基于matlab的數(shù)字圖像識別文獻綜述-閱讀頁
2024-08-29 15:23本頁面
【正文】 rgb2gray(RGB)。 imshow(b)。黑白圖像39。原始彩色圖像與灰度圖像對比的效果如圖1所示。disk39。 %strel函數(shù)Bgray=imopen(Sgray,s)。title(39。)。圖2 背景圖像原始圖像與背景圖像作減法，對圖像進行增強處理：Egray=imsubtract(Sgray,Bgray)。title(39。)。 圖3 黑白圖像在圖像增強中，中值濾波是一種最常用的圖像增強技術(shù)，是非線性濾波。Egray= medfilt2(Sgray,[3 3])。title(39。)。圖4 中值濾波的黑白圖像為了保存更多的有用信息和提高圖像清晰，為之后圖像二值化做準(zhǔn)備，經(jīng)多次比較仿真結(jié)果選擇圖3作為后期處理圖片。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關(guān)鍵是要確定合適的閾值[7]，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息選取最佳閾值對圖像進行二值化處理：fmax1=double(max(max(Egray)))。 %Egray的最小值并輸出雙精度型level=(fmax1(fmax1fmin1)/3)/255。 %轉(zhuǎn)換圖像為二進制圖像bw2=double(bw22)。title(39。)。圖5 二值圖像對圖像進行邊緣提取處理：grd=edge(bw2,39。) %用canny算子識別強度圖像中的邊界grd1=edge(bw2,39。) %用roberts算子識別強度圖像中的邊界figure,subplot(2,2,1),imshow(grd)。邊緣提取canny39。subplot(2,2,2),imshow(grd1)。邊緣提取roberts39。 %輸出灰度圖像以下展示了分別使用canny算子和roberts算子的對比效果：圖6 邊緣檢測兩種算子對比圖像如圖6所示可以明顯的發(fā)現(xiàn)，使用canny算子的邊緣提取圖像噪聲更少、邊界更加清晰[8]，因此更加適合作為后期處理的圖像來使用。bg1=imclose(grd,strel(39。,[5,19]))。title(39。)。rectangle39。 %取矩形框的開運算figure,imshow(bg3)。圖像開運算[5,19]39。 %輸出開運算的圖像bg2=imopen(bg3,strel(39。,[19,1]))。title(39。)。 圖7開閉運算濾波圖像 提取車牌區(qū)域仿真實驗對圖像每個區(qū)域進行標(biāo)記，然后計算每個區(qū)域的圖像特征參數(shù)：區(qū)域中心位置、最小包含矩形、面積[10]。 %標(biāo)注二進制圖像中已連接的部分STATS = regionprops(L,39。)。 %區(qū)域面積BoundingBox=[]。定位后的灰度子圖和二值子圖效果如圖8所示。整理和總結(jié)了國內(nèi)外在車牌定位方面的研究成果和常用方法進行對比，系統(tǒng)介紹了我國車牌的固有特征，以及車牌定位特點。實驗表明本方法既保留了車牌區(qū)域的信息，又減少了噪聲的干擾，從而簡化了二值化處理過程，提高了后續(xù)處理的速度。具體詳細(xì)的研究、分析和優(yōu)化會在后期
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1