基于MATLAB的車牌自動識別 畢業(yè)設(shè)計中期報告

1、基于matlab的車牌自動識別 -畢業(yè)設(shè)計中期報告 課題背景:隨著社會的高速發(fā)展,人們的生活水平得到提高,作為現(xiàn)代社會主要交通工具之一汽車,在生活和工作中得到越來越多的使用,如何管理車輛越來越重要.智能交通系統(tǒng)的出現(xiàn)將可以緩解道路堵塞和減少交通事故,規(guī)范駕駛,提高交通利用率.它是交通信息系統(tǒng)、通訊網(wǎng)絡(luò)、定位系統(tǒng)和智能化分析的交通系統(tǒng)的總稱。車牌識別是智能交通的一個關(guān)鍵組成部分 。車牌識別主要由圖像采集、車牌定位、字符分割、字符識別四大部分組成。 課題研究意義：采用車牌識別系統(tǒng)能對車牌進(jìn)行識別處理，在道路交通監(jiān)測、監(jiān)控方面起到了至關(guān)重要的作用，起到監(jiān)察和防范交通事故的發(fā)生，誘導(dǎo)和疏通交通系統(tǒng)的作

2、用。此外還可大大減少人力，減輕道路監(jiān)測部門的工作強(qiáng)度，經(jīng)量減少錯誤的的可能，大幅度提高處理速度和效率。研究方向車牌定位、字符分割等關(guān)鍵步驟實(shí)現(xiàn)方法多樣，盡可能多的用程序?qū)崿F(xiàn)，然后對各種方法進(jìn)行比較，組合，得到最佳組合方案。車牌識別原理：字符識別字符分割車牌定位圖像采集 總體設(shè)計方案1、 車牌定位 在實(shí)際生活中，拍攝的車輛圖像效果往往不理想，由于外界光線、天氣原因以及攝像頭聚焦或背焦的調(diào)整不到位等等，都會使圖像存在噪音干擾，這些會對車牌定位增加難度，因此在定位之前會對車牌圖像進(jìn)行預(yù)處理，盡可能提高車牌正確定位的可能。找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些區(qū)域進(jìn)行分析、評判，最后選定

3、最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。二、字符分割按左右寬度切割出字符分析垂直投影找到每個字符中心位置去掉車牌的框架計算水平投影進(jìn)行車牌水平校正完成定位后，再將牌照區(qū)域分割成單個字符。本程序的字符分割部分采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。 三、字符識別 字符識別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。 基于模板匹配算法首先將分割后的字符二值化,并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。 基于人工神經(jīng)元網(wǎng)絡(luò)的算法有兩種：一種是先對待識別字符進(jìn)行特征提取，然后用所獲得特征來訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種方法是直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動實(shí)現(xiàn)特征提取直至識別出結(jié)果。 與數(shù)據(jù)庫的圖片相減字符依次分析顯示誤差最小的圖片名字找到分析之差最小的圖片切割出的字符送入庫中 論文完成情況:論文已完成情況：已初步實(shí)現(xiàn)程序的運(yùn)行，了解了各步驟具體實(shí)現(xiàn)方法。未完成情況：文獻(xiàn)翻譯、各步驟多種方法的比較、組合,論文的編寫存在的問題：各組成部分的細(xì)節(jié)部分還有待斟酌，考慮和完善。你解決