汽车车牌中的数字识别(单片机).doc

《数字图像处理》 课程设计报告 题 目： 汽车车牌中的数字识别 专 业： 信息与计算科学 课程设计目的 1、巩固理论课上所学的知识。 2、锻炼动手能力、激发研究潜能，增强理论联系实际的能力。 3、综合运用数字信号处理的理论知识进行图片分析和图片识别设计，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解。 4、对汽车车牌中的数字进行识别（正确获取整个图像中车牌的区域，并识别出车牌号）。 课程设计的基本要求 1、对知识点的掌握要求： （1）掌握图像获取，明白数字化操作。 （2）掌握图像变换，利用离散傅里叶变换对原始图片的正交变换。 （3）掌握图像增强，去除图像中不需要的信息。 （4）掌握图像分析，对图像中感兴趣的目标进行区域分割与特征抽取的手段将原来以像素描述的图像变成比较简洁的对目标描述。 （5）掌握图像识别，知道如何简化识别系统结构，提高系统的实用性和可靠性。 2、分组情况 组长： 组员： 分工情况： ：设计全过程的监督及协助、部分源程序代码的编写和整个源程序代码的整理，图像的分析、变换、增强、识别与定位。 ：图像采样，源程序代码的编写。 ：使用matlab绘图。 ：将图像转化成二值图像。 ：在书上查找相关概念内容。 3、课程设计内容 将采样来的图片用傅里叶变换成二值图像，将图片增强、识别、定位。使用matlab绘图，将汽车车牌中的数字识别与定位。 （1）能对图像文件（bmp、 jpg、 tiff、 gif等）进行打开、保存、另存、打印、退出等功能操作。 （2）图像预处理功能： ①直方图的统计及绘制，根据此找到图像的阈值点； ②彩色图像的灰度化变换等、一般灰度图像的二值化处理等； ③数字图像的增强处理功能：空域中的点运算、直方图的均衡化、各种空间域平滑算法（如局部平滑滤波法、中值滤波等）、锐化算法（如梯度锐化法、高通滤波等）；色彩增强：伪彩色增强、真彩色增强等； （3）车牌定位，并对其实现方法进行详细叙述； （4）字符分割，并对其实现方法进行详细叙述； （5）字符识别，通过运用模版匹配、神经网络和支持向量机（SVM）对汽车车牌的图像进行处理，并对车牌中的数字字符进行识别。 三、课程设计与实现步骤 1、课程设计的线路思想：汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下： （1）原始图像 ：由数码相机或其它扫描装置拍摄到的图像。 （2）图像预处理：对动态采集到的图像进行滤波，边界增强等处理以克服图像干扰。 （3）边缘提取 ：通过微分运算，2值化处理，得到图像的边缘。 （4）车牌定位 ：计算边缘图像的投影面积，寻找峰谷点，大致确定车牌位置，再计算此连通域内的宽高比，剔除不在域值范围内的连通域。最后得到的便为车牌区域。 （5）字符分割 ：利用投影检测的字符定位分割方法得到单个的字符。 （6）字符识别 ：利用模板匹配的方法与数据库中的字符进行匹配从而确认出字符，得到最后的汽车牌照，包括英文字母和数字。 2、设计原理与步骤： 定位汽车车牌并识别其中的数字，采用Matlab平台提供的一些图像处理函数,以傅立叶变换通过数字模板与待处理的图像匹配为核心思想。基本方法如下： （1）读取待处理的图像，将其转化为二值图像。 （2）去除图像中不是车牌的区域。 （3）为定位车牌，将白色区域膨胀，腐蚀去无关的小物件，包括车牌数字。 （4）此时车牌所在白色连通域已清晰可见，但一个更大的连通域将车牌所在连通域包围了，需将其填充。 （5）查找连通域边界。同时保留此图形，以备后面在它上面做标记。 （6）找出所有连通域中最可能是车牌的那一个。 判断的标准是：测得该车牌的长宽比约为X:1，其面积和周长存在关系：(X×L×L)/(2×(X＋1)×L)2≈1/Y，以此为特征，取metric=Y*area/perimeter^2作为连通域的匹配度，它越接近1，说明对应的连通域越有可能是X:1的矩形。 （7）将车牌图像反白处理，并扩充为256×256的方阵，以便傅立叶变换中矩阵旋转运算的进行。 （8）从文件读取一个数字模板。对图像计算傅立叶描述子，用预先定义好的决策函数对描述子进行计算。变换后的图像中，亮度的高低指示相应区域与模板的匹配程度。 （9）确定一个合适的门限，显示亮度大于该门限的点，也就是与模板的匹配程度最高的位置。 (10)对照图片，可以说明相应数字被识别和定位了。 3、设计流程图： 待处理的图像如下所示。图像整体比较清晰干净，车牌方向端正，字体清楚，与周围颜色的反差较大。读取待处理的图像，将其转