实验四汽车的牌的照自动的识别

1、贵州大学实验报告学院：计算机科学与技术学院专业：计算机科学与技术学院班级：姓名孙明伟学号1108060026实验组实验时间2014-12-15指导教师吕晓丹成绩实验项目名称实验四汽车牌照自动识别实 验 目 的1.分析汽车牌照的特点，正确获取整个图像中车牌的区域，并识别出车牌号。2将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理 关键技术的综合应用能力。实 验 要 求1、对图像某进行直方图均衡化处理。2、再对图像进行直方图规定化处理。实 验 原 理牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。 其硬件基础一般包括触发设备、摄

2、像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能 称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别， 然后组成牌照号码输出。实 验 步 骤1.牌照定位自然环境下，汽车图像背景复杂、 光照不均匀，如何在自然背景中准确地确定牌照 区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关

3、搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。流程图如下：导入原始 图像一图像预处理增 强效果图像边缘提取对图像开闭 运算1车牌定.位2.牌照字符分割完成牌照区域的定位后， 再将牌照区域分割成单个字符，然后进行识别。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符间或字符内的间隙处取 得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。流程图如下：3.牌照字符识别基于模板匹字符识别方

4、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。配算法首先将分割后的字符二值化，并将其尺寸大小缩放为字符数据库中模板的大小， 然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有 两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；function d=ma in (jpg) l=imread(car.jpg); figure(1),imshow(l);title( I1= rgb2gray(l);figure(2),subplot(1,2,1),imshow(I1);title( figure(2),subplot(1,2,2),imhi

5、st(I1);title( I2=edge(I1,robert,0.08,both);figure(3),imshow(I2);title(robert se=1;1;1;I3=imerode(I2,se); figure(4),imshow(I3);title( se=strel(recta ngle,40,40);I4=imclose(I3,se); figure(5),imshow(I4);title( I5=bwareaope n(l4,2000); figure(6),imshow(I5);title(y,x,z=size(l5); myI=double(I5);%begin 横向扫

6、描ticBlue_y=zeros(y,1);for i=1:yfor j=1:xif(myl(i,j,1)=1)%如果 myl(i,j,1)原图);灰度图);灰度图直方图);算子边缘检测)腐蚀后图像);平滑图像的轮廓);从对象中移除小对象);myI图像中坐标为(i,j)的点为蓝色值加1蓝色像素点统计%贝U Blue_y的相应行的元素 white_y(i,1)Blue y(i,1)= Blue y(i,1)+1;%另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。endendendtemp MaxY=max(Blue_y);%temp 为向量white_y的元素中的最大

7、值，Max丫为该值的索引(在向量中的位置)PY1=MaxY;while (Blue_y(PY1,1)=120)&(PY11)PY1=PY1-1;endPY2=MaxY;while (Blue_y(PY2,1)=40)&(PY2y)PY2=PY2+1;endIY=I(PY1:PY2,:,:);%IY为原始图像I中截取的纵坐标在 PY1: PY2之间的部分%end横向扫描%begin纵向扫描Blue x=zeros(1,x);%进一步确定 x方向的车牌区域 for j=1:xfor i=PY1:PY2 if(myI(i,j,1)=1)Blue_x(1,j)= Blue_x(1,j)+1; ende

8、ndendPX仁 1;while (Blue_x(1,PX1)3)&(PX1x) PX仁 PX1+1;endPX2=x;while (Blue_x(1,PX2)PX1) PX2=PX2-1;end%e nd纵向扫描PX1=PX1-2;%对车牌区域的校正 PX2=PX2+2;dw=I(PY1:PY2,:,:);行方向合理区域); 定位剪切后的彩色车牌图像)输入一个定位裁剪后的车牌图像);t=toc; figure(7),subplot(1,2,1),imshow(IY),title( figure(7),subplot(1,2,2),imshow(dw),title( imwrite(dw,dw

9、.jpg);file name,filepath=uigetfile(dw.jpg, jpg=strcat(filepath,file name);a=imread(dw.jpg);b=rgb2gray(a);imwrite(b,1.车牌灰度图像.jpg);figure(8);subplot(3,2,1),imshow(b),title(1. g_max=double(max(max(b);g_mi n=double(mi n( mi n(b);T=ro un d(g_max-(g_max-g_mi n)/3); % T m, n=size(b);d=(double(b)=T); % d:二值

10、图像imwrite(d,2.车牌二值图像.jpg);figure(8);subplot(3,2,2),imshow(d),title(2. figure(8),subplot(3,2,3),imshow(d),title(3.%滤波h=fspecial(average,3); d=im2bw(ro un d(filter2(h,d); imwrite(d,4. 均值滤波后.jpg); figure(8),subplot(3,2,4),imshow(d),title(4.%某些图像进行操作%膨胀或腐蚀车牌灰度图像)为二值化的阈值车牌二值图像) 均值滤波前)均值滤波后)% se=strel(squ

11、are,3); %使用一个3X3的正方形结果元素对象对创建的图像膨胀% li ne/diamo nd/ball.单位矩阵se=eye(2); % eye(n) returns the n-by-n identity matrix m, n=size(d);if bwarea(d)/m/n=0.365d=imerode(d,se);elseif bwarea(d)/m/n=0.235d=imdilate(d,se);endimwrite(d,5.膨胀或腐蚀处理后.jpg);figure(8),subplot(3,2,5),imshow(d),title(5.膨胀或腐蚀处理后)%寻找连续有文字的块

12、，若长度大于某阈值，则认为该块有两个字符组成，需要分割d=qiege(d);m, n=size(d);figure,subplot(2,1,1),imshow(d),title( n) k1=1;k2=1;s=sum(d);j=1;while j=nwhile s(j)=0j=j+1;endk1=j;while s(j)=0 & j=rou nd( n/6.5)val, num=mi n(sum(d(:,k1+5:k2-5);d(:,k1+ nu m+5)=0; %分割endend%再切割d=qiege(d);%切割出7个字符y1=10;y2=0.25;flag=0;word 1=;while

13、 flag=0m, n=size(d);left=1;wide=0;while sum(d(:,wide+1)=0wide=wide+1;endif widey2flag=1;word 仁temp; % WORD 1endd(:,1:wide)=0;d=qiege(d);endend%分割出第二个字符word2,d=getword(d);%分割出第三个字符word3,d=getword(d);%分割出第四个字符word4,d=getword(d);%分割出第五个字符word5,d=getword(d);%分割出第六个字符word6,d=getword(d);%分割出第七个字符word7,d=g

14、etword(d);figure(9),imshow(word1),title(1); figure(10),imshow(word2),title(2); figure(11),imshow(word3),title(3);figure(12),imshow(word4),title(4);figure(13),imshow(word5),title(5);figure(14),imshow(word6),title(6);figure(15),imshow(word7),title(7);m,n=size(word1);%商用系统程序中归一化大小为40*20,此处演示word 仁 imre

15、size(word1,40 20);word2=imresize(word2,40 20);word3=imresize(word3,40 20);word4=imresize(word4,40 20);word5=imresize(word5,40 20);word6=imresize(word6,40 20);word7=imresize(word7,40 20);figure(16),subplot(3,7,8),imshow(word1),title(1);subplot(3,7,9),imshow(word2),title(2); subplot(3,7,10),imshow(wor

16、d3),title(3); subplot(3,7,11),imshow(word4),title(4);subplot(3,7,12),imshow(word5),title(5);subplot(3,7,13),imshow(word6),title(6);subplot(3,7,14),imshow(word7),title(7);imwrite(word1,1.jpg);imwrite(word2,2.jpg);imwrite(word3,3.jpg);imwrite(word4,4.jpg);imwrite(word5,5.jpg);imwrite(word6,6.jpg);imwr

17、ite(word7,7.jpg);liccode=char(0:9 A:Z冀苏豫陕鲁);%建立自动识别字符代码表SubBw2=zeros(40,20);l=1;for I=1:7ii=i nt2str(l);t=imread(ii,.jpg);SegBw2=imresize(t,40 20, nearest);SegBw2=double(SegBw2)20;if l=1%第一位汉字识别kmin=37;kmax=40;elseif l=2%第二位AZ字母识别kmi n=11;kmax=36;else l=3%第三位以后是字母或数字识别kmi n=1;kmax=36;endfor k2=kmi n

18、:kmaxfname=strcat(字符模板 1,liccode(k2),.jpg);SamBw2 = imread(fname);SamBw2=double(SamBw2)1;for i=1:40for j=1:20SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);endend%以上相当于两幅图相减得到第三幅图Dmax=0;for k1=1:40for 11=1:20if ( SubBw2(k1,l1) 0 | SubBw2(k1,l1) 0 )Dmax=Dmax+1;endendendError(k2)=Dma x;endError仁Error(kmi n:kmax);Min Error=mi n(Error1);fin dc=fi nd(Error1=Mi nError);l=l+1;endfigure(17),subplot(3,1,2),imshow(dw),title (车牌号码：贵 A 1 0 7 5 3);%F程序：(getword子程序)function word,result=getword(d)word=;flag=0;y1=8;y2=0.5;while flag=0m, n=size(d);wide=0;while sum(d(:,wide+1)=0 & wide=n-2wide=wide+1;endtemp=