基于MATLAB车牌定位算法设计.docVIP

北京联合大学毕业设计（论文）任务书 题目： 基于MATLAB的车牌定位算法设计 专业： 电子工程系 指导教师： 章学静 学院： 信息学院 学号： 2009080403104 班级： 20090804031 姓名： 林本存 课题的任务与目的 自从2010年以来，北京的交通拥堵问题成为社会普遍关注和谈论的话题。而其他交通问题也呈现增长趋势。由于车辆牌照是我们标定车辆的唯一ID所谓车牌定位(License Plate Location)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置找出来，决定着车牌识别的后续工作能否继续进行，如果不能正确找到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，研究与开发车牌定位的算法具有十分重要的实用意义。目前的牌照识别系统一定的识别率，在天气条件差的情况下或夜晚时，识别率会明显下降，天气、背景、车牌磨损、图像倾斜等因此现有的识别系统要达到完全实用化仍然有很长的路要走。有的比较好的方法主要有J.Barroso等提出的基于水平线搜寻的定位方法；R.Parisi等提出的基于DFT变换的频域分析方法；Charl Coetzee提出的基于Niblack二值化算法及自适应边界搜索算法的定位方法；Barroso J.Buls-Cruz等人提出的基于扫描行的车牌提取算法等。陈阳. 车牌定位系统的研究与开发[D]. 山西: 中北大学, 2007张晓. 复杂背景下的车牌定位系统设计[D]. 西安: 西安电子科技大学, 2009 M]．北京：清华出版社．2006． 5、贺兴华，周媛媛，王继阳，等．MATLAB图像处理[M]．北京：人民邮电出版社．2006． 6、崔江，王友仁．车牌自动识别方法中的关键技术研究[J]．计算机测量与控制，2003，1l(4)：260—262． 7、杨静．基于数学形态学的图像分割研究及应用[J]．仪器仪表用户，2005(5)：18一19． 三、初步设计方法与实施方案进度要求 此次设计是主要基于图像处理技术，研究车牌定位的基本原理，设计基于MATLAB仿真软件的车牌定位的算法。其涉及的主要内容是掌握图像处理中的灰度化、边缘提取、形态学处理、颜色判定等技术，按照图像处理的基本流程，编写程序实现给出区域裁剪、截取车牌子图像，实现所采集图片中的车牌的定位。通过仿真，使原始图像经过该算法的处理后能够清楚地显示出车牌区域，同时使图像中的非车牌区域消失或者减弱，从而能准确有效地定位出车牌在图像中的位置。 算法的实现，采用的是由Math Works公司开发的MATLAB软件，它功能强、效率高、简单易学，是当今最优秀的科技应用软件之一，具有强大的科学计算与可视化功能和开放式扩展环境。MATLABl所示。 图l 系统原理图 1、图像预处理 车牌自动识别系统中车辆图像是通过图像采集卡将运动的车辆图像抓拍下来，并以位幽的格式存放在系统内存中。而实际拍摄的车辆图像效果往往不理想，如受外界光线对车牌的不均匀反射、恶劣天气的影响、摄像头聚焦或后背焦没有调整到位而形成的车辆图像不清晰、所拍摄图像中存在的噪声干扰、所安装的车牌不规范或车辆{j驶变形等等。这些都给车牌的定位增加了难度。但我们可以对车辆图像根据不同应用特点进行识别前的预处理，尽最大町能提高车牌正确定位，这些图像预处理包括图像灰度变换、倾斜校正、等。 2、灰度修正 灰度修了F通常采用直方图修正法使图像具有期望的灰度分布．水平方向为像素欢度值，垂直方向为该像素值出现的数量，根据灰色|刳像直方图调整I冬{像像素值的分布范围，确保图像亮度值均匀和平滑，同时如果直方图中存在多个峰值，则按直方图峰值计算ff{限定阀值，然后进行分段图像处理，由此分离出背景和噪声。 3、图像滤波 图像滤波的目的是为了减少图像中的噪声，·般情况下在窄间域内采用领域平均法来减少噪声，在频率域内由于噪声频谱多住高频段，因此采用各种形式的低通滤波方法来减少噪声。空间域是指对图像像素灰度值直接运算后取代，频率域是对图像的像素值进行变换运算后反变换取代，如傅立叶变换等。采用MATLAB工具自定义滤波函数，实现图像的平滑处理。 4、图像增强 由于车牌的边框的特征必须明显，后期的车牌特征才能很好的提取。利用MATLAB工