基于MATLAB的复杂背景车牌识别检测系统设计推荐.docxVIP

基于MATLAB复杂背景车牌识别检测系统 选题目的和意义 在复杂背景车牌识别检测系统中，由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。 系统总体设计方案 一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像。车辆识别单元对图像进行处理，定位出牌照位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。车牌识别系统原理如图l所示。 （1）图像预处理：对汽车图像进行图像转换、图像增强和边缘检测等。 （2）车牌定位：从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。 （3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像 （4）字符识别：对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。 为了用于牌照的分割和牌照字符的识别，原始图象应具有适当的亮度，较大的对比度和清晰可辩的牌照图象。但由于该系统的摄像部分工作于开放的户外环境，加之车辆牌照的整洁度、自然光照条件、拍摄时摄像机与牌照的矩离和角度以及车辆行驶速度等因素的影响，牌照图象可能出现模糊、歪斜和缺损等严重缺陷，因此需要对原始图象进行识别前的预处理。 关键技术 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始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。并且运用GUI人机交互进行，设计首先需要设计一个GUI界面布局图，合理布局按钮，画轴，静态框等控件。特意增加了复杂背景的车牌。 然后是在控件按钮里面填充代码命令，方法是右击鼠标，选择View Callbacks—Callbacks，如下图所示： 该设计不再是单一地简单车牌的识别，而是可以进行复杂背景的多车牌识别；另外增加人机交互式GUI界面，让这个设计锦上添花。 实验结果与分析4.1?车牌定位及图像读取及其图像处理车牌定位后系统边缘检测的仿真结果图如下图所示: 图?4.1?图像读取及检测结果图结果分析：图像车牌区域提取就是从原图中截取含车牌的部分，即RGB?图像，然后进行字符的切割与识别。为了去除图像中的噪声点必须对截取的图像进行滤波处理，经滤波后，不仅去除了噪声，并且使图像得到了锐化。经图像进行滤波处理，经滤波后，不仅去除了噪声，并且使图像得到了锐化。经过这些步骤可以使得最终识别出的图像与原图的相似度更高，即结果更精确。仿真的结果也使得车牌部分从原图被准确的提取出来了，达到了车牌定位及图像读取及其图像处理的目的。4.2?车牌字符分割及其图像处理对经边缘检测扫描后的图像经字符切割后的图像如下图所示： 图?4.2?字符分割及归一化结果图结果分析：从MATLAB?编程运行结果看，便于图像进行匹配识别，必须先将连续的字符切割成单个字符，并且在切割字符之前要将周边空白切除掉。由以上结果图可以看到，车牌被切成只含字符部分，并且七个字符被切成清晰的七个字符，实现了字符切割。由右侧的归一化图像可以看出，切割出的图像像素值和模板图像达到了一致，由此便避免了切割出的图像像素值不一致所带来的问题。4.3?车牌字符识别及其图像处理图像经上述处理后再进行识别，次图像和原图有一定的差异，其字符相似度曲线成一定规律，其曲线图如下图所示： 图?4.3?字符识别结果图结果分析:字符识别是这样一个过程，根据建立的模板字符库将分割出来切割的字符和模板相减得到一个差值，差值越小表明字符匹配程度越高。由图4.3可知，字符匹配识别的难易程度不一致，但总体能识别出汉字、字母和数字。 结论与体会 本课题对车牌识别系统的软件部分进行了研究，分别从图像预处理、车牌定位、字符分割以及字符识别等方面进行了系统的分析。主要工作内容及结论如下:（1）整理和总结了国内外在车牌定位、分割、字符识别方面的研究成果和发展方向，系统介绍了我国车牌的固有特征，以及车牌识别的特点。（2）在车牌定位我们采用基于灰度跳变的定位方法，采用先对图像进行预处理，再进行二值化操作的方法。实验表明本方法既保留了车牌区域的信息，又减