基于matlab的汽車牌照識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)-閱讀頁
2024-11-28 06:09本頁面
【正文】 識別結(jié)果。 在車牌字符識別部分 , 字符集中包含約 50個(gè)漢字 , 26個(gè)大寫英文字母及 10個(gè)阿拉伯?dāng)?shù)字。 構(gòu)造 訓(xùn)練 樣本如下圖所示的數(shù)字和字母， 將樣本進(jìn)行歸一化為 50X20大小，再將圖像按列轉(zhuǎn)換成一個(gè) 1000X1的行向量， 將上述18個(gè)圖像的樣本排列在一起構(gòu)成 1000X18的矩陣 樣本，盡可能多的采集汽車圖像提取車牌 ，部分切分出車牌字符 ，構(gòu)造出更多 1000X18的矩形樣本， 用 構(gòu)造好的 樣本 庫 對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 else I1=I。%將圖片統(tǒng)一劃為 50*20大小 I1=im2bw(I1,)。 inpt=zeros(1,m*n)。 end end 構(gòu)造輸入樣本 ，按同樣的方法，將前面分割出的樣本歸一化。 close all。 %%%%歸一化訓(xùn)練樣本 %%%%%% I0=pretreatment(imread(39。))。39。 I2=pretreatment(imread(39。))。39。 I4=pretreatment(imread(39。))。39。 I6=pretreatment(imread(39。))。39。 I8=pretreatment(imread(39。))。39。 I10=pretreatment(imread(39。))。39。 I12=pretreatment(imread(39。))。39。 I14=pretreatment(imread(39。))。39。 I16=pretreatment(imread(39。))。39。 P=[I039。,I239。,I439。,I639。,I839。,I1039。,I1239。,I1439。,I1639。]。 %%bp神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置 =newff(minmax(P),[1000,32,18],{39。,39。,39。},39。)。randnr39。randnr39。 =50。 =。 %%%訓(xùn)練樣本 %%%% [,tr]=train(,P,T)。39。 I=imread(39。)。%車牌定位 [PIN0,PIN1,PIN2,PIN3,PIN4,PIN5,PIN6]=StringSplit(dw)。 PIN1=pretreatment(PIN1)。 PIN3=pretreatment(PIN3)。 PIN5=pretreatment(PIN5)。 P0=[PIN039。,PIN239。,PIN439。,PIN639。 for i=2:7 T0= sim( ,P0(:,i))。 d =find(T1 == 1) 1 if (d==10) str=39。 elseif (d==11) str=39。 elseif (d==12) str=39。 elseif (d==13) str=39。 elseif (d==14) str=39。 elseif (d==15) str=39。 elseif (d==16) str=39。 elseif (d==17) str=39。 else str=num2str(d)。 case 3 str2=str。 case 5 str4=str。 otherwise str6=str。渝 39。 figure()。 參考文獻(xiàn)：
公司管理相關(guān)推薦
鄂ICP備17016276號-1