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

畢業(yè)設(shè)計-基于matlab的汽車車牌的號碼識別系統(tǒng)設(shè)計-文庫吧資料

2024-12-09 02:13本頁面
  

【正文】 一般采用封閉、連通的邊界定義不交疊的區(qū)域。 圖像二值化的基本原理 圖像的二值化處理就是將圖像上的點的灰度值置為 0 或 255,這樣處理后 15 整個圖像呈現(xiàn)明顯的黑白效果,即將 256 個亮度等級的灰度圖經(jīng)過合適的閾值選取 ,而獲得的二值化圖像仍然可以反映圖像整體和局部特征。 均值濾波是典型的線性濾波算法,它是指在圖像上對目標(biāo)像素給一個模板,該模板包括了其周圍的臨近像素。二值圖像與灰度圖像相比,信息量大大減少,因而處理二值圖像的速度快,成本低,實用價值高。 車牌二值化 經(jīng)過上述方法分割出來的車牌 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 ,即對圖像二值化。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡化圖像數(shù)據(jù),保持它們基本的形態(tài)特征,并除去不相干的結(jié)構(gòu)。此時可進一步確定牌照在整幅圖象中的準(zhǔn)確位置。 14 對 圖 像 進 行 腐 蝕去 除 雜 質(zhì)通 過 計 算 尋 找 X 和Y 方 向 車 牌 的 區(qū) 域完 成 車 牌 定 位對 分 割 出 的 車 牌做 進 一 步 處 理 圖 6 牌照定位與分割流程圖 牌照圖象經(jīng)過了以上的處理后,牌照區(qū)域已經(jīng)十分明顯,而且其邊緣得到了勾勒和加強。 車牌號碼初定位 牌照的定位 [6]和分割是牌照識別系統(tǒng)的關(guān)鍵技術(shù)之一,其主要目的是在經(jīng)圖象預(yù)處理后的原始灰度圖象中確定牌照的具體位置,并將包含牌照字符的一塊子圖象從整個圖象中分割出來,供字符識別子系統(tǒng)識別之用,分割的準(zhǔn)確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率。 其次,利用分析結(jié)論 7,可以利用字符在牌照的排列縮小候選字符的集合規(guī)模,加快識別速度或進行識別后結(jié)果的糾正判別。結(jié)合 GA3692 標(biāo)準(zhǔn),牌照圖像的實際大小可 能隨著 CCD 攝像頭采集的時機不同而產(chǎn)生一定的縮放,但是總體比例不會發(fā)生大的變化?,F(xiàn)實環(huán)境下,車牌有時安裝后,車輛廠商的商標(biāo)會遮擋牌照外輪廓線,但商標(biāo)本身又是一個輪廓線,其亮度與背景的亮度差異也很大,同樣可以利用之。字符總數(shù)共有 70 個。) ? 字符和字符之間或字符和分割符之間的距離為 12mm; ? 使館牌照的間隔符 在第 4 和第 5 個字符之間,其余的車牌的間隔符在第 ? 2個和第 3個字符之間。 本論文中,不考慮車牌在背景色和前景色上的差異,在這些車牌中,大型汽車(前)、小型汽車、使 領(lǐng)館汽車、境外汽車、外籍汽車、教練車和試驗汽車的號牌格式完全一樣,同時,由于小型車數(shù)量最多,出現(xiàn)概率最大,牌照規(guī)范與其它幾種車牌很相似,算法的識別對象最終設(shè)定為小型車。 12 在這 10 種汽車中,編號為 9 和 10 的臨時入境和臨近行駛汽車以及使領(lǐng)館汽車由于數(shù)量很少、出現(xiàn)的概率極小,為了簡化算法和節(jié)省時間,忽略這幾種車型的特殊性,認為它們與其他的 7 種汽車車型一致,采用相同的方法進行識別。英文字母中的 I 和 O 不用,避免和數(shù)字中的 1和 0 沖突。后面的編號一般 5 位編號,從 0000199999,編號超過 10萬就由 A, B, C 等字母代替。這10 種汽車車牌的幾何外形大小和顏色信息如下表 所示(均、警車牌這里暫時不考慮)。 11 車牌特征的信息分析 車牌特征的信息分析 機動車牌照作為機動車的“身份證”,制造和使用都有嚴格的規(guī)范加以明確規(guī)定。在粗定位階段中采用了基于數(shù)學(xué)形態(tài)學(xué)的定位方法 , 在得到定位圖像后進行細定位 , 在細定位中采用車牌顏色特征的方法以獲得最后定位圖像。本文結(jié)合車牌紋 顏色與數(shù)學(xué)形態(tài)學(xué) 兩方面的特征對車牌進行定位 , 對于提高車牌定位準(zhǔn)確率提供更有利的保障 。腐蝕、膨脹、開啟和關(guān)閉是數(shù)學(xué)形態(tài)學(xué)的基本運算。 目前已有不少學(xué)者在這方面進行了研究 。 LOG濾波器中的 a正比于低通濾波器的寬度, a越大,平滑作用越顯著,去除噪聲越好,但圖像的細節(jié)也損失越大,邊緣精度也 就越低。這兩者對灰度漸變低噪聲的圖像有較好的檢測效果,但是對于混合多復(fù)雜噪聲的圖像,處理效果就不理想了。 邊緣提取是較經(jīng)典的算法, 能夠進行檢測的方法有多種 , 如 Roberts 邊緣算子、 Prewitt 算子、 Sobel 算子以及拉普拉斯邊緣檢測 ; Robert算子定位比較精確,但由于不包括平滑,所以對于噪聲比較敏感。 圖像中車輛牌照是具有比較顯著特征的一塊圖象區(qū)域,這此特征表現(xiàn)在:近似水平的矩形區(qū)域;其中字符串都是按水平方向排列的;在整體圖象中的位置較為固定。為了克服這種平均化引起的圖象模糊現(xiàn)象,我們給中心點象素值與其鄰域平均值的差值設(shè)置一固定的閾值,只有大于該閾值的點才能替換為鄰域平均值,而差值不大于閾值時,仍保留原來的值,從而減少由于平均化引起的圖象模糊。例如,某一象素點的鄰域 S 有兩種表示方法: 8 鄰域和 4 鄰域分別對應(yīng)的鄰域平均值為: 9 表 2 8領(lǐng)域 表 3 4領(lǐng)域 ? ?? sji jifMjig ),( ),(1),( ( 6) 其中, M 為鄰域中除中心象素點 f(i,j) 之外包括的其它象素總數(shù),對于 4 鄰域 M=4, 8 鄰域 M=8。中值濾波的主要原理是:首先確定一個以某個像素為中心點的鄰域,一般為方形鄰域;然后將 jkF 鄰域中的各個像素的灰度值進行排序,取其中間值作為中心點像素灰度的新值,這里的鄰域通常被稱為窗口;當(dāng)窗口在圖像中上下左右進行 移動后,利用中值濾波算法可以很好地對圖像進行平滑處理。圖像平滑包括空域濾波和頻域濾波。在汽車牌照圖像處理初期,若不能有效抑制或者去除這些噪點,將影響車牌定位的準(zhǔn)確性或者造成無法定位。它將輸入圖像中某點 ),( yx 的灰度 ),( yxf ,通過映射函數(shù) T,映射成輸出圖像中的灰度 ),( yxg ,即: ( )],([),( yxfTyxg ? ( 4) 假定原圖像 ),( yxf 的灰度范圍為 [s1,s2] 希望變換后圖像 ),( yxf 的灰度范圍擴 展至 [t1,t2] ,可采用下述線性變換來實現(xiàn)。 所謂灰度拉伸,是指根據(jù)灰度直方圖的分布有選擇地對灰度區(qū)間進行分段拉伸以增強對比度。 . 灰度拉伸 對車輛圖像進行灰度化處理之后,車牌部分和非車牌部分圖像的對比度并不是很高,此時如果直接進行邊緣提取,由于車牌界限較為模糊,難以提取出車牌邊緣,因而難以準(zhǔn)確定位車牌。由于人眼對綠色最為敏感,紅色次之,對藍色的敏感性最低,因此使 G? R? B? 將得到較易識別的灰度圖像。 (3)加權(quán)平均值法:按照一定的權(quán)值,對 R、 G、 B 的值加權(quán)平均,即: 8 3/)( BGRBGR BGR ??? ????? ( 3) 其中, R? 、 G? 、 B? 分別為 R、 G、 B 的權(quán)值。 圖像灰度化的算法 [4]主要有以下 3 種: (1)最大值法:使轉(zhuǎn)化后 R、 G、 B 的值等于轉(zhuǎn)化前 3 個值中最大的一個,即: ),m a x ( BGRBGR ??? ( 1)這種方法轉(zhuǎn)換的灰度圖亮度很高。彩色圖像分為 R、 G、 B 三個分量,分別顯示出紅、綠、藍等各種顏色,灰度化就是使彩色的 R 、 G、 B 分量相等的過程。 [3]其流程圖為: 輸 入 車 牌 圖 像灰 度 校 正平 滑 處 理提 取 邊 緣 圖 5 預(yù)處理及邊緣提取流程圖 圖像灰度化 灰度圖是指只包含亮度信息,不包含色彩信息的圖像,例如平時看到的亮度連續(xù)變化的黑白照片就是一幅灰度圖。 7 3 圖像預(yù)處理 利用攝像頭拍攝到的車輛圖像往往存在很多噪點,因此在進行識別前要進行車輛圖像的預(yù)處理。軟件部分在整個系統(tǒng)中占有很重要的地位,而且軟件的優(yōu)化和升級能在很大程度上彌補硬件的不 足,因此是本文研究的重點,軟件研究主要是設(shè)計車牌識別系統(tǒng)的主體,包括基于小波變換的車牌定位模塊、基于 Otsu 算法的車牌字符切分模塊以及基于改進的 BP 神經(jīng)網(wǎng)絡(luò)算法的車牌字符識別模塊。首先,簡單介紹了車牌識別系統(tǒng)的組成部分,包括硬件部分和軟件部分。為了提高識別率,除了不斷的完善識別算法,還應(yīng)該想辦法克服各種光照條件,使采集到的圖像最利于識別。牌照質(zhì)量會受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實際拍攝過程也會受到環(huán)境亮度、拍攝亮度、車輛速度等等因素的影響。基于人工 6 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(xùn)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。 計 算 水 平 投 影 進行 車 牌 水 平 校 正去 掉 車 牌的 框 架分 析 垂 直 投 影 找 到每 個 字 符 中 心 位 置按 左 右 寬 度切 割 出 字 符圖 3 牌照字符分割流程圖 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。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近,并且這個位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。 導(dǎo) 入 原始 圖 像圖 像 預(yù) 處 理 增強 效 果 圖 像邊 緣 提 取對 圖 像 開閉 運 算車 牌 定 位 圖 2 牌照定位流程圖 牌照字符分割 完成牌照區(qū)域的定位后,再將牌照區(qū)域分割成單個字符,然后進行識別。 車牌 定位 自然環(huán)境下,汽車圖像背景復(fù)雜、光照不均勻,如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。 5 圖像預(yù)處理 由于拍攝時的光照條件、牌照的整潔程度的影響,和攝像機的焦距調(diào)整、鏡頭的光學(xué)畸變所產(chǎn)生的噪聲都會不同程度地造成牌照字符的邊界 模糊、細節(jié)不清、筆劃斷開或粗細不均,加上牌照上的污斑等缺陷,致使字符提取困難,進而影響字符識別的準(zhǔn)確性。采用 25X25的結(jié)構(gòu)元素,對圖像進行閉合應(yīng)算使車牌所在的區(qū)域形成連通。對圖像進行灰度化處理、邊緣提取、再利用形態(tài)學(xué)方法對車牌進行定位。 ,使得研究人員不必過于關(guān)心程序的細節(jié)問題,可以將主要的精力放在算法的研究、設(shè)計方面,極大地減少了工作量,為算法的研究改進提供了先決條件。 本文設(shè)計的系統(tǒng)采用 MATLAB搭建車輛牌照識別系統(tǒng),具有非常明顯的優(yōu)勢: MATLAB 的 Image Acquisition Toolbox 、 Image Processing Toolbox 以及 Neural Network Toolbox 作為骨架來搭建整個系統(tǒng)。 MATLAB 可在 Windows 系列、 UNIX、 Linux、 VMS 、PowerMac 平臺上使用,且所有的核心文件和工具箱文件都是公開的,用戶可以修改源文件構(gòu)成新的工具箱,從而可以擴充很多新的功能,利于算法的研究和改進。 ( 2)MATLAB 擴充能力強,交互性好,移植性和開放性較好。 MATLAB 本身擁有豐富的函數(shù)庫,并具有結(jié)構(gòu)化的流程控制語句和運算符,用戶在使用過程中能夠方便自如地應(yīng)用。MATLAB 具有以下優(yōu)點: (1)MATLAB 編程效率高,使用方便。目前比較常用的圖像格式有 *.BMP 、 *.JPG、 *.GIF、 *.PCX 等,本課題采集到的圖片是 *.JPG 的格式。 本課題主要側(cè)重算法的研究,主要工作是設(shè)計軟件,對已攝取到的卡口車輛照片實現(xiàn)車牌識別
點擊復(fù)制文檔內(nèi)容
公司管理相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1