实验五车牌识别

1、广州航海学院图像滤波算法优化及实现所在院系信息与通信工程专业名称通信工程设计（论文）作 者陈伟栋班级151学号201515240122指导教师谭丽宀兀成时间2018/11/25摘要：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。 本次作业的任务是设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，边缘提取，车牌定位，字符分割，然后对车牌进行字符识别。关键词：车牌识别，matlab

2、，边缘分割一、引言车辆牌照识别系统( vehiclelicenseplate recognition system，简称LPR是计算机视觉与模式识别技术，作为智能交通系统(IntelligentTrafficSystem，简称ITS)的一个重要组成部分，由于牌照是机动车辆管理的唯一标识符 号，对于交通管理、治安处罚等工作的智能化起着十分重要的作用。因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的实际意义。二、原理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搜索， 找到符合汽车

3、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：寻九Mi鮒图憚应確览册碰*1对鹅禅阡刚乍*定12. 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：去韓车弊计？!朋平捉乘赴»»切割出字特13. 牌照

4、字符识别字符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。基于模板匹配算 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；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。三、实验结果clear all;clc;l=imread('3.jpg');A=rgb2gray(l);B=edge(A,'roberts',0.09,'both

5、');%边缘检测se仁1,1,1;% 线型结构(-s®炽M (-s®§ (二愛SB (-s®径宦 yKMxxelAIULAd 二>益11|">益|/| duj£ pu pupu h+(l._)lah (二)LA(LLLTrMXL.!04alh04 _(L-A)soez"LA -(山)QqnopuLL -(山¥4粘疋><>1¥_=(山)MOUSE ¥s-q)/volise ¥s-(o)/volise ¥_=(8)/v0lise ¥

6、_=(<)/volise ¥_=(_)/voliselcxico寸g9zzzzzzcocococococooooooo2：Q.Q.Q.Q.Q.Q.nqqqqqq6nnnnnn(D(D(D(D(D(DOOOCXIV U 径宦EM邃代 SOOCXIQ)U doealeMqu 山 炽M«<(CXIesoarsooEHcl 屋鴉沽舉 MgcxlLncxl-<l;_6u2。-)05上 SHCXI S%M£sm¥poeEHo(O寸寸O卜-CXIAd 二 Ad)H0%li兔H+CXIxduCXIxd vLxduLxd puL-zxduzxd(LxdQ

7、xd)o3o3(2v(cxlxd- L) Lx)壬 M xHCXIxdpuH+LxdHLXd (XV Lxd)o3o3(gv( Lxd- L) Lx)壬 M 匚LXd pupupu H+(rL)LXH(rL)LX (LLLTrM CXIAd 二 AdHO4XL.!O4 -(X- L)soez"LX -( 'CXIAd 二 Ad)帀 A- pu H+CXIAduCXIAd(cxlvcxlAd)0303(og 夬(L 7Ad) L A)壬 M xxelAIUCXIAdpu vLAduLAd(7LAd)o3o3(0g 夬(L - LAd) LA)壬主H=rgb2gray(G); g

8、_max=double(max(max(H); g_min=double(min(min(H); T=round(g_max-(g_max-g_min)/3); m,n=size(H);J=im2bw(H,T/256);figure subplot(4,1,1),plot(0:y-1,Y1),title(' '),ylabel(' 像素 '); subplot(4,1,2),plot(0:x-1,X1),title(' '),ylabel(' 像素 '); subplot(4,1,3),imshow(G),title('

9、subplot(4,1,4),imshow(J),title(' K=bwareaopen(J,20); y1,x1,z1=size(K);L=double(K);TT=1;Y1=zeros(y1,1);for i=1:y1for j=1:x1if(L(i,j,1)=1)Y1(i,1)=Y1(i,1)+1;endend end Py1=1; Py0=1; while(Y1(Py0,1)<20)&&(Py0<y1)Py0=Py0+1; end Py1=Py0; while(Y1(Py1,1)>=20)&&(Py1<y1)Py1=Py

10、1+1; end M=K(Py0:Py1,:,:); X1=zeros(1,x1); for j=1:x1for i=1:y1 if(L(i,j,1)=1)X1(1,j)=X1(1,j)+1;endend end figure subplot(2,1,1),imshow(K),title(' subplot(2,1,2),plot(0:x1-1,X1),title(' '),ylabel(' 累计像素量 '); Px0=1; Px1=1;for i=1:8 while(X1(1,Px0)<4)&&(Px0<x1) Px0=Px

11、0+1;end行方向像素点灰度值累积和 '),xlabel(' 列方向像素点灰度值累积和 '),xlabel(' 分割图像 ');二值化 ');形态学滤波 ');列方向像素点灰度值 '),xlabel(' 列值行值列值Px1=PxO;while(X1(1,Px1)>=4)&&(Px1<x1)|(Px1-Px0)<10)Px仁Px1+1endZ=K(:,PxO:Px1,:);switch strcat('Z', nu m2str(i)case 'Z1'PINO

12、=Z;case 'Z2'PIN1= Z;case 'Z3'PIN2=Z;case 'Z4'PIN3=Z;case 'Z5'PIN4=Z;case 'Z6'PIN5=Z;case 'Z7'PIN6=Z;otherwisePIN7=Z;endfiguresubplot(1,8,i);imshow(Z);Px0=Px1;en d;形态学滤波闽H595知500050100150250300350400200行值LE11iJL- iEiLlrtrfti行方向像素点灰度值累积和素 像原图灰度图像边缘检测腐蚀图像填充图像形态滤波四、总结与展望 通过对数字图像处理与分析这门课程的学习，很好的了解到了数字图像的基本知识和概 念。结合实验后对图像的增强，变换，恢复，分割和分析有了很深的了解。感谢老师教予 的知识，希望今后自己能多多应用所学的知识，车牌识别知识数字图像处理很小的一部 分，期待自己能实践出更多有用的东西。参考文献1宋丹, 徐蔚鸿 , 基于模糊理论的车型识别 J. 计算机技术与发展 , 2006, 3 (3)