《数字图像处理》大作业：车牌识别.pptVIP

车牌识别的三个主要步骤 车牌区域定位 以蓝底白字的普通车牌为例，可以采用彩色像素点统计的方法分割出合理的车牌区域。 统计出行和列合理的区域范围，将图像此区域图像分割出来。 注：RGB色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的。 Blue_x = zeros(1,x); for j = 1:x for i = PY1:PY2 rij = myI(i, j, 1)/(myI(i, j, 3)+eps); gij = myI(i, j, 2)/(myI(i, j, 3)+eps); bij = myI(i, j, 3); if (rij 0.35 gij 0.7 bij 90) ... || (gij 0.35 rij 0.7 bij 90 Blue_x(1,j) = Blue_x(1,j) + 1; bw2(i, j) = 1; end end end %求出一列中满足蓝色区域点的个数 PX1 = 1; while (Blue_x(1,PX1)Th) (PX1x) PX1 = PX1 + 1; end PX2 = x; while (Blue_x(1,PX2)Th) (PX2PX1) PX2 = PX2 - 1; end PX1 = PX1 - 2; %找出车牌区域左右边界 PX2 = PX2 + 2; 车牌字符处理 首先要对定位好的车牌图像进行处理，再将车牌上的字符分割出来，方便后续识别操作。 图像处理部分程序 X = im2bw(Plate); %im2bw使用阈值变换法把灰度图像 转换成二值图像。 [H, L] = size(X); X = imcrop(X, [5 5 L-10 H-10]); % 在MATLAB中，该函数用于返回 图像的一个裁剪区域。 bw4 = imclearborder(bw3); %抑制和图像边界相连的亮对象。若 bw3是二值图，imclearborder将 删除和图像边界相连的对象 d=bwareaopen(bw4,20); %去除二值图像散杂点，删除小于20 的连通域 将图中字符分割出来 将每个字符单独分割出来进行操作方便字符识别 用d=bwareaopen(d,150);将第二个和第三个字符中间的点去除点。 分割第一个字符的程序 wide1 = 0 while sum(d(:,wide1+1))3 wide1 = n-2 wide1 = wide1 + 1; end wide2 = wide1; while sum(d(:,wide2+1))2 wide2 = n-2 wide2 = wide2 + 1; end % temp = imcrop(d, [wide1 1 wide2-wide1 m]); % figure;imshow(temp); % tp=3;bottm=m-5; while sum(d(tp,wide1:wide2))==0 tp = tp + 1; end while sum(d(bottm,wide1:wide2))==0 bottm = bottm - 1; end e1 = imcrop(d, [wide1 tp wide2-wide1 bottm-tp]); 字符归一化处理 字符分割后出现大小不一致的情况，可以采用归一化处理的方式，将字符图像进行尺寸放缩到统一大小的字符图像 字符识别 * 汽车牌照自动识别是现代智能交通系统的重要组成部分，是图像处理和模式识别技术领域的热点话题 研究背景 车牌字符分割 2 车牌字符识别 3 3 车牌区域定位 3 1 分割出列部分程序 图像灰度化 图像二值化 图像滤波处理 车牌图像处理 分割出的字符 统一尺寸 归一化 58*30 58*40 40*20 已经建立的标准化的字符模板，逐个进行比较 对比匹配 经过数字图像处理过后的归一化字符 得到结果 *