车牌识别软件系统设计答辩演讲课件.ppt

车牌识别软件系统设计 导 师:张蔚 答辩人:吴潘 专 业:自动化 论文框架 系统概述 车牌图像预处理 车牌定位与字符分割 字符特征提取 车牌字符识别 结果分析 2 3 4 5 6 系统概述 车牌自动识别系统的研究，国外最早出现于20世纪80年代，但这个阶段并没有形成完整的体系。进入20世纪90年代，随着数字图像处理、计算机视觉、模式识别等技术的发展，开始出现了车牌识别系统的系统化研究。 我国在这方面的研究起步比较晚。国内做得比较好的产品有中科院自动化所汉王公司的“汉王眼”，深圳市普利得公司的Plate DSP车牌识别系统，厦门宸天电子科技有限公司的SuP Plate车牌识别系统等。 但大多数产品的识别效果不是很理想，尤其是在复杂背景条件下的识别效果不是很理想，这与我国汽车牌照的现状有很大的关系。 车牌图像预处理 灰度化 加权平均值法 g = 通常WR=0.9，WG=1.77， WB=0.33 g=0.3R+0.59G+0.11B 在Matlab中，加权平均值法通过函数 rgb2gray（）实现。 加权平均值法处理前后对照图如下： 中值滤波 Yi=Med v=(m-1)/2 在Matlab中，通过调用medfilt2（）函数即可实现对函数进行中值滤波处理。 中值滤波后车牌如下图。 边缘检测 Robert算子 在Matlab中，直接调用edge（）函数并添加‘Robert’关键字设置参数，就可以对图像进行Robert边缘检测。Robert边缘检测效果图如下。 车牌定位和字符分割 基于混合特征的车牌快速定位 形态学处理过程如下 定位后的车牌图像如下 车牌倾斜校正 几何法车牌倾斜校正 二值化 最大类间方差法（Otsu） 在Matlab中，通过调用graythresh（）函数使用最大类间方差法来获得一个阈值，这个阈值在[0,1]范围内，该阈值传递给im2bw（）函数完成灰度图像转换为二值图像的操作。 字符分割 由中国车牌的先验知识可知，车牌上字符的大小是45×90（毫米），相邻字符的间隔通常是12毫米，第三个和第四个字符的间隔是34毫米。归一化之后，相邻字符的间隔是6.4，第二个和第三个字符的间隔是18.1，则整个车牌的宽度是218。因此在字符分割之前，统一将车牌大小调整为218×48，然后每隔24的宽度分割一个字符，跳过字符间的间隔继续分割下一个宽度为24的字符，依次这样就可以完成整个车牌的字符分割。 字符特征提取 用Hu不变矩提取字符特征 Hu不变矩同时具有平移、比例和旋转不变性。 车牌字符识别 BP神经网络 模板匹配 匹配过程 SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j) 匹配结果 总 结 在老师和同学们的帮助下，我顺利的完成了本次毕业设计，通过这次的设计我学到了很多东西，知道了理论与实践的差距。因此，我们的学习还有待加强。但本次的设计也使我们从中学到了一些很重要的东西。 一、如何从理论到实践的转化，怎样将我们所学到的知识应用到我以后的工作中去。 二、我学会了如何查寻资料，方案设计，进一步提高了自己综合运用所学知识的能力。 三、在和同学的协作过程中增进了同学间的友谊，对团队精神的积极性和重要性有了更加充分的认识了解，另外也要感谢许多同学的鼓励和帮助，使我能够成功的完成这次毕业设计。