gxj基于MATLAB的车牌识别系统 - 图文

数字图像处理课程论文

系 ( 院 )： 信息科学与工程学院 课题名称：基于MATLAB的车牌识别系统 专业(方向)： 计算机科学与技术 班 级： 2014级 学号： 102014420 学 生： 郭秀娟 指导教师： 李新 提交日期： 2015.8.31

摘 要

进入21世纪以来,随着我国汽车数量的增加,车牌号码的识别技术在车辆管理中起着越来越重要的作用。这一技术实现了道路交通管理自动化和车辆行驶智能化，而汽车牌照自动识别是智能交通管理系统中的关键技术之一。本文介绍了车牌图像处理的研究目的和意义，MATLAB的特点，车牌图像的预处理，包括车牌灰度化、边缘检测、灰度腐蚀、平滑处理、车牌定位，字符分割和字符识别,及基于MATLAB的具体实现。通过车牌定位、字符分割和字符识别，提高了车辆管理的效率。 关键字：Matlab；车牌定位；字符分割；字符识别

引言

随着经济全球化和信息时代的到来，计算机技术、通信技术和计算机网络技术迅猛发展，人们的生活水平大幅度提高，高速度、高效率的生活节奏使汽车普及成为必然趋势。

伴随着世界各国汽车数量的增加，国内高速公路、城市道路、停车场建设越来越多，城市交通状况日益受到人们的重视。如何有效地进行交通管理,越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运行先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑,运行各种先进的技术解决道路交通的问题,统称为智能交通系统( Intelligent Transportation System,简称ITS)。ITS 是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化,增强交通安全，减少交通堵塞,提高运输效率，减少环境污染，节约能源，提高经济活力。智能交通系统以车辆的自动检测作为信息的来源，因而是对汽车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(License Plate Recognition ,LPR) 技术，它已成为信息处理技术的一项重要研究课题。

汽车牌照自动识别是智能交通管理系统中的关键技术之一。目前，国内外汽车牌照的识别技术有IC卡识别技术、条形码识别技术、图像处理技术、人工神经网络识别技术。采用计算机视觉技术和图像处理技术进行车牌识别是一个发展方向。基于数字图像处理的车牌识别系统主要由图像的采集、牌照的定位、字符分割和字符识别四部分组成。车牌识别技术的任务是处理、分析复杂背景下的车辆图像，牌照字符定位、字符分割，最后自动识别汽车牌照上的字符。 车牌识别系统要满足两个要求：

(1)抗干扰性强。即在复杂环境下仍能够准确有效的识别出车牌汉字、数字、字母符号。

(2)实时性。保证汽车在高速运行时仍能够在较短的时间间隔内识别出车牌字符，达到实时识别的效果。

1 Matlab简介

MATLAB(矩阵实验室)是MATrix LABoratory的缩写，是一款由美国The MathWorks公司出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB系统由MATLAB开发环境、MATLAB数学函数库、MATLAB语言、MATLAB图形处理系统和MATLAB应用程序接口(API)五大部分构成,主要用于数值运算，然而，它在图像处理和信号处理与通讯中也有重要运用.MATLAB具有以下特点：

(1)语法控制不严格，程序设计自由度大。例如,在MALAB里，用户无需对矩阵预定义就可以直接使用。

(2)函数库丰富，语言使用方便灵活。MATLAB程序书写形式自由，利用丰富的库函数避开复杂的子程序编程任务。本文中运用了imclose(),imerode(),bwareaopen()等函数使程序简单明了，方便灵活。

(3)MATLAB既有结构化的控制语句(如for循环,while循环,If语句),又有面向对象编程的特征。 (4)程序可移植性好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。 (5)MATLAB的图形功能强大，数据的可视化非常简单。MATLAB还具有较强的编程图形界面的能力。

2 车牌自动识别系统的概述

车辆牌照识别系统的基本工作原理如下图，具体如下： (1)拍摄原始图像。

(2)图像预处理：读取原始图片、对图像进行灰度转换、对图像进行边缘检测、灰度图腐蚀、平滑处理、滤波处理。

(3)车牌定位：从拍摄的车牌图像中，截取车牌部分。

(4)字符分割: 对定位后的车牌字符进行垂直投影，找到合适的阈值，逐一分割字符。 (5)建立字符数据库：每个字符建立多个模板，组成一个模板数据库。

(6)字符识别：是车牌识别系统的重要部分。

车辆

图像采集 图像预处理 车牌定位

图2-1 车牌识别的流程图

字符分割 字符识别 输出车牌号3 车牌号码识别的实现与分析

3.1 图像读取及车牌区域读取

图像读取及车牌区域提取的主要步骤有：图像灰度图的转化，图像边缘检测，灰度图腐蚀，图像的平滑处理以及车牌区域的边界值计算。

目前比较常见的图片格式有*.BMP，*.JPG，*GIF，*PCX，*TIFF等。本文主要采集的图片是*JPG格式。*.JPG是由一个软件开发联合会组织制定的有损压缩格式，能够将图像压缩在很小的存储空间，而且广泛支持Internet标准，是目前使用最广泛的图片保存和传输格式。

读取图片的程序代码为：

[fn,pn,fi]=uigetfile('c.jpg','选择图片'); %读入图片 I=imread([pn,fn]);

figure(1),imshow(I);title('原始图像');

显示原始图片如3-1

图3-1 原始车牌

3.1.1图像灰度转化

车牌颜色及其RGB值如下：蓝底（0,0,255）白字（255,255，255）；黄底（255,255,0）黑字（0,0,0）；黑底（0,0,0，）白字（255,255,255）；红底（255,0,0）黑字（0,0,0）。

通过数码相机、摄像机采集到的图像是彩色的，彩色图像的每个像素都是由三个不同的颜色分量R,G,B组成，其中包含大量的颜色信息，需要占据大量的存储空间，浪费较多的系统资源，降低系统速度，这样会给识别过程带来困难。如果将采集来的图像进行灰度化处理，将其转换成灰度图像，既可以使后续的运算速度大大提高，而且可以提高系统的综合应用实效，更容易达到要求。因此，灰度化在识别技术中有重要意义。灰度化的基本方法是取G,R,B三个分量中的最大值或平均值代替各分量。灰度大，则亮度高；灰度小，则亮度低。对于256个亮度级的灰度图像，白色的灰度值为255，黑色的灰度值为0，灰度范围是0-255。

(1)最大值法：使R,G,B的值等于这三个值中最大的一个，最大值法会形成亮度很高的灰度图像。

R=G=B=max(R,G,B) （1-1-1）

(2)平均值法.:根据R,G,B的值求出平均值，平均值法会形成较柔和的灰度图像。

R=E=B=G=(R+G+B)/3 （1-1-2）

(3)加权平均值法.:根据重要性或其他指标给R,G,B赋予不同的权值，并使R,G,B的值加权平均，即R=G=B=(rR+gG+bB),其中r,g,b分别为相应的权值。由于人眼对绿色的敏感度最高，红色次之，蓝色的敏感度最低，因此g

R=G=B=0.3R+0.59G+0.11B (1-1-3)

灰度化程序代码如下：

Im1=rgb2gray(I);

figure(2),subplot(1,2,1), imshow(Im1); title('灰度图');

figure(2),subplot(1,2,2); imhist(Im1);

title('灰度图的直方图');

图像灰度图转化效果如图3-1-1-1所示

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库gxj基于MATLAB的车牌识别系统 - 图文在线全文阅读。