基于matlab的車牌識(shí)別系統(tǒng)的設(shè)計(jì)本科畢設(shè)論文.doc

《基于matlab的車牌識(shí)別系統(tǒng)的設(shè)計(jì)本科畢設(shè)論文.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于MATLAB的車牌識(shí)別系統(tǒng)的設(shè)計(jì)畢業(yè)設(shè)計(jì)基于MATLAB的車牌識(shí)別系統(tǒng)的設(shè)計(jì)摘要：汽車車牌的識(shí)別系統(tǒng)是現(xiàn)代智能交通管理的重要組成部分之一。車牌識(shí)別系統(tǒng)使車輛管理更智能化，數(shù)字化，有效的提升了交通管理的方便性和有效性。車牌識(shí)別系統(tǒng)主要包括了圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等五大核心部分。本文主要介紹圖像預(yù)處理、車牌定位、字符分割三個(gè)模塊的實(shí)現(xiàn)方法。本文的圖像預(yù)處理模塊是將圖像灰度化和用Roberts算子進(jìn)行邊緣檢測(cè)的步驟。車牌定位和分割采用的是利用數(shù)學(xué)形態(tài)法來確定車牌位置，再利用車牌彩色信息的

2、彩色分割法來完成車牌部位分割。字符的分割采用的方法是以二值化后的車牌部分進(jìn)行垂直投影，然后在對(duì)垂直投影進(jìn)行掃描，從而完成字符的分割。本文即是針對(duì)其核心部分進(jìn)行闡述并使用MATLAB軟件環(huán)境中進(jìn)行字符分割的仿真實(shí)驗(yàn)。關(guān)鍵詞：MATLAB、圖像預(yù)處理、車牌定位、字符分割基于MATLAB的車牌識(shí)別系統(tǒng)的設(shè)計(jì)一、發(fā)展背景車輛的牌照是機(jī)動(dòng)車的識(shí)別標(biāo)志，在交通管理中有著重要的作用。通過汽車車牌識(shí)別系統(tǒng)可以監(jiān)控車輛的信息和行駛狀況，可以最迅速的實(shí)現(xiàn)車輛控制以及交通狀況的調(diào)控，所以對(duì)于現(xiàn)代智能交通至關(guān)重要。該系統(tǒng)主要有兩大模塊：

3、圖像處理模塊和字符識(shí)別模塊。本文主要對(duì)圖像處理模塊進(jìn)行設(shè)計(jì)和研究。圖像處理模塊的質(zhì)量好壞更是衡量整個(gè)系統(tǒng)成功與否的關(guān)鍵。MATLAB語言對(duì)于圖像的處理非常方便，能夠直接調(diào)用編好的函數(shù)，為整個(gè)系統(tǒng)提供了保障。二、系統(tǒng)框架結(jié)構(gòu)以及流程汽車車牌自動(dòng)識(shí)別系統(tǒng)主要包括觸發(fā)拍照、圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別、輸出結(jié)果等單元。圖像采集車牌定位字符分割字符識(shí)別輸出結(jié)果觸發(fā)牌照?qǐng)D像預(yù)處理觸發(fā)拍照：該單元會(huì)自動(dòng)檢測(cè)車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。其中線

4、圈觸發(fā)和視頻觸發(fā)得到了廣泛的應(yīng)用。圖像采集：該單元是指道路上安裝的攝像頭在檢測(cè)到有車輛通過的同時(shí)進(jìn)行拍照并借助網(wǎng)絡(luò)傳送到汽車自動(dòng)識(shí)別系統(tǒng)。圖像預(yù)處理：該單元是指車牌識(shí)別系統(tǒng)對(duì)拍攝的汽車圖片進(jìn)行灰度化和邊緣檢測(cè)等處理。車牌定位：是指對(duì)預(yù)處理過的汽車圖片進(jìn)行處理，把車牌部分進(jìn)行定位，把無用的部分去除，得到定位好的車牌圖片。字符分割：對(duì)已經(jīng)定位的車牌圖片的進(jìn)行字符分割，將車牌分割為7個(gè)單一的字符圖片。字符識(shí)別：將已經(jīng)分割出來的七個(gè)字符進(jìn)行識(shí)別。輸出結(jié)果：輸出識(shí)別結(jié)果，并進(jìn)行數(shù)據(jù)存儲(chǔ)?；贛ATLAB的車牌識(shí)別系統(tǒng)的設(shè)計(jì)

5、三、各模塊的實(shí)現(xiàn)車牌識(shí)別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等模塊，本文主要研究圖像預(yù)處理、車牌定位和字符分割三個(gè)模塊。圖像預(yù)處理（1）圖像灰度化：因?yàn)檐嚺谱R(shí)別系統(tǒng)的攝像頭拍攝的圖片是彩色的，圖片的背景顏色有時(shí)和車牌的顏色相似，而且彩色圖片會(huì)占用較大的存儲(chǔ)空間，使計(jì)算機(jī)處理速度變慢，加重計(jì)算機(jī)負(fù)擔(dān)，所以我們要對(duì)拍攝的照片進(jìn)行灰度化處理。對(duì)于將彩色圖像轉(zhuǎn)換成灰度圖像時(shí)，目前比較主流的灰度化方法叫平均值法，公式為：H=0.229R+0.588G+0.144B公式中H表示灰度圖的亮度值；R代表彩色

6、圖像紅色分量值；G代表色彩圖像綠色分量值；B代表彩色圖像藍(lán)色分量值。RGB三分量前的系數(shù)為經(jīng)驗(yàn)加權(quán)值。加權(quán)系數(shù)的取值建立在人眼的視覺模型之上。對(duì)于人眼較為敏感的綠色取較大的權(quán)值；對(duì)人眼較為不敏感的藍(lán)色則取較小的權(quán)值。通過該公式轉(zhuǎn)換的灰度圖能夠比較好地反應(yīng)原圖像的亮度信息。在MATLAB中我們可以調(diào)用im2gray函數(shù)對(duì)圖像進(jìn)行灰度化處理。（2）圖像的邊緣檢測(cè)：邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。用攝像機(jī)采集到的機(jī)動(dòng)車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質(zhì)量不理想。因

7、此，在進(jìn)行對(duì)汽車牌照的定位及字符識(shí)別之前需要先對(duì)車輛圖像進(jìn)行邊緣檢測(cè)處理，提高圖像的質(zhì)量，使其易于后面的分割和識(shí)別。通過良好的邊緣檢測(cè)可以大幅度的降低噪聲、分離出復(fù)雜環(huán)境中的車輛圖像、保留完好的車牌字符信息，方便后面的車牌精確定位與字符識(shí)別。由于車牌識(shí)別系統(tǒng)攝像頭安裝位置固定以及機(jī)動(dòng)車車牌的固有屬性，我們可以發(fā)現(xiàn)機(jī)動(dòng)車車牌圖像都處在水平的矩形區(qū)域，在圖像中位置較為固定，車牌中字符都是按水平方向排列。因?yàn)橛羞@些明顯的特征，經(jīng)過適當(dāng)?shù)膱D像變換，可以清晰的呈現(xiàn)出車牌的邊緣。本文采用經(jīng)典的Roberts基于MATLAB的

8、車牌識(shí)別系統(tǒng)的設(shè)計(jì)邊緣檢測(cè)算子來對(duì)圖像進(jìn)行邊緣檢測(cè)?；叶然瓦吘墮z測(cè)的MATLAB程序如下：k=input('Enterthefilename:','s');%ê?è?3μ??????I=imread(k);imshow(I);figure(1),imshow(I);title('?í?')I1=rgb2gray(I);figure(2),imshow(I1);title