基于matlab車牌識別(編輯修改稿)

　

【文章內容簡介】 即消除邊界點，是邊界向內部收縮的過程，腐蝕的規則是輸出圖像的最小值是輸入圖像領域中的最小值 ， 在一個二值圖像中 ，只要有一個像 素值為 0， 則相應的輸出像素值為 0。假設 B對 X腐蝕所產生的二值圖像 E是滿足以下條件的點 （ x,y)的集合 ； 如果 B的原點平移到點 （ x， y），而在Matlab 中用 imerode（）函數來實現： Car_Image_Erode=imerode(Car_Image_Bin,Se)。 其中結構元素 Se又被形象成為刷子 ， 用于測試輸入圖像 ， 一般比待處理圖像小很多。結構元素的大小形狀任意 ， 一般是二維的。二維結構元素為數值 0 和 1 組成圖 像 的 腐蝕 去 除 圖 像雜質 通過 X和 Y方向尋找 完 成 車 牌定位 對 圖 像 進一步處理 貴州民族大學畢業設計 第 7 頁 共 26 頁 的矩陣 。 結構元素中數值為 1 的點決定結構元素的領域像素在進行腐蝕操 作時是， 造成信息丟失 ， 太小起不了預期的效果 ， 這里使用 3x1矩陣的線性結構元素 ,即 se=[1。1。1]。 車牌的腐蝕圖像： Se=[1。1。1]。 I3=imerode(I2,se)。 Figure(3)。 Imshow(I3)。 圖 4：邊緣檢測 從圖中可以看到，對于一些小的目標通過腐蝕的方法已經消除留下了的大體就是車牌區域部分。 雖然對圖像進行了必要的腐蝕處理，但由于圖像在存在數字 化誤差和噪聲，所以需要 對圖像進行平滑處理，可以使用 Matlab 中的 imclose（）函數來解決，公式如下： Car_Image_Perform=imclose(Car_Image_Erode,Se)。 它的作用是融合窄的缺口和細長的彎口，去除小洞以及填補輪廓中的縫隙。公式中的 se 采用50x50 的矩形將幾個封閉的區域連接起來，從而形成一個矩形，這樣能方便的提取需要的圖像區域。 平滑后圖像： Se=imstrel(‘rectangle’,[50,50])。 I4=imclose(I3,se)。 Figure(4)。 Imshow(I4)。 貴州民族大學畢業設計 第 8 頁 共 26 頁 圖 5：平滑后圖像 圖像平滑處理 后， 可能會有多個閉合區域 ， 對于不是車牌區域的必須予以刪除 ，這時需要使用 Matlab 中的 bwareaopen()函數 刪除二值圖像中面積小于一個定值的對象 ， 默認情況下使用 8鄰居。 Car_Image_Perform2=bwareaopen(Car_Image_Perform,10000)。 這樣 ， Car_Image_Perform 中面積小于 10000 的對象都被刪除了。 形態學處理后的圖像： I5=bwareaopen(I4,10000)。 Figure(5)。 Imshow(I5)。 貴州民族大學畢業設計 第 9 頁 共 26 頁 圖 6：形態濾波后圖像 車牌分割 車牌部分采用的是車牌色彩信息分割。使用統計色彩圖像素點的方法分割出車牌區域。直雙向投影法 ： 水平坐標的確定 ， 先定義一個 1xX 的數組 ， 其中 X 錯誤 ！ 未找到引用源。為原始圖像的寬度值 ， 然后將二值圖像垂直投影到 x 軸。從直方 圖中基本可以看書水平方向上的兩個分界線 ， 為了便于處理 ， 該課題將像素值臨界值定量化 ， 取值 5個像素。從左向右尋找第一個 1 值像素大于 5 的 X 錯誤 ！ 未找到引用源。坐標為水平方向左側分界線 ， 從右向左尋找到第一個 1值像素量大于 5的為右側分界線 ，程序可以用 for 循環語句。 垂直方向的分界線可用同樣的方法實現。分界線計算后 ，即可分割出車牌圖。 貴州民族大學畢業設計 第 10 頁 共 26 頁 圖 7：分割后的彩色圖像區域 對定位后的車牌再處理 定位后的圖像需要對其進 行二值化，避免對計算機的存儲空間的過多的占用，減少存在的噪聲。圖像的二值化處理是將圖像上的點的灰度值設置為兩個數值（ 0和 255），是圖像呈現黑白效果。 雖然圖像間受背景、光照等影響存在較大的差異在 Matlab 實現方式如下 ： T=round(License_Image_Gray_max(License_Image_Gray_maxLicense_Image_Gray_min)/3)。 然后通過濾波來去除噪聲。均值濾波是指在圖像上對目標像素給一個模板，再用模板中的全體像素的平 均值代替原有的像素值。這里采用的是高通濾波算法。通過對比濾波前后對比，不僅去除了噪聲，還銳化了圖像。濾波后的圖像需要進行腐蝕或者膨脹處理，膨脹的運算規則是 輸出圖像的像素值是輸入圖像鄰域中的最大值 ， 在一個二值圖像中 ， 只要一個像素值為 1， 則相應的輸出像素值為 1。 根據經驗值 ， 車牌圖像中 ， 字符面積與車牌面積之比在 (,)之間 ， 因此計算字符面積與車牌面積比值 ， 如果大于 ， 如果小于 則對圖像進行膨脹 ， 在這里結構元素 Se使用一個二維單位矩陣 [1 0 01]錯誤 !未找到 引用源。 從圖像中可以看到膨脹后的圖像更加的清晰。 貴州民族大學畢業設計 第 11 頁 共 26 頁 圖 9 ：分割區域處理后圖像 字符分割與歸一化 字符分割與歸一化流程圖： [m,n]=size(d),逐步檢查有沒有白色像素點，設 置 1=jn1,當圖像兩邊s(j)=0,切割并去除雜質 切割圖像上下多余部分 依據圖像大小，設置一閾值，檢查圖像 X 方向，如果寬度等于閾值，分割 歸一化切割出來的字符為 40*20，并與模板內的進行大小匹配 貴州民族大學畢業設計 第 12 頁 共 26 頁 字符 分割 得到二值化圖像后對其進行垂直投影，此時可以用直方圖來表示，通過對波形從左到右進行 掃描，根據谷和峰的特征來判斷每個字符的位置 ，計算垂直峰，檢測合理的字符高寬比。可以通過對字符的寬度的統計來減少字符分割的不準確性，并將切割過寬的字符進行分裂處理出來。 2021 年頒布的我國車牌規范 (普通中小型汽車 )規定車牌總長 440mm， 牌照中的7個字符的實際總長為 409mm 左右 ， 寬 140mm， 每個字符 45mm 寬 ， 90mm 高 ，字符間距為 10mm， 其中第二個字符與第三個字符的間距較為 為 ， 最后一個 字符與第一個字符距邊界 25mm。如果平均分配每個字符在牌照中占據的寬度 ，則 每個字符寬度為 ：width/7（ width 指字符寬度） 。實際 情況中，往往 第二個第三個字符之間