基于matlab的車牌識(shí)別系統(tǒng)的設(shè)計(jì)(附程序).doc

1車牌識(shí)別系統(tǒng)的設(shè)計(jì)1．摘要：汽車牌照自動(dòng)識(shí)別系統(tǒng)是制約道路交通智能化的重要因素,包括車牌定位、字符分割和字符識(shí)別三個(gè)主要部分。本文首先確定車輛牌照在原始圖像中的水平位置和垂直位置,從而定位車輛牌照,然后采用局部投影進(jìn)行字符分割。在字符識(shí)別部分,提出了在無(wú)特征提取情況下基于支持向量機(jī)的車牌字符識(shí)別方法。實(shí)驗(yàn)結(jié)果表明,本文提出的方法具有良好的識(shí)別性能。隨著公路逐漸普及，我國(guó)的公路交通事業(yè)發(fā)展迅速，所以人工管理方式已經(jīng)不能滿著實(shí)際的需要，微電子、通信和計(jì)算機(jī)技術(shù)在交通領(lǐng)域的應(yīng)用極大地提高了交通管理效率。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。2．設(shè)計(jì)目的：1、使學(xué)生在鞏固理論課上知識(shí)的同時(shí)，加強(qiáng)實(shí)踐能力的提高，理論聯(lián)系實(shí)踐。2、激發(fā)學(xué)生的研究潛能，提高學(xué)生的協(xié)作精神，鍛煉學(xué)生的動(dòng)手能力。3．設(shè)計(jì)原理由于車輛牌照是機(jī)動(dòng)車唯一的管理標(biāo)識(shí)符號(hào)，在交通管理中具有不可替代的作用，因此車輛牌照識(shí)別系統(tǒng)應(yīng)具有很高的識(shí)別正確率，對(duì)環(huán)境光照條件、拍攝位置和車輛行駛速度等因素的影響應(yīng)有較大的容閾，并且要求滿足實(shí)時(shí)性要求。圖1牌照識(shí)別系統(tǒng)原理圖該系統(tǒng)是計(jì)算機(jī)圖像處理與字符識(shí)別技術(shù)在智能化交通管理系統(tǒng)中的應(yīng)用，它主要由圖像的采集和預(yù)處理、牌照區(qū)域的定位和提取、牌照字符的分割和識(shí)別等幾個(gè)部分組成，如圖1所示。其基本工作過(guò)程如下：(1)當(dāng)行駛的車輛經(jīng)過(guò)時(shí)，觸發(fā)埋設(shè)在固定位置的傳感器，系統(tǒng)被喚醒處于工作狀態(tài)；一旦連接攝像頭光快門的光電傳感器被觸發(fā)，設(shè)置在車輛前方、后方和側(cè)面的相機(jī)同時(shí)拍攝下車輛圖像；2(2)由攝像機(jī)或CCD攝像頭拍攝的含有車輛牌照的圖像通視頻卡輸入計(jì)算機(jī)進(jìn)行預(yù)處理，圖像預(yù)處理包括圖像轉(zhuǎn)換、圖像增強(qiáng)、濾波和水平較正等；(3)由檢索模塊進(jìn)行牌照搜索與檢測(cè)，定位并分割出包含牌照字符號(hào)碼的矩形區(qū)域；(4)對(duì)牌照字符進(jìn)行二值化并分割出單個(gè)字符，經(jīng)歸一化后輸入字符識(shí)別系統(tǒng)進(jìn)行識(shí)別。4．詳細(xì)設(shè)計(jì)步驟4.1提出總體設(shè)計(jì)方案。車輛牌照識(shí)別整個(gè)系統(tǒng)主要是由車牌定位和字符識(shí)別兩部分組成，其中車牌定位又可以分為圖像預(yù)處理及邊緣提取模塊和牌照的定位及分割模塊；字符識(shí)別可以分為字符分割與特征提取和單個(gè)字符識(shí)別兩個(gè)模塊。為了用于牌照的分割和牌照字符的識(shí)別，原始圖象應(yīng)具有適當(dāng)?shù)牧炼?#xff0c;較大的對(duì)比度和清晰可辯的牌照?qǐng)D象。但由于該系統(tǒng)的攝像部分工作于開(kāi)放的戶外環(huán)境，加之車輛牌照的整潔度、自然光照條件、拍攝時(shí)攝像機(jī)與牌照的矩離和角度以及車輛行駛速度等因素的影響，牌照?qǐng)D象可能出現(xiàn)模糊、歪斜和缺損等嚴(yán)重缺陷，因此需要對(duì)原始圖象進(jìn)行識(shí)別前的預(yù)處理。牌照的定位和分割是牌照識(shí)別系統(tǒng)的關(guān)鍵技術(shù)之一，其主要目的是在經(jīng)圖象預(yù)處理后的原始灰度圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個(gè)圖象中分割出來(lái)，供字符識(shí)別子系統(tǒng)識(shí)別之用，分割的準(zhǔn)確與否直接關(guān)系到整個(gè)牌照字符識(shí)別系統(tǒng)的識(shí)別率。由于拍攝時(shí)的光照條件、牌照的整潔程度的影響，和攝像機(jī)的焦距調(diào)整、鏡頭的光學(xué)畸變所產(chǎn)生的噪聲都會(huì)不同程度地造成牌照字符的邊界模糊、細(xì)節(jié)不清、筆劃斷開(kāi)或粗細(xì)不均，加上牌照上的污斑等缺陷，致使字符提取困難，進(jìn)而影響字符識(shí)別的準(zhǔn)確性。因此，需要對(duì)字符在識(shí)別之前再進(jìn)行一次針對(duì)性的處理。車牌識(shí)別的最終目的就是對(duì)車牌上的文字進(jìn)行識(shí)別。主要應(yīng)用的為模板匹配方法。因?yàn)橄到y(tǒng)運(yùn)行的過(guò)程中，主要進(jìn)行的都是圖像處理，在這個(gè)過(guò)程中要進(jìn)行大量的數(shù)據(jù)處理，所以處理器和內(nèi)存要求比較高，CPU要求主頻在600HZ及以上，內(nèi)存在128MB及以上。系統(tǒng)可以運(yùn)行于Windows98、Windows2000或者WindowsXP操作系統(tǒng)下，程序調(diào)試時(shí)使用matlab。4.2預(yù)處理及邊緣提取3輸入車牌圖象灰度校正平滑處理提取邊緣圖2預(yù)處理及邊緣提取流程圖4.2.1圖象的采集與轉(zhuǎn)換考慮到現(xiàn)有牌照的字符與背景的顏色搭配一般有藍(lán)底白字、黃底黑字、白底紅字、綠底白字和黑底白字等幾種，利用不同的色彩通道就可以將區(qū)域與背景明顯地區(qū)分出來(lái)，例如，對(duì)藍(lán)底白字這種最常見(jiàn)的牌照，采用藍(lán)色B通道時(shí)牌照區(qū)域?yàn)橐涣恋木匦?#xff0c;而牌照字符在區(qū)域中并不呈現(xiàn)。因?yàn)樗{(lán)色(255，0，0)與白色(255，255，255)在B通道中并無(wú)區(qū)分，而在G、R通道或是灰度圖象中并無(wú)此便利。同理對(duì)白底黑字的牌照可用R通道，綠底白字的牌照可以用G通道就可以明顯呈現(xiàn)出牌照區(qū)域的位置，便于后續(xù)處理。原圖、灰度圖及其直方圖見(jiàn)圖2與圖3。對(duì)于將彩色圖象轉(zhuǎn)換成灰度圖象時(shí)，圖象灰度值可由下面的公式計(jì)算：G=0.110B+0.588G+0.302R(1)G=(2)3RGB?圖3原圖圖4灰度圖44.2.2邊緣提取邊緣是指圖像局部亮度變化顯著的部分，是圖像風(fēng)、紋理特征提取和形狀特征提取等圖像分析的重要基礎(chǔ)。所以在此我們要對(duì)圖像進(jìn)行邊緣檢測(cè)。圖象增強(qiáng)處理對(duì)圖象牌照的可辯認(rèn)度的改善和簡(jiǎn)化后續(xù)的牌照字符定位和分割的難度都是很有必要的。增強(qiáng)圖象對(duì)比度度的方法有：灰度線性變換、圖象平滑處理等。(1)灰度校正由于牌照?qǐng)D象在拍攝時(shí)受到種種條件的限制和干擾，圖象的灰度值往往與實(shí)際景物不完全匹配，這將直接影響到圖象的后續(xù)處理。如果造成這種影響的原因主要是由于被攝物體的遠(yuǎn)近不同，使得圖象中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡，或是由于攝像頭在掃描時(shí)各點(diǎn)的靈敏度有較大的差異而產(chǎn)生圖象灰度失真，或是由于曝光不足而使得圖像的灰度變化范圍很窄。這時(shí)就可以采用灰度校正的方法來(lái)處理，增強(qiáng)灰度的變化范圍、豐富灰度層次，以達(dá)到增強(qiáng)圖象的對(duì)比度和分辨率。我們發(fā)現(xiàn)車輛牌照?qǐng)D象的灰度取值范圍大多局限在r=(50,200)之間，而且總體上灰度偏低，圖象較暗。根據(jù)圖象處理系統(tǒng)的條件，最好將灰度范圍展開(kāi)到s=(0,255)之間，為此我們對(duì)灰度值作如下的變換：s=T(r)r=[rmin,，rmax]使得S∈[Smin,Smax],其中，T為線性變換，圖5灰度線性變換(3)minr-axiSinrmi-axrS????若r(50,200)、s(0，255)則：(4)85r7.1502-r1??5(2)平滑處理對(duì)于受噪聲干擾嚴(yán)重的圖象，由于噪聲點(diǎn)多在頻域中映射為高頻分量，因此可以在通過(guò)低通濾波器來(lái)濾除噪聲，但實(shí)際中為了簡(jiǎn)化算法也可以直接在空域中用求鄰域平均值的方法萊削弱噪聲的影響，這種方法稱為圖象平滑處理。例如，某一象素點(diǎn)的鄰域S有兩種表示方法：8鄰域和4鄰域分別對(duì)應(yīng)的鄰域平均值為(5)???sjijifMjig),(),(1),(其中，M為鄰域中除中心象素點(diǎn)f(i,j)之外包括的其它象素總數(shù)，對(duì)于4鄰域M=4，8鄰域M=8。然而，鄰域平均值的平滑處理會(huì)使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產(chǎn)生模糊作用。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點(diǎn)象素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點(diǎn)才能替換為鄰域平均值，而差值不大于閾值時(shí)，仍保留原來(lái)的值，從而減少由于平均化引起的圖象模糊。圖像中車輛牌照是具有比較顯著特征的一塊圖象區(qū)域，這此特征表現(xiàn)在：近似水平的矩形區(qū)域；其中字符串都是按水平方向排列的；在整體圖象中的位置較為固定。正是由于牌照?qǐng)D象的這些特點(diǎn)，再經(jīng)過(guò)適當(dāng)?shù)膱D象變換，它在整幅中可以明顯地呈現(xiàn)出其邊緣。邊緣提取是較經(jīng)典的算法，此處邊緣的提取采用的是Robert

總結(jié)

以上是生活随笔為你收集整理的基于matlab的车牌识别系统程序,基于matlab的车牌识别系统的设计(附程序).doc的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。