课程设计--matlab车牌识别系统.doc

课程设计报告 课设题目： matlab车牌识别系统 学 院： 医药信息工程学院 姓 名： ------ 学 号： --------------- 指导教师： 向征 目录 一．课程设计任务 3 二．课程设计原理及设计方案 3 1.系统简述 3 2.图像预处理： 4 3.车牌定位 4 4.字符分割 5 5.字符识别 6 三.课程设计的步骤和结果 6 1.车牌定位 6 2.字符分割 10 3.字符识别 12 四.设计GUI界面 16 五．课程设计总结和体会 17 六．参考文献 17 七．设计总代码 18 1.chepai_main.m 18 2.chepaidingwei.m 18 3.fenge.m 19 4.rando_bianhuan.m 21 5.zifushibie2.m 21 一．课程设计任务 在交通管理过程中，通常采用视频监控方式对闯红灯和超速等违章车辆进行监督。对违章车辆，需要自动检测车牌信息，提取车牌号码，以便查找车主信息和监督管理。国内常用的一般车牌通常是是蓝底白字，长宽比3:1。 1、对车牌图像进行预处理，然后进行车牌定位； 2、进行字符分割； 2、对车牌中的数字、字母和汉字进行提取和识别； 3、要求自行设计方案、编写代码实现上述功能，并设计车牌识别的软件界面。 二．课程设计原理及设计方案 1.系统简述 一个完整的车牌识别系统闭应包括车辆检测、图像采集、图像预处理、车牌定位、字符分割、字符识别等单元。当车辆到达触发图像采集单元时，系统采集当前的视频图像。车辆识别单元对图像进行处理，定位出牌照位置，再将车牌中的字符分割出来进行识别，然后组成车牌号码输出。车牌识别系统原理如图l所示。 1）图像预处理：对汽车图像进行图像转换、图像增强等。 2）车牌定位：从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。 3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像 4）字符识别：对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。 牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。 由于拍摄时的光照条件、牌照的整洁程度的影响，和摄像机的焦距调整、镜头的光学畸变所产生的噪声都会不同程度地造成牌照字符的边界模糊、细节不清、笔划断开或粗细不均，加上牌照上的污斑等缺陷，致使字符提取困难，进而影响字符识别的准确性。因此，需要对字符在识别之前再进行一次针对性的处理。 车牌识别的最终目的就是对车牌上的文字进行识别。识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。 2.图像预处理： 1）RGB转为灰度图像 输入的彩色图像包含大量颜色信息，会占用较多的存储空间，且处理时也会降低系统的执行速度，因此对图像进行识别等处理时．常将彩色图像转换为灰度图像，以加快处理速度。可对图像进行灰度化处理、提取背景图像、增强处理、图像二值化，边缘检测、滤波等处理。然后采用robert算子进行边缘检测，再用imopen和imclose对所得二值图像作开、闭操作进行滤波。 彩色图像分为R、G、B三个分量，分别显示出红、绿、蓝等各种颜色，灰度化就是使彩色的R、G、B 分量相等的过程。灰度值大的像素点比较亮（像素值最大为255，为白色） ，反之比较暗（像素值最小为 0，是黑色） 。 图像灰度化的算法在matlab调用的格式为:I=rgb2gray(I0); 2） RGB转换到HSV空间 表达颜色的彩色空间有许多种, 最常见的是 RGB 彩色空间, 但是在 RGB彩色模型中各像素值是由 R、 G、 B三种分量的亮度值叠加而成, 这三种亮度值随光照强度的不同而改变, 而一般汽车图像的光照强度是不定的, 所以用 RGB颜色模型进行车牌识别是很困难的。HSV颜色模型对应于画家的配色模型, 它由色度 H、 饱和度 S、 亮度 V三个分量组成。由于这种模型具有线性伸缩性, 可感知的色差与颜色分量的相应样值上的欧几里德距离成比例, 因此 HSV颜色模型比 RGB颜色模型更直观、 更容易接受。图像RGB转换到HSV 空间的算法在matlab调用的格式为:I=rgb2hsv(I0);但我们取它的第二通道I=（：，：2）时可以去掉许多不必要的信息,非常有利于后续处理工作。 3.车