汽車車牌的號碼識別

編號：時間：2021年x月x日書山有路勤為徑，學海無涯苦作舟頁碼：第頁目錄1技術要求 12基本原理 13各模塊的功能 23.1圖像預處理 23.2車牌定位 53.3字符分割和識別 74調試過程及結論 105心得體會 106參考文獻 10汽車車牌的號碼識別1技術要求用相機拍攝獲取彩色汽車車牌的圖片，應用MATLAB軟件對所拍攝車牌號圖片進行相應處理（如，去噪，去除背景提取目標，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算機中進行預處理，再由檢索模塊對牌照進行搜索、檢測、定位，并分割出包含牌照字符的矩形區(qū)域，然后對牌照字符進行二值化并將其分割為單個字符，然后輸入JPEG或BMP格式的數(shù)字，輸出則為車牌號碼的數(shù)字。汽車車輛牌照識別系統(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果字符識別車牌的定位圖像預處理圖像采集圖1基本工作原理圖輸出結果字符識別車牌的定位圖像預處理圖像采集 我們知道輸入的彩色圖像包含大量顏色信息，會占用計算機較多的存儲空間，且處理時也會降低系統(tǒng)的執(zhí)行速度，因此對圖像進行識別等處理時，通常將彩色圖像轉換為灰度圖像，以加快處理速度。對圖像進行灰度化處理、邊緣提取、再利用形態(tài)學方法對車牌進行定位。具體步驟如下：首先通過MATLAB軟件對圖像進行灰度轉換，二值化處理然后采用4X1的結構元素對圖像進行腐蝕，去除圖像的噪聲。采用25X25的結構元素，對圖像進行閉合應算使車牌所在的區(qū)域形成連通。在進行形態(tài)學濾波去除其它區(qū)域。3各模塊的功能3.1圖像預處理對汽車圖像進行圖像轉換、圖像增強和邊緣檢測等。載入車牌圖像如代碼如下所示：I=imread('car.jpg');%應用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。結果如圖2所示：圖-2原始圖像對提取出來的原始圖像進行下列處理：轉化為灰度圖像，采用Robert算子進行邊緣檢測，腐蝕圖像，填充圖像，形態(tài)濾波。具體各個過程的源程序如下所示：I1=rgb2gray(I);%轉化為灰度圖像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算子進行邊緣檢測subplot(3,2,3),imshow(I2),title('邊緣檢測后圖像');%用imshow函數(shù)顯示邊緣檢測后圖像如圖4所示：圖-4邊緣檢測后圖像se=[1;1;1];%線型結構元素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]);%矩形結構元素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')；程序運行結果得到如圖8所示圖形：圖-8車牌定位和處理后圖形3.3字符分割和識別對分割出的車牌圖像進行幾何校正、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碼的單個字符圖像，對分割出來的字符進行預處理（二值化、歸一化），然后分析提取，對分割出的字符圖像進行識別給出文本形式的車牌號碼。源代碼如下所示：ifisrgb(I)I1=rgb2gray(dw);%將RGB圖像轉化為灰度圖像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Px0=Px1;end通過執(zhí)行以上實現(xiàn)字符分割和識別的程序，可以得到如下的圖9所示圖像，最終實現(xiàn)題目所得要求。圖-9分割后識別的圖形4調試過程及結論通過對程序的調試和修改能實現(xiàn)實驗的要求，當輸入相應模塊的名稱進行運行時可以得到相應的圖形，并且能最終得到清晰的圖像。在調試過程中很多地方出現(xiàn)Missingvariableorfunction提示錯誤，經(jīng)過對程序的檢查發(fā)現(xiàn)此類的錯誤提示多數(shù)是因為輸入了不合法的字符或者是錯誤的標點符號造成的，只要將提示錯誤位置改為合法字符或標點就能解決這類問題。另外在分割提取圖像中不能得到所要的只含有車