MATLAB车牌识别论文加源码精品word.doc

MATLAB车牌识别论文加源码姓名学号成绩xxxx大学数字图像处理本科生课程论文论文题目:___车牌识别方法研究______完成时间:___2016年6月1日_______所在专业:___软件工程______________所在年级:___大三年级______________基于MATLAB的车牌识别方法研究xxx级软件专业1班xxxxx摘要:汽车车牌的识别是智能交通管理的重要组成部分之一。本文主要介绍车牌区域提取、字符切割、字符识别。车牌区域提取主要包括图像灰度图转化、图像边缘检测、灰度图腐蚀、图像平滑处理、边界值计算。字符切割主要包括图像去噪处理、图像膨胀和腐蚀处理。字符识别主要包括图像膨胀和腐蚀处理、字符归一化。关键词:MATLAB、车牌区域提取、字符识别、字符切割1研究背景随着经济社会的迅猛发展,人们的生活水平的提高,机动车辆的数量也越来越多。为了提高车辆的管理效率,缓解公路上的交通压力,我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌,是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据,设计一种车牌识别系统监控各个车辆的情况。车牌识别的难点:①我国汽车牌照自身特征的复杂性1)汉字、字母、数字混合。我国的车牌不单单有英文字母和阿拉伯数字,还有汉字。2)颜色种类多。国外的车牌颜色种类相对于国内较少一些,我国的车牌颜色种类较多。3)人为因素复杂。由于环境、道路或者人为因素造成车牌有严重污渍、车牌模糊不清或者车牌偏斜角度很大的车辆,在我国都可以上路行驶。4)车牌格式多。我国的车牌格式很多,包括:民用车牌、公安警察车牌、武警车牌、军车车牌、外交车牌、特种车牌、消防车牌等。②外部环境影响1)外部光照条件各不相同,白天和晚上的光照各不相同。光照对采集的图像质量产生很大的影响。不同的光照角度对车牌光照的不均匀影响也很大。不同的气候条件、背景光照环境、车牌反光程度都决定了车牌的亮度特征。2)外界背景的复杂程度也影响车牌的定位准确率。背景中和车牌区域当中有许多和车牌特征相似的长方形区域,这些容易给车牌定位造成误判导致车牌定位的准确率降低。2主要理论概况本图像预处理模块是将图像灰度化和用Roberts算子进行边缘检测的步骤。车牌定位和分割采用的是利用数学形态法来确定车牌位置,再利用车牌彩色信息的彩色分割法来完成车牌部位分割。字符的分割采用的方法是以二值化后的车牌部分进行垂直投影,然后在对垂直投影进行扫描,从而完成字符的分割。本文即是针对其核心部分进行阐述并使用MATLAB软件环境中进行字符分割的仿真。一个完整的车牌号识别系统要完成从图像采集到字符识别输出,过程相当复杂,基本可以分成硬件部分跟软件部分,硬件部分包括系统触发、图像采集,软件部分包括图像预处理、车牌位置提取、字符分割、字符识别四大部分。,因此车牌定位是车牌识别技术中最关键的一步。车牌定位的目的是从包含整个车辆的图像中找到车牌区域的图像。车牌定位方法的出发点是利用车牌区域的特征来判断牌照,将车牌区域从整幅车辆图像中分割出来。车牌字符识别的研究现状车牌字符识别就是对分割出的待识别的字符进行识别处理。车牌的字符由有限的汉字、英文字母和数字组成。目前车牌字符识别最常用于车牌字符识别的方法是基于模板匹配的方法、基于特征分类的方法两大类。字符分割算法一直在不断的完善。针对车牌的字符分割,是字符分割的一个具体应用,目前根据车牌的字符特征提出的算法主要有:基于先验知识的分割算法、基于投影轮廓和拓扑结构的分割算法等。例如,黄可为等利用视觉神经生理学和认知学实验结果,归纳出一种仿生目标搜索策略将其运行到车牌字符分割中。吴进军等根据车牌字符的排列规律和字符的几何特征,提出了一种基于第三个字符定位的车牌字符分割方法,很好地解决了车牌定位后的字符缺损情况。:图像灰度图转化、图像边缘检测、灰度图腐蚀、图像的平滑处理以及车牌区域的边界值计算。其程序流程图如下:,所以从RGB图像直接进行车牌区域提取存在很大困难,但不管哪种底色的车牌,其底色与上面的字符颜色的对比度大,将RGB图像转化成灰度图像时,车牌底色跟字符的灰度值会相差很大。。原图、灰度对于将彩色图象转换成灰度图象时,图象灰度值H可由下面的公式计算:()():,达到了预期的灰度效果。