matlab車牌識別系統(tǒng)算法源碼論文

上傳人:1666****666 文檔編號:39365151 上傳時間:2021-11-10 格式:DOC 頁數(shù):3 大?。?.59KB
收藏 版權申訴 舉報 下載
matlab車牌識別系統(tǒng)算法源碼論文_第1頁
第1頁 / 共3頁
matlab車牌識別系統(tǒng)算法源碼論文_第2頁
第2頁 / 共3頁
matlab車牌識別系統(tǒng)算法源碼論文_第3頁
第3頁 / 共3頁

最后一頁預覽完了!喜歡就下載吧,查找使用更方便

0 積分

下載資源

資源描述:

《matlab車牌識別系統(tǒng)算法源碼論文》由會員分享,可在線閱讀,更多相關《matlab車牌識別系統(tǒng)算法源碼論文(3頁珍藏版)》請在裝配圖網(wǎng)上搜索。

1、matlab車牌識別系統(tǒng)算法源碼-論文 matlab車牌識別系統(tǒng)算法源碼 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。 要定位汽車牌照并識別其中的字符,我們采用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?;痉椒ㄈ缦拢? 1、讀取待處理的圖像,將其轉(zhuǎn)化為二值圖像。經(jīng)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(如下左圖)。 I = imread(car.jpg); I2 = rgb2gray(I); I4 = im2bw(I2, 0.2); 2、去除圖像中面積過小的,可以

2、肯定不是車牌的區(qū)域。 bw = bwareaopen(I4, 500); 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(如下右圖)。 se = strel(disk,15); bw = imclose(bw,se); 4、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。 bw = imfill(bw,[1 1]); 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。 [B,L] = bwboundaries(bw,4); imshow(label2rgb(L, @jet, [.

3、5 .5 .5])) hold on for k = 1:length(B) boundary = B{k}; plot(boundary(:,2),boundary(:,1),w,LineWidth,2) end 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4.5:1,其面積和周長存在關系:(4.5LL)/(2(4.5+1)L)2≈1/27,以此為特征,取metric=27*area/perimeter^2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(zhì)心 stats = regionpro

4、ps(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 = B{k}; % 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/perimeter^2; % 要顯示的匹配度字串 metric_string = sprintf(%2

5、.2f,metric); % 標記出匹配度接近1的連通域 if metric >= 0.9 && metric <= 1.1 centroid = stats(k).Centroid; plot(centroid(1),centroid(2),ko); % 提取該連通域所對應在二值圖像中的矩形區(qū)域 goalboundary = boundary; s = min(goalboundary, [], 1); e = max(goalboundary, [], 1); goal = imcrop(I4,[s(2) s(1) e(2)-s(2) e(1)-s(1

6、)]); end % 顯示匹配度字串 text(boundary(1,2)-35,boundary(1,1)+13,... metric_string,Color,g,... FontSize,14,FontWeight,bold); end 圖示為找到的各個連通區(qū)域,中部被標記“○”的矩形匹配度為0.99,是最可能的區(qū)域。下邊是由它確定的二值圖像中的車牌區(qū)域: 7、將車牌圖像反白處理,并擴充為256256的方陣(如下左圖),以便下面傅立葉變換中矩陣旋轉(zhuǎn)運算的進行。 goal = ~goal; goal(256,256) = 0; figure; imsho

7、w(goal); 8、從文件讀取一個字符模板(以“P”為例,模板圖像 直接從上述二值圖像中截取得到)。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(如下中圖)。 w = imread(P.bmp); w = ~w; C=real(ifft2(fft2(goal).*fft2(rot90(w,2),256,256))); 9、通過檢查C的最大值,試驗確定一個合適的門限(這里240比較合適),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(如下右圖)。 thresh = 240; figure; i

8、mshow(C > thresh); 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。 這種方法總體上比較容易理解,Matlab的函數(shù)隱藏了傅立葉變換等復雜的計算。缺點:在定位車牌方面,程序?qū)iT按本題給定圖像的特點設計,沒有普適性。字符識別方面,僅能識別與給定模板基本一致的字符。車牌大小、角度、光線、完整性、清晰度發(fā)生變化后,就無法識別了。同時對于“8”與“B”這樣相似的字符,識別時常常混淆。 * 參考文獻: 1、Applications of the Fourier Transform, Matlab 7.0 Help Documents, The MathWorks. 2、Identifying Round Objects, Matlab 7.0 Demos, The MathWorks.1024 101000?

展開閱讀全文
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
4. 未經(jīng)權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. 裝配圖網(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)容負責。
6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

相關資源

更多
正為您匹配相似的精品文檔
關于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!