2021年车牌识别字符切割大作业.docVIP

2021年车牌识别字符切割大作业 2021年车牌识别字符切割大作业 PAGE / NUMPAGES 2021年车牌识别字符切割大作业 图像处理技术 目录 引言1 目和意义1 设计原理1 字符分割程序2 结果4 测试代码5 系统不足5 总结5 心得体会5 致谢6 参考文件6 引言 伴随大家生活水平不停提升,机动车辆数量大幅度增加, 与之相配套高速公路, 城市路网及停车场越来越多, 显著提升了大家对交通控制方面要求。因为计算机技术发展, 信息处理水平提升使智能交通系统成为世界交通领域研究关键课题。其中车牌识别是智能交通系统关键组成部分。车牌识别系统能够自动、 实时地检测车辆、 识别汽车车牌, 从而监控车辆收费、 闯关、 欠费以及多种舞弊现象。本系统为基于蓝色车牌车牌识别系统, 它能够识别非蓝色车辆蓝底白字车牌。该系统经过车牌提取、 车牌定位、 预处理、 字符分割、 字符识别五个模块组成车牌识别系统。 二．目和意义 经过对车牌识别系统研究, 自己开发小型车牌识别系统, 虽有一定不足与不完整性, 但能够使自己愈加熟悉MATLAB语言, 激发对研究爱好, 拓宽知识面, 为自己以后研究打下基础。在提升本身科研能力同时, 还能提升团体合作精神, 清楚团体组员分工, 协调组员间工作, 为以后团体合作研究积累经验。 三.设计原理 字符分割在此系统中有着承前启后作用。它在前期车牌定位基础上进行字符分割, 然后利用分割结果进行字符识别。字符识别算法很多, 应为车牌字符间间隔较大, 不会出现字符粘连情况, 所以此处采取方法为寻求连续有文字块, 若长度大于某阈值, 则认为组成该块有两个字符, 需要分割。通常分割出来字符要进行深入处理, 以满足下一步字符识别需要。不过对于车牌识别, 并不需要太多处理就能够达成正确目。在此系统中只进行了归一化处理, 然后进行后期处理。 四．字符分割程序 function Img_cat(I) % 寻求连续有文字块, 若长度大于某阈值, 则认为该块有两个字符组成, 需要分割 d=qiege(I); [m,n]=size(d); k1=1;k2=1;s=sum(d);j=1; while j~=n while s(j)==0 j=j+1; end k1=j; while s(j)~=0 j=n-1 j=j+1; end k2=j-1; if k2-k1=round(n/6.5) [val,num]=min(sum(d(:,[k1+5:k2-5]))); d(:,k1+num+5)=0; % 分割 end end % 再切割 d=qiege(d); % 切割出 7 个字符,首先对车牌图像自左向右逐列扫描, 寻求连续有文字区间块, 将该区间块有效宽度与某一固定阈值(本文设定阈值为10, 可更改)进行比较, 若小于该设定阈值, 则认为是左侧干扰, 裁剪干扰区域; 反之, 分割出该模糊字符块 y1=10;y2=0.25;flag=0;word1=[]; while flag==0 %flag为自定义, 用作标识循环 [m,n]=size(d); %返回矩阵d尺寸信息, 并存放在m, n中。其中m中存放是行数, n中存放是列数 left=1;wide=0; while sum(d(:,wide+1))~=0 wide=wide+1; end if widey1 % 认为是左侧干扰 d(:,[1:wide])=0;%将字符区域设置为黑色 d=qiege(d);%处理干扰后切割出该黑色区域 else temp=qiege(imcrop(d,[1 1 wide m]));%分割出该模糊字符块 [m,n]=size(temp); all=sum(sum(temp)); two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/ally2 图像归一化处理 flag=1;word1=temp; end d(:,1:wide)=0;d=qiege(d); end end % 分割出第2~7个字符 [word2,d]=getword(d); [word3,d]=getword(d); [word4,d]=getword(d); [word5,d]=getword(d); [w