(qū)域位置。 圖 13 形態(tài)學(xué)處理后圖像情況 2 如圖 13的情況,用投影法就不容易找出來,所以,上一個(gè)方法判斷失敗時(shí),還會有下一個(gè)提取方法。 ( 4)判定車牌區(qū)域是否在合理的位置,寬高比是否符合,不符合則跳至下一個(gè)提取基于 Matlab 的車牌定位系統(tǒng)的研究與設(shè)計(jì) 13 方法。 ( 2)上下邊框確定,在起始位置分別往上往下掃描,通過一個(gè)像素閥值確定結(jié)束位置,這個(gè)像素值比較隨意,一般取 10左右即可。 size()獲得圖
點(diǎn)擊復(fù)制文檔內(nèi)容
黨政相關(guān)相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1