[基于的车牌识别.pptVIP

车牌定位处理 车牌定位模块从处理后的图像中找到车牌区域 的位置并进行标记, 将车牌区域从复杂的背景中分 割出来 二值化图像能有效地将背景和目标区分开来。 为了突出车牌图像特征,便于进行车牌识别,需要把 车牌图像二值化。图像的二值化一般在图像灰度操 作之后进行,通过搜索产生0 和1 间的跃变位置,快 速准确地提取目标区域边界像素点,从而得到仅有 0 和1 两个灰度值的黑白图像 右图是经过二值化得到的图像 车牌定位处理和labview与matlab混合编程 图像经过二值化后，就可以进行车牌定位。通过对比原始图片，我们可以发现二值化后的图像已经很接近正确的车牌位置了，因此后期处理将通过这张图来找出车牌位置。 LabVIEW集成了大量图形界面的模板,自身功能强大,在测试与测量、过程控制与处理、科学研究和分析等方面有广泛的应用。但是,在实际应用中,对于一些需要进行大量数据运算处理的复杂应用,LabVIEW并不能很好的满足系统对运算速度等方面的要求。 Matlab是一种功能强、效率高、简单易学的数学软件,有可靠的数值计算和符号计算功能、强大的绘图功能、简单易学的语言体系以及为数众多的应用工具。用LabVIEW与Matlab之间的混合编程,在功能上互补,具有实用价值。 车牌定位处理 右图为labview中的matlab脚 本服务器 右图是混合编程后的车牌图片 字符识别处理 目前用于车牌字符识别（OCR）中的算法主要有：基于模板匹配的OCR算法和基于人工神经网络的OCR算法。 基于模板匹配的OCR的基本过程是：首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小， 然后与所有的模板进行匹配，最后选最佳匹配作为结果 用人工神经网络OCR进行字符识别主要有两种方法： 一种方法是先对待识别字符进行特征提取， 然后用所获得的特征来训练神经网络分类器；另一种方法则充分利用神经网络的特点， 直接把待处理图像输入网络，由网络自动实现特征提取直至识别。 模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高，是车牌字符识别的主要方法。 字符识别处理 在进行字符识别前,需要对要识别的字符进行 训练,作一个标准的字符集。字符训练的目的是使 随后的读程序能识别其它图象中的相同字符。在本 系统中,使用OCR Training Interface 完成字符的训练 该接口主要完成训练和编辑字符两个过程。在 训练字符时,通过相应的阈值分割、指定的感兴趣区 域和调节字符间距等操作,完成单个字符的分割,纠 正不正确的字符。通过编辑字符,完成字符集的制 作。制作字符集后,用OCR 函数创建的机器视觉程序来读字符。 右图为字符训练和读取程序框图 字符识别处理 下图为字符识别的流程图 识别结果 如右图图GUI所示，系统 界面主要分为四大部分。 最左为所选车牌原图像， 右上为车牌定位后的图像， 右中为车牌分割后的车牌 图像，右下为系统识别的 车牌号码。 软件演示 系统的技术指标 识别率 自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数 可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数 可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数 2.识别速度 识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义 3.后台管理 后台管理的功能包括：识别结果和车辆图像数据的可靠存储；有效的自动比对和查询技术；对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交换、数据库自动更新、硬件参数设置、系统故障诊断。 系统应用方式 监测报警 超速违章处罚 车辆出入管理 自动放行 高速公路收费管理 计算车辆旅行时间 牌照号码自动登记 Company Logo LOGO 指导教师： 基于labview设计的关于汽车牌照的识别与检测 班级：测控一班 学生： 学号： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 随着21 世纪经济全球化和信息时代的到来，计算机技术、通信技术和计算机网络技术迅猛发展，动