車牌字符分割系統的設計畢業論文-資料下載頁

　　

【正文】 用于打開文件的對話框，使用者可以選擇需要處理的車牌圖像，且圓圖像會顯示在圖像顯示區。圖 打開圖片后的界面當使用者點擊界面上的“灰度化”按鍵或預處理菜單鍵下的“灰度化”菜單鍵時會將打開的車牌圖像進行灰度化處理，并將灰度化后的圖像顯示出來（如圖 所示） 。其他按鍵的使用與此鍵相類似，這里不再贅述，可參看圖 ~。圖 灰度化打開的界面圖 二值化打開的界面圖 圖像開運算打開的界面圖 去邊框打開的界面圖 改進法分割時的界面當點擊“幫助”菜單鍵時，會打開一個文本文件，里面有關于如何使用該系統的一些信息，可以幫助使用者更好的使用軟件。圖 打開幫助時的界面當點擊界面上紅色的“退出”鍵或文件菜單下的“退出”鍵時，會彈出一個對話框，詢問使用者是否真的要退出，可以避免因錯點按鈕而退出系統情況的發生。圖 退出系統時的界面第六章 總結和展望 總結本文論述了針對在路口對車輛管理的車牌識別系統，根據圖片特征提出了一個行之有效的車牌分割方法。該車牌系統的算法原理主要包括三個部分：車牌定位、車牌字符分割、字符識別，本人負責該系統的第二個部分，該系統的其它部分由項目組的其他同學完成，本文將該系統的第二個部分的算法原理詳細地介紹了一下。另外，本文論述了車牌識別系統的工作原理及組成并詳細地就其中的重要步驟之一：車牌的分割進行了研究。在分析了車牌分割的發展現狀后選擇了兩種進行了詳細的闡述，分別是：垂直投影法和固定邊界法，并根據該兩種方法的優缺點提出了將兩者結合的一種改進的垂直投影，實現了良好的車牌字符分割效果。主要研究探討了車牌字符分割前的預處理以及字符分割方法。(1)在車牌字符預處理過程中，用了數學形態學理論，包括開運算和閉運算，還根據車牌的標準去除圓點等。(2)在字符分割過程中，先給出了垂直投影法和固定邊界法兩種方法，在分析了兩種方法的優缺點并考慮到車牌二值化過程中可能有字符粘連的情況，給出了一種基于垂直投影法與邊界法相結合的車牌字符分割方法。通過使用這種方法對車牌字符進行分割達到了良好的效果。對于第一種方法，主要優點是再二值化很好的情況下，可以很好地把字符分割開來，但對于二值化并預處理后仍然有字符粘連的情況會導致字符無法分割。對于第二種方法，主要優點是較好解決了車牌字符間有粘連和噪聲的問題，但對于車牌左邊界有偏差的車牌會導致誤分割。由于車牌在垂直方向上的投影必然在字符間的間隙處取得局部最小值，并且這個位置應滿足標準牌照的字符書寫格式、字符尺寸和一些其他條件。在對車牌進行一系列的預處理之后，再利用改進的垂直投影法對復雜環境下的汽車圖像中的字符分割達到了良好的效果。 展望車牌自動識別系統的重要性和實用價值已經越來越明顯，也受到了更多的重視。本文對其中關鍵技術之——車牌字符分割技術做了深入的研究，隨著社會的發展，車輛會越來越多，如何有效的管理這些車輛成為一個亟待解決的問題，而智能交通系統就是一個很好的解決方法，該系統能大量減少人力物力的同時可以很好的管理大量的車輛。現在國內外已經出現了智能交通系統。首先，由于國內的車牌中有眾多的漢字需要進行識別，而漢字筆畫眾多、結構復雜，故漢字的識別難度很大。國內出現的智能交通系統的識別率都不是很高，離實際應用要求還有一段距離。要想提高國內的智能交通系統的推廣范圍，首先需要做的就是找出新的識別漢字的解決方法，從而提高車牌字符整體識別率。而國外的車牌中只有數字和字母，識別起來很容易，故國外的車牌識別算法有很高的識別正確率其次，現在的出現的車牌識別算法多是針對某一固定場景提出的，這就使得車牌識別算法可移植性不高，為了使系統有更大的應用范圍，需要研究出一個移植能力很強的車牌識別算法。這才可以使嵌入該識別系統的智能交通系統擁有更高的實用性。在車牌識別系統的性能指標中，識別率和識別速度難以同時提高，除了處理技術的原因外，還受到拍攝設備、計算機硬件設備等性能的限制。同時仍有許多問題需要在未來的工作中加以解決。(1)本文提出的車牌字符分割方法雖然速度上有優勢，但分割效果受到環境的影響還很大，如何提高分割效果將是下一步工作的重點。(2)本文只探討了一種藍底白字的單排普通標準車牌的分割，沒有涉及對其它車牌(兩排字符，或其它底色等)的分割，這仍是今后需要研究的重點。參考文獻[1]張云剛，張長水．利用 Hough 變換和先驗知識的車牌字符分割算法 .清華大學自動化系信息處理研究所，計算機學報，2022,27(1)：130[2]遲曉君，孟慶春．，2022，7(1)： 256257。[3]吳進軍，杜樹新．車牌字符分割新方法，工業控制計算機，2022，18(4)：6970。[4]王興玲．最大類間方差車牌字符分割的模板匹配算法，計算機工程，2022，32(19)：193195。[5] ]陳黎，黃心漢，王敏等．用，2022，29(3) ：4547。[6 趙海燕，馬駟良，顧玲嘉．報，2022，29(3) ：4547。[7]楊高波，杜青松．MATLAB 圖像、視頻處理應用及實例 .電子工業出版社，2022,1:23，31。[8]章毓晉．圖象處理和分析．清華大學出版社，2022：254277。[9]劉衛國．MATLAB 程序設計教程．中國水利水電出版社，2022。[10]李云．車牌定位與字符分割算法的研究及實現．成都：電子科技大學，2022:2123。[11]馬婉婕．車牌識別系統中字符分割的研究與實現．上海：復旦大學，2022[12]白建華． 車牌字符分割及識別算法研究．西安：西安電子科技大學，2022[13]鄒永星．車牌字符分割方法的研究．湖南：湖南師范大學，2022[14]中華人民共和國公共安全行業標準．ICS ．GA36—2022．[15]歷旭．基于神經網絡的車牌識別系統的研究與設計，武漢: 武漢理工大學，2022致謝在這 13 周的畢業設計過程中，我始終得到了導師的悉心指導和諄諄教誨，讓我獲益匪淺。在拿到這個課題后，我感覺無從下手，但在導師的幫助和與我同一小組的同學的探討和學習下慢慢有了眉目，才能在最后完成設計，在這里我向你們表示衷心的感謝。回首四年的大學本科學習生涯，走過的路跌跌蕩蕩卻也收獲滿筐。老師悉心的教導指引我進入了圖像處理這個新興的領域，不時的討論并指點我正確的方向，使我從中獲益匪淺。還為我的設計提供了大量的資料，并指導我不斷完善相關算法。同時還要感謝其他老師們在我困惑的時候給予的指導。感謝測控專業的兄弟姐妹們，和你們一起學習的四年生活是我在大學期間最珍貴的回憶。最后向我的父母表示衷心的感謝，祝福你們能永遠身體健康，感謝所有關心、幫助過我的領導、老師、朋友們！附錄附錄 A 車牌字符分割源程序clear all。 clc。 close all。I=imread(39。39。)。%讀取圖像figure(1)。 subplot(2,2,1)。%將圖一分為四塊，圖一的第一幅圖imshow(I), title(39。提取車牌后圖像39。)。 %%%%%%%%%%二值化圖像%%%%%%%%I1 = rgb2gray(I)。%彩色圖像轉化為灰度圖像h=graythresh(I1)。I1=im2bw(I1,h)。%將灰度圖像二值化figure(1)。subplot(2,2,2)。%圖一的第二幅圖imshow(I1),title(39。車牌二值化后圖像39。)。imshow(I1)。%%%%%%%%%%%%去除雜質%%%%%%%%%%%%[y,x,z]=size(I1)。%計算 I1 的大小%%%%%%%%%對圖像進行開閉運算%%%%%%%%SE=strel(39。disk39。,fix(y/45))。%創建一個平坦的圓盤形結構元素I2=imopen(I1,SE)。%取圓盤形的開運算subplot(2,2,3)。%圖一的第三幅圖imshow(I2),title(39。開運算后圖像39。)。SE=strel(39。diamond39。,fix(y/140))。%創建一個平坦的菱形結構元素I3=imclose(I2,SE)。%取菱形結構的閉運算subplot(2,2,4)。%圖一的第四幅圖imshow(I3),title(39。閉運算后圖像39。)。I4=double(I3)。%變為雙精度%%%%%%%%%%%%%%%計算像素%%%%%%%%%%%%%%%%%%%%%%計算行像素 %%%%%%%%Y1=zeros(y,1)。for i=1:y for j=1:x if(I4(i,j,1)==1) Y1(i,1)= Y1(i,1)+1。%計算 I3 第 j 列有幾個一 end end endfigure(2)。plot(Y1,0:y1),title(39。行方向像素點灰度值累計和 39。),xlabel(39。累計像素量39。),ylabel(39。行值39。)。%%%%%去除行方向邊框%%%%%%%%%%Py0=fix(y/2)。Py1=fix(y/2)+1。 while ((Y1(Py0,1)=30)amp。amp。(Py02)) Py0=Py01。%找到去除邊框后上邊的位置 end while ((Y1(Py1,1)=30)amp。amp。(Py1y)) Py1=Py1+1。%找到去除邊框后下邊的位置 endZ1=I4(Py0:Py1,:,:)。%將二值圖像上下邊框去除figure(3)。imshow(Z1),title(39。將二值圖像上下邊框去除后圖像39。)。%將二值圖像上下邊框去除后圖像顯示出來[y,x,z]=size(Z1)。%計算此時圖像的大小%%%%%%%%%%%%計算列像素%%%%%%%%%%X1=zeros(1,x)。for j=1:x for i=1:y if(Z1(i,j,1)==1) X1(1,j)= X1(1,j)+1。%計算 I3 第 j 列有幾個一 end end endfigure(4)。plot(0:x1,X1),title(39。列方向像素點灰度值累計和 39。),xlabel(39。列值39。),ylabel(39。累計像素量39。)。%%%%%%%%去除垂直邊框%%%%%%%%%x1=fix(x/2)+1。for i=1:5while (i~=5) while ((X1(1,x1)=15)amp。amp。(x1x)) x1=x1+1。%找到去除邊框后右邊的位置 end i=i+1。 while ((X1(1,x1)15)amp。amp。(x1x)) x1=x1+1。%從車牌中間開始尋找字符間隙，直到找到第四個間隙為止，即找到去除邊框后車牌右邊的位置 end endendx0=fix(x*45/440)。%找到第一個字符的位置for i=1:2while (i~=2) while ((X1(1,x0)=5)amp。amp。(x02)) x0=x01。%從車牌的第一個字符開始尋找第一個字符間隙，找到去除邊框左邊的位置 end i=i+1。 while ((X1(1,x0)5)amp。amp。(x01)amp。amp。i~=2) x0=x01。%找到去除邊框后左邊的位置 end endendZ2=Z1(:,x0:x1,:)。%將二值圖像左右邊框去除figure(5)。imshow(Z2),title(39。將二值圖像垂直邊框去除后圖像39。)。%將二值圖像垂直邊框去除后圖像顯示出來Px0=1。Px1=1。%%%%%%%%%再次計算列方向像素%%%%%%%%%[y,x,z]=size(Z2)。%計算此時圖像的大小X1=zeros(1,x)。for j=1:x for i=1:y if(Z2(i,j,1)==1) X1(1,j)= X1(1,j)+1。%計算 I3 第 j 列有幾個一 end end end%%%%%%%去除圓點%%%%%%[y,x,z]=size(Z2)。Z2=double(Z2)。x1=fix(x*110/409)。x2=fix(x*128/409)。for i=1:y for j=x1:x2 Z2(i,j)=0。 endendfigure(6)。imshow(Z2),title(39。去除圓點后圖像39。)。%%%%%%%%%%%%%對圖像分割%%%%%%%%%%%%%%y=fix(x*90/409)。%%%%%%%用投影法分割 %%%%%%for i=1:7 while ((X1(1,Px0)10)amp。amp。(Px0x)) Px0=Px0+1。%找到待分割字符左邊的位置 end Px1=Px0。 a=1。 while (((X1(1,Px1)=10)amp。amp。(Px1x))||((Px1x)amp。amp。((a/y)=))) Px1=Px1+1。%找到待分割字符右邊的位置 a=Px1Px0。 end Z3=Z2(:,Px0:Px1,:)。