基于matlab的汽车车牌识别.docx

基于matlab的汽车车牌识别.docx基于matlab的汽车车牌识别
车辆牌照自动识别技术是智能交通系统中的关键技术之一,它可广泛应用于交通流量检 测，交通控制与诱导，机场、港口、小区的车辆管理，不停车自动收费，闯红灯等违章车辆 监控以及车辆安全防盗等领域，具有广阔的应用前景。
车牌字符识别系统的字量小，包括50多个汉字，24个大写英文字母，10个数字，总共 仅80多个字符。而且车牌的制作有国家统一的标准，字符的大小一致，字型统一。相对于 普通的字符识别，难度降低了。但从实用的角度看，车辆牌照识别系统应该是一个全自动的、 实时的系统，因此要求有较高的识别速度和正确率。完整的车牌识别系统包括图像采集、图 像处理、车牌定位、字符分割、字符识别、数据库、数据库支持模块等模块。
本文应用图像处理技术、车牌分割技术、字符特征提取方法、神经网络识别技术，模板 匹配的方法来解决车辆牌照识别问题，首先将图像进行灰度化、灰度拉伸、中值滤波的预处 理方法，消除图像的噪音，强化纵向纹理区；通过对车牌特征和定位技术的深入研究，提出 了基于水平扫描和垂直投影法的车牌定位方法，能够很准确地搜索到车牌区域；基于车辆牌 照的一些结构特点及先验知识，完成了基于投影直方图的车牌字符分割域；最后对神经网络 的构成以及相关的理论进行了讨论，着重分析了在字符识别中的应用方法。
1图像处理：
拍得照片原图如下所示
图1原图
.格式转换
图像采集设备采集的图像一般为彩色图片，由于彩色图片占用存储容量大,处理时间长, 需要对图像进行压缩。一般采用的方法是将彩色图像转为灰度图像，灰度图像只含亮度信息, 需要的存储的空间少，处理速度快，也为图像后续二值化，其他的处理带来方便。
灰度图像转换公式为：
Y=++
式中Y是灰度值。式中R、G、B分别表示每个像素的红、绿、蓝3种分量值。
Matlab灰度图像转换命令：
gray_image= rgb2gray①;％将I转换为灰度图像
图2灰度图
图像增强
图像增强是数字图像处理过程中经常采用的一种方法。为了改善视觉效果或者便于人和 机器对图像的理解和分析，根据图像的特点或存在的问题采取的改善方法或者加强特征的措 施称为图像增强。
获取和传输图像的过程往往会发生图像失真，所得到图像和原始图像有某种程度的差 别。这种差异如果太大，就会影响人和机器对图像的理解。在许多情况下，人们不清楚引起 图像降质的具体物理过程及其数学模型，但却能根据经验估计出使图像降质的一些可能原 因，针对这些原因采取简便有效的方法，改善图像质量。例如，图像信号变弱会使人们无法 看清图像的细节，而采用增强对比度的方法可使图像清晰一些;图像的噪声干扰也容易使图 像质量变差，运用平滑技术可以消减噪声;还有一些物理器件或系统工作原理可等效为一积 分过程，信号经过这样的器件或系统后要变模糊，这时可使用微分运算突出边界或其他变化 的部分，使图像增强。
由于所拍摄的车辆图像的质量受天气、光照、观察点等的影响，车牌图像往往会产生对 比度不足的弊端，使图像细节分辨不清，影响识别率。因此，需要将牌照图像进行图像灰度 扩展，以便改善图像的观察质量，提高字符识别率。可采用对比度增强和灰度均衡等技术。
对比度增强
基于点操作的增强方法也叫做灰度变换。使用灰度变换的主要目