車(chē)牌圖像定位與識(shí)別(共13頁(yè))

1、專(zhuān)業(yè)(zhuny)綜合實(shí)驗(yàn)報(bào)告-數(shù)字圖像處理專(zhuān)業(yè)(zhuny)：電子信息工程班級(jí)(bnj)：姓名：學(xué)號(hào)：指導(dǎo)教師：2014年7月18日 車(chē)牌圖像(t xin)定位與識(shí)別一、設(shè)計(jì)(shj)目的利用matlab實(shí)現(xiàn)車(chē)牌識(shí)別系統(tǒng)，熟悉matlab應(yīng)用(yngyng)軟件的基礎(chǔ)知識(shí)，利用其解決數(shù)字信號(hào)處理的實(shí)際應(yīng)用問(wèn)題，從而加深對(duì)理論知識(shí)的掌握，鞏固理論課上知識(shí)的同時(shí)，加強(qiáng)實(shí)踐能力的提高，理論聯(lián)系實(shí)踐，提高自身的動(dòng)手能力。同時(shí)不斷的調(diào)試程序也提高了自己獨(dú)立編程水平，并在實(shí)踐中不斷完善理論基礎(chǔ)，有助于自身綜合能力的提高。二、設(shè)計(jì)內(nèi)容和要求 車(chē)牌識(shí)別系統(tǒng)應(yīng)包含圖像獲取、圖像處理、圖像分割、字符識(shí)別、數(shù)據(jù)庫(kù)

2、管理等幾個(gè)部分，能夠完成復(fù)雜背景下汽車(chē)牌照的定位分割以及牌照字符的自動(dòng)識(shí)別。這里，只要求對(duì)給定的彩色車(chē)牌圖像變換成灰度圖像，用閾值化技術(shù)進(jìn)行字符與背景的分離，再提取牌照?qǐng)D像。三、設(shè)計(jì)步驟1打開(kāi)計(jì)算機(jī)，啟動(dòng)MATLAB程序；2調(diào)入給定的車(chē)牌圖像，并按要求進(jìn)行圖像處理；3記錄和整理設(shè)計(jì)報(bào)告四、設(shè)計(jì)所需設(shè)備及軟件計(jì)算機(jī)一臺(tái)；移動(dòng)式存儲(chǔ)器；MATLAB軟件。五、設(shè)計(jì)過(guò)程車(chē)輛牌照識(shí)別整個(gè)系統(tǒng)主要是由車(chē)牌定位和字符分割識(shí)別兩部分組成，其中車(chē)牌定位又可以分為圖像預(yù)處理及邊緣提取模塊和牌照的定位及分割模塊；字符識(shí)別可以分為字符分割和單個(gè)字符識(shí)別兩個(gè)模塊。(一）對(duì)圖像進(jìn)行圖像轉(zhuǎn)換、圖像增強(qiáng)和邊緣檢測(cè)等1.載入車(chē)

3、牌圖像：將彩圖轉(zhuǎn)換(zhunhun)為灰度圖并繪制直方圖：用roberts算子進(jìn)行邊緣(binyun)檢測(cè)：圖像中車(chē)輛牌照是具有比較顯著特征的一塊圖象區(qū)域，這此特征表現(xiàn)在：近似水平的矩形區(qū)域；其中字符串都是按水平方向排列(pili)的；在整體圖象中的位置較為固定。正是由于牌照?qǐng)D象的這些特點(diǎn)，再經(jīng)過(guò)適當(dāng)?shù)膱D象變換，它在整幅中可以明顯地呈現(xiàn)出其邊緣。邊緣提取是較經(jīng)典的算法，此處邊緣的提取采用的是Roberts算子。圖像實(shí)施(shsh)腐蝕操作：平滑(pnghu)圖像：對(duì)于受噪聲干擾嚴(yán)重的圖象(t xin)，由于噪聲點(diǎn)多在頻域中映射為高頻分量，因此可以在通過(guò)低通濾波器來(lái)濾除噪聲，但實(shí)際中為了簡(jiǎn)化算法

4、也可以直接在空域中用求鄰域平均值的方法來(lái)削弱噪聲的影響，這種方法稱(chēng)為圖象平滑處理。刪除二值圖像的小對(duì)象車(chē)牌定位(dngwi)：從預(yù)處理后的汽車(chē)圖像(t xin)中分割出車(chē)牌圖像。即在一幅車(chē)輛圖像中找到車(chē)牌所在的位置。字符(z f)分割與識(shí)別車(chē)牌的進(jìn)一步處理對(duì)分割出的彩色車(chē)牌圖像進(jìn)行灰度轉(zhuǎn)換、二值化、均值濾波、腐蝕膨脹以及字符分割以從車(chē)牌圖像中分離出組成車(chē)牌號(hào)碼的單個(gè)字符圖像，對(duì)分割出來(lái)的字符進(jìn)行預(yù)處理（二值化、歸一化），然后分析提取，對(duì)分割出的字符圖像進(jìn)行識(shí)別給出文本形式的車(chē)牌號(hào)碼。字符(z f)分割在汽車(chē)牌照自動(dòng)識(shí)別過(guò)程中，字符分割有承前啟后的作用。它在前期牌照定位的基礎(chǔ)(jch)上進(jìn)行字符

5、的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。字符識(shí)別的算法很多，因?yàn)檐?chē)牌字符間間隔較大，不會(huì)出現(xiàn)字符粘連情況，所以此處采用的方法為尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。在此只進(jìn)行了歸一化處理，然后進(jìn)行后期處理。六總結(jié)(zngji)根據(jù)車(chē)牌特點(diǎn)，一般采用的車(chē)牌定位算法有：1.邊緣檢測(cè)定位算法；2.利用哈夫變換進(jìn)行車(chē)牌定位；3.色彩分割提取車(chē)牌等。這里我采用的是邊緣檢測(cè)的方法實(shí)現(xiàn)定位的。字符分割的方法也有多種：1. 基于聚類(lèi)分析的字符分割；2. 投影分割的方法；3.基于模板匹配的字符分割等。最常用的是投影分割，主要是針對(duì)在車(chē)牌定位，圖像預(yù)處理后比較規(guī)則的車(chē)牌圖像。

6、優(yōu)點(diǎn)是程序邏輯設(shè)計(jì)簡(jiǎn)單，循環(huán)執(zhí)行功能單一，便于設(shè)計(jì)和操作，程序執(zhí)行時(shí)間短。對(duì)現(xiàn)實(shí)事物的設(shè)計(jì)不僅是對(duì)前面所學(xué)知識(shí)的一種檢驗(yàn)，而且也是對(duì)自己能力的一種提高。通過(guò)這次設(shè)計(jì)使我明白了自己原來(lái)知識(shí)還比較欠缺。這個(gè)設(shè)計(jì)讓我學(xué)到了很多東西，涉及到方方面面的知識(shí)，在這整個(gè)過(guò)程中我們查閱了大量的資料，得到了老師和同學(xué)的幫助，我在此對(duì)他們表示謝意。七源代碼：（1）主程序：I=imread(car.jpg);figure(1),imshow(I);title(原圖(yun t);I1=rgb2gray(I);figure(2),subplot(1,2,1),imshow(I1);title(灰度圖);figure(

7、2),subplot(1,2,2),imhist(I1);title(灰度直方圖);I2=edge(I1,roberts,0.18,both);figure(3),imshow(I2);title(roberts邊緣(binyun)檢測(cè)圖);se=1;1;1;I3=imerode(I2,se);figure(4),imshow(I3);title(腐蝕(fsh)后圖);se=strel(rectangle,25,25);I4=imclose(I3,se);figure(5),imshow(I4);title(平滑圖像);I5=bwareaopen(I4,2000);figure(6),imsh

8、ow(I5);title(去除小對(duì)象);y,x,z=size(I5);myI=double(I5);ticBlue_y=zeros(y,1);for i=1:y for j=1:x if(myI(i,j,1)=1) Blue_y(i,1)=Blue_y(i,1)+1; end endendtemp MaxY=max(Blue_y);PY1=MaxY;while(Blue_y(PY1,1)=5)&(PY11) PY1=PY1-1;endPY2=MaxY;while(Blue_y(PY2,1)=5)&(PY2y) PY2=PY2+1;endIY=I(PY1:PY2,:,:);Blue_x=zero

9、s(1,x);for j=1:x for i=PY1:PY2 if(myI(i,j,1)=1) Blue_x(1,j)=Blue_x(1,j)+1; end endendPX1=1;while(Blue_x(1,PX1)3)&(PX1x) PX1=PX1+1;endPX2=x;while(Blue_x(1,PX2)PX1) PX2=PX2-1;endPX1=PX1-1;PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;figure(7),subplot(1,2,1),imshow(IY),title(行方向(fngxing)車(chē)牌區(qū)域);figure(7),su

10、bplot(1,2,2),imshow(dw),title(定位(dngwi)后車(chē)牌區(qū)域);imwrite(dw,dw.jpg);a=imread(dw.jpg);b=rgb2gray(a);imwrite(b,gray licence plate.jpg);figure(8);subplot(3,2,1),imshow(b),title(車(chē)牌灰度圖像(t xin);g_max=double(max(max(b);g_min=double(min(min(b);T=round(g_max-(g_max-g_min)/3);m,n=size(b);d=(double(b)=T);imwrite(

11、d,binary licence plate.jpg);subplot(3,2,2),imshow(d),title(before filtering binary licence plate);h=fspecial(average,3);d=im2bw(round(filter2(h,d);imwrite(d,after average licence plate.jpg);subplot(3,2,3),imshow(d),title(after average licence plate);se=eye(2);m,n=size(d);if bwarea(d)/m/n=0.365 d=ime

12、rode(d,se);elseif bwarea(d)/m/n=0.235 d=imdilate(d,se); endimwrite(d,expansion or corrosion the licence plate.jpg);subplot(3,2,4),imshow(d),title(expansion or corrosion the licence plate);d=qiege(d);m,n=size(d);subplot(3,2,5),imshow(d),title(n);k1=1;k2=1;s=sum(d);j=1;while j=n while s(j)=0 j=j+1; en

13、d k1=j; while s(j)=0&j=round(n/6.5) val,num=min(sum(d(:,k1+5:k2-5); d(:,k1+num+5)=0; endendd=qiege(d);y1=10;y2=0.25;flag=0;word1=;while flag=0 m,n=size(d); left=1;wide=0; while sum(d(:,wide+1)=0 wide=wide+1; end if widey2 flag=1;word1=temp; end d(:,1:wide)=0;d=qiege(d); endendword2,d=getword(d);word

14、3,d=getword(d);word4,d=getword(d);word5,d=getword(d);word6,d=getword(d);word7,d=getword(d);figure(9);subplot(2,7,1),imshow(word1),title(1);subplot(2,7,2),imshow(word2),title(2);subplot(2,7,3),imshow(word3),title(3);subplot(2,7,4),imshow(word4),title(4);subplot(2,7,5),imshow(word5),title(5);subplot(2

15、,7,6),imshow(word6),title(6);subplot(2,7,7),imshow(word7),title(7);m,n=size(word1);word1=imresize(word1,40 20);word2=imresize(word2,40 20);word3=imresize(word3,40 20);word4=imresize(word4,40 20);word5=imresize(word5,40 20);word6=imresize(word6,40 20);word7=imresize(word7,40 20);subplot(2,7,8),imshow

16、(word1),title(1);subplot(2,7,9),imshow(word2),title(2);subplot(2,7,10),imshow(word3),title(3);subplot(2,7,11),imshow(word4),title(4);subplot(2,7,12),imshow(word5),title(5);subplot(2,7,13),imshow(word6),title(6);subplot(2,7,14),imshow(word7),title(7);imwrite(word1,1.jpg);imwrite(word2,2.jpg);imwrite(

17、word3,3.jpg);imwrite(word4,4.jpg);imwrite(word5,5.jpg);imwrite(word6,6.jpg);imwrite(word7,7.jpg);（2）子程序：（getword子程序） function word,result=getword(d) word=;flag=0;y1=8;y2=0.5; while flag=0 m,n=size(d); wide=0; while sum(d(:,wide+1)=0 & wide=n-2 wide=wide+1; end temp=qiege(imcrop(d,1 1 wide m); m1,n1=

18、size(temp); if widey2 d(:,1:wide)=0; if sum(sum(d)=0 d=qiege(d); % 切割(qig)出最小范圍 else word=;flag=1; end else word=qiege(imcrop(d,1 1 wide m); d(:,1:wide)=0; if sum(sum(d)=0; d=qiege(d);flag=1; else d=; end end end result=d;子程序：（qiege子程序）function e=qiege(d)m,n=size(d);top=1;bottom=m;left=1;right=n; while sum(d(top,:)=0 & top1 bottom=botto