没有合适的资源?快使用搜索试试~ 我知道了~
matlab车牌识别最终版 - 副本.docx
需积分: 0 0 下载量 90 浏览量
2023-11-27
08:48:04
上传
评论
收藏 2.28MB DOCX 举报
温馨提示
试读
19页
2.2 车牌粗定位 这里的粗定位的方法其实可以与上一步联系在一起,因为其实在图像的预处理中已经找到了车牌的位置,这里的车牌粗定位的工作是确定行的起始位置和终止位置,以及列的起始位置和终止位置,并将其原来的彩色图像恢复,用于下一步真正的细定位的工作。 具体的做法是,首先为了不改变图像的分辨率,将其变更为double类型的图片。 接着,首先确定行的起始位置和终止位置,这里将图像预处理工作得到的结果在横向上进行了加和,由于是二值化的图像,所以只有0和1两个数值,所以可以很明显的在通过统计的曲线看出黑白区域的边界部分,从而可以比较好的确定具体的行的起始位置和终止位置。 然后确定列的起始位置和终止位置,这里将图像预处理工作得到的结果在纵向上进行了加和,由于是二值化的图像,所以只有0和1两个数值,所以可以很明显的在通过统计的曲线看出黑白区域的边界部分,从而可以比较好的确定具体的列的起始位置和终止位置。 最终,通过行列的统计结果,即标记的行列的终止和起始的位置,从原彩色图片中切割出粗定位后的图片,并予以显示。
资源推荐
资源详情
资源评论
1
目录
摘要∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙1
0 引言∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙3
1 车牌识别识别总体设计方案 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙3
2 探究步骤∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙4
2.1 图像的预处理∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙4
2.2 车牌粗定位∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙5
2.3 车牌精定位∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙6
2.4 车牌区域切割∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙7
2.5 字符切割∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙8
2.6 字符识别∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙9
3 总结∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙11
1
2
0 引言
车牌识别是一种基于图像处理和模式识别技术的应用,旨在识
别和提取车辆车牌上的文字信息。它在交通管理、停车场管理、车
辆监控和安全等领域具有广泛的应用价值。在过去的几年里,随着
计算机视觉和深度学习技术的发展,车牌识别技术取得了显著的进
步。传统的车牌识别方法主要依赖于图像处理和模式匹配算法,但
是这些方法在复杂的环境下往往效果不佳,例如光照不均、车牌变
形、遮挡等情况。而深度学习技术能够通过大量的数据训练神经网
络,从而提高车牌识别的准确性和鲁棒性。Matlab 作为一种强大的
科学计算和工程设计软件,提供了丰富的图像处理和深度学习工具
箱,为车牌识别技术的研究和应用提供了便利。利用 Matlab 可以快
速构建车牌识别系统,并且可以通过调整参数和算法来优化系统性
能。本文将介绍 Matlab 在车牌识别领域的应用,包括图像预处理、
车牌定位、字符分割和识别等关键技术,以及基于深度学习的车牌
识别方法。我们将探讨如何利用 Matlab 构建高效准确的车牌识别系
统,并展望未来车牌识别技术的发展方向。
1 车牌识别识别总体设计方案
随着汽车在人们的工作和生活中扮演着越来越重要的角色,汽车
的数量也在急速增加。因此带来的交通管理问题也变得越来越复杂,
智能交通系统是最好的解决方法。其中,车牌识别技术不但可以运用
在高速公路的超速管理系统中,而且用于小区车辆的管理系统,城市
道路的“电子警察”,停车场管理系统等。小汽车车牌是汽车的“身
3
份证”,同时也是汽车唯一的管理标识符号,在交通管理中具有不可
替代的作用。如果使用计算机技术设计出一种能够在任何场合,尤其
是在公共场合,能快速鉴别出车牌号,并且通过系统查询到相关的车
主,就能大大提升车辆管理水平,为出现的交通事故提出安全策略。
本文基于 MATLAB 设计一套完整的车牌识别系统, 首先对原始图像
实行包含了彩色的图像转成灰度的图像、图像的灰度拉伸以及图像
的二值化处理一连串的预处理。然后对图像的定位和切分处理,先对
图像中牌照区域定位,以便显示截下的牌照区域,并进行字符切分。
最后识别牌照字符,此过程采用模板匹配法。
图 1 车牌识别总流程图
2 探究步骤
2.1 图像的预处理
首先考虑到待识别的图片的背景比较复杂,并且有较多的噪声,
所以这里将 RGB 像素值比较低的彩(蓝)色噪声去掉,防止噪声对
于后续操作的干扰。
然后接着将蓝色的区域进行提取,并在灰度图中尽量显示出来,这
里提取的方法主要使用的是蓝色的 RBG 值为(0,0,255)。然后再
对于蓝色提取后的区域进行归一化,并使用二值化的函数进行二值
化的操作,从而的到原图像对应的灰度(二值化)图像。
4
接着对于以上的二值化的图像(二维的二值化图像)进行连通
区域的标记,这里是为了找到“蓝色”区域中面积最大的区域,并
将其初步认为其是车牌所在的区域,并使用函数对于连通区域的属
性进行度量,来判断具体哪一个区域为蓝色所标记的区域。再对于
这些区域的面积进行排序,将面积比较大的区域进行初步的标记。
进行完成图像聚类(图像的闭运算,填充图像后),我们再一
次对于连通的区域进行标记,与上一次操作不同的是,这里我们仅
仅选择面积最大的区域作为我们所认定的暂时的车牌区域,并将此
二值化的图片(矩阵)送入下一个“车牌的粗定位”步骤中进行进
一步的操作。
其实这一步的图像预处理等价于使用了形态学滤波的方法进行
了图像的预处理工作。
2.2 车牌粗定位
这里的粗定位的方法其实可以与上一步联系在一起,因为其实在
图像的预处理中已经找到了车牌的位置,这里的车牌粗定位的工作
是确定行的起始位置和终止位置,以及列的起始位置和终止位置,
并将其原来的彩色图像恢复,用于下一步真正的细定位的工作。
具体的做法是,首先为了不改变图像的分辨率,将其变更为
double 类型的图片。
接着,首先确定行的起始位置和终止位置,这里将图像预处理工
作得到的结果在横向上进行了加和,由于是二值化的图像,所以只
有 0 和 1 两个数值,所以可以很明显的在通过统计的曲线看出黑白区
剩余18页未读,继续阅读
资源评论
X时代
- 粉丝: 16
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功