《Matlab在数字图像处理中的应用-车牌照识别》由会员分享，可在线阅读，更多相关《Matlab在数字图像处理中的应用-车牌照识别（6页珍藏版）》请在金锄头文库上搜索。
1、MATLAB仿真技术大作业专业班级 Xx学 号 xx姓 名 xxMATLAB 仿真技术1Matlab在数字图像处理中的应用-车牌照识别一、引言随着我国经济的高速发展，汽车数量不断增加，这使得道路交通问题与日俱增，人工的操作方式完全无法应对这大数据时代。随着数字化时代的到来，科学技术的日益更新，计算机水平的不断提升，人类不能再像上世纪那样人工计算 处理，现如今，我们急需能自动处理识别车辆牌照的智能化系统，这样不仅可以提高工作效率，还能提升其准确率，因此研究牌照的自动识别技术应运而生。而图像处理着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要指对图像进行
2、各种加工以改善图像的视觉效果并为自动识别打基础，或对图像进行压缩编码以减少对其所需存储空间或传输时间、传输道路的要求。Matlab 是当今使用最为广泛的数学软件，能够进行数值计算、数据处理、系统分析、图形显示、符号运算等运算，而且在它的数学平台上只须寥寥数语就可以实现十分复杂的功能，大大提高了工程分析计算的效率，已经广泛应用于生物医学工程、图像信息处理、信号分析等领域Matlab 具有结构化的控制语句，语法限制不严格，程序设计自由度大，且有强大的图像功能和较强的编辑图形界面的能力，还提供了自带的 C+Compiler，可与 C 混合编程，可移植性好，更大地方便了用户。二、利用 Matlab进行
3、数字图像处理 由于 Matlab的广泛使用，出现了在各个专业领域使用的工具箱，其中包括功能强大的适用于图像分析和处理的工具箱，利用这些工具箱所提供的丰富的函数，我们可以方便地对数字图像进行分析处理和研究同时 Matlab支持多种图形文件格式，打开各种不同图像格式的文件时不需要专业软件，使得操作变得更加灵活。工具箱可靠性很高，因此用户可以把精力集中在算法而不是编程上，大大提高了工作效率。 1.1图像增强 图像增强技术的主要目的是增加图像的视觉效果，让人眼或机器易于辨识，也可以防止图像中所代 表的重要图像信息的遗漏例如，一个图像增强系统可以利用高通滤波器来强化图像中物体舶边线，使图中的物体更加明显
4、。图像增强的方法很多，可根据不同目的选取不同方法，如点处理、空间滤波等。Matlab提供了中值滤波、直方图均衡、对比度调整等工具，方便实用例如HISTEQ函数用直方图均衡的方法增强图像的对比度，MEDFILT2 函数用于对图像进行二维中值滤波，WIENER2 函数用于图像的二维自适应去噪滤波。 1.2图像压缩 MATLAB 仿真技术2数字图像处理过程中经常产生包含图像数据的大型文件，在不同用户和系统间交换文件时就要求用有效的方法对这些大型文件进行存储和传递，这就需要对文件进行压缩，减少表示数字图像所需的数据量。利用 Matlab 影像处理工具箱中提供的相关函数和命令能够实现图像压缩算法Matl
5、ab 中的图像均为矩阵形式，可以用影像处理工具箱中的 DCT2 函数实现压缩，该函数基于 FFT 算法，适用于有大量输入的运算。1.3 图像分析 图像是我们日常生活中获取信息的主要形式，为了让计算机能够模仿人类对图像中的信息进行识别和选取，就必须对图像的特征进行分析，比如图像的轮廓、大小、颜色等等。Matlab 提供了可用于此类分析的函数，如ADJUST、EDGE 等。三、系统设计车牌自动识别系统顾名思义就是能将车牌号码从静态图片上读取，最后以文本的形式表示出来。实际应用中整套系统由硬件模块和软件模块组成，这里我们主要进行软件模块研究，基本结构如图 1.1 所示：图 1.1 牌照自动识别系统框
6、架图3.1 图像采集 图像采集是该系统的第一步，照片质量的好坏直接关系到系统识别的精度。故选择好的摄像设备，设置好的摄像角度是关键。随着现代社会的发展，数码照相机的分辨率已越来越高，可使用红外传感器来控制照相机的开启与关闭，照相机通过串口通信来传递图片信息给计算机。3.2 图像预处理 由于照片拍摄的好坏有很多外界因素决定，由于光照强度的影响，晴天拍摄的照片与阴天拍摄的照片质量肯定不一样，白天和晚上更是不同；由于每部车的车速的不一致，慢速行驶的车辆会比快速行驶的车辆拍摄的照片质量好一些，而且车速过快，会使照片的字迹模糊，这肯定会影响字符的识别。故要对拍摄的照片进行灰度化、二值化、滤波等预处理。(
7、1)灰度化和二值化处理 拍摄的彩色图像包含很多的颜色信息，会占用较大的储存空间，还会影响系统的处理速度，图像的背景颜色有时和车牌颜色一致，这样就会增加车牌定位的难度。经试验检验，取阀值 0.3 得到的图像最理想，具体的 MATLAB 程序如下：I=imread(D:paizhao2.jpg) ; %读取牌照图片imshow(I,); %显示读人的牌照图片 MATLAB 仿真技术3I2=rgb2gray(I); %转化为灰度图像 figure,imshow(I2) I3=im2bw(I2,0.3); %二值化处理 figure,imshow(I3);得到原始图片如图 3.1，灰度图像如图 3.2
8、，二值化处理后图像如图 3.3 所示图片 3.1 图片 3.2 图片 3.3(2)滤波处理 由于图像中不可避免的存在有噪声，常用的滤波方法有：低通滤波、高通滤波、带通滤波、带阻滤波。在 MATLAB 中调用 Wiener2 函数对图像进行滤波，具体的调用格式如下：Wiener2 (I,A,B,noise)，I 表示输入的图像，A,B表示卷积使用的领域大小， noise 是噪声强度。（3）车牌定位由于整个图片的信息量太大，对系统有用的只是车牌的部 分，为了不影响系统的处理速度，需要对车牌进行定位。根据我国机动车牌号(GA3692)标准，所有的牌照都是矩形的，而且长宽的标准尺寸为 44cm 和 1
9、4cm，本文根据牌照的这一特征来进行车牌的定位。车牌的长宽比为 22：7，故面积与周长的平方的关系为 ，其中 a 为车牌的宽，可调用 area 和 perimeter 函271/()a数分别计算面积和周长。若检测到某区域的面积与周长的平方之比为近似为122 则可确定为车牌部分。定位的车牌部分如图 3.4 所示。图 3.4四、字符分割和归一化处理(1)车牌字符的分割字符分割就是把牌照上的字符分割成一个个单个的字符，传统的字符分割方法有投影法、模板匹配法、聚类分析法。投影法是指：先自下由上对图像进行扫描，遇到第一个白色点，记录下来。在自上由下进行逐行扫描，这样就得到图像的大致高度，再从左至右扫描，
10、当碰到第一个白色点时，作为字符起点，继续 扫描直到没有白色象素点时作为第一个字符的终点，然后继续 按这种方法扫描，直至全部扫描完毕。模板匹配法是指：先把二值图像进MATLAB 仿真技术4行垂直投影。得到一个函数 W(x)，搜索 W(x)的波谷值，并分别把各个波谷标上序号，在相邻的两个波谷之间分别作为左右边界进行分割。聚类分析法是指：众所周知汽车牌照一般是由 7 个字符组成，以等于车牌宽度的 17 为阀值，对车牌图像按行进行扫描，若发现有线段长大于阀值，则认为是牌照的上下边框。再以等于车牌高度的 35 为阀值，对车牌图像按列进行扫描，若发现有线段长大于该阀值，则认为是牌照的左右边框，因此可除去边
11、框部分。最后把车牌平均分割成 7 块。达到分割的目的。本文采用投影法，因为投影法比较准确且编程较简单，易于实际操作，能满足在复杂环境下，分割汽车牌照字符。(2)字符的归一化 由于数码相机拍摄的汽车图像大小不一样，所以得到的牌照上的字符大小就不一样，为了便于字符的识别，需要对字符进行归一化处理。归一化处理的目的就是使车牌字符同标准模块里面的字符特征一样。归一化处理分为倾斜度校正和大小归一化，而倾斜度校正前面已经调用 MATLAB 工具箱中的 imrote函数，而大小归一是指在长度和宽度方向上分别乘以一个比例因子，使其等于标准模块的字符大小，大小归一化常用的方法有两种：一种是将整个牌照图像按线性比
12、例放大或缩小到标准模块尺寸，这样字符就自然的变为标准模块尺寸；另一种是分别从水平投影和垂直投影两个方向上对字符象素的大小进行归一化处理。在本文中运用 MATLAB 工具箱中的 imresize 函数，进行归一化处理。五、字符识别字符识别是本系统中的最后一步，也是最重要的一步，字符识别的精确度直接影响车牌识别系统的精确度。字符识别的方法一般有三种：人工神经网络算法、模板匹配法和 BP 神经网络。人工神经网络算法是模拟人脑或自然神经网络，是近些年来提出的新型技术，它的优点是： 具有强大的逼近功能可任 1意逼近复杂的非线性关系； 具有很强的自适应功能； 具有很好的鲁棒性和 2 3容错性； 具有储存功
13、能，但系统还不成熟，编程复杂。模板匹配法是将归一 4化的字符分别与字符库的字符进行比较识别。我国的车牌字符包括 50 多个汉字，25 个大写英语字母，10 个数字。可以把这些字符做成标准的模块并建立一个数据库。实践证明模板匹配法操作简单，抗干扰能力强，识别率高。BP 神经网络又叫误差反向传播算法的人工神经网络，具有多学科交叉技术领域的特点。在MATLAB 工具箱中可调用 newlin 和 adapt 函数进行字符识别。本系统运用简单的模板匹配法进行字符的识别，这就要求要建好标准的模板字符库。得到的字符分割图像如图 5.1 所示MATLAB 仿真技术5图 5.1六、结语从 MATLAB 运行结果
14、来看，该系统可以很好地完成车牌的定位、字符的分割和字符的识别，与传统的编程语言相比，明显缩短了开发周期，但在实际应用中牌照识别系统的识别率还与图像拍摄质量的好坏有很大关系，同时还会受到各种因素干扰，需要不断完善系统，提高系统的识别能力。随着国民经济的不断发展，国内的高速公路、城市道路、停车场建设越来越多，车辆在人们工作、生活中占据的地位越来越重要。现代交通飞速发展，车牌自动识别系统的应用范围日益拓宽，这些都给车牌自动识别系统提出了更高的要求。虽然由于受到多方面的限制，车牌识别技术还存在着一些不足，现阶段车牌自动识别离实用和推广还有一定差距。但是，现代交通监控和管理迫切要求车牌识别技术的迸一步完善，相信随着研究的深入，车牌识别技术定会走向成熟。参考文献：1袁卉平，基于 MATLAB 的车牌识别系统的设计与研究 J，工业控制计算机，2010 年第 23 卷第 10 期：73-742 蒋钰 谌海云，基于 matlab 车牌识别系统J，信息系统工程，2015 年10 月 20 日：45
