基于matlab的汽車(chē)牌照識(shí)別系統(tǒng)的設(shè)計(jì)(參考版)
2025-06-29 17:59本頁(yè)面
【正文】 雖然這個(gè)設(shè)計(jì)做的并非對(duì)所以車(chē)牌都合適，但是在設(shè)計(jì)過(guò)程中所學(xué)到的學(xué)習(xí)方法是我最大收獲和財(cái)富，相信定會(huì)使我受益終身。在整個(gè)設(shè)計(jì)中我懂得了許多東西，也培養(yǎng)了我獨(dú)立工作的能力，樹(shù)立了信心，相信會(huì)對(duì)今后的學(xué)習(xí)工作生活有非常重要的影響。學(xué)習(xí)是一個(gè)長(zhǎng)期積累的過(guò)程，在后的工作、生活中都應(yīng)該不斷的學(xué)習(xí)，努力提高自己知識(shí)和綜合素質(zhì)。這學(xué)期我們學(xué)習(xí)了數(shù)字圖像處理這門(mén)課程，在這個(gè)課程設(shè)計(jì)中應(yīng)用到了很多其中的知識(shí)。這個(gè)課程設(shè)計(jì)讓我學(xué)到了很多東西，涉及到方方面面的知識(shí)，在這整個(gè)過(guò)程中我們查閱了大量的資料，得到了老師和同學(xué)的幫助，我在此對(duì)他們表示謝意。六 體會(huì)課程設(shè)計(jì)不僅是對(duì)前面所學(xué)知識(shí)的一種檢驗(yàn)，而且也是對(duì)自己能力的一種提高。最常用的是投影分割，主要是針對(duì)在車(chē)牌定位，圖像預(yù)處理后比較規(guī)則的車(chē)牌圖像。這里我采用的是邊緣檢測(cè)的方法實(shí)現(xiàn)定位的?？傊M管目前牌照字符的識(shí)別率還不理想，但是只要在分割出的字符的大小、位置的歸一化，以及嘗試提取分類(lèi)識(shí)別能力更好的特征值和設(shè)計(jì)分類(lèi)器等環(huán)節(jié)上再完善，進(jìn)一步提高識(shí)別率是完全可行的。模板的制作很重要，必須要用精確的模板，否則就不能正確的識(shí)別。這在對(duì)于有雜點(diǎn)的車(chē)牌是很有用的，因?yàn)檫@樣可以把字符與字符之間的雜色點(diǎn)去除，只有白色的字符和黑色的背景存在，這樣有利于的字符分割進(jìn)行。需要做一定的設(shè)置后才能識(shí)別出相應(yīng)的字符。而采用了色彩通道的牌照區(qū)域分割算法充分利用了牌照?qǐng)D象的色彩信息，簡(jiǎn)化了算法的實(shí)現(xiàn)，加快了圖象的處理速度，具有較高的檢出正確率，而且整個(gè)過(guò)程用MATLAB 語(yǔ)言編程實(shí)現(xiàn)，無(wú)時(shí)間滯后感，可以滿足實(shí)時(shí)檢出的要求。下面是對(duì)另一幅車(chē)牌照的檢測(cè)，結(jié)果如圖2226 所示。在此只進(jìn)行了歸一化處理，然后進(jìn)行后期處理。 2 字符歸一化一般分割出來(lái)的字符要進(jìn)行進(jìn)一步的處理，以滿足下一步字符識(shí)別的需要。它在前期牌照定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。再用模板中的全體像素的平均值來(lái)代替原來(lái)像素值。3 車(chē)牌進(jìn)一步處理經(jīng)過(guò)上述方法分割出來(lái)的車(chē)牌圖像中存在目標(biāo)物體、背景還有噪聲，要想從圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群，即對(duì)圖像二值化。根據(jù)車(chē)牌底色等有關(guān)的先驗(yàn)知識(shí)，采用彩色像素點(diǎn)統(tǒng)計(jì)的方法分割出合理的車(chē)牌區(qū)域，確定車(chē)牌底色藍(lán)色RGB對(duì)應(yīng)的各自灰度范圍，然后行方向統(tǒng)計(jì)在此顏色范圍內(nèi)的像素點(diǎn)數(shù)量，設(shè)定合理的閾值，確定車(chē)牌在行方向的合理區(qū)域。這里選用的是數(shù)學(xué)形態(tài)學(xué)的方法，其基本思想是用具有
語(yǔ)文相關(guān)推薦
鄂ICP備17016276號(hào)-1