汽车牌照识别演示讲稿.pptVIP

模式识别课程设计Matlab下的车牌识别简介 设计要求 ■主要要求 1）提取照片中车牌所在的区域 2）处理提取出的照片，得到车牌号 要求分析 ■根据设计要求得到的模块分析： 1）界面（要求易于操作-各模块设计完成后具体设计） 2）定位车牌—基于颜色 3）车牌分割—灰度、二值化、去边、投影切割 4）车牌识别—模板匹配 具体思路 ■圈定车牌区域 1）思路：基于颜色特征 2）问题：下图中，上面的蓝色区域会形成干扰；夜晚图像无法识别 具体思路之车牌区域选定 采用自己拍摄的照片，无蓝色背景干扰且光线较为明亮正常的时候： 具体思路之车牌区域选定 可以顺利通过像素扫描，圈出蓝色的区域 具体思路之车牌区域选定 然后将获得的车牌区域放到专门的显示区域中显示即可（在后续界面设计中添加相应模块） 截取 具体思路之车牌区域选定-问题解决 问题1：蓝色背景干扰： 具体思路之车牌区域选定-问题解决 问题1：蓝色背景干扰（已解决） 解决思路：可以发现，形成干扰的蓝色背景中，一般没有白色的像素点，或者白色像素点不多，因此可以通过将候选的蓝色车牌区域进行遍历，统计每行的白色像素点个数，如果达到阈值，则认为它是车牌，否则，丢弃之。 具体思路之车牌区域选定-问题解决 问题1：蓝色背景干扰（已解决） 经过试验，可以准确定位车牌，如下所示： 具体思路之车牌区域选定-问题解决 问题2：黑夜车牌识别（尚未解决） ■特点：颜色不明显；有车灯干扰 ■目前努力方向：通过在图形界面中选定是识别白天还是黑夜，选定白天则调用前述方法，选定黑夜，则调用黑夜方法。后续可以通过统计整幅图的亮度或者像素和，设定某个阈值来自动确定白天黑夜，不再需要手动修改。当是黑夜图片的时候… 具体思路之车牌区域选定-问题解决 问题2：黑夜车牌识别（尚未解决） 黑夜：计划选定高亮区域，然后改区域是车灯，将该区域反色，这样整个车牌就去除了高亮部分的干扰，然后再进行车牌提取，当然不能用颜色做为特征，正在思考中… 具体思路之车牌截取 车牌截取后，将其灰度化，便于后续处理 灰度化 具体思路之车牌方向矫正 有些车牌拍照会有歪斜，因此加上校正步骤，如下所示： 灰度化 方向校正 具体思路之灰度图像二值化 为了后续匹配便于提取特征，将校正后的车牌二值化 二值化 具体思路之二值化后的图像反色 反色 进行反色，以便进行边框切除 具体思路之图像边缘提取 去掉边框部分，便于字符切割 去边框 上述处理步骤代码提示： level = graythresh(bw); %这是为了解决照片中车牌灰度化后亮度不够，导致二值化时全黑，而采用matlab自带函数自动取阈值 imbinary = im2bw(imgray,level); imbinary=bwmorph(imbinary,‘hbreak’,迭代次数); imbinary=bwmorph(bw,‘spur’,次数); imbinary=bwmorph(bw,‘open’,次数); imbinary = bwareaopen(imbinary, threshold); 具体思路之图像边缘分割 根据向两个方向的投影，进行字符裁剪，效果如下： 具体思路之图像字符匹配 识别 具体思路之车牌区域识别-问题解决 1）图像形态处理过程中导致汉字提取不全（正在改进） 2）某些字符识别不准确，如：下面的最后一个L，识别不准确（正在改进） 滤波后 识别结果 谢谢大家