当前位置:首页>> >>


基于MATLAB的车牌识别系统(论文和源码).rar

收藏

资源目录
    文档预览:
    编号:20180825164942214    类型:共享资源    大小:2.04MB    格式:RAR    上传时间:2018-08-25
      
    45
    金币
    关 键 词:
    基于 MATLAB 车牌 识别 系统 论文 源码
    资源描述:
    数字图像处理 题 目 :基于 MATLAB 的 车牌识别系统 学 院 : 机械工程与自动化 学院 年级、专业 : 2012 级 机械 工程 姓 名 : 李 航 学 号 : 212012085201021 导 师 : 胡 丹 摘 要 近几年,车牌识别系统作为智能交通的一个重要方向越来越受到重视。车牌识别系统可以应用于停车场 管理系统、高速公路超速管理系统、城市十字路口的“电子警察”、小区车辆管理系统等各个领域,对国家的交通发展有很大的作用。 本文首先对车牌识别系统的现状和已有的技术进行了深入的研究,在研究的基础上开发出一个基于 MATLAB的车牌识别系统。确定了整体设计方案,其中软件部分包括车牌定位、车牌字符切分及车牌字符识别三个模块。 关键词 : 车牌识别, MATLAB,模板匹配 RESEARCH ON PLATE LICENSE RECOGNITION SYSTEM BASED ON MATLAB ABSTRACT In recent years, the development of intelligent transportation has become more and more important. As an important aspect in intelligent transportation, plate license recognition system has taken more and more attention. The plate license recognition system can be applied to public parking, highway speeding management system, crossing road, district vehicle management system, and so on. Firstly, the paper gives a deep research on the status and technique of the plate license recognition system. On the basis of research, a solution of plate license recognition system is proposed, and the paper focused on the software part. The whole system concludes three modules. They are plate location, plate character segmentation, and plate character recognition. KEY WORDS: plate license recognition, MATLAB, template matching 目 录 1 引言 ............................................................................................................................ 1 2 车牌定位 .................................................................................................................... 2 2.1 图像灰度化 ........................................................................................................ 3 2.2 边缘检测与腐蚀 ................................................................................................ 3 2.3 形态学处理 ........................................................................................................ 4 2.4 粗略定位 ............................................................................................................ 4 2.5 精确定位 ............................................................................................................ 6 3 字符分割 .................................................................................................................... 8 3.1常用方法 ............................................................................................................. 8 3.2具体步骤 ............................................................................................................. 8 4 字符识别 .................................................................................................................. 10 4.1常用方法 ........................................................................................................... 10 4.2具体步骤 ........................................................................................................... 10 5 其他车牌测试 .......................................................................................................... 12 6 总结 .......................................................................................................................... 15 参考文献 ...................................................................................................................... 16 附 源代码 .................................................................................................................... 17 1 1 引言 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。车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用,是智能交通管理系统中重要的组成部分。车牌识别技术可应用于道路交通监控、交通事故现场勘察、交通违章自动记录、高速公路超速管理系统、 小区智能化管理等方面 [1],为智能交通管理提供了高效、实用的手段 , 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 [2]。 目前世界各国都在进行适用于 本国汽车牌照的自动识别研究 .对车牌识别 技术的研究依然是目前高科技领域的热门课题之一。 国内外众多研究人员对车牌定位算法做了广泛而深入的探索和研究 ,也不断产生了一些新方法、新思路,但是目前国内仍尚未出现一个完善、通用的车牌定位系统。车牌定位的难点主要有:抓拍图像受环境因素干扰 (环境光照不均匀、目标倾斜等 ),照片质量很难保证;其它字符区域干扰,难以准确定位;车牌出现污点、磨损、褪色等;车牌被部分遮挡;运动图像的模糊失真,形成锯齿等 [3]。因此, 车牌识别系统的成功设计、开发和应用具有相当大的社会效益、经济效益和学术意义。 基于图像处理的车牌识别系统一 般包括以下五 个功能模块 : 图 1 车牌识别系统的构成 下面对各功能模块进行简单介绍 [4]: ( 1)图像采集模块:通过 CCD (Charge Couple Device,电荷祸合器件 )摄像头与计算机的视频捕捉卡直接相连来完成图像的采集,可实时在监控图像中抓到含有车辆的图像。该部分功能可调用计算机视频捕捉卡厂商提供的软件工具包来实现 ; ( 2)图像预处理模块:对采集到的汽车图像进行彩色图像灰度化、灰度均衡、灰度拉伸、图像中值滤波、图像二值化等一系列操作 ; ( 3)车牌定位模块:从预处理后的汽车图像中提取出车牌图像 ,车牌定位子系统 :是整个车牌识别系统的关键模块之一,它执行效果的好坏将直接影响车牌字符分割和字符识别的效果 ; ( 4) 车牌字符分割模块 : 把车牌图像中的七个字符从整个车牌图像中分割出来成 为单个字符,从而为后续的字符识别打下基础 ; ( 5)车牌字符识别模块:采用一定的方法将分割后的车牌字符识别出来,主要包括特征提取和字符识别两个部分。 2 2 车牌定位 车牌定位是车牌识别系统完成图像采集后对图像进行处理的第一步,它的好坏直接关系到整个系统识别率的高低,并且对识别速度有很大的影响。车牌不能准确定位意味着后面的识别过程都是 无效的。 利用摄像头拍摄到的车辆图像往往存在很多噪点,因此在进行识别前要进行车辆图像的预处理。车辆图像的预处理是指对采集到的车辆图像进行灰度化和去噪 声 处理,以使车辆图像尤其是牌照区域的图像的质量得到改善,同时保留和增强车牌中纹理和颜色的信息,去除可能影响牌照区域纹理和颜色信息的噪点,为牌照定位提供方便。 图 2 车牌识别 的原始图像 在本设计中, 车牌定位的主要流程如图 3所示: 图 3 车牌定位的流程示意图 3 2.1 图像灰度化 灰度图是指只包含亮度信息,不包含色彩信息的图像,例如平时看到的亮度连续变化的 黑白照片就是一幅灰度图。 将彩色图像转化为灰度图像,可以加快数字图像处理速度。 灰度化处理就是将一幅彩色图像转化为灰度图 像的过程 。 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)。 在 MATLAB中, 进行图像灰度化处理的函数是 I = rgb2gray(RGB)。其作用是 将真彩色图像转换成灰度图像 。 图 4 灰度图 2.2 边缘检测 与腐蚀 边缘检测就是 检测图像在特性上发生变化的位置,利用物体和背景的差异来实现的。本 设计 中由于车牌和背景存在较大的差异,利用这一点进行边缘检测可以确定车牌的边缘。本 设计 采用 canny算子进行边缘检测, canny算子的梯度是使用高斯滤波器的导数来计算的, canny算子使用两个阈值来分别检测强边缘和弱边缘,而且仅当弱边缘与强边缘相连时,弱边缘才会包含在输出中,所以, canny算子不容易受到噪音的干扰,同时也不会丢失部分弱边缘。 腐蚀是膨胀的反操作。 本设计采用 imerode 函数对灰度图像进行腐蚀。 图 5 (a)canny算 子边缘检测 (b)腐蚀后的图像 4 2.3 形态学处理 对 腐蚀操作 后的图像进行形态学处理,使其成为一个连通的整体,便于后续定位。在进行形态学处理时,首先 用边长 25的矩形形状对图像进行闭操作,对 提取后的车牌边缘进行连通处理, 融合窄的缺口和细长的弯口,去掉小洞,填补轮廓上的缝隙 (如图 6(a)所示) 。 再 用 bwareaopen 函数 移除 图像里 面积不足阈值 的细小的对象, 分离出车牌区域 (如图 6(b)所示) 。 图 6 (a)平滑处理的轮廓 (b)从图像中移除 细 小对象 2.4 粗略 定位 从图 6(b)中可以看出,已经大致 找到了车牌的位置。但 图片中 还存在着“伪车牌”的干扰。本小节首先对图 6(b)的 行方向 和 列方向 的像素点 值累计和进行统计 (如图 7(a)、 (b)所示) ,以便去除“伪车牌”,实现粗略定位。 图 7 (a) 原图行方向像素点值累计和 5 图 7 (b)原图列方向像素点值累计和 下面以行方向为例,说明在本设计中,对车牌进行粗略定位的 主要 步骤: ( 1) 对 图 6(b)进行 逐像素点扫描 , 每扫描到一个白色像素点,累加一次,统计 行方向上每一行的像素点值之和; ( 2)标记 像素点 值之和最大值所在的行 H; ( 3)以 H 为基准,向上逐 行扫描每一行的像素点值之和 ,当该行像素点和值大于某一阈值 (本设计中取为 50 个像素点) 时,认定该行 属于 车牌区域 的一部分 。直到某一行的像素点和值小于该阈值,则认定该行 是 车牌区域的 上 边界,记录该行为 Y1; ( 4)同理,向下逐行每一行的像素点值之和,当该行像素点和值大于某一阈值时, 认定该行属于车牌区域的一部分 。直到某一行的像素点和值小于该阈值,则认定该行 是 车牌区域的 下 边界,记录该行为 Y2; ( 5) 分别 以 Y1和 Y2为 上 基准 和下基准 ,裁剪扫描到的 上下方向粗略定位车牌区域。 同理,再 对 图 6(b)进行 逐像素点扫描,统 计 列方向 上 每一列的像素点值之和 ,然后 标记像素点之和最大值所在的列 L,再 以 L为基准, 向左和向右获得车牌区域的 左右 边界 X1和 X2,最后 以 X1和 X2为边界 裁剪 ,得到车牌区域图像(如图 8所示)。 图 8 粗略定位的彩色车牌图像 6 2.5 精确定位 在车牌初步定位之后,伪车牌已经去除,得到了车牌区域,接着采用投影法进行车牌的精确定位。 为了减少图像中的噪声等因素对分割带来的影响,需要运用一些图像处理技术对定位后的车牌图像进行处理,从而获得较为清楚的车牌图像,以便车牌字符的准确 定位 。图像中对象物的形状特征的主要信息,常 常可以从二值图像中得到。二值图像与灰度图像相比,信息量大大减少,因而处理二值图像的速度快,成本低,实用价值高。但在二值化处理之前,还需对图像进行灰度化处理, 2.1小节已经详细说明 该方法 ,不再赘述。 图像的二值化处理就是将图像上的点的灰度值置为 0 或 255,这样处理后整个图像呈现明显的黑白效果,即将 256个亮度等级的灰度图经过合适的阈值选取,而获得的二值化图像 (如图 9所示) 仍然可以反映图像整体和局部特征。 图 9 二值化后的粗定位车牌图像 本设计所使用的阈值是车牌识别领域的经典阈值: T = 𝐺𝑚𝑎𝑥 −𝐺𝑚𝑎𝑥 −𝐺𝑚𝑖𝑛3 下面说明在本设计中,对车牌进行精确定位的主要步骤: ( 1) 对图 9进行逐像素点扫描,统计每一列的像素点值之和(如图 10所示) ; 图 10粗略定位车牌图像列方向像素点 值累计和 7 ( 2) 从左至右,查看列方向上每一列的像素点值之和,若该列的像素点之和不为零,则用左宽度值变量 ZuoKuanDuZhi 自加一 ,直到找到某一列的像素点之和为零 ; ( 3) 若左宽度值变量 ZuoKuanDuZhi 小于设定的宽度阈值 KuanDuYuZhi (本设计中取为 10),则将左宽 度值变量 ZuoKuanDuZhi 所在的所有列像素点值置为零 ; ( 4)调用自编函数 QieGe(),该函数的作用是去除二值图像中,像素点值之和为零的行和列。将左宽度值变量 ZuoKuanDuZhi 所在的所有列全部去除(如图11(a)所示) ; 图 11(a) 去除左侧边框的图像 ( 5)同理,从右至左,查看列方向上每一列的像素点值之和,若该列的像素点之和不为零,则用右宽度值变量 YouKuanDuZhi 自加一,直到找到某一列的像素点之和为零 ; ( 6)若右宽度值变量 YouKuanDuZhi 小于上述设定的宽度 阈值KuanDuYuZhi ,则将右宽度值变量 YouKuanDuZhi 所在的所有列像素点值置为零 ; ( 7)调用上述自编函数 QieGe(),将右宽度值变量 YouKuanDuZhi 所在的所有列全部去除(如图 11(b)所示)。得到精确定位的车牌图像。 图 11(b) 精确定位的图像
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于MATLAB的车牌识别系统(论文和源码).rar
    链接地址:http://www.gold-doc.com/p-97673.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    copyright@ 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开