課程設(shè)計(jì)報(bào)告-車牌識(shí)別系統(tǒng)的設(shè)計(jì)

計(jì)一、:隨這形圖技術(shù)發(fā)展現(xiàn)在車牌識(shí)別技術(shù)準(zhǔn)確率越來(lái)越高，識(shí)別速度越越快。無(wú)論種形的車牌識(shí)別統(tǒng)，們都是由發(fā)、像采集、圖像識(shí)模塊、輔助源和信模塊組成。車識(shí)別系統(tǒng)及光、電器、電子控、數(shù)字圖像理、算視覺(jué)、人智能多項(xiàng)技術(shù)觸發(fā)塊負(fù)責(zé)在車輛到合適位置時(shí)給出發(fā)信號(hào)，控抓拍輔助光源供輔照明，保證系統(tǒng)在不同的光照條件下都能拍攝到質(zhì)量圖像。像預(yù)處理程對(duì)抓拍的圖像進(jìn)行處理，去除噪聲，并進(jìn)行參調(diào)整然后通車牌定位、符識(shí)別，最后將識(shí)別結(jié)果輸出。二:：學(xué)固理論所學(xué)知識(shí)，論系實(shí)。煉學(xué)的動(dòng)能，發(fā)研究能，提學(xué)：車牌位系的目在確整像車的，并別出牌號(hào)。過(guò)設(shè)實(shí)現(xiàn)牌識(shí)系統(tǒng)能提高學(xué)生和的能力，能一定的研能。:牌照動(dòng)識(shí)別是一項(xiàng)輛的動(dòng)視圖進(jìn)行牌照牌照動(dòng)識(shí)的式別術(shù)。一觸發(fā)設(shè)、攝設(shè)、明設(shè)、像集、識(shí)車牌的處等，件車牌位、車牌符算和光字符別等牌識(shí)別統(tǒng)通視像車視的能視車輛一整牌識(shí)系車、圖像采集牌照別等。車到輛達(dá)觸發(fā)像集，采集的視圖像。牌照別對(duì)像行理定位出牌位，將牌照的字出來(lái)進(jìn)識(shí)，后組牌號(hào)輸出。、

/

案:牌照碼、顏色識(shí)別為了進(jìn)牌照識(shí)別，需要以下幾基本的步驟：牌照定，定位圖片中的牌照位；牌照字分割，把牌中的字符分割來(lái)；牌照字識(shí)別，把分割好的字符行識(shí)別，最終成照號(hào)。牌照識(shí)過(guò)程中照顏色識(shí)別依據(jù)算法同能上述同步驟實(shí)現(xiàn)，通常與牌照識(shí)別互相合、相驗(yàn)證。(1）牌定位自然環(huán)境，汽車像背景復(fù)、光照均勻，如在自然景中準(zhǔn)確確定牌照區(qū)是整個(gè)別過(guò)程的鍵首對(duì)采集到的頻圖像行大范圍關(guān)搜索找到符合汽車牌照征的若干域作為選區(qū)，然后對(duì)這侯選區(qū)域做進(jìn)一步分析、判最后選一最佳的域?yàn)榕普諈^(qū)，將其從象分割出來(lái)流程圖:導(dǎo)入原始圖像

圖像預(yù)處增強(qiáng)效果圖像

邊緣提

對(duì)圖像閉運(yùn)算

車牌定/（2）牌照字符分割完成牌區(qū)域的位后，再將牌照區(qū)域分成單個(gè)符，然后進(jìn)行別。字符分割般采用直投影法由于字符垂直方上的投影必然在字符間字符內(nèi)的間處取得部最小值的附近，并且個(gè)位置滿足牌照的字書寫格、字符尺限和些他件利用垂直影法對(duì)雜環(huán)境下的汽圖像中的字符分有較好效果。投進(jìn)牌投影行牌

的個(gè)符位置符（3）牌照字識(shí)別字符識(shí)別法目前主要有基于模匹配算法和基于工神經(jīng)網(wǎng)絡(luò)算法基于模板匹配法首先將分割后的字二值化,并其尺寸大小縮放字符數(shù)據(jù)庫(kù)中模板大，后所的模進(jìn)匹，后最匹配為果基人工神經(jīng)網(wǎng)的法兩一是對(duì)識(shí)字進(jìn)特征取然后所得特征訓(xùn)神網(wǎng)分器另種法直把處理像入絡(luò)由網(wǎng)絡(luò)自動(dòng)現(xiàn)征取至別出果實(shí)應(yīng)中牌識(shí)系統(tǒng)識(shí)率牌照和。牌照的，、、、字、牌、牌照、牌照、牌；實(shí)際環(huán)、、車的影。這些影上牌照識(shí)別的識(shí)別是照識(shí)別系統(tǒng)的和所在為提識(shí)率的完識(shí)算，應(yīng)法種照條件采的像利于別。割出的字的小

字符分符入中模:2.1輸待理像;

的是/

最小的字%Step1獲圖像圖像并顯示原始圖像Scolor=imread('3.jpg');%imread函數(shù)讀取圖像件圖原像2.2圖像灰度化彩色圖包含大量的顏信息不在存上開(kāi)銷大而且處理上也會(huì)降低統(tǒng)的行速度此在圖進(jìn)行別等處理經(jīng)常將色圖轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。彩轉(zhuǎn)為度過(guò)叫灰度化處理。選擇的標(biāo)準(zhǔn)經(jīng)過(guò)度換后像素動(dòng)態(tài)圍增，像的比度展，圖像得更加晰、膩容易別。%將彩圖像換為白顯示Sgray轉(zhuǎn)成度圖figure,imshow(Sgray),title('原始黑圖像');圖原白圖像/2.3對(duì)原始圖像進(jìn)行操作得到圖像背景圖像:s=strel('disk',13);%strei函數(shù)打開(kāi)s圖像figure,imshow(Bgray);title('背景圖');%輸出背景圖像圖背像2.4原始像與景圖像減法對(duì)圖像進(jìn)增強(qiáng)處:Egray=imsubtract(Sgray,Bgray);%兩圖相減figure,imshow(Egray);title('增黑白圖');%輸黑圖像圖黑像2.5取得佳閾，將圖二值化二值圖是指幅圖像畫內(nèi)僅黑白值的像在際車牌理系統(tǒng)中進(jìn)行像二值換的鍵是要確定適的值使得字與背景夠分開(kāi)來(lái)，值換結(jié)圖必須具良的形，丟掉用形信，不會(huì)產(chǎn)額的缺等車牌別統(tǒng)求理速高、本、息大，/采用二圖像進(jìn)行處理能大效率閾值處理操作過(guò)程是先由用戶指定通過(guò)算法生成一個(gè)閾值如圖像中某中像素的灰度值小于該閾值則將該像的灰度值設(shè)置為或否則灰度值置為或。fmax1=double(max(max(Egray)));%egray的最大值并輸出雙精度型fmin1=double(min(min(Egray)));%egray的最小值并輸出雙精度型level=(fmax1-(fmax1-fmin1)/3)/255;%獲得最佳閾值bw22=im2bw(Egray,level);%轉(zhuǎn)換圖像為二進(jìn)圖像bw2=double(bw22);figure,imshow(bw2);title('圖二值化');%得到二值圖像圖二值圖像2.6邊緣測(cè):兩個(gè)具不同度值的相區(qū)域之總存邊緣緣就灰度值連續(xù)的結(jié)果，是圖像割、紋特征提和形狀征提取圖像分的基礎(chǔ)。了對(duì)有意義的邊緣點(diǎn)行分類與這個(gè)點(diǎn)聯(lián)系的度級(jí)必比在這點(diǎn)的背上變換更有，們過(guò)限法來(lái)定個(gè)是有。以，果個(gè)的維一階導(dǎo)比定門大我就義像的點(diǎn)一個(gè)緣，組樣依據(jù)事定的接則連的緣就義一邊。經(jīng)過(guò)階導(dǎo)的緣檢測(cè)所的階數(shù)于某閾，確該為緣點(diǎn)這會(huì)致測(cè)的邊緣太。以過(guò)梯度部大對(duì)的，定邊點(diǎn)局部最值可以測(cè)精的邊一導(dǎo)的部大值應(yīng)階數(shù)點(diǎn)這通圖像度二階數(shù)的點(diǎn)能到精邊點(diǎn)。用算度圖中邊f(xié)igure,imshow(grd);title('圖邊提取'輸圖邊緣/圖像邊取2.7對(duì)得圖像作開(kāi)操作進(jìn)行濾:數(shù)學(xué)形態(tài)非線性濾波，可以用于抑制噪聲，進(jìn)行特征提取、邊緣檢測(cè)、圖像分割圖像理題。蝕是種消邊界的程，果是目標(biāo)小，洞增大因而有效消除立噪點(diǎn)膨是將目標(biāo)體觸的有背點(diǎn)并到體中過(guò)，結(jié)是使標(biāo)增，孔縮，可補(bǔ)目物體的空，形成通。腐后脹的程為運(yùn)，具消除小體并纖細(xì)處分物和滑大體邊的用；先脹腐的程稱閉算具有填充體細(xì)空，接鄰物和滑界作。圖做開(kāi)算閉運(yùn)算閉運(yùn)可使像輪廓更光，它常來(lái)消狹的斷長(zhǎng)細(xì)的鴻，除的洞并彌輪線的裂。bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形的閉算figure,imshow(bg1);title('圖閉算[輸閉算的像bg3=imopen(bg1,strel('rectangle',[5,19]));%取形的開(kāi)算figure,imshow(bg3);title('圖開(kāi)算[輸開(kāi)算的像bg2=imopen(bg3,strel('rectangle',[19,1]));%取形的開(kāi)算figure,imshow(bg2);title('圖開(kāi)算[輸開(kāi)算的像/圖閉的像

圖開(kāi)運(yùn)算的圖像圖開(kāi)算的像2.8對(duì)二值圖像進(jìn)行區(qū)域提取，并計(jì)算域特征參數(shù)。進(jìn)行區(qū)域特征參比較，提取牌區(qū):a.對(duì)像每個(gè)區(qū)域進(jìn)行標(biāo)記后計(jì)算個(gè)區(qū)域圖像特征參數(shù)域心位置、最小含矩、面積。[L,num]=bwlabel(bg2,8);%標(biāo)注二進(jìn)制圖像中已連接部分Feastats=imfeature(L,'basic');%計(jì)算圖區(qū)域的征尺寸區(qū)面積BoundingBox=[Feastats.BoundingBox];%[xywidthheight]牌的框架大小RGB=label2rgb(L,'spring','k','shuffle');志圖像向RGB圖像轉(zhuǎn)換figure,imshow(RGB);title('圖像彩色標(biāo)記');%輸出框的彩色圖像/圖彩圖像b.算出包含所標(biāo)的區(qū)域的小寬和高，并據(jù)先驗(yàn)知識(shí)，較誰(shuí)的寬比更接近實(shí)車牌寬高，將更接近的取并顯示出來(lái)。計(jì)算的度計(jì)算矩形高度框架的寬度高度的范車牌的開(kāi)始列車牌的開(kāi)始行計(jì)算車牌長(zhǎng)比取車牌子/序流圖2.9對(duì)水投影進(jìn)行峰谷分析

圖灰度子二圖對(duì)平投影進(jìn)行峰谷分析,計(jì)算出車牌上邊框、車牌字符投影、車牌下邊框的形峰上升點(diǎn)、峰下降點(diǎn)、峰寬、谷寬、峰間離、峰中心位置參數(shù)。histcol1=sum(sbw1);%計(jì)垂投影histrow=sum(sbw1');%計(jì)水投影figure,subplot(2,1,1),bar(histcol1);title('垂直投影（含邊框）');%輸出垂直投影subplot(2,1,2),bar(histrow);平投（含框');%輸出水平投影圖垂投水影figure,subplot(2,1,1),bar(histrow);title('水平影（含邊）');%輸出水平投影subplot(2,1,2),imshow(sbw1);title('車值子');%輸出二值圖對(duì)水平投影進(jìn)行峰分:/圖水影和二圖

求水平投影的均值求水平投影的小值取閾值計(jì)算谷寬度計(jì)算峰距離計(jì)算下降點(diǎn)找到峰中心位置程流程圖2.10計(jì)算牌旋角度a.牌傾斜的原因?qū)队靶Ч骞晒炔幻黠@在這里需要做車牌矯正處理這里取的線性擬合的方,計(jì)出牌上邊或下邊圖像值為1的擬合直線與水平軸的角。標(biāo)示出圖像大小求最大寬度為符檢測(cè)上邊從頂邊至第一峰下降點(diǎn)掃描從底邊至最后個(gè)峰的上升點(diǎn)掃描找第一個(gè)為的點(diǎn)序流圖/%(2)性擬合，計(jì)算與夾角fresult=fit(xdata',ydata','poly1');%poly1Y=p1*x+p2p1=fresult.p1;angle=atan(fresult.p1)*180/pi;%弧度換為度，360/2pi,pi=3.14%(3)轉(zhuǎn)車牌圖象subcol=imrotate(subcol1,angle,'bilinear','crop');%轉(zhuǎn)車牌圖象sbw=imrotate(sbw1,angle,'bilinear','crop');%旋轉(zhuǎn)圖像figure,subplot(2,1,1),imshow(subcol);title(''牌圖subplot(2,1,2),imshow(sbw);title('');%像title([':度'旋度圖旋后的灰度圖像和旋轉(zhuǎn)角b.轉(zhuǎn)車牌后重新計(jì)車牌水平投影，去掉車牌水平邊框，獲取字符高:histcol1=sum(sbw);%計(jì)算垂投影histrow=sum(sbw');%計(jì)算水投影figure,subplot(2,1,1),bar(histcol1);title('垂直投影旋轉(zhuǎn)后）');subplot(2,1,2),bar(histrow);title('水平影旋轉(zhuǎn)后');/圖投旋）平（后）figure,subplot(2,1,1),bar(histrow);title('水平投影（旋轉(zhuǎn)后');subplot(2,1,2),imshow(sbw);title('車牌值子圖（旋轉(zhuǎn)后）');圖水平投影（旋轉(zhuǎn)后）車牌二值子圖（轉(zhuǎn)后）2.11去平（上）,獲字高:a.通以上水平投影、垂直投影分析計(jì)算，獲得了車牌字符度、字符頂行與尾行、字符寬度、每個(gè)字符中心位置，為提取分割字符具備了條件。maxhight=max(markrow2);findc=find(markrow2==maxhight);rowtop=markrow(findc);rowbot=markrow(findc+1)-markrow1(findc+1);sbw2=sbw(rowtop:rowbot,:);%子圖為rowbot-rowtop+1)行maxhight=rowbot-rowtop+1;%字符高(rowbot-rowtop+1)b.計(jì)車牌直投影，去掉車牌垂直邊框，獲取車牌及字符均寬度histcol=sum(sbw2);%計(jì)算垂投影/figure,subplot(2,1,1),bar(histcol);title('垂直投去水平邊框后輸出車牌的垂直投影圖像subplot(2,1,2),imshow(sbw2);%輸出垂直投影圖像title(['符：',int2str(maxhight)],'Color','r');%輸字高度%對(duì)垂投影峰谷析求垂直投的平均值求垂直投的最小值取閾值計(jì)算字符升點(diǎn)計(jì)算谷寬度計(jì)算字符離找到字符心位置圖垂投影圖像和車牌字符高度

程流程圖c.算車牌上每個(gè)字中心位置，計(jì)算最大字符寬度l=0;fork=1:n1markcol3(k)=markcol(k+1)-markcol1(k+1);%字符降點(diǎn)markcol4(k)=markcol3(k)-markcol(k);%字符度（上升點(diǎn)至下降點(diǎn)）markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置endmarkcol6=diff(markcol5);%字符心距離（符中心點(diǎn)至下個(gè)字符中心點(diǎn)）maxs=max(markcol6);查找大值，即為第字符與第三字中心距離findmax=find(markcol6==maxs);markcol6(findmax)=0;/maxwidth=max(markcol6);%找大值，即為最大字符寬度d.提分割字符,并變換為行*14標(biāo)準(zhǔn)子圖l=1;[m2,n2]=size(subcol);figure;fork=findmax-1:findmax+5cleft=markcol5(k)-maxwidth/2;cright=markcol5(k)+maxwidth/2-2;ifcleft<1cleft=1;cright=maxwidth;endifcright>n2cright=n2;cleft=n2-maxwidth;endSegGray=sbw(rowtop:rowbot,cleft:cright);SegBw1=sbw(rowtop:rowbot,cleft:cright);SegBw2imresize(SegBw1,[2214]);變換為行*16列標(biāo)準(zhǔn)子圖subplot(2,n1,l),imshow(SegGray);ifl==7title(['車牌字寬度：',int2str(maxwidth)],'Color','r');endsubplot(2,n1,n1+l),imshow(SegBw2);fname=strcat('F:\MATLAB\work\sam\image',int2str(k),'.jpg');%保存圖備入樣庫(kù),并建樣本庫(kù)imwrite(SegBw2,fname,'jpg')l=l+1;end2.12計(jì)算計(jì)算獲取的符圖與樣本庫(kù)進(jìn)行匹配，自動(dòng)識(shí)別出字符代碼進(jìn)行牌識(shí)前需使用本對(duì)經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練后使用訓(xùn)練好的網(wǎng)絡(luò):、母母、四分四得到節(jié)對(duì)已經(jīng)行預(yù)逐特提從文相節(jié)，把送相的輸結(jié)。/建立數(shù)據(jù)樣本數(shù)據(jù)庫(kù)中片相減計(jì)算誤差找到誤差小圖片依次識(shí)并識(shí)別程序流程圖五、原始像

圖識(shí)的車牌號(hào)碼預(yù)處后：車定位和提?。?/p>

字符分割和識(shí)別：/從上面結(jié)果可以看出，這張車牌的識(shí)別失敗了，將誤別為了。在識(shí)別中還可能出錯(cuò)的有0和8，因此需要在其他方面做些彌補(bǔ)，最后達(dá)到識(shí)別效果。原始圖:

預(yù)處理：/車牌的定位和提取：

字符的分割和識(shí)別：在車別的中數(shù)庫(kù)的很重,只有數(shù)字庫(kù)的準(zhǔn)確才能保證測(cè)出來(lái)的數(shù)據(jù)正確切出來(lái)的數(shù)據(jù)要與數(shù)據(jù)庫(kù)的數(shù)作比較所以據(jù)庫(kù)的數(shù)據(jù)尤為重要。六、:/實(shí)驗(yàn)對(duì)車牌識(shí)別系統(tǒng)的軟部分進(jìn)行了研究別從圖像預(yù)處理牌定位、字符分割以及字符識(shí)別等面進(jìn)行了系統(tǒng)的分析理和總結(jié)了國(guó)內(nèi)外在車牌定位、割字識(shí)方的研成和展向系介紹我車的有特征，及牌別特。在牌位們用于度跳的位法采用先對(duì)像行處，進(jìn)行值操的法實(shí)表明方既留車牌區(qū)域信，減了聲的擾從簡(jiǎn)了值處理程提了續(xù)處理的度基彩分的位法，用于色素統(tǒng)特性方對(duì)車牌藍(lán)的牌行定，驗(yàn)明用該法現(xiàn)車定位確較。本設(shè)用MATLAB編運(yùn)行結(jié)果以出本設(shè)采的像處理、CANNY邊緣檢開(kāi)運(yùn)算[5，牌長(zhǎng)比特征識(shí)別等牌的定是常有效的計(jì)提二水平分析和閾值技有檢測(cè)牌圖上下左右邊框旋轉(zhuǎn)角度，準(zhǔn)實(shí)現(xiàn)的車牌字的分割，對(duì)多車牌進(jìn)行實(shí)驗(yàn)均有很高的正率本計(jì)對(duì)藍(lán)字牌進(jìn)行割識(shí)別，對(duì)字車牌上整算可用對(duì)字車、字車牌，對(duì)車牌定算法進(jìn)行整圖像轉(zhuǎn)0變1、1變0車牌字符的分割算法有效。過(guò)的的程設(shè)計(jì)成了有程設(shè)計(jì)得程設(shè)計(jì)是對(duì)的總結(jié)是過(guò)次設(shè)計(jì)發(fā)現(xiàn)的法有點(diǎn)面程計(jì)是對(duì)識(shí)的驗(yàn)而是對(duì)的提過(guò)次程計(jì)我明了識(shí)比較多，以是得都，都，有點(diǎn)高。過(guò)次程計(jì)，明是個(gè)長(zhǎng)的程，以的作、都該的，提識(shí)和素。次程設(shè)計(jì)我的系進(jìn)了，有的在量的法對(duì)們的識(shí)，以非常我的。我得多了，總，的是的比較多是開(kāi)后于有的外得出個(gè)識(shí)過(guò)用實(shí)現(xiàn)值有以了正用的發(fā)現(xiàn)是，以我有正用是的了在我們對(duì)們的，我的。在設(shè)計(jì)過(guò)程，過(guò)量，驗(yàn)，向等方了少識(shí)，了少，。整設(shè)計(jì)我了多，了我的，了對(duì)作信信對(duì)后有非的影/