基于圖像處理的汽車牌照的識別-閱讀頁
2024-08-29 15:03本頁面
【正文】 個數(shù)字的模板。分析字符分割得到的圖像以及其他車牌圖像中字符的特點，將模板大小定為2614；背景為黑色，代表灰度值 0，字符邊緣為白色。設(shè)計過程如下：1． 用畫圖工具先畫出P、F、M、0、3等幾個字符的圖像。根據(jù)畫圖的經(jīng)驗其大小應(yīng)略大于2614，以利于后面的處理。字體為方正姚體，大小16號。利用二維數(shù)組的映射關(guān)系實現(xiàn)，去掉開始行(列)與結(jié)束行(列)。切割為標(biāo)準(zhǔn)的2614格式。經(jīng)過處理后的標(biāo)準(zhǔn)模板形式如下: 模板的設(shè)計過程，共進行了兩次。于是便投機取巧，將本身分割得到的字符保存起來直接作為模板使用。圖像識別中模板匹配法是將未知的東西與已知的東西來進行比較。第二次便是用以上的畫圖工具來一步一步逼近實現(xiàn)模板設(shè)置。 字符識別中模板匹配方法是實現(xiàn)離散輸入模式分類的有效途徑之一，其實質(zhì)是度量輸入與樣本之間的某種相似性，取相似性最大者為輸入模式所屬類別，它根據(jù)字符的直觀形象抽取特征，用相關(guān)匹配原理進行識別，即是將輸入字符與標(biāo)準(zhǔn)字符在一個分類器中進行匹配。將未知的模式逐個與模板匹配，求出其相似度。Ti 指第i個模板。如果把X與T都歸一化為”1”和”0”，則上式表示標(biāo)準(zhǔn)模板與待識圖像上對應(yīng)點均為”1”的數(shù)目與標(biāo)準(zhǔn)模板上”1”點的數(shù)目之比。本次實驗中直接取相關(guān)最大值為判定域值。其中有兩個很重要的函數(shù)可以直接調(diào)用:corr2 函數(shù)和max函數(shù)。A與B的大小及數(shù)據(jù)類型必須相同，得到的結(jié)果r是雙精度標(biāo)量。max函數(shù)就是用來選擇幾個數(shù)值的大小值。39。39。39。39。39。39。P39。F39。M39。函數(shù)在開始運行時，從主函數(shù)里得到待識別的字符，此字符與模板進行相關(guān)運算，同時找出相關(guān)運算后的最大值及對應(yīng)的函數(shù)位置。并在MATLAB運行窗口顯示出來。這是本次車牌識別中的一大亮點 運行結(jié)果，MATLAB的運行窗口顯示出的車牌號碼為:P，F(xiàn)，M，1，0，3。: 設(shè)計過程說明 在汽車車牌識別的整個過程中，查找了很多資料，綜合了各方面的信息。以車牌預(yù)處理為例，經(jīng)過濾波和邊界增強處理后提取出的車牌效果明顯沒有未處理的效果理想。測試結(jié)果表明，本設(shè)計有以下幾條優(yōu)點:1. 充分利用MATLAB中已有的函數(shù)庫。在很大程度上得利于MATLAB這套軟件， MATLAB功能強大，它包括數(shù)值計算和符號計算，并且計算結(jié)果和編程可視化。作為圖像處理最適用的工具之一，其突出的特點是它包含一個圖像處理工具包，這個工具包由一系列支持圖像處理操作的函數(shù)組成。在圖像的顯示方面，MATLAB 提供了圖像文件讀入函數(shù)imread ( ) ，用來讀取如: bmp 、tif 、jpg、pcx、tiff 、jpeg、hdf 、xwd 等格式圖像文件；圖像寫出函數(shù)imwrite () ，還有圖像顯示函數(shù)image ( ) 、imshow() 等等。 本設(shè)計已成功達到了車牌識別的目的，而且準(zhǔn)確率也很高?，F(xiàn)在次簡單討論一下: 本設(shè)計在邊緣提取之時，使用的是梯度算子。目前，在圖像處理方面使用得最多的是一種可抗噪聲的Sobel算法。 通常物體的邊緣是連續(xù)且光滑的，而噪聲是隨機的。但是噪聲則不同，一般情況下，沿任一噪聲點的方向(通過上述模板運算得到)不太可能找到與其灰度差及方向差都很小的噪聲點。加權(quán)領(lǐng)域平均算法來進行濾波處理 6．2 加權(quán)領(lǐng)域平均算法來進行濾波處理 由實驗我們可以看出，一般的濾波器在對圖像進行噪聲濾除的同時對圖像中的細節(jié)部分有不同程度的破壞，都不能達到理想的效果。 加權(quán)的鄰域平均算法的基本思想是: 在一個鄰域內(nèi)， 除了可以利用灰度均值外， 灰度的上偏差和下偏差也能夠提供某些局部信息。NI表示鄰域內(nèi)大于平均值的像素個數(shù)，Ng表示小于平均值的像素個數(shù)，而N0表示等于平均值的像素個數(shù)。 以上是我認為在圖像處理中比較有價值的兩點，有興趣的可以上網(wǎng)查閱相關(guān)的資料?？茖W(xué)出版社，2000[3] C++，[4] 劉露、中國公路網(wǎng)，20030926[5] 周妮娜、王敏、黃心漢、呂雪峰、2003(15)[6] 佘新平、朱 ，200164[7] 苑瑋琦、傘曉鐘. 一種汽車牌照多層次分割定位方法 ，2004 [8] 許志影、2004(4)[9] 董慧穎、(12) [10] 崔 江、(4)[11] 王年、李婕、任彬、. 安徽大學(xué)學(xué)報，1999(6)[12] 馬俊莉、莫玉龍、 13
高考資料相關(guān)推薦
鄂ICP備17016276號-1