基于MATLAB的车牌识别设计分析报告

基于MATLAB车牌识别设计报告组长：成员：图像预处理字符分割字符识别4.设计总结设计总览图像预处理图像预处理步骤step1.将彩色图像转换成灰度图像step2.将灰度图像转换成二值图像step3.对二值图像进行平滑处理step1.将彩色图像转换成灰度图像在不考虑车牌定位和裁剪的情况下，需要将彩色图像转换成灰度图像，转换时图像灰度值H可由下面的公式计算：返回目录step2.将灰度图像转换成二值图像算法原理为了方便字符切割和字符识别，需要将灰度图像进行二值化处理，以此来达到简化操作、加快运算速度的目的。返回目录step3.对二值图像进行平滑处理均值滤波处理经过二值化之后有些小的噪点、毛刺或者分支需要去除，经过均值滤波后图像变得更加圆滑、噪点减少。均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素，再用模板中的全体像素的平均值来代替原来像素值。返回目录step3.对二值图像进行平滑处理去干扰处理车牌中前两个字符和后五个字符之间会存在一个白点，影响后续的字符分割部分，由于白点位置的固定（28%~33%），可对其填充达到去除的目

的。返回目录预处理特殊情况处理及算法改进算法改进效果当车牌污染严重噪声过多时，采用上述预处理方法强度不够，处理过后噪点仍然过多的情况，如图所示。这将会影响字符切割结果，所以需要对这种情况进行特殊处理和算法改进。如果对该灰度图像进行最小值滤波后再进行后续处理结果会更清晰，大大地减小了噪声对字符切割的影响。未经过最小值滤波处理前经过最小值滤波处理后返回目录预处理特殊情况处理及算法改进算法改进效果当车牌污染严重噪声过多时，造成车牌字符断裂需要对字符进行腐蚀膨胀之后再进行切割处理。未经过腐蚀膨胀处理前经过腐蚀膨胀处理后返回目录切割是否成功预处理图像字符切割字符识别是输出结果否污染严重影响切割腐蚀膨胀最小值滤波预处理特殊情况处理及算法改进算法改进返回目录预处理特殊情况处理及算法改进效果对比未经过最小值滤波处理前切割失败返回目录经过最小值滤波处理后切割成功字符分割字符分割step1.垂直投影法进行字符分割step2.字符图像归一化处理step1.垂直投影法进行字符分割垂直投影法原理将经过图像预处理的图像进行灰度垂直投影，可知车牌区域的垂直投影可以清晰地看出7个区域，即车牌的7个字符图像的垂直投影，如图所示。通过垂直投影图的特征，分割字符就转化为只需得到每个区域的左右边界即可。返回目录step1.垂直投影法进行字符分割字符分割算法将该字符范围涂黑是切割该字符归一化处理并输出预处理后图像切去无效部分从左确定第一个字符范围宽度及有效像素比重是否满足要求否返回目录step1.垂直投影法进行字符分割字符分割结果返回目录step2.字符图像归一化处理字符归一化原理由于图像采集时图像的像素值不一样，经切割出来的字符的大小也会不一样，所以在进行匹配前必须先进行字符图像归一化。使图像字符大小跟模板图像大小一致，Matlab提供一个改变图像大小的函数imresize(I，Size，Model)，Model是插值运算方法，这里选用‘nearest’最近邻插值法,经归一化后的图像如下。返回目录字符识别字符识别step1.建立模板字库表step2.将识别字符与模板字符匹配step3.进行字符识别并输出对应值字符识别算法原理框图查找自动字符识别代码表输出结果否是否为最小值是读取分割字符逐个字符匹配逐个相减模板字库字符返回目录step1.建立字符模板库字符匹配识别要前提建立可以与之相比较的字库表，将标准车牌中所含的汉字、字母和数字进行分割归一化处理（40*20）后制作成标准的字库模板如下图。返回目录识别完成，输出此模板对应值step2.将识别字符与模板字符匹配字符识别原理将已切割并进行了归一化处理的单个字符相比较，逐个字符进行匹配比较，再将待识别的字符的特征值和模板字符相减，找到相减值为最小的那个即为匹配得最好的字符。字符识别步骤如下：读取分割字符第一个字符与模板中的汉字模板匹配第二个字符与模板中的字母模板匹配后五个字符与模板中的数字、字母模板匹配待识别字符与模板字符相减，值越小相似度越大，找到最小的一个即为匹配的最好的返回目录字符识别特殊情况处理及算法改进特殊情况处理1.后五位字符切割过后数字“1”切割过细，归一化后比例失调影响字符识别，容易错误识别成其他字符；后五位车牌中“O”和“0”过于接近，因此国家规定车牌中后五位不允许出现字母“O”，均为数字“0”；后五位数字“0”和字母“D”相近，出现“0”时有可能会识别成“D”。返回目录字符识别特殊情况处理及算法改进算法改进否后五位字符切割“1”像素点个数是否大于500归一化20

40字符为“1”是输出该值与前最小值相近值之差是否小于10依次与模板相减计算相近值是字符为“0”是否为模板“O”否每次取两个中最小值是否返回目录字符识别特殊情况处理及算法改进效果对比算法改进前算法改进后“1”识别失败情况“0”识别成“D”情况“0”识别成“O”情况返回目录设计总结设计总框图灰度处理二值图像均值滤波去干扰处理切除无效部分确定字符范围最