資源描述：
《基于數(shù)字圖像處理的車(chē)牌識(shí)別本科》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(kù)。
1、本科生畢業(yè)論文（設(shè)計(jì)）題目:基于數(shù)字圖像處理的車(chē)牌識(shí)別設(shè)計(jì)姓名:周金鑫學(xué)院:數(shù)理與信息工程學(xué)院專(zhuān)業(yè):電子信息工程班級(jí):111學(xué)號(hào):1665110130指導(dǎo)教師:劉純利職稱(chēng):教授2014年12月24日安徽科技學(xué)院教務(wù)處制22目錄摘要3關(guān)鍵詞31、設(shè)計(jì)目的32、設(shè)計(jì)原理:33、設(shè)計(jì)步驟:34、實(shí)行方案44.1.總體實(shí)行方案:44.2.各模塊的實(shí)現(xiàn):44.2.1輸入待處理的原始圖像:44.2.2圖像的灰度化并繪制直方圖:54.2.3邊緣檢測(cè)64.2.4圖像的腐蝕操作：74.2.5平滑圖像84.2.6除去二值圖像的小對(duì)象84.3車(chē)牌定位94.4字符的分割與
2、識(shí)別114.4.1.車(chē)牌的再處理114.4.2字符分割134.5車(chē)牌識(shí)別：175、總結(jié):206、致謝207、參考文獻(xiàn):2122基于數(shù)字圖像處理的車(chē)牌識(shí)別設(shè)計(jì)電子信息工程專(zhuān)業(yè)學(xué)生周金鑫指導(dǎo)教師劉純利摘要：車(chē)牌識(shí)別在人類(lèi)社會(huì)交通系統(tǒng)中擔(dān)當(dāng)重要角色，一個(gè)設(shè)計(jì)優(yōu)良的車(chē)牌識(shí)別系統(tǒng)會(huì)給人們生活帶來(lái)極大的方便，本文通過(guò)運(yùn)用matlab和數(shù)字圖像處理的一些知識(shí)簡(jiǎn)單通過(guò)圖像預(yù)處理，車(chē)牌定位，字符分割，采用模板匹配法實(shí)現(xiàn)車(chē)牌字符的識(shí)別。關(guān)鍵詞：圖像預(yù)處理邊緣處理字符分割字符識(shí)別1、設(shè)計(jì)目的車(chē)牌識(shí)別系統(tǒng)主要是為了辨別所拍圖片中的車(chē)牌部分，以此識(shí)別車(chē)輛。通過(guò)車(chē)牌識(shí)別系統(tǒng)的
3、設(shè)計(jì)，來(lái)實(shí)現(xiàn)經(jīng)過(guò)我校西大門(mén)的車(chē)輛的識(shí)別。2、設(shè)計(jì)原理:設(shè)計(jì)的原理主要如下圖所示：照明設(shè)備攝像設(shè)備觸發(fā)設(shè)備車(chē)牌識(shí)別處理單元圖像采集設(shè)備3、設(shè)計(jì)步驟:流程圖如下:圖象輸入22圖像預(yù)處理車(chē)牌定位字符分割字符識(shí)別4、實(shí)行方案4.1.總體實(shí)行方案:用攝像機(jī)獲取自然環(huán)境下的汽車(chē)彩色圖像，將彩色圖像用matlab軟件處理成灰度圖像并繪制直方圖，然后進(jìn)行邊緣檢測(cè)圖像的腐蝕，平滑圖像以及去除二值圖像的小對(duì)象等操作，再進(jìn)行車(chē)牌的定位和字符分割與識(shí)別最終達(dá)到識(shí)別車(chē)牌照的目的。4.2.各模塊的實(shí)現(xiàn):4.2.1輸入待處理的原始圖像:I=imread(‘car.jpg');i
4、mshow(I);%顯示車(chē)牌的原始圖片，結(jié)果如下：22圖4.2.1原始圖像picture14.2.2圖像的灰度化并繪制直方圖:彩色圖像的存儲(chǔ)器所需的成本高，且減緩系統(tǒng)的速度執(zhí)行，所以，在圖像識(shí)別處理彩色圖像一般都轉(zhuǎn)換成灰度圖像，以加快圖像信息的處理速度。從彩色圖像到灰度圖像的轉(zhuǎn)換叫做灰度處理?；叶戎狈綀D的橫坐標(biāo)代表圖片的像素?cái)?shù)，從左到右由暗到亮,灰度直方圖的縱軸就表示其所占有圖片的面積，峰值越低就意味著該明暗值的像素?cái)?shù)量越少，從圖4.2.2可以看出峰值最高的即為車(chē)牌區(qū)域。?I1=rgb2gray(I);%灰度處理subplot(1,2,1),ims
5、how(I1);title('grayimage');subplot(1,2,2),imhist(I1);title('灰度圖直方圖');%繪制灰度圖和直方圖顯示結(jié)果圖像如下：22圖4.2.2灰度化并繪制直方圖picture24.2.3邊緣檢測(cè)邊緣是一定存在在兩個(gè)擁有不一樣灰度值的相鄰的區(qū)域之間的，是灰度值不連續(xù)的一種表現(xiàn)，也是分割圖象、紋理和形狀特征提取等圖像分析的基礎(chǔ)。本文用Roberts算子來(lái)實(shí)現(xiàn)邊緣檢測(cè)，他是一種利用局部差分算子尋找邊緣的算子,Robert算子圖像處理后結(jié)果邊緣不是很平滑，當(dāng)然還需要后續(xù)的腐蝕，平滑圖像以及去除二值圖像的小對(duì)
6、象操作來(lái)提高精度。由于閾值越小檢測(cè)的邊緣越豐富，結(jié)合選取的灰度圖選擇閾值為0.16較為合適。用roberts算子實(shí)行邊緣檢測(cè)：I2=edge(I1,'roberts',0.16,'both');imshow(I2);title('robertsoperatoredgedetectionimage')；結(jié)果如下：22圖4.2.3邊緣檢測(cè)picture34.2.4圖像的腐蝕操作：腐蝕操作就是通過(guò)不斷的刪除圖片上的像素，將圖片縮小，以此來(lái)達(dá)到去除小點(diǎn)狀圖形的效果。se=[1;1;1];I3=imerode(I2,se);%圖像腐蝕操作imshow(I3)
7、;title('corrosionimage');圖4.2.4圖像腐蝕操作picture4224.2.5平滑圖像圖像平滑是去掉圖像中的高頻信息，使圖像變的模糊，噪聲一般都是高頻信息，平滑的過(guò)程也就意味著除去圖片噪聲的過(guò)程。se=strel('rectangle',[16,16]);%建立正方形結(jié)構(gòu)元素I4=imclose(I3,se);%圖像聚類(lèi)和填充imshow(I4);title('smothingimage');圖2.5平滑圖像picture54.2.6除去二值圖像的小對(duì)象除去二值圖像的小對(duì)象就為了去掉面積較小無(wú)關(guān)的白色區(qū)域，將車(chē)牌所在的大面
8、積白色區(qū)域凸顯出來(lái)。I5=bwareaopen(I4,1900);%除去聚團(tuán)灰度值在1900以下的部分imshow(I5)
