2025年智能车牌分割技术实战项目解析.docxVIP

图像处理技术

目录

一.引言 1

二.目的和意义 1

三.设计原理 1

四.字符分割程序 2

五.成果 4

六.测试代码 5

七.系统的局限性 5

八.总结 5

九.心得体会 5

十.道谢 6

十一.参照文献 6

一.引言

伴随人们生活水平的不停提高，机动车辆数量大幅度增长，与之相配套的高速公路，都市路网及停车场越来越多，明显提高了人们对交通控制方面的规定。由于计算机技术的发展，信息处理水平的提高使智能交通系统成为世界交通领域研究的重要课题。其中车牌识别是智能交通系统的重要构成部分。车牌识别系统可以自动、实时地检测车辆、识别汽车车牌，从而监控车辆的收费、闯关、欠费以及多种舞弊现象。本系统为基于蓝色车牌

的车牌识别系统，它可以识别非蓝色车辆的蓝底白字车牌。该系统通过车牌提取、车牌定位、预处理、字符分割、字符识别五个模块构成车牌识别系统。

二.目的和意义

通过对车牌识别系统的研究，自己开发小型车牌识别系统，虽有一定的局限性与不完整性，但可以使自己愈加的熟悉MATLAB语言，激发对研究的爱好，拓宽知识面，为自己后来的研究打下基础。在提高自身科研能力的同步，还能提高团体合作精神，清晰团体组员的分工，协调组员间的工作，为此后的团体合作研究积累经验。

三.设计原理

字符分割在此系统中有着承前启后的作用。它在前期车牌定位的基础上进行字符的分割，然后运用分割的成果进行字符的识别。字符识别的算法诸多，应为车牌字符间间隔较大，不会出现字符粘连的状况，因此此处采用的措施为寻找持续有文字的块，若长度不小于某阈值，则认为构成该块有两个字符，需要分割。一般分割出来的字符要进行深入的处理，以满足

下一步字符识别的需要。不过对于车牌的识别，并不需要太多的处理就可以到达对的的目的。在此系统中只进行了归一化处理，然后进行后期处理。

四.字符分割程序

functionImg_cat(I)

寻找持续有文字的块，若长度不小于某阈值，则认为该块有两个字符构成，需要分割

d=qiege(I);

[m,n]=size(d);

k1=1;k2=1;s=sum(d);j=1;whilej~=n

whiles(j)==0j=j+1;

end

k1=j;

whiles(j)~=0j=n-1j=j+1;

end

k2=j-1;

ifk2-kl=round(n/6.5)

[val,num]=min(sum(d(:,[k1+5:k2-5])));d(:,kl+num+5)=0;号分割

end

end

再切割

d=qiege(d);

号切割出7个字符，首先对车牌图像自左向右逐列扫描，寻找持续有文字的区间块，将该区间块的有效宽度与某一固定阈值(本文设定的阈值为10,可更改)进行比较，若不不小于该设定阈值，则认为是左侧干扰，裁剪干扰区域；反之，分割出该模糊字符块

y1=10;y2=0.25;flag=0;word1=[];

whileflag==0flag为自定义，用作标识循环

[m,n]=size(d);号返回矩阵d的尺寸信息，并存储在m,n中。其中m中存储的是行数，n中存

储的是列数

left=1;wide=0;

whilesum(d(:,wide+1))~=0wide=wide+1;

end

ifwidey1号认为是左侧干扰

d(:,[1:wide])=0;将字符区域设置为黑色d=qiege(d);处理干扰后切割出该黑色区域

else

temp=qiege(imcrop(d,[11widem]));号分割出该模糊字符块

[m,n]=size(temp);

all=sum(sum(temp));

two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));iftwo_thirds/ally2图像归一化处理

flag=1;word1=temp;

end

d(:,1:wide)=0;d=qiege(d);

endend

号分割出第2~7个字符

[word2,d]=getword(d);[word3,d]=getword(d);[word4,d]=getword(d);[word5,d]=getword(d);[word6,d]=getword(d);[word7,d]=getword(