汽車車牌的號(hào)碼識(shí)別

編號(hào)：時(shí)間：2021年x月x日書(shū)山有路勤為徑，學(xué)海無(wú)涯苦作舟頁(yè)碼：第頁(yè)目錄1技術(shù)要求 12基本原理 13各模塊的功能 23.1圖像預(yù)處理 23.2車牌定位 53.3字符分割和識(shí)別 74調(diào)試過(guò)程及結(jié)論 105心得體會(huì) 106參考文獻(xiàn) 10汽車車牌的號(hào)碼識(shí)別1技術(shù)要求用相機(jī)拍攝獲取彩色汽車車牌的圖片，應(yīng)用MATLAB軟件對(duì)所拍攝車牌號(hào)圖片進(jìn)行相應(yīng)處理（如，去噪，去除背景提取目標(biāo)，邊緣分割，輪廓提取等）最終從一幅圖像中提取車牌中的字母和數(shù)字（只能用黑色顯示）。2基本原理汽車車輛牌照識(shí)別系統(tǒng)的基本工作原理為：將攝像頭拍攝到的包含車輛牌照的圖像輸入到計(jì)算機(jī)中進(jìn)行預(yù)處理，再由檢索模塊對(duì)牌照進(jìn)行搜索、檢測(cè)、定位，并分割出包含牌照字符的矩形區(qū)域，然后對(duì)牌照字符進(jìn)行二值化并將其分割為單個(gè)字符，然后輸入JPEG或BMP格式的數(shù)字，輸出則為車牌號(hào)碼的數(shù)字。汽車車輛牌照識(shí)別系統(tǒng)的基本工作原理圖如圖1所示：字符分割車輛字符分割車輛圖1基本工作原理圖輸出結(jié)果字符識(shí)別車牌的定位圖像預(yù)處理圖像采集圖1基本工作原理圖輸出結(jié)果字符識(shí)別車牌的定位圖像預(yù)處理圖像采集 我們知道輸入的彩色圖像包含大量顏色信息，會(huì)占用計(jì)算機(jī)較多的存儲(chǔ)空間，且處理時(shí)也會(huì)降低系統(tǒng)的執(zhí)行速度，因此對(duì)圖像進(jìn)行識(shí)別等處理時(shí)，通常將彩色圖像轉(zhuǎn)換為灰度圖像，以加快處理速度。對(duì)圖像進(jìn)行灰度化處理、邊緣提取、再利用形態(tài)學(xué)方法對(duì)車牌進(jìn)行定位。具體步驟如下：首先通過(guò)MATLAB軟件對(duì)圖像進(jìn)行灰度轉(zhuǎn)換，二值化處理然后采用4X1的結(jié)構(gòu)元素對(duì)圖像進(jìn)行腐蝕，去除圖像的噪聲。采用25X25的結(jié)構(gòu)元素，對(duì)圖像進(jìn)行閉合應(yīng)算使車牌所在的區(qū)域形成連通。在進(jìn)行形態(tài)學(xué)濾波去除其它區(qū)域。3各模塊的功能3.1圖像預(yù)處理對(duì)汽車圖像進(jìn)行圖像轉(zhuǎn)換、圖像增強(qiáng)和邊緣檢測(cè)等。載入車牌圖像如代碼如下所示：I=imread('car.jpg');%應(yīng)用imread函數(shù)從圖形文件中讀取命名為car的圖像;figure();subplot(3,2,1),imshow(I),title('原始圖像');%以“原始圖像”為題目將圖片顯示出來(lái)。結(jié)果如圖2所示：圖-2原始圖像對(duì)提取出來(lái)的原始圖像進(jìn)行下列處理：轉(zhuǎn)化為灰度圖像，采用Robert算子進(jìn)行邊緣檢測(cè)，腐蝕圖像，填充圖像，形態(tài)濾波。具體各個(gè)過(guò)程的源程序如下所示：I1=rgb2gray(I);%轉(zhuǎn)化為灰度圖像subplot(3,2,2),imshow(I1),title('灰度圖像');%用imshow函數(shù)顯示灰度圖像如圖3所示：圖-3灰度圖像I2=edge(I1,'robert',0.09,'both');%采用robert算子進(jìn)行邊緣檢測(cè)subplot(3,2,3),imshow(I2),title('邊緣檢測(cè)后圖像');%用imshow函數(shù)顯示邊緣檢測(cè)后圖像如圖4所示：圖-4邊緣檢測(cè)后圖像se=[1;1;1];%線型結(jié)構(gòu)元素I3=imerode(I2,se);%腐蝕圖像subplot(3,2,4),imshow(I3),title('腐蝕后邊緣圖像');%用imshow函數(shù)顯示腐蝕后邊緣圖像如圖5所示：圖-5腐蝕后邊緣圖像se=strel('rectangle',[25,25]);%矩形結(jié)構(gòu)元素I4=imclose(I3,se);%圖像聚類、填充圖像subplot(3,2,5),imshow(I4),title('填充后圖像');%用imshow函數(shù)顯示填充后圖像如圖6所示：圖-6填充后圖像I5=bwareaopen(I4,2000);%去除聚團(tuán)灰度值小于2000的部分subplot(3,2,6),imshow(I5),title('形態(tài)濾波后圖像');%用imshow函數(shù)顯示形態(tài)濾波后圖像如圖7所示圖-7形態(tài)濾波后圖像3.2車牌定位從預(yù)處理后的汽車圖像中分割出車牌圖像。即在一幅車輛圖像中找到車牌所在的位置。具體代碼如下所示：[y,x,z]=size(I5);I6=double(I5);Y1=zeros(y,1);fori=1:yforj=1:xif(I6(i,j,1)==1)Y1(i,1)=Y1(i,1)+1;endendend[tempMaxY]=max(Y1);figure();PY1=MaxY;while((Y1(PY1,1)>=50)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Y1(PY2,1)>=50)&&(PY2<y))PY2=PY2+1;endIY=I(PY1:PY2,:,:);X1=zeros(1,x);forj=1:xfori=PY1:PY2if(I6(i,j,1)==1)X1(1,j)=X1(1,j)+1;endendendPX1=1;while((X1(1,PX1)<3)&&(PX1<x))PX1=PX1+1;endPX2=x;while((X1(1,PX2)<3)&&(PX2>PX1))PX2=PX2-1;endPX1=PX1-1;PX2=PX2+1;%分割出車牌圖像%dw=I(PY1:PY2,PX1:PX2,:);subplot(3,2,1),imshow(dw),title('定位剪切后的彩色車牌圖像')；程序運(yùn)行結(jié)果得到如圖8所示圖形：圖-8車牌定位和處理后圖形3.3字符分割和識(shí)別對(duì)分割出的車牌圖像進(jìn)行幾何校正、去噪、二值化以及字符分割以從車牌圖像中分離出組成車牌號(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牌號(hào)碼。源代碼如下所示：ifisrgb(I)I1=rgb2gray(dw);%將RGB圖像轉(zhuǎn)化為灰度圖像elseI1=I;endg_max=double(max(max(I1)));g_min=double(min(min(I1)));T=round(g_max-(g_max-g_min)/3);%T為二值化的閾值[m,n]=size(I1);%d:二值圖像%h=graythresh(I1);I1=im2bw(I1,T/256);subplot(3,2,2);imshow(I1),title('二值化車牌圖像');I2=bwareaopen(I1,20);subplot(3,2,3);imshow(I2),title('形態(tài)學(xué)濾波后的二值化圖像');[y1,x1,z1]=size(I2);I3=double(I2);TT=1;%%%%%%%去除圖像頂端和底端的不感興趣區(qū)域%%%%%Y1=zeros(y1,1);fori=1:y1forj=1:x1if(I3(i,j,1)==1)Y1(i,1)=Y1(i,1)+1;endendendPy1=1;Py0=1;while((Y1(Py0,1)<20)&&(Py0<y1))Py0=Py0+1;endPy1=Py0;while((Y1(Py1,1)>=20)&&(Py1<y1))Py1=Py1+1;endI2=I2(Py0:Py1,:,:);subplot(3,2,4);imshow(I2),title('目標(biāo)車牌區(qū)域');X1=zeros(1,x1);forj=1:x1fori=1:y1if(I3(i,j,1)==1)X1(1,j)=X1(1,j)+1;endendendPx0=1;Px1=1;fori=1:7while((X1(1,Px0)<3)&&(Px0<x1))Px0=Px0+1;endPx1=Px0;while(((X1(1,Px1)>=3)&&(Px1<x1))||((Px1-Px0)<10))Px1=Px1+1;endZ=I2(:,Px0:Px1,:);switchstrcat('Z',num2str(i))case'Z1'PIN0=Z;case'Z2'PIN1=Z;case'Z3'PIN2=Z;case'Z4'PIN3=Z;case'Z5'PIN4=Z;case'Z6'PIN5=Z;otherwisePIN6=Z;endfigure(3);subplot(1,7,i);imshow(Z);%將分割出的字符在figure(3)中顯示出來(lái)Px0=Px1;end通過(guò)執(zhí)行以上實(shí)現(xiàn)字符分割和識(shí)別的程序，可以得到如下的圖9所示圖像，最終實(shí)現(xiàn)題目所得要求。圖-9分割后識(shí)別的圖形4調(diào)試過(guò)程及結(jié)論通過(guò)對(duì)程序的調(diào)試和修改能實(shí)現(xiàn)實(shí)驗(yàn)的要求，當(dāng)輸入相應(yīng)模塊的名稱進(jìn)行運(yùn)行時(shí)可以得到相應(yīng)的圖形，并且能最終得到清晰的圖像。在調(diào)試過(guò)程中很多地方出現(xiàn)Missingvariableorfunction提示錯(cuò)誤，經(jīng)過(guò)對(duì)程序的檢查發(fā)現(xiàn)此類的錯(cuò)誤提示多數(shù)是因?yàn)檩斎肓瞬缓戏ǖ淖址蛘呤清e(cuò)誤的標(biāo)點(diǎn)符號(hào)造成的，只要將提示錯(cuò)誤位置改為合法字符或標(biāo)點(diǎn)就能解決這類問(wèn)題。另外在分割提取圖像中不能得到所要的只含有車