圖像處理車牌識別系統(tǒng)設(shè)計實驗報告書-文庫吧資料
2025-06-09 21:57本頁面
【正文】 等因素的影響。基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進行特征提取，然后用所獲得特征來訓練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實現(xiàn)特征提取直至識別出結(jié)果。% 把 標 準 子 圖 存 到imagAfterSplit 中 End 18 字符識別： 牌照字符識別 :字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。.jpg39。imgAfterSplit/39。%將標準子圖顯示出來 Px0=Px1。標準子圖 39。 subplot(1,7,i)。%將二值化圖像分割后顯示出來 變換為標準子圖 Z4=imresize(Z3,[40 20])。 subplot(1,7,i)。 end Z3=Z2(:,Px0:Px1,:)。((a/y)=))) Px1=Px1+1。(Px1x))||((Px1x)amp。 while (((X1(1,Px1)=10)amp。%找到待分割字符左邊的位置 end Px1=Px0。amp。 y=fix(x*90/409)。 用投影法分割車牌，把分割出來的子圖轉(zhuǎn)成標準子圖 代碼： 用投影法分割 Px0=1。去除圓點后圖像 39。 end end figure(6)。 x2=fix(x*128/409)。 Z2=double(Z2)。 for j=1:x for i=1:y 16 if(Z2(i,j,1)==1) X1(1,j)= X1(1,j)+1。 再次計算列方向的像素，用來去除車牌上的圓點 代碼： [y,x,z]=size(Z2)。將二值圖像垂直邊框去除后圖像 39。%將二值圖像左右邊框去除 figure(5)。i~=2) x0=x01。(x01)amp。 while ((X1(1,x0)5)amp。(x02)) x0=x01。%找到第一個字符的位置 15 for i=1:2 while (i~=2) while ((X1(1,x0)=5)amp。(i4)) x1=x1+1。(x1x)amp。 while ((X1(1,x1)15)amp。(x1x)) x1=x1+1。 for i=1:5 while (i~=5) while ((X1(1,x1)=15)amp。)。),ylabel(39。),xlabel(39。 plot(0:x1,X1),title(39。 for j=1:x for i=1:y if(Z1(i,j,1)==1) X1(1,j)= X1(1,j)+1。 計算列方向的像素，用 來去除垂直方向上的邊框 代碼： [y,x,z]=size(Z1)。將二值圖像上下邊框去除后圖像 39。%將二值圖像上下邊框去除 figure(3)。(Py1y)) Py1=Py1+1。%找到去除邊框后上邊的位置 end while ((Y1(Py1,1)=30)amp。amp。 Py1=fix(y/2)+1。)。),ylabel(39。),xlabel(39。 plot(Y1,0:y1),title(39。 for i=1:y for j=1:x if(I4(i,j,1)==1) Y1(i,1)= Y1(i,1)+1。)。%確定旋轉(zhuǎn)角度 A=imrotate(I1,rot,39。 c=j。 c=90。%定義 theta 角度范圍 r=radon(bw1,theta)。%用 Sobel 水平算子對圖像邊化 figure,imshow(bw1) bw1=imcrop(bw1,[0 0 500 100])。horizontal39。sobel39。%取菱形結(jié)構(gòu)的閉運算 I4=double(I3)。,fix(y/140))。 Se=strel(39。開運算后圖像 39。%取圓盤形的開運算 subplot(2,2,3)。,fix(y/45))。%計算 I1 各維的大小 Se=strel(39。%彩色圖像轉(zhuǎn)化為灰度圖像 T=graythresh(I1)。)。 車牌分割總流程圖： 各 部分代碼實現(xiàn)和運行效果： 、 對讀入圖像進行預處理操作 10 I=imread(39。 9 字符分割： 傳統(tǒng)的字符分割方法有投影法、模板匹配法、聚類分析法。imgAfterLocation/39。)。 imwrite(greenframe,39。 dw=img(y1:y2,x1:x2,:)。(roughXcol)) roughX=roughX+1。 while ((rowArray(1,roughX)=5)amp。 end x1=roughX。amp。 roughX=maxIndex。 for i=1:col for j=y1:y2 if graynew(j,i)==1 rowArray(1,i)=rowArray(1,i)+1。 end y2=roughY。amp。 roughY=maxIndex。(roughY1)) roughY=roughY1。 while ((colArray(roughY,1)=5)amp。 end end end [maxcount maxIndex]=max(colArray)。 colArray=zeros(row,1)。 車牌定位 牌照的定位是在經(jīng)圖象預處理后的原始灰度圖
公司管理相關(guān)推薦
鄂ICP備17016276號-1