matlab車牌識(shí)別

《matlab車牌識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、實(shí)用標(biāo)準(zhǔn)文案《專業(yè)實(shí)踐》實(shí)踐項(xiàng)目四仿真工具在圖像處理中的應(yīng)用實(shí)踐班級(jí)：學(xué)號(hào)：姓名：成績(jī)：精彩文檔實(shí)用標(biāo)準(zhǔn)文案MATLAB在圖像處理中的應(yīng)用實(shí)踐一、實(shí)踐目的車牌是一輛汽車獨(dú)一無(wú)二的信息，因此，對(duì)車輛牌照的識(shí)別技術(shù)可以作為辨識(shí)一輛車最為有效的方法。隨著ITS(智能交通系統(tǒng))的高速發(fā)展，對(duì)車牌識(shí)別技術(shù)的研究也隨之發(fā)展。從根本上講，牌照識(shí)別應(yīng)用了先進(jìn)的圖像處理，模式識(shí)別，人工智能技術(shù)來(lái)獲取，處理，解釋，記錄拍照的圖像。目前，汽車牌照的自動(dòng)識(shí)別技術(shù)已經(jīng)得到了廣泛應(yīng)用。汽車牌照自動(dòng)識(shí)別整個(gè)處理過(guò)程分為預(yù)處理、邊緣提取、車牌定位、字符分割、字符識(shí)別五大模塊，其中字符識(shí)別過(guò)程主

2、要由以下3個(gè)部分組成：①正確地分割文字圖像區(qū)域；②正確的分離單個(gè)文字；③正確識(shí)別單個(gè)字符。用MATLAB軟件編程來(lái)實(shí)現(xiàn)每一個(gè)部分,最后識(shí)別出汽車牌照。二、實(shí)踐原理車牌圖像通常是在各種復(fù)雜的背景、環(huán)境條件下采集得到，圖像質(zhì)量難以保證，因此在進(jìn)行車牌定位之前，通常要進(jìn)行圖像的預(yù)處理工作。圖像預(yù)處理主要是對(duì)系統(tǒng)獲取的原始圖像基本特征的信息進(jìn)行相應(yīng)的、有針對(duì)性的處理，以濾去干擾、噪聲，作幾何校正、色彩校正，以便于計(jì)算機(jī)的分析計(jì)算，一般包括濾波、圖像增強(qiáng)、圖像二值化、形態(tài)學(xué)運(yùn)算、邊緣檢測(cè)等。精彩文檔實(shí)用標(biāo)準(zhǔn)文案圖2車牌圖像預(yù)處理流程圖一、實(shí)踐內(nèi)容1、車牌預(yù)處理（灰度化、去

3、噪、灰度變換、邊緣檢測(cè)、形態(tài)學(xué)處理）由于照片拍攝的好壞有很多外界因素決定，由于光照強(qiáng)度的影響，晴天拍攝的照片與陰天拍攝的照片質(zhì)量肯定不一樣，白天和晚上更是不同；由于每部車的車速的不一致，慢速行駛的車輛會(huì)比快速行駛的車輛拍攝的照片質(zhì)量好一些，而且車速過(guò)快，會(huì)使照片的字跡模糊，這肯定會(huì)影響字符的識(shí)別。故要對(duì)拍攝的照片進(jìn)行灰度化、二值化、濾波等預(yù)處理。傳統(tǒng)的設(shè)計(jì)方法為：利用靜止的汽車牌照?qǐng)D片，利用C語(yǔ)言或C++語(yǔ)言來(lái)對(duì)圖像進(jìn)行處理，編程很復(fù)雜，維護(hù)難度大。而MATLAB語(yǔ)言對(duì)處理圖像而言非常方便，可直接調(diào)用已經(jīng)編好的函數(shù)，如可直接調(diào)用現(xiàn)成的函數(shù)進(jìn)行復(fù)雜的傅里葉變換、拉

4、普拉斯變換、二值化處理、數(shù)字濾波等操作。2、車牌定位3、字符分割4、字符識(shí)別程序如下：I=imread('C:DocumentsandSettingsAdministrator桌面yu.jpg');figure(1),imshow(I);title('原圖');精彩文檔實(shí)用標(biāo)準(zhǔn)文案I1=rgb2gray(I);figure(2),subplot(1,2,1),imshow(I1);title('灰度圖');figure(2),subplot(1,2,2),imhist(I1);title('灰度圖直方圖');I2=edge(I1,'roberts',0.

5、08,'both');figure(3),imshow(I2);title('robert算子邊緣檢測(cè)')精彩文檔實(shí)用標(biāo)準(zhǔn)文案se=[1;1;1];I3=imerode(I2,se);figure(4),imshow(I3);title('腐蝕后圖像');se=strel('rectangle',[40,40]);I4=imclose(I3,se);figure(5),imshow(I4);title('平滑圖像的輪廓');I5=bwareaopen(I4,2000);figure(6),imshow(I5);title('從對(duì)象中移除小對(duì)象');[y,x,z]

6、=size(I5);myI=double(I5);精彩文檔實(shí)用標(biāo)準(zhǔn)文案ticBlue_y=zeros(y,1);fori=1:yforj=1:xif(myI(i,j,1)==1)Blue_y(i,1)=Blue_y(i,1)+1;endendend[tempMaxY]=max(Blue_y);PY1=MaxY;while((Blue_y(PY1,1)>=120)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)>=40)&&(PY2

7、_x=zeros(1,x);forj=1:xfori=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)=Blue_x(1,j)+1;endendendPX1=1;while((Blue_x(1,PX1)<3)&&(PX1PX1))PX2=PX2-1;endPX1=PX1-2;PX2=PX2+2;dw=I(PY1:PY2,:,:);t=toc;figure(7),subplot(1,2,1),imshow(IY),title('行方向合理

8、區(qū)域');figure(