文档介绍：1 基于 Matlab 的车牌识别系统一、摘要随着公路逐渐普及,我国的公路交通事业发展迅速,所以人工管理方式已经不能满着实际的需要,微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。汽车牌照的自动识别技术已经得到了广泛应用。汽车牌照自动识别整个处理过程分为预处理、边缘提取、车牌定位、字符分割、字符识别五大模块, 其中字符识别过程主要由以下 3 个部分组成:①正确地分割文字图像区域;②正确的分离单个文字;③正确识别单个字符。用MATLAB 软件编程来实现每一个部分, 最后识别出汽车牌照。在研究的同时对其中出现的问题进行了具体分析,处理。二、课程设计的任务和目的任务: 使用 MATLAB 对包含车牌的图片进行处理,利用算法识别出车牌所在的区域,并辨认其数字及字母,最后在屏幕上输出所识别出的车牌号。目的: 1、让自己巩固理论课上所学的知识,理论联系实践。 2、锻炼自己的动手能力,激发自己的研究潜能,提高我们的协作精神。三、设计原理由于车辆牌照是机动车唯一的管理标识符号,在交通管理中具有不可替代的作用,因此车辆牌照识别系统应具有很高的识别正确率,对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈,并且要求满足实时性要求。图1 牌照识别系统原理图该系统是计算机图像处理与字符识别技术在智能化交通管理系统中的应用,它主要由牌照图像的采集和预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成,如图 1所示。其基本工作过程如下: (1)当行驶的车辆经过时,触发埋设在固定位置的传感器,系统被唤醒处于工作状态;一旦连接摄像头光快门的光电传感器被触发,设置在车辆前方、后方和侧面的相机同时拍摄下车辆图像; (2)D 摄像头拍摄的含有车辆牌照的图像通视频卡输入计算机进行预处理,图像预处理包括图像转换、图像增强、滤波和水平较正等; (3)由检索模块进行牌照搜索与检测,定位并分割出包含牌照字符号码的矩形区域; 2 (4)对牌照字符进行二值化并分割出单个字符,经归一化后输入字符识别系统进行识别。四、设计所需函数介绍 B=imread( ‘A’);A 是要读取的图像 I m_gray=rgb2gray(im); 将图像变为灰度图。 im 是待处理图像, Im_gray 是处理后的图像。 B= medfilt2(A, [m n]) ; 用指定大小为 m×n 的窗口对图像 A 进行中值滤波。 BW = im2bw(I,level) 通过设定亮度将阈值灰度、真彩、索引图像转换为二值图像。 Level 是归一化的阈值, 值域为[0, 1]。 BW=edge(I, ' roberts ',thresh) ; 采用 robert 算子进行边缘检测。T hresh 是所指定的敏感度阈值。 ones 产生全 1 数组, zeros 产生全零数组。 ones(a,b) 产生 a行b 列全 1 数组。 ones(a) 产生 a行a 列全 1 数组。 Matlab 基于腐蚀和膨胀的边缘检测腐蚀:删除对象边界某些像素。膨胀:给图像中的对象边界添加像素。在操作中,输出图像中所有给定像素的状态都是通过对输入图像的相应像素及邻域使用一定的规则进行确定。在膨胀操作时,输出像素值是输入图像相应像素邻域内所有像素的最大值。在二进制图像中,如果任何像素值为 1, 那么对应的输出像素值为 1; 而在腐蚀操作中, 输出像素值是输入图像相应像素邻域内所有像素的最小值。在二进制图像中,如果任何一个像素值为 0 ,那么对应的输出像素值为 0。结构元素的原点定义在对输入图像感兴趣的位置。对于图像边缘的像素,由结构元素定义的邻域将会有一部分位于图像边界之外。为了有效处理边界像素,进行形态学运算的函数通常都会给出超出图像、未指定数值的像素指定一个数值,这样就类似于函数给图像填充了额外的行和列。对于膨胀和腐蚀操作,它们对像素进行填充的值是不同的。对于二进制图像和灰度图像,膨胀和腐蚀操作使用的填充方法如下表: 腐蚀和膨胀填充图像规则表规则规则腐蚀超出图像边界的像素值定义为该数据类型允许的最大值,对于二进制图像,这些像素值设置为 1;对于灰度图像, unit8 类型的最小值也为 255 。膨胀超出图像边界的像素值定义为该数据类型允许的最小值,对于二进制图像,这些像素值设置为 0;对于灰度图像, unit8 类型的最小值也为 0。 B1=imdilate(B0,se); 图像的膨胀。 B0 是待处理的输入图像, se是结构元素对象 B2=imerode(B1,se); 图像的腐蚀,参数同上。 imcrop 功能: 剪切图像. 语法: I2= imcrop(I) X2 = imcrop(X,map) RGB2 = imcrop(RGB) I2= imcrop(I,rect) X2 =