期末課程報(bào)告：數(shù)字圖像中車(chē)牌識(shí)別的matlab實(shí)現(xiàn)-展示頁(yè)
2025-01-27 22:04本頁(yè)面
【正文】 end end end [temp MaxY]=max(Y1)。 Y1=zeros(y,1)。預(yù)處理結(jié)果截圖：行列方向像素值累計(jì)值： 源代碼：[y,x,z]=size(I5)。形態(tài)濾波后圖像39。 I5=bwareaopen(I4,2000)。填充后圖像39。 %矩形結(jié)構(gòu)元素I4=imclose(I3,se)。rectangle39。)。 %腐蝕圖像subplot(3,2,4),imshow(I3),title(39。1]。 se=[1。邊緣檢測(cè)后圖像39。)。,39。 I2=edge(I1,39?；叶葓D像39。 I1=rgb2gray(I)。原始圖像39。%讀取圖像 figure()。h:\tuku\39。流程圖如下：原始圖像圖像預(yù)處理車(chē)牌定位字符分割字符數(shù)據(jù)庫(kù)字符識(shí)別其中，(1) 原始圖像：由數(shù)碼相機(jī)或其它掃描裝置拍攝到的圖像；（本實(shí)驗(yàn)圖片由數(shù)碼相機(jī)獲得）(2) 圖像預(yù)處理：對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行灰度處理、邊緣檢測(cè)、腐蝕、膨脹、濾波、等處理排除圖像干擾；(3) 車(chē)牌定位：計(jì)算邊緣圖像的投影面積，尋找峰谷點(diǎn)，大致確定車(chē)牌位置，再計(jì)算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域，最后得到的便為車(chē)牌區(qū)域；(4) 字符分割：利用投影檢測(cè)的字符定位分割方法得到單個(gè)的字符；(5) 字符數(shù)據(jù)庫(kù)：構(gòu)造訓(xùn)練樣本數(shù)據(jù)庫(kù)，為第6步的字符識(shí)別建立字符模板數(shù)據(jù)庫(kù)；(6) 字符識(shí)別：通過(guò)基于模板匹配的OCR算法或基于人工神經(jīng)網(wǎng)絡(luò)的OCR算法，通過(guò)特征對(duì)比或訓(xùn)練識(shí)別出相關(guān)的字符，得到最后的汽車(chē)牌照，包括英文字母和數(shù)字。關(guān)鍵詞：MATLAB 字符識(shí)別 車(chē)牌識(shí)別 神經(jīng)網(wǎng)絡(luò) 圖像處理實(shí)驗(yàn)工具：MATLAB （R2009a）。在研究的同時(shí)對(duì)其中出現(xiàn)的問(wèn)題進(jìn)行了具體分析，處理。 數(shù)字圖像處理期末課程報(bào)告 題 目： 車(chē)牌識(shí)別的matlab實(shí)現(xiàn) 題目類(lèi)型： 軟件型 學(xué) 院 信息工程與自動(dòng)化學(xué)院 專(zhuān) 業(yè)： 計(jì)算機(jī)科學(xué)與技術(shù) 年 級(jí)： XXXX 學(xué) 號(hào)： XXXXXXX 學(xué)生姓名： xxx 指導(dǎo)教師： xx 日 期： 201268 目錄摘要： 2關(guān)鍵詞： 2實(shí)驗(yàn)工具： 2車(chē)輛牌照識(shí)別流程： 2實(shí)驗(yàn)內(nèi)容及步驟 31. 圖像預(yù)處理： 32. 車(chē)牌定位——車(chē)牌起始位置和終止位置 53. 圖片二值化 54. 列方向像素點(diǎn)灰度值累計(jì) 65. 字符分割： 76. 建立字符模板數(shù)據(jù)庫(kù) 87. 歸一化訓(xùn)練 9結(jié)果分析： 13 摘要：本次課程設(shè)計(jì)的目的是通過(guò)對(duì)基于MATLAB的字符識(shí)別的研究，以汽車(chē)牌照識(shí)別的設(shè)計(jì)為實(shí)例，詳細(xì)介紹字符識(shí)別的相關(guān)原理。整個(gè)汽車(chē)牌照識(shí)別的過(guò)程分為預(yù)處理、邊緣提取、車(chē)牌定位、字符分割、字符識(shí)別五大模塊，用MATLAB軟件編程來(lái)實(shí)現(xiàn)每一個(gè)部分，最后識(shí)別出汽車(chē)牌照。尋找出對(duì)于具體的汽車(chē)牌照識(shí)別過(guò)程的最好的方法。車(chē)輛牌照識(shí)別流程：基于 MATLA
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1