课程设计报告车牌识别系统的设计.docx

《课程设计报告车牌识别系统的设计.docx》由会员分享，可在线阅读，更多相关《课程设计报告车牌识别系统的设计.docx（27页珍藏版）》请在第一文库网上搜索。

1、车牌识别系统的设计一、摘要：随这图形图像技术的进展，此刻的车牌识别技术准确率愈来愈高，识别速度愈来愈快。不管何种形式的车牌识别系统，它们都是由触发、图像搜集、图像识别模块、辅助光源和通信模块组成的。车牌识别系统涉及光学、电器、电子操纵、数字图像处置、计算视觉、人工智能等多项技术。触发模块负责在车辆抵达适合位置时，给出触发信号，操纵抓拍。辅助光源提供辅助照明，保证系统在不同的光照条件下都能拍照到高质量的图像。图像预处置程序对抓拍的图像进行处置，去除噪声，并进行参数调整。然后通过车牌定位、字符识别，最后将识别结果输出。二、设计目的和意义：设计目的:一、让学生巩固理论课上所学的知识，理论联系实践。二

2、、锻炼学生的动手能力，激发学生的研究潜能，提高学生的协作精神。设计意义:车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培育必然的科研能力。三、设计原理：牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一样包括触发设备、摄像设备、照明设备、图像搜集设备、识别车牌号码的处置机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判定车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、

3、图像搜集、牌照识别等几部份。当车辆检测部份检测到车辆抵达时触发图像搜集单元，搜集当前的视频图像。牌照识别单元对图像进行处置，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。四、详细设计步骤：目6忖即麻EG6572京 EG65721牌照识别系统示意L提出整体设计方案：牌照号码、颜色识别为了进行牌照识别，需要以下几个大体的步骤:a.牌照定位，定位图片中的牌照位置；b.牌照字符分割，把牌照中的字符分割出来；c,牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。牌照识别进程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别相互配合、相互验证。(1)牌照

4、定位：自然环境下，汽车图像背景复杂、光照不均匀，如安在自然背景中准确地确信牌照区域是整个识别进程的关键。第一对搜集到的视频图像进行大范围相关搜索，找到符合汽车牌照特点的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。流程图:对图像开车牌定位(2)牌照字符分割：完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割一样采纳垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取得局部最小值的周围，而且那个位置应知足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图

5、像中的字符分割有较好的成效。计算水平投影进 _r去掉车牌 一k分析垂直投影找到每 一.按左右宽度(3)牌照字符识别：字符识别方式目前要紧有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法第一将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有两种：一种是先对待识别字符进行特点提取，然后用所取得特点来训练神经网络分派器；另一种方式是直接把待处置图像输入网络，由网络自动实现特点提取直至识别出结果。实际应用中，牌照识别系统的识别率与牌照质量和拍照质量紧密相关。牌照质量会受到各类因素的阻碍，如生锈、污损、

6、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假阻碍。这些阻碍因素不同程度上降低了牌照识别的识别率，也正是牌照识别系统的困难和挑战所在。为了提高识别率，除不断的完善识别算法，还应该想方法克服各类光照条件，使搜集到的图像最利于识别。ff切割出的字与数据库的分析之差最小字符依次分析显示误2 .各模块的实现：输入待处置的原始图像:clear;close all;%Stepl获取图4装入待处置彩色图像并显示原始图像Scolor = imread();%imread函数读取图像文件原始彩色图像图原始图像图像的灰度化：彩色图像包括着大量的颜色信息，不但在存储上开销专门大，而且在处置上也会降低

7、系统的执行速度，因此在对图像进行识别等处置中常常将彩色图像转变成灰度图像，以加速处置速度。由彩色转换为灰度的进程叫做灰度化处置。选择的标准是通过灰度变换后，像素的动态范围增加，图像的对照度扩展，使图像变得加倍清楚、细腻、容易识别。%将彩色图像转换为黑白并显示Sgray = rgb2gray(Scolor);%rgb2gray 转换成灰度图figure,imshow(Sgray),title(原始黑白图像)；灰度图像图原始黑白图像对原始图像进行开操作取得图像背景图像：s=strel(disk,13);%strei 函数Bgray=imopen(Sgray,s);%打开 sgray s 图像fig

8、ure,imshow(Bgray);title(背景图像); 输出背景图像背景图像图背景图像原始图像与背景图像作减法，对图像进行增强处置：Egray = imsubtract(Sgray,Bgray);% 两幅图相减figure,imshow(Egray);title(,增强黑白图像);输出黑白图像增强黑白图像图黑白图像取得最佳阈值，将图像二值化：二值图像是指整幅图像画面内仅黑、白二值的图像。在实际的车牌处置系统中,进行图像二值变换的关键是要确信适合的阀值，使得字符与背景能够分割开来,二值变换的结果图像必需要具有良好的保形性，不丢掉有效的形状信息，可不能产生额外的空缺等等。车牌识别系统要求处置

9、的速度高、本钱低、信息量大,采纳二值图像进行处置，能大大地提高处置效率。阈值处置的操作进程是先由用户指定或通过算法生成一个阈值，若是图像中某中像素的灰度值小于该阈值,则将该像素的灰度值设置为o或255,不然灰度值设置为255或0ofmaxl=double(max(max(Egray);%egray 的最大值并输出双精度型fminl=double(min(min(Egray);%egray 的最小值并输出双精度型level=(fmaxl(fmaxlfminl)/3 )/255;% 取得最佳阈值bw22=im2bw(Egray,level);%转换图像为二进制图像bw2=double(bw22);

10、figure,imshow(bw2);title(图像二值化); 取得二值图像图像二值化图二值图像边缘检测：两个具有不同灰度值的相邻区域之间总存在边缘，边缘确实是灰度值不持续的结果，是图像分割、纹理特点提取和形状特点提取等图像分析的基础。为了对成心义的边缘点进行分类，与那个点相联系的灰度级必需比在这一点的背景上变换更有效，咱们通过门限方式来决定一个值是不是有效。因此，若是一个点的二维一阶导数比指定的门限大，咱们就概念图像中的次点是一个边缘点，一组如此的依据事前定好的连接准则相连的边缘点就概念为一条边缘。通过一阶的导数的边缘检测，所求的一阶导数高于某个阈值，则确信该点为边缘点，如此会致使检测的边

11、缘点太多。能够通过求梯度局部最大值对应的点，并认定为边缘点，去除非局部最大值，能够检测出精准的边缘。一阶导数的局部最大值对应二阶导数的零交叉点，如此通过找图像强度的二阶导数饿的零交叉点就能够找到精准边缘点。grd=edge(bw2,canny)%ffl canny算子识别强度图像中的边界figure,imshow(grd);title(图像边缘提取);输出图像边缘图像边缘提取图像边缘提取对取得图像作开操作进行滤波：数学形态非线性滤波，能够用于抑制噪声，进行特点提取、边缘检测、图像分割等图像处置问题。侵蚀是一种排除边界点的进程，结果是使目标缩小，孔洞增大，因此可有效的排除孤立噪声点；膨胀是将与目

12、标物体接触的所有背景点归并到物体中的进程,结果是使目标增大，孔洞缩小，可填补目标物体中的空洞，形成连通域。先侵蚀后膨胀的进程称为开运算，它具有排除细小物体，并在纤细处分离物体和滑腻较大物体边界的作用；先膨胀后侵蚀的进程称为闭运算，具有填充物体内细小空洞，连接临近物体和滑腻边界的作用。对图像做了开运算和闭运算，闭运算能够使图像的轮廓线更为滑腻，它通经常使用来消掉狭小的中断和长细的鸿沟，排除小的孔洞，并弥补轮廓线中的断裂。bgl=imdose(grd,strel(rectanglH5,19);% 取矩形框的闭运算figure,imshow(bgl);t祀e(图像闭运算5,19。;输出闭运算的图像b

13、g3 = imopen(bgl,strel(rectangle,519);% 取矩形框的开运算figure,imshow(bg3);title。图像开运算5,19);%输出开运算的图像bg2nmopen(bg3,strelCrectangle,19,l);% 取矩形框的开运算figure,imshow(bg2);title(图像开运算19,1);%输出开运算的图像图像开运算19)图2.7.1闭运算的图像图2.7.2开运算的图像图像开运算19.1图2.7.3开运算的图像对二值图像进行区域提取，并计算区域特点参数。进行区域特点参数比较，提取车牌区域：a.对图像每一个区域进行标记，然后计算每一个区域

14、的图像特点参数：区域中心位置、最小包括矩形、面积。L,num = bwlabel(bg2,8);%标注二进制图像中已连接的部份Feastats = imfeature(L,basic);计算图像区域的特点尺寸Area，;%区域面积BoundingBox=;%x y width height车牌的框架大小RGB = label2rgb(L, spring, k； shuffle); %标志图像向 RGB 图像转换figure,imshow(RGB);titl“图像彩色标记十%输出框架的彩色图像图像彩色标记图2. 8.1彩色图像b.计算出包括所标记的区域的最小宽和高，并依照先验知识，比较谁的宽高比更接近实际车牌宽高比，将更接近的提取并显示出来。车牌灰度子图车牌二值子图程序流程图图2. 8. 2灰度子图和二值子图对水平投影进行峰谷分析：对水平投影进行峰谷分析,计算出车牌上边框、车牌字符投影、车牌下边框的波形峰上升点、峰下降点、峰宽、谷宽、峰间距离、峰中心位置参数。histcoll=sum(sbwl); % 计算垂直投影histrow=sum(sbwl);% 计算水平投影figure,subp