《數(shù)字圖像處理技術(shù)課程設(shè)計(jì)報(bào)告》--車牌識(shí)別系統(tǒng)

1、<p>　　《數(shù)字圖像處理技術(shù)》課程設(shè)計(jì)報(bào)告</p><p>　　設(shè)計(jì)題目：車牌識(shí)別系統(tǒng) </p><p>　　班 級(jí)：數(shù) 媒 </p><p>　　姓 名： </p><p>　　學(xué) 號(hào)： </p><p><b>

2、;　　一、目的與要求</b></p><p>　　1、提高分析圖像處理問題的能力，進(jìn)一步鞏固在《數(shù)字圖像處理技術(shù)》課程中所掌握的基本原理與方法。</p><p>　　2、掌握并使用一門計(jì)算機(jī)語言，進(jìn)行數(shù)字圖像處理的應(yīng)用設(shè)計(jì)。</p><p><b>　　二、設(shè)計(jì)的內(nèi)容</b></p><p>　　1、主要功能

3、：牌照?qǐng)D像的采集和預(yù)處理、牌照區(qū)域的定位和提取、牌照字符的分割和識(shí)別等。</p><p>　　2、系統(tǒng)工作的原理以及過程：</p><p>　?。?）當(dāng)行駛的車輛經(jīng)過時(shí)，觸發(fā)埋設(shè)在固定位置的傳感器，系統(tǒng)被喚醒處于工作狀態(tài)；一旦連接攝像頭光快門的光電傳感器被觸發(fā)，設(shè)置在車輛前方、后方和側(cè)面的相機(jī)同時(shí)拍攝下車輛圖像；</p><p>　?。?）由攝像機(jī)或CCD 攝像頭拍

4、攝的含有車輛牌照的圖像通視頻卡輸入計(jì)算機(jī)進(jìn)行預(yù)處理，圖像預(yù)處理包括圖像轉(zhuǎn)換、圖像增強(qiáng)、濾波和水平較正等；</p><p>　　（3）由檢索模塊進(jìn)行牌照搜索與檢測(cè)，定位并分割出包含牌照字符號(hào)碼的矩形區(qū)域；</p><p>　?。?）對(duì)牌照字符進(jìn)行二值化并分割出單個(gè)字符，經(jīng)歸一化后輸入字符識(shí)別系統(tǒng)進(jìn)行識(shí)別。</p><p><b>　　三、總體方案設(shè)計(jì)<

5、/b></p><p>　　車牌識(shí)別的最終目的就是對(duì)車牌上的文字進(jìn)行識(shí)別。主要應(yīng)用的為模板匹配方法。</p><p>　　因?yàn)橄到y(tǒng)運(yùn)行的過程中，主要進(jìn)行的都是圖像處理，在這個(gè)過程中要進(jìn)行大量的數(shù)據(jù)處理，所以處理器和內(nèi)存要求比較高，CPU要求主頻在600HZ及以上，內(nèi)存在128MB及以上。系統(tǒng)可以運(yùn)行于Windows98、Windows2000或者Windows XP操作系統(tǒng)下，程序調(diào)

6、試時(shí)使用matlab。</p><p>　　1、功能模塊的劃分：</p><p>　?。?）預(yù)處理及邊緣提取：圖象的采集與轉(zhuǎn)換，邊緣提取。</p><p>　　（2）牌照的定位和分割：牌照區(qū)域的定位，牌照區(qū)域的分割，車牌進(jìn)一步處理。</p><p>　?。?）字符的分割與歸一化：字符分割，字符歸一化。</p><p>

7、<b>　?。?）字符的識(shí)別</b></p><p>　　2、具體功能實(shí)現(xiàn)的原理以及流程圖：</p><p>　　1、預(yù)處理及邊緣提取</p><p>　　預(yù)處理及邊緣提取流程圖</p><p>　?。?）圖象的采集與轉(zhuǎn)換：考慮到現(xiàn)有牌照的字符與背景的顏色搭配一般有藍(lán)底白字、黃底黑字、白底紅字、綠底白字和黑底白字等幾種，

8、利用不同的色彩通道就可以將區(qū)域與背景明顯地區(qū)分出來，例如，對(duì)藍(lán)底白字這種最常見的牌照，采用藍(lán)色B 通道時(shí)牌照區(qū)域?yàn)橐涣恋木匦?，而牌照字符在區(qū)域中并不呈現(xiàn)。因?yàn)樗{(lán)色（255，0，0）與白色（255，255，255）在B 通道中并無區(qū)分，而在G、R 通道或是灰度圖象中并無此便利。同理對(duì)白底黑字的牌照可用R 通道，綠底白字的牌照可以用G 通道就可以明顯呈現(xiàn)出牌照區(qū)域的位置，便于后續(xù)處理。原圖、灰度圖及其直方圖見圖2與圖3。對(duì)于將彩色圖象轉(zhuǎn)換成

9、灰度圖象時(shí)，圖象灰度值可由下面的公式計(jì)算：</p><p>　　G=0.110B+0.588G+0.302R （1）G= （2）</p><p><b>　　原圖和灰度直方圖</b></p><p>　　2、邊緣

10、提?。哼吘壥侵笀D像局部亮度變化顯著的部分，是圖像風(fēng)、紋理特征提取和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(duì)圖像進(jìn)行邊緣檢測(cè)。圖象增強(qiáng)處理對(duì)圖象牌照的可辯認(rèn)度的改善和簡化后續(xù)的牌照字符定位和分割的難度都是很有必要的。增強(qiáng)圖象對(duì)比度度的方法有：灰度線性變換、圖象平滑處理等。</p><p>　　3、牌照的定位和分割：牌照的定位和分割是牌照識(shí)別系統(tǒng)的關(guān)鍵技術(shù)之一，其主要目的是在經(jīng)圖象預(yù)處理后的原始灰度圖象中確

11、定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個(gè)圖象中分割出來，供字符識(shí)別子系統(tǒng)識(shí)別之用，分割的準(zhǔn)確與否直接關(guān)系到整個(gè)牌照字符識(shí)別系統(tǒng)的識(shí)別率。由于牌照?qǐng)D象在原始圖象中是很有特征的一個(gè)子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對(duì)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(cè)來對(duì)圖象進(jìn)行分割。</p><p>　?。?）牌照區(qū)域的

12、定位</p><p>　　牌照?qǐng)D象經(jīng)過了以上的處理后，牌照區(qū)域已經(jīng)十分明顯，而且其邊緣得到了勾勒和加強(qiáng)。此時(shí)可進(jìn)一步確定牌照在整幅圖象中的準(zhǔn)確位置。</p><p>　　腐蝕后圖像 平滑圖像的輪廓 從對(duì)象中移除小對(duì)象后圖像</p><p>　?。?）牌照區(qū)域的分割</p><p>　　對(duì)車牌的

13、分割可以有很多種方法，本程序是利用車牌的彩色信息的彩色分割方法。根據(jù)車牌底色等有關(guān)的先驗(yàn)知識(shí)，采用彩色像素點(diǎn)統(tǒng)計(jì)的方法分割出合理的車牌區(qū)域，確定車牌底色藍(lán)色RGB對(duì)應(yīng)的各自灰度范圍，然后行方向統(tǒng)計(jì)在此顏色范圍內(nèi)的像素點(diǎn)數(shù)量，設(shè)定合理的閾值，確定車牌在行方向的合理區(qū)域。然后，在分割出的行區(qū)域內(nèi)，統(tǒng)計(jì)列方向藍(lán)色像素點(diǎn)的數(shù)量，最終確定完整的車牌區(qū)域。</p><p>　　行方向區(qū)域和最終定位出來的車牌</p>

14、;<p>　　（3）車牌進(jìn)一步處理：</p><p>　　裁剪出來的車牌的進(jìn)一步處理過程圖</p><p>　　4：字符的分割與歸一化</p><p>　　字符分割與歸一化流程圖</p><p>　　1、字符分割與歸一化</p><p>　　在汽車牌照自動(dòng)識(shí)別過程中，字符分割有承前啟后的作用。它在前期牌照

15、定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。字符識(shí)別的算法很多，因?yàn)檐嚺谱址g間隔較大，不會(huì)出現(xiàn)字符粘連情況，所以此處采用的方法為尋找連續(xù)有文字的塊，若長度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。一般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(shí)別的需要。但是對(duì)于車牌的識(shí)別，并不需要太多的處理就已經(jīng)可以達(dá)到正確識(shí)別的目的。在此只進(jìn)行了歸一化處理，然后進(jìn)行后期處理。</p><p>

16、<b>　　5、字符的識(shí)別</b></p><p>　　四、各個(gè)功能模塊的主要實(shí)現(xiàn)程序（由于以上已有截圖所以不全部展示）</p><p><b>　　分割</b></p><p>　　d=qiege(d);</p><p>　　[m,n]=size(d);</p><p>　

17、　figure,subplot(2,1,1),imshow(d),title(n)</p><p>　　k1=1;k2=1;s=sum(d);j=1;</p><p>　　while j~=n</p><p>　　while s(j)==0</p><p><b>　　j=j+1;</b></p><

18、p><b>　　end</b></p><p><b>　　k1=j;</b></p><p>　　while s(j)~=0 && j<=n-1</p><p><b>　　j=j+1;</b></p><p><b>　　end<

19、/b></p><p><b>　　k2=j-1;</b></p><p>　　if k2-k1>=round(n/6.5)</p><p>　　[val,num]=min(sum(d(:,[k1+5:k2-5])));</p><p>　　d(:,k1+num+5)=0; % 分割</p>

20、<p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　% 再切割</b></p><p>　　d=qiege(d);</p><p>　　% 切割出 7 個(gè)字符</p><p><b&

21、gt;　　% 濾波</b></p><p>　　h=fspecial('average',3);</p><p>　　d=im2bw(round(filter2(h,d)));</p><p>　　imwrite(d,'4.均值濾波后.jpg');</p><p>　　figure(8),subpl

22、ot(3,2,4),imshow(d),title('4.均值濾波后')</p><p><b>　　% 膨脹或腐蝕</b></p><p>　　% se=strel('square',3); % 使用一個(gè)3X3的正方形結(jié)果元素對(duì)象對(duì)創(chuàng)建的圖像進(jìn)行膨脹</p><p>　　% 'line'/&#

23、39;diamond'/'ball'...</p><p>　　se=eye(2); % eye(n) returns the n-by-n identity matrix 單位矩陣</p><p>　　[m,n]=size(d);</p><p>　　if bwarea(d)/m/n>=0.365</p><p&g

24、t;　　d=imerode(d,se);</p><p>　　elseif bwarea(d)/m/n<=0.235</p><p>　　d=imdilate(d,se);</p><p><b>　　end</b></p><p>　　imwrite(d,'5.膨脹或腐蝕處理后.jpg');<

25、;/p><p>　　figure(8),subplot(3,2,5),imshow(d),title('5.膨脹或腐蝕處理后')</p><p>　　liccode=char(['0':'9' 'A':'Z' '蘇豫陜魯']); %建立自動(dòng)識(shí)別字符代碼表 </p><p>

26、;　　SubBw2=zeros(40,20);</p><p><b>　　l=1;</b></p><p><b>　　for I=1:7</b></p><p>　　ii=int2str(I);</p><p>　　t=imread([ii,'.jpg']);</p>

27、<p>　　SegBw2=imresize(t,[40 20],'nearest');</p><p>　　if l==1 %第一位漢字識(shí)別</p><p><b>　　kmin=37;</b></p><p><b>　　kmax=40;</b></p&

28、gt;<p>　　elseif l==2 %第二位 A~Z 字母識(shí)別</p><p><b>　　kmin=11;</b></p><p><b>　　kmax=36;</b></p><p>　　else l>=3 %第三位以后是字母或數(shù)字識(shí)別<

29、;/p><p><b>　　kmin=1;</b></p><p><b>　　kmax=36;</b></p><p><b>　　end</b></p><p>　　for k2=kmin:kmax</p><p>　　fname=strcat('

30、;字符模板\',liccode(k2),'.jpg');</p><p>　　SamBw2 = imread(fname);</p><p>　　for i=1:40</p><p>　　for j=1:20</p><p>　　SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);</p&g

31、t;<p><b>　　end</b></p><p><b>　　end</b></p><p>　　% 以上相當(dāng)于兩幅圖相減得到第三幅圖</p><p><b>　　Dmax=0;</b></p><p>　　for k1=1:40</p>&l

32、t;p>　　for l1=1:20</p><p>　　if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0 )</p><p>　　Dmax=Dmax+1;</p><p><b>　　end</b></p><p><b>　　end</b>&l

33、t;/p><p><b>　　end</b></p><p>　　Error(k2)=Dmax;</p><p><b>　　end</b></p><p>　　Error1=Error(kmin:kmax);</p><p>　　MinError=min(Error1);<

34、;/p><p>　　findc=find(Error1==MinError);</p><p>　　Code(l*2-1)=liccode(findc(1)+kmin-1);</p><p>　　Code(l*2)=' ';</p><p><b>　　l=l+1;</b></p><p&

35、gt;<b>　　end</b></p><p>　　figure(10),imshow(dw),title (['車牌號(hào)碼:', Code],'Color','b');</p><p>　　五、課程設(shè)計(jì)總結(jié)與體會(huì)</p><p>　　這學(xué)期我們學(xué)習(xí)了數(shù)字圖像處理這門課程，在平時(shí)的實(shí)驗(yàn)課上老師發(fā)給

36、我們的實(shí)驗(yàn)文件沒有更加深入的研究，導(dǎo)致課設(shè)階段并不是很順利的進(jìn)行，經(jīng)過學(xué)習(xí)了解，我知道了數(shù)字圖像處理技術(shù)在實(shí)際生活中的重要性，它是一門通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等處理的方法和技術(shù)，可以使很多實(shí)際問題變得智能化，比如車牌的識(shí)別，人臉的識(shí)別等，可以肯定的是這門技術(shù)在將來會(huì)去的更深入更廣泛的應(yīng)用。本次課設(shè)參考了論壇上的資料，查閱了matlab的gui編程的書本，能夠編寫簡單的系統(tǒng)界面，調(diào)用相關(guān)的程序。但是此次課設(shè)