車牌識別軟件系統(tǒng)設計答辯演講

會計學1車牌識別軟件系統(tǒng)設計答辯演講論文框架系統(tǒng)概述車牌圖像預處理車牌定位與字符分割字符特征提取車牌字符識別結(jié)果分析123456第1頁/共16頁系統(tǒng)概述車牌自動識別系統(tǒng)的研究，國外最早出現(xiàn)于20世紀80年代，但這個階段并沒有形成完整的體系。進入20世紀90年代，隨著數(shù)字圖像處理、計算機視覺、模式識別等技術(shù)的發(fā)展，開始出現(xiàn)了車牌識別系統(tǒng)的系統(tǒng)化研究。我國在這方面的研究起步比較晚。國內(nèi)做得比較好的產(chǎn)品有中科院自動化所漢王公司的“漢王眼”，深圳市普利得公司的PlateDSP車牌識別系統(tǒng)，廈門宸天電子科技有限公司的SuPPlate車牌識別系統(tǒng)等。但大多數(shù)產(chǎn)品的識別效果不是很理想，尤其是在復雜背景條件下的識別效果不是很理想，這與我國汽車牌照的現(xiàn)狀有很大的關(guān)系。第2頁/共16頁車牌圖像預處理1灰度化加權(quán)平均值法

g=通常WR=0.9，WG=1.77，WB=0.33g=0.3R+0.59G+0.11B在Matlab中，加權(quán)平均值法通過函數(shù)rgb2gray（）實現(xiàn)。加權(quán)平均值法處理前后對照圖如下：第3頁/共16頁第4頁/共16頁2中值濾波Yi=Medv=(m-1)/2在Matlab中，通過調(diào)用medfilt2（）函數(shù)即可實現(xiàn)對函數(shù)進行中值濾波處理。

中值濾波后車牌如下圖。第5頁/共16頁3邊緣檢測Robert算子

在Matlab中，直接調(diào)用edge（）函數(shù)并添加‘Robert’關(guān)鍵字設置參數(shù)，就可以對圖像進行Robert邊緣檢測。Robert邊緣檢測效果圖如下。

第6頁/共16頁車牌定位和字符分割基于混合特征的車牌快速定位

形態(tài)學處理過程如下1第7頁/共16頁定位后的車牌圖像如下2車牌傾斜校正幾何法車牌傾斜校正第8頁/共16頁3二值化最大類間方差法（Otsu）在Matlab中，通過調(diào)用graythresh（）函數(shù)使用最大類間方差法來獲得一個閾值，這個閾值在[0,1]范圍內(nèi)，該閾值傳遞給im2bw（）函數(shù)完成灰度圖像轉(zhuǎn)換為二值圖像的操作。

第9頁/共16頁4字符分割由中國車牌的先驗知識可知，車牌上字符的大小是45×90（毫米），相鄰字符的間隔通常是12毫米，第三個和第四個字符的間隔是34毫米。歸一化之后，相鄰字符的間隔是6.4，第二個和第三個字符的間隔是18.1，則整個車牌的寬度是218。因此在字符分割之前，統(tǒng)一將車牌大小調(diào)整為218×48，然后每隔24的寬度分割一個字符，跳過字符間的間隔繼續(xù)分割下一個寬度為24的字符，依次這樣就可以完成整個車牌的字符分割。

第10頁/共16頁字符特征提取用Hu不變矩提取字符特征Hu不變矩同時具有平移、比例和旋轉(zhuǎn)不變性。第11頁/共16頁車牌字符識別1BP神經(jīng)網(wǎng)絡第12頁/共16頁2模板匹配匹配過程

SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j)匹配結(jié)果第13頁/共16頁總結(jié)

在老師和同學們的幫助下，我順利的完成了本次畢業(yè)設計，通過這次的設計我學到了很多東西，知道了理論與實踐的差距。因此，我們的學習還有待加強。但本次的設計也使我們從中學到了一些很重要的東西。一、如何從理論到實踐的轉(zhuǎn)化，怎樣將我們所學到的知識應用到我以后的工作中去。二、我學會了如何查尋資料，方案設計，進一步提高了自己綜合運用所學知識的能力。三、在和同學的協(xié)作過程中增進了同學間的友誼，對團隊精神的積極性