车牌识别系统试卷.pptx

车牌识别系统 本系统主要是实现对车牌的智能识别，识别过程分为三步：车牌定位、字符分割、字符识别。软件是在Matlab上进行开发的，主要是运用的是Matlab的图像处理功能。由于个人水平有限，在这里系统还不能在实践中使用，只能作为学习参考。 1.车牌定位 车牌定位采用的方法是统计车牌蓝色像素点，根据像素的分布确定车牌的X与Y方向的范围，进而确定车牌的区域，并把它截取下来，下图是待检测图片。 被测车牌 1.1 Y方向定位 通过Blue_y=zeros(y,1)，建立一个y行一列的矩阵，对车牌y方向蓝色像素进行统计，处理结果如下图所示。 y方向蓝色像素分布 y方向截取结果 1.2 X方向定位 通过Blue_x=zeros(1,x)，建立一个一行x列的矩阵，对车牌x方向蓝色像素进行统计，处理结果如下图所示。 x方向蓝色像素分布 x方向截取结果 2.字符分割 字符分割是通过一系列的图像处理，从图片中提取出我们所需要的信息，并把他们处理成可供直接识别或比较的统一模型，分割流程如下图所示。 分割流程 2.1 灰度化、二值化和反转 灰度化使用rgb2gray函数，其作用是把真彩色图像转换为灰度图像。实现对图像后续的处理变换，车牌处理前后如图所示。 二值化使用graythresh，将灰度化的车牌转换成黑白二值图像，从而在图像中提取出我们感兴趣的目标。 反转使用imcomplement函数，功能是将二值图像的像素对调。 各函数处理效果如下图所示。 原图像 灰度化 二值化 反转 2.2 分割 分割过程是基于二值车牌图像的像素分布，统计分为二部分，车牌上轮廓和下轮廓，统计结果如下图所示。 上轮廓像素分布 下轮廓像素分布 分割后的图像 在上面的两张图中，凸处像素值低，代表的是二值车牌字符轮廓，凹处像素值高，代表的是车牌的字符间空白部分，车牌的分割就是凹处进行，分割效果如下图所示。 3.字符识别 通过上面的处理，我们已经提取了所要信息，接下来我们就要用标准的字符模版与上面截取的字符逐个进行比较，找出最相似的一串标准字符，那么这串字符就是车牌上的字符信息，最后把这串字符显示出来，实现车牌的识别。 要实现识别过程，需要有两个功能模块的支持：标准字符模版库和字符匹配模式。 3.1标准字符模版库 我国车牌有7个字符，其标准车牌格式是：XXXXXXX，是各省、直辖市和自治区的简称，是英文字母，英文字母或阿拉伯数字，是阿拉伯数字。根据我国车牌的特征，建立个模板库，即汉字库、字母库和数字库，识别时，对第1个字符采用汉字库，第2个字符采用字母库，第5-7个字符采用数字库，其他的采用数字库和字母库。下图是系统的部分车牌字符模板库。 车牌字符模板库 3.2 匹配模式 这里采用的算法是算法是最小欧氏距离法，这种基于匹配的分类技术通过亦一种原型模式向量代表每一个类别，识别时一个未知模式被赋予一个预先定义的相似性度量与其距离最近的类别，即对任一原型模式Z，计算它和待匹配字符X的欧氏距离D,然后找到最小的D,其对应的D=｜X-Z｜就是识别出的字符，识别结果如下图所示。 车牌识别结果