圖像分割識別.doc

實 驗 報 告課程名稱 數(shù)字圖像處理 題 目 汽車車牌定位與字符識別 汽車車牌定位與字符識別一、 實驗目的：1、鞏固理論課上所學的知識。2、鍛煉動手能力、激發(fā)研究潛能，增強理論聯(lián)系實際的能力。二、 設計原理與步驟：定位汽車車牌并識別其中的字符，采用Matlab平臺提供的一些圖像處理函數(shù),以傅立葉變換通過字符模板與待處理的圖像匹配為核心思想。基本方法如下：1、讀取待處理的圖像，將其轉化為二值圖像。2、去除圖像中不是車牌的區(qū)域。3、為定位車牌，將白色區(qū)域膨脹，腐蝕去無關的小物件，包括車牌字符。4、此時車牌所在白色連通域已清晰可見，但一個更大的連通域將車牌所在連通域包圍了，需將其填充。5、查找連通域邊界。同時保留此圖形，以備后面在它上面做標記。6、找出所有連通域中最可能是車牌的那一個。判斷的標準是：測得該車牌的長寬比約為X:1，其面積和周長存在關系：(XLL)/(2(X1)L)21/Y，以此為特征，取metric=Y*area/perimeter2作為連通域的匹配度，它越接近1，說明對應的連通域越有可能是X:1的矩形。7、將車牌圖像反白處理，并擴充為256256的方陣，以便傅立葉變換中矩陣旋轉運算的進行。8、從文件讀取一個字符模板。對圖像計算傅立葉描述子，用預先定義好的決策函數(shù)對描述子進行計算。變換后的圖像中，亮度的高低指示相應區(qū)域與模板的匹配程度。9、確定一個合適的門限，顯示亮度大于該門限的點，也就是與模板的匹配程度最高的位置。10、對照圖片，可以說明相應字符被識別和定位了。三、 實驗記錄及分析：待處理的圖像如下所示。圖像整體比較清晰干凈，車牌方向端正，字體清楚，與周圍顏色的反差較大。讀取待處理的圖像，將其轉化為二值圖像。經試驗，采用門限值為0.2附近時車牌字符最為清楚，雜點最少。I = imread(car.jpg);I2 = rgb2gray(I); I4 = im2bw(I2, 0.2); 原始圖像 二值圖像去除圖像中面積過小的，可以肯定不是車牌的區(qū)域。為定位車牌，將白色區(qū)域膨脹，腐蝕去無關的小物件，包括車牌字符。此時車牌所在白色連通域已清晰可見，但在黑色區(qū)域以外，是一個更大的白色連通域，將車牌所在連通域包圍了。有必要將其填充。查找連通域邊界。同時保留此圖形，以備后面在它上面做標記。bw = imfill(bw,1 1); B,L = bwboundaries(bw,4);imshow(label2rgb(L, jet, .5 .5 .5)hold onfor k = 1:length(B)boundary = Bk;plot(boundary(:,2),boundary(:,1),w,LineWidth,2)end從對象中移除小對象 平滑圖像的輪廓找出所有連通域中最可能是車牌的那一個。判斷的標準是：測得該車牌的長寬比約為4.5:1，其面積和周長存在關系：(4.5LL)/(2(4.51)L)21/27，以此為特征，取metric=27*area/perimeter2作為連通域的匹配度，它越接近1，說明對應的連通域越有可能是4.5:1的矩形。 % 找到每個連通域的質心stats = regionprops(L,Area,Centroid);% 循環(huán)歷遍每個連通域的邊界% 找到每個連通域的質心stats = regionprops(L,Area,Centroid);% 循環(huán)歷遍每個連通域的邊界for k = 1:length(B)% 獲取一條邊界上的所有點 boundary = Bk;% 計算邊界周長 delta_sq = diff(boundary).2; perimeter = sum(sqrt(sum(delta_sq,2);% 獲取邊界所圍面積 area = stats(k).Area;% 計算匹配度 metric = 27*area/perimeter2;% 要顯示的匹配度字串 metric_string = sprintf(%2.2f,metric);% 標記出匹配度接近1的連通域 if metric = 0.9 & metric thresh);車牌圖像反白處理 變換后的圖像 確定定位點對照左右兩圖，可以說明字符“P”被識別和定位了。同樣的方法，可以識別和定位其它字符。如：識別“B” ：w = imread(B.bmp); w = w;C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256);thresh = 290;識別“4” ： w = imread(4.bmp);w = w;C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256);thresh = 200;識別“2” ： w = imread(2.bmp);w = w;C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256);thresh = 250; 識別“B” 識別“4” 識別“2”識別“M” ： w = imread(M.bmp);w = w;C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256);thresh = 265;識別“8” ： w = imread(8.bmp);w = w;C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256);thresh = 250; 識別“M” 識別“8”由圖可見，該程序對于“8”與“B”這樣相似的字符，識別時常?；煜Ｋ?、 參考文獻：1 岡薩雷斯數(shù)字圖像處理（第二版）電子工業(yè)出版社，200782 郁梅等.基于視覺的車輛牌照檢測,計算機應用研究,1999(5),P6567 3 劉陽.等.數(shù)字圖象處理應用于車輛牌照的識別.遼寧大學學報.2004 4 宋建才.汽車牌照識別技術研究J.工業(yè)控制計算機,2004,44455 Applications of the Fourier Transform, Matlab 7.0 Help Documents, The MathWorks.五、 附錄：實驗源程序：I = imread(car.jpg); figure(1),imshow(I);title(原始圖像);I2 = rgb2gray(I); %讀取待處理的圖像，將其轉化為二值圖像。I4 = im2bw(I2, 0.2) ; %通過設定亮度閾值將真彩色轉換成二值圖像。figure(2),imshow(I4);title(二值圖像);bw = bwareaopen(I4, 500); %刪除二值圖像bw中面積小于500的圖像。figure(3),imshow(bw);title(從對象中移除小對象);se = strel(disk,15); %創(chuàng)建圓盤半徑15。bw = imclose(bw,se); %對圖像實現(xiàn)閉運算,平滑圖像的輪廓。figure(4),imshow(bw);title(平滑圖像的輪廓);bw = imfill(bw,1 1); %孔填充處理B,L = bwboundaries(bw,4); %獲取二值圖中對象的輪廓,求周長。imshow(label2rgb(L, jet, .5 .5 .5)hold onfor k = 1:length(B)boundary = Bk;plot(boundary(:,2),boundary(:,1),w,LineWidth,2)end% 找到每個連通域的質心stats = regionprops(L,Area,Centroid);% 循環(huán)歷遍每個連通域的邊界for k = 1:length(B)% 獲取一條邊界上的所有點boundary = Bk;% 計算邊界周長delta_sq = diff(boundary).2; perimeter = sum(sqrt(sum(delta_