车牌识别PPT课件.pptx

基于MATLAB的车牌识别系统
选题的原因和意义
近几年,车牌识别系统作为智能交通的一个重要方向越来越受到重视。车牌识别系统可以应用于停车场管理系统、智能交通管理系统、小区车辆管理系统等各个领域,对交通管理及治安管理有着十分重要的作用。
研究的主要内容
1、了解现今汽车牌照识别的现状和方法,比较各种方法的优缺点。
2、获取车牌图像后,对图像进行预处理,显示找到的牌照部位。利用Matlab提供的图像处理函数对汽车牌照进行定位,对字符进行分割、识别。
当前现状
由于中国车牌的格式与国外有较大差异,所以国外关于识别率的报道只具有参考价值,其在中国的应用效果可能没有在其国内的应用效果好,但其识别系统中采用的很多算法具有很好的借鉴意义。从车牌识别系统进入中国以来,国内有大量的学者在从事这方面的研究,提出了很多新颖快速的算法。中国科学院自动化所的刘智勇等开发的系统在一个样本量为3180的样本集中,%,%,这套系统后来应用于汉王公司的车牌识别系统,取得了不错的效果。但是包括其他研究人员提出的算法,都存在计算量和存储量大的问题,难以满足实时性的要求。此外,当车辆区域的颜色和附近颜色相近时,定位失误率会增加。国内还有许多学者一直在进行这方面的研究,并且取得了大量的研究成果。
车牌识别系统的主要步骤
一:图像采集
二:车牌定位
三:车牌字符分割
四:车牌字符识别
五:输出识别结果
图像采集
图像采集时,所选取的图像对车牌识别及定位的有着至关重要影响。考虑图像对后续操作的影响,图像在拍摄时采用人工拍摄,选取车牌最佳拍摄环境。
图像预处理
图像在形成、传输或变换过程中,受多种因素的影响,往往会与原始景物之间或原始图像之间产生某种差异。先对采集来得图像进行预处理,包括去除噪音,边界增强,增加亮度等。目的是突出车牌的最主要特征,以便更好地提取车牌。
车牌字符分割
通过分析计算字符的水平投影和垂直投影,获得车牌字符各项有用信息,以方便提取分割字符。然后计算车牌垂直投影,去掉车牌垂直边框,获取车牌及字符平均宽度。最后计算车牌每个字符的中心位置和最大字符宽度,提取分割字符。
车牌字符识别
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。