車牌識別系統(tǒng)的設(shè)計(jì).doc_第1頁
車牌識別系統(tǒng)的設(shè)計(jì).doc_第2頁
車牌識別系統(tǒng)的設(shè)計(jì).doc_第3頁
車牌識別系統(tǒng)的設(shè)計(jì).doc_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

車牌識別系統(tǒng)的設(shè)計(jì)一、 大作業(yè)目的和意義可以鞏固數(shù)字圖像處理理論課上所學(xué)的知識,理論聯(lián)系實(shí)踐,用所學(xué)的知識去解決實(shí)際問題。鍛煉我們的動手能力,激發(fā)的研究潛能,能夠提高我們分析問題和解決問題的能力。二、 設(shè)計(jì)流程汽車車牌的識別過程主要包括車牌定位、車牌分割和字符識別三個關(guān)鍵環(huán)節(jié)。其識別流程如下:原始圖像 :數(shù)碼相機(jī)拍攝到的圖像圖像預(yù)處理:對圖像進(jìn)行濾波、邊界增強(qiáng)等處理以克服噪聲干擾邊緣提取 :通過Robert算子,二值化處理,得到圖像的邊緣車牌定位 :通過計(jì)算X和Y向的藍(lán)色像素點(diǎn)來定位 字符分割 :尋找連續(xù)有文字的模塊,若長度大于某閾值,就認(rèn)為該塊有兩個字符組成,則需要分割。字符識別 :利用模板匹配的方法與數(shù)據(jù)庫中的字符進(jìn)行匹配從而確認(rèn)出字符,得到最后的汽車牌照,包括漢字、英文字母和數(shù)字。三、 設(shè)計(jì)步驟1. 預(yù)處理2. 邊緣提取邊緣提取對車牌的定位是很有用的一步,所謂的邊緣是指圖像局部亮度變化顯著的部分,是圖像形狀特征提取等圖像分析的重要基礎(chǔ)。所以在此我們要對圖像進(jìn)行邊緣檢測。圖像中的車輛牌照具有比較顯著特征,比如,近似水平的矩形區(qū)域;背景是藍(lán)色的;其中字符串都是按水平方向排列的;在整體圖像中的位置較為固定。正是由于牌照圖像的這些特點(diǎn),再經(jīng)過適當(dāng)?shù)膱D像變換,它在整幅中可以明顯地呈現(xiàn)出其邊緣,進(jìn)而初步定位車牌。此處邊緣的提取采用的是Roberts算子。3. 牌照的定位和分割在整個識別處理的過程中,牌照的定位和分割是牌照識別系統(tǒng)的關(guān)鍵技術(shù)之一,其主要目的是在經(jīng)圖像預(yù)處理后的原始灰度圖像中確定牌照的具體位置,并將包含牌照字符的一塊子圖像從整個圖像中分割出來,供字符識別子系統(tǒng)識別之用,分割的準(zhǔn)確與否直接關(guān)系到整個牌照字符識別系統(tǒng)的識別率。由于牌照圖像在原始圖像中是很有特征的一個子區(qū)域,確切說是水平度較高的橫向近似的長方形,它在原始圖像中的相對位置比較集中,而且其灰度值與周邊區(qū)域有明顯的不同,因而在其邊緣形成了灰度突變的邊界,這樣就便于通過邊緣檢測來對圖像進(jìn)行分割。處理流程圖如下:4. 二值化處理上面所得的圖像還存在很多的噪聲,則需要對其進(jìn)行二值化、濾波、膨脹、腐蝕等處理,這樣有利于的字符分割。5. 字符分割尋找連續(xù)有文字的模塊,若長度大于某閾值,就認(rèn)為該塊有兩個字符組成,則需要分割。6. 歸一化處理為了更好地與模板字符圖像進(jìn)行匹配,一般對分割出來的字符要進(jìn)行進(jìn)一步的處理,以滿足下一步字符識別的需要。我在此只進(jìn)行了歸一化處理:7. 字符的識別首先就是建立自動識別的代碼表,然后讀取分割出來的字符圖像,第一個字符與模板中的漢字進(jìn)行匹配,第二個字符與模板中的字母進(jìn)行匹配,第三個字符與模板中的字母與數(shù)字進(jìn)行匹配,后四個字符與模板中的數(shù)字進(jìn)行匹配,待識別字符與模板字符相減,所得的0值越多則相似度越大,即為匹配的最好的四、 設(shè)計(jì)結(jié)果和分析1、為了檢驗(yàn)程序的準(zhǔn)確性,我對多幅圖進(jìn)行了檢測,雖然正確度不是很高,但是經(jīng)過一定處理還是能達(dá)到預(yù)期的要求。下面是對另一幅圖處理的結(jié)果: 2、分析本程序的正確率不是很高,主要還是因?yàn)槌绦虮旧肀容^簡單,考慮的問題不周全,對于照片的要求較高。原始圖像要拍得比較正,如果有較大的角度就會給識別帶來偏差。車牌的定位不是特別準(zhǔn)確,我用的是統(tǒng)計(jì)藍(lán)色像素點(diǎn)的方法來定位的,所以背顏色的要求較高,而車牌的定位在本識別中占有很關(guān)鍵的作用。還有就是字符分割,我是根據(jù)橫向閾值的變化情況來決定是否需要分割的,所以清晰的程度很重要。接下來就是字符匹配,字符識別過程使用的是模板匹配的方法,利用兩幅圖片相減的方法,找到相減后值最小的,即為相似程度最大的。模板的制作很重要,必須要用精確的模板,否則就不能正確的識別。對于識別錯誤情況的分析可知,主要原因:一是牌照自身的污漬等影響了圖像的質(zhì)量;二是牌照字符的分割失敗導(dǎo)致的識別錯誤;再就是部分字符的形狀相似性,比如,B 和8;A 和4 等字符識別結(jié)果可能發(fā)生混淆的情況。五、 總結(jié)和體會課程設(shè)計(jì)不僅是對前面所學(xué)知識的一種檢驗(yàn),而且也是對自己能力的一種提高。通過這次課程設(shè)計(jì)使我明白了自己原來知識還比較欠缺。這個課程設(shè)計(jì)讓我學(xué)到了很多東西,涉及到方方面面的知識,在這整個過程中我們查閱了大量的資料,得到了老師和同學(xué)的幫助,我在此對他們表示謝意。在這期間遇到了很多困難,我知道做什么都不容易,只能塌下心來,一步一個腳印的去完成才行。這學(xué)期我們學(xué)習(xí)了數(shù)字圖像處理這門課程,在這個課程設(shè)計(jì)中應(yīng)用到了很多其中的知識。理論只有應(yīng)用到實(shí)際中才能學(xué)著更有意義。學(xué)習(xí)是一個長期積累的過程,在后的工作、生活中都應(yīng)該不斷的學(xué)習(xí),努力提高自己知識和綜合素質(zhì)。此外,還得出一個結(jié)論:知識必須通過應(yīng)用才能實(shí)現(xiàn)其價值!有些東西以為學(xué)會了,但真正到用的時候才發(fā)現(xiàn)是兩回事,所以我認(rèn)為只有到真正會用的時候才是真的學(xué)會了。在整個設(shè)計(jì)中我懂得了許多東西,也培養(yǎng)了我獨(dú)立工作的能力,樹立了信心,相信會對今后的學(xué)習(xí)工作生活有非常重要的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論