文档介绍：数字图像处理
课程设计报告
课设题目:
车辆识别
学院:
专业:
班级:
姓名:
学号:
指导教师:
2011 年
11月
20日
课程设计报告撰写要求
1、页面设置
纸张大小设置为纵向A4,页边距设置为:,下 ,左3厘米,右3厘米,页眉设置为3厘米,,文档网络设置为指定行和字符网格,每行34字,每页34行。
2、段落及字体设置
除各级标题外,首行缩进2字符;图、表及图题、表题首行不缩进,居中放置;图表不应超出版心范围;行距采用单倍行距。
正文中文采用小四号宋体,英文采用新罗马字体(Times New Roman),段前0磅,断后0磅;
一级标题采用小二号黑体,段前12磅,段后12磅
二级标题采用小三号黑体,段前6磅,段后6磅
三级标题采用四号黑体,段前6磅,段后0磅
3、装订要求
采用左侧装订,订两钉。
不要删除行尾的分节符,此行不会被打印
目录
一. 课程设计任务 1
二. 课程设计原理及设计方案 2
三. 课程设计的步骤和结果 3
四. 课程设计总结 4
五. 设计体会 5
六. 参考文献 6
课程设计任务
在交通管理过程中,通常采用视频监控方式对闯红灯和超速等违章车辆进行监督。对违章车辆,需要自动检测车牌信息,提取车牌号码,以便查找车主信息和监督管理。国内常用的一般车牌通常是是蓝底白字,长宽比3:1。
1、对车牌图像进行预处理,然后进行车牌定位;
2、进行字符分割;
2、对车牌中的数字、字母和汉字进行提取和识别;
3、要求自行设计方案、编写代码实现上述功能,并设计车牌识别的软件界面。
课程设计原理及设计方案
一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时,系统采集当前的视频图像。车辆识别单元对图像进行处理,定位出牌照位置,再将车牌中的字符分割出来进行识别,然后组成车牌号码输出。车牌识别系统原理如图l所示。
车辆
图像采集
图像预处理
车牌定位
字符分割
字符识别
输出结果
图1 车牌识别系统原理图
(1)图像预处理:对汽车图像进行图像转换、图像增强和边缘检测等。
(2)车牌定位:从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。
(3)字符分割:对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像
(4)字符识别:对分割出来的字符进行预处理(二值化、归一化),然后分析提取,对分割出的字符图像进行识别给出文本形式的车牌号码。
为了用于牌照的分割和牌照字符的识别,原始图象应具有适当的亮度,较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境,加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响,牌照图象可能出现模糊、歪斜和缺损等严重缺陷,因此需要对原始图象进行识别前的预处理。
牌照的定位和分割是牌照识别系统的关键技术之一,其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置,并将包含牌照字符的一块子图象从整个图象中分割出来,供字符识别子系统识别之用,分割的准确与否直接关系到整个牌照字符识别系统的识别率。
由于拍摄时的光照条件、牌照的整洁程度的影响,和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均,加上牌照上的污斑等缺陷,致使字符提取困难,进而影响字符识别的准确性。因此,需要对字符在识别之前再进行一次针对性的处理。
车牌识别的最终目的就是对车牌上的文字进行识别。识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。
输入车牌图象
灰度校正
平滑处理
提取边缘
图2 预处理及边缘提取流程图
输入的彩色图像包含大量颜色信息,会占用较多的存储空间,且处理时也会降低系统的执行速度,,以加快处理速度。可对图像进行灰度化处理、提取背景图像、增强处理、图像二值化,边缘检测、滤波等处理。然后采用robert算子进行边缘检测,再用imopen和imclose对所得二值图像作开、闭操作进行滤波。
彩色图像分为R、G、B三个分量,分别显示出红、绿、蓝等各种颜色,灰度化就是使彩色的R、G、B 分量相等的过程。灰度值大的像素点比较亮(像素值最大为255,为白色) ,反之比较暗(像素值最小为 0,是黑色) 。
图像灰度化的算法主要有以下 3 种:
1)最大值法:使转化后R、G、B的值等于