美丽的matlab.ppt

车牌自动识别系统 课题内容安排 车牌识别系统的简介与应用 车牌识别系统的工作原理 车牌识别系统各模块功能的实现 总结 车牌识别系统的简介 随着汽车在人们的生活的各个领域的大量使用，对于车辆信息进行自动采集和管理具有十分重要的意义 。 车牌自动识别系统主要由计算机视觉、数字图像处理、数字视频处理、模式识别等技术组成。车牌自动识别系统简称ALPRS或LPRS，该系统可以对车辆进行自动登记、验证、监视、报警。 车牌识别系统的应用 车牌识别系统应用场合包括：高速公路，桥梁，隧道等收费管理系统。城市交通车辆管理，智能小区、智能停车场管理，车牌验证，车流统计等。同时，汽车牌照自动识别的基本方法还可以应用到其他检测和识别领域，所以车牌自动识别问题已成为现代交通工程领域中研究的重点和热点问题之一 车牌识别系统与图像处理 图像增强 图像增强的主要目标是改善图像的质量。采用某些处理技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征，让观察者能看到更加直接、清晰的分析和处理图像。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。 车牌识别系统与图像处理 图像分割 在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像中需要的那一个部分分割出来 图像分析 图像分析的内容分为特征提取、图像分割、符号描述、和图像的检测与匹配。 系统框架结构和工作流程 流程分析 汽车车牌自动识别系统主要包括触发拍照、图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等单元。 触发拍照：该单元会自动检测车辆在指定区域的存在，现有的成熟技术的有线圈触发、视频触发、红外触发、雷达触发以及激光触发。其中线圈触发和视频触发得到了广泛的应用。 图像采集：该单元是指道路上安装的摄像头在检测到有车辆通过的同时进行拍照并借助网络传送到汽车自动识别系统。 图像预处理：该单元是指车牌识别系统对拍摄的汽车图片进行灰度化和边缘检测等处理。 定位：是车牌指对预处理过的汽车图片进行处理，把车牌部分进行定位，把无用的部分去除，得到定位好的车牌图片。 字符分割：对已经定位的车牌图片的进行字符分割，将车牌分割为7个单一的字符图片。 字符识别：车牌字符识别是最为关键的一步，前面对车牌图像所做的处理都是为了完成最终的识别。 各模块的实现 方案设计 该系统主要是由图像处理和字符识别两部分组成。其中图像处理部分包括图像预处理、边缘提取模块、牌照的定位以及分割模块。字符识别部分可以分为字符分割与特征提取和单个字符识别两个模块。 车牌定位和车牌分割是整个系统的关键，其作用是在经图象预处理后的灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 图像预处理 图像灰度化 灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。 存储灰度图像只需要一个数据矩阵，矩阵每个元素表示对应位置像素的灰度值。灰度图像的象素色为RGB ( r, r, r ), R, G, B可由彩色图像的颜色分解获得。 将彩色图像转换成灰度图像的灰度化方法叫平均值法，公式为： H=0.229R+0.588G+0.144B。 MATLAB中我们可以调用im2gray函数对图像进行灰度化处理。 图像边缘检测 边缘是指图像灰度发生空间突变或者在梯度方向上发生突变的像素的集合。 为避免噪声干扰，需要先对车辆图像进行边缘检测处理，提高图像的质量，使其易于后面的分割和识别。 由于车牌识别系统摄像头安装位置固定以及机动车车牌的固有属性，机动车车牌图像都处在水平的矩形区域，位置固定，字符都按水平方向排列。经过适当的图像变换，可以呈现出车牌的边缘。采用Roberts边缘检测算子来对图像进行边缘检测。 灰度化和边缘检测的MATLAB程序如下： I=imread(car.jpg); figure(1),imshow(I);title(原图) I1=rgb2gray(I); figure(2),subplot(1,2,1),imshow(I1);title(灰度图); figure(2),subplot(1,2,2),imhist(I1);title(灰度图直方图); I2=edge(I1,robert,0.08,both); figure(3),imshow(I2);title(robert算子边缘检测) 车牌定位和分割 车牌的定位和分割是从经过图像预