基于数字图像处理的车牌识别论文.docVIP

基于数字图像处理的车牌识别毕业论文 目录 摘要 3 关键词 3 1、设计目的 3 2、设计原理: 3 3、设计步骤: 3 4、实行方案 4 4.1. 总体实行方案: 4 4.2. 各模块的实现: 4 4.2.1输入待处理的原始图像: 4 4.2.2图像的灰度化并绘制直方图: 5 4.2.3 边缘检测 6 4.2.4图像的腐蚀操作： 7 4.2.5平滑图像 8 4.2.6除去二值图像的小对象 8 4.3车牌定位 9 4.4字符的分割与识别 11 4.4.1.车牌的再处理 11 4.4.2字符分割 13 4.5车牌识别： 17 5、总结: 20 6、致谢 20 7、参考文献: 21 基于数字图像处理的车牌识别设计 电子信息工程专业学生 周金鑫 指导教师 刘纯利 摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。 关键词 ： 图像预处理 边缘处理 字符分割 字符识别 1、设计目的 车牌识别系统主要是为了辨别所拍图片中的车牌部分，以此识别车辆。通过车牌识别系统的设计，来实现经过我校西大门的车辆的识别。 2、设计原理: 设计的原理主要如下图所示： 3、设计步骤: 流程图如下: 4、实行方案 4.1. 总体实行方案: 用摄像机获取自然环境下的汽车彩色图像，将彩色图像用matlab软件处理成灰度图像并绘制直方图，然后进行边缘检测图像的腐蚀，平滑图像以及去除二值图像的小对象等操作，再进行车牌的定位和字符分割与识别最终达到识别车牌照的目的。 4.2. 各模块的实现: 4.2.1输入待处理的原始图像: I=imread(‘car.jpg); imshow(I);%显示车牌的原始图片，结果如下： 图4.2.1原始图像picture1 4.2.2图像的灰度化并绘制直方图: 彩色图像存储器，系统的速度执行，，在图像识别处理彩色图像转换成灰度图像，以加快处理速度。从彩色到灰度转换灰度处理。图的代表像素数直方图的纵轴就表示所占的面积，峰值越该明暗值的像素数量越? I1=rgb2gray(I);%灰度处理 subplot(1,2,1),imshow(I1);title(gray image); subplot(1,2,2),imhist(I1);title(灰度图直方图);%绘制灰度图和直方图 显示结果图像如下： 图4.2.2灰度化并绘制直方图picture2 4.2.3 边缘检测 边缘是一定存在在两个拥有不一样灰度值的相邻的区域之间的，是灰度值不连续的一种表现，也是分割图象、边缘检测是一种利用局部差分算子寻找边缘的算子,Robert算子图像处理后结果边缘不是很平滑imshow(I2);title(roberts operator edge detection image)； 结果如下： 图4.2.3 边缘检测picture3 4.2.4图像的腐蚀操作： 腐蚀操作就是通过不断的删除图片上的像素，将图片缩小，以此来达到去除小点状图形的效果。 se=[1;1;1]; I3=imerode(I2,se);%图像腐蚀操作 imshow(I3);title(corrosion image); 图4.2.4图像腐蚀操作picture4 4.2.5平滑图像 图像平滑是去掉图像中的高频信息，使图像变模糊，噪声一般都是高频信息，平滑imshow(I4);title(smothing image); 图2.5平滑图像picture5 4.2.6除去二值图像的小对象 除去二值图像的小对象就为了去掉面积较小无关的白色区域，将车牌所在的大面积白色区域凸显出来。 I5=bwareaopen(I4,1900);% 除去聚团灰度值在1900以下的部分 imshow(I5);title(remove the small objects); %滤波后图像 显示结果如下 ： 图4.2.6除去二值图像的小对象picture6 4.3车牌定位 自然环境下，汽车图像背景十分复杂，受光照不均匀、污渍等影响，所以在自然背景下准确的将车牌区域确定下来是整个识别过程的关键，所以先要对原图像进行大范围横向（X），纵向（Y）像素点相关搜索，找到符合汽车牌照的候选区，然后对候选区做进一步的分析，判断，最终确定一个最佳的区域作为牌照区域。 代码显示如下： [y,x,z]=size(I5);%