数字图像处理本科生课程论文-车牌识别方法研究课件.docVIP

姓名 学号 成绩 xxxx大学 数字图像处理本科生课程论文 论文题目：___车牌识别方法研究______ 完成时间：___2016年6月1日_______ 所在专业：___软件工程______________ 所在年级：___大三年级______________ 基于MATLAB的车牌识别方法研究 xxx级软件专业1班 xxx xx 摘要:汽车车牌的识别是智能交通管理的重要组成部分之一。 本文主要介绍车牌区域提取、字符切割、字符识别。车牌区域提取主要包括图像灰度图转化、图像边缘检测、灰度图腐蚀、图像平滑处理、边界值计算。字符切割主要包括图像去噪处理、图像膨胀和腐蚀处理。字符识别主要包括图像膨胀和腐蚀处理、字符归一化。 关键词：MATLAB、车牌区域提取、字符识别、字符切割 1 研究背景 随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据，设计一种车牌识别系统监控各个车辆的情况。 ① 我国汽车牌照自身特征的复杂性1) 汉字、字母、数字混合。我国的车牌不单单有英文字母和阿拉伯数字， 还有汉字。 2) 颜色种类多。国外的车牌颜色种类相对于国内较少一些，我国的车牌颜 色种类较多。 3) 人为因素复杂。由于环境、道路或者人为因素造成车牌有严重污渍、车 牌模糊不清或者车牌偏斜角度很大的车辆，在我国都可以上路行驶。 4) 车牌格式多。我国的车牌格式很多，包括：民用车牌、公安警察车牌、 武警车牌、军车车牌、外交车牌、特种车牌、消防车牌等。 ② 外部环境影响 1) 外部光照条件各不相同，白天和晚上的光照各不相同。光照对采集的图 像质量产生很大的影响。不同的光照角度对车牌光照的不均匀影响也很大。不同的气候条件、背景光照环境、车牌反光程度都决定了车牌的亮度特征。2) 外界背景的复杂程度也影响车牌的定位准确率。背景中和车牌区域当中 有许多和车牌特征相似的长方形区域，这些容易给车牌定位造成误判导致车牌定位的准确率降低。 图 3.1 预处理及边缘提取框图 3.2.2图像灰度图转化 由于车牌的底色不同，所以从RGB图像直接进行车牌区域提取存在很大困难，但不管哪种底色的车牌，其底色与上面的字符颜色的对比度大，将RGB图像转化成灰度图像时，车牌底色跟字符的灰度值会相差很大。。原图、灰度对于将彩色图象转换成灰度图象时，图象灰度值H可由下面的公式计算： (3.1) (3.2) 通过程序运行其效果图见图3.2和图3.3： 图 3.2 原始图像 图 3.3灰度图像 经过程序运行出来的灰度图可以比较容易的识别出车牌的区域，达到了预期的灰度效果。 3.2.3图像的边缘检测 在Matlab中利用函数edge()实现边缘检测，具体的用法如下所示： Car_Image_Bin=edge(Car_Image_Gray,robert,0.15,both); Robert 算子采用对角方向相邻两像素之差，其计算公式如下： （3.3） （3.4） 其幅值为： （3.5） 使用边缘检测，腐蚀效果如图3.4所示: 图 3.4 边缘效果图 基本上达到了边缘检测的效果。但是，在车牌附近的其他区域也由于各种干扰的影响，也存在一些白色区域。所以要对图像做进一步的处理，用灰度图腐蚀来消除多余的边界点。 3.2.4灰度图腐蚀 所谓腐蚀即一种消除边界点，使边界向内部收缩的过程。利用它可以消除小而且无意义的物体。imerode()函数， Car_Image_Erode=imerode(Car_Image_Bin,Se); 腐蚀后如图： 图 3.5 腐蚀效果图 已经得到了车牌图像的轮廓线了，只要再经过适当的处理即可把车牌提出出来。 3.2.5图像平滑处理 得到车牌区域的图像轮廓线后，由于图像的数字化误差和噪声直接影响了脚点的提取，因此在脚点提取之前必须对图像进行平滑处理，Matlab有一个图像平滑处理