(完整版)基于数字图像处理的车牌识别本科毕业论文

(完整版)基于数字图像处理的车牌识别本科毕业论文
(完整版)基于数字图像处理的车牌识别本科毕业论文

本科生毕业论文(设计)

题目: 基于数字图像处理的车牌识别设

名:

周金鑫

院:

数理与信息工程学院

业:

电子信息工程

级:

111 学

号:

指导教师:

刘纯利职称: 教授

2014 年 12 月 24 日

安徽科技学院教务处制

目录

摘要 ....................................................................关键词 ..................................................................

1、设计目的 .............................................................

2、设计原理: ............................................................

3、设计步骤: ............................................................

4、实行方案 .............................................................

4.1. 总体实行方案:...................................................

4.2. 各模块的实现:...................................................

4.2.1输入待处理的原始图像: .......................................

4.2.2图像的灰度化并绘制直方图: ...................................

4.2.3 边缘检测....................................................

4.2.4图像的腐蚀操作:............................................

4.2.5平滑图像....................................................

4.2.6除去二值图像的小对象 ........................................

4.3车牌定位 .........................................................

4.4字符的分割与识别..................................................

4.4.1.车牌的再处理................................................

4.4.2字符分割....................................................

4.5车牌识别:........................................................

5、总结: ................................................................

6、致谢 .................................................................

7、参考文献: ............................................................

基于数字图像处理的车牌识别设计

电子信息工程专业学生周金鑫

指导教师刘纯利

摘要:车牌识别在人类社会交通系统中担当重要角色,一个设计优良

的车牌识别系统会给人们生活带来极大的方便,本文通过运用matlab和

数字图像处理的一些知识简单通过图像预处理,车牌定位,字符分割,采

用模板匹配法实现车牌字符的识别。

关键词:图像预处理边缘处理字符分割字符识别

1、设计目的

车牌识别系统主要是为了辨别所拍图片中的车牌部分,以此识别车辆。通过车牌识别系统的设计,来实现经过我校西大门的车辆的识别。

2、设计原理:

设计的原理主要如下图所示:

3、设计步骤:

流程图如下:

4、实行方案

4.1. 总体实行方案:

用摄像机获取自然环境下的汽车彩色图像,将彩色图像用matlab软件处理成灰度图像并绘制直方图,然后进行边缘检测图像的腐蚀,平滑图像以及去除二值图像的小对象等操作,再进行车牌的定位和字符分割与识别最终达到识别车牌照的目的。

4.2. 各模块的实现:

4.2.1输入待处理的原始图像:

I=imread(‘car.jpg');

imshow(I);%显示车牌的原始图片,结果如下:

图4.2.1原始图像picture1

4.2.2图像的灰度化并绘制直方图:

彩色图像的存储器所需的成本高,且减缓系统的速度执行,所以,在图像识别处理彩色图像一般都转换成灰度图像,以加快图像信息的处理速度。从彩色图像到灰度图像的转换叫做灰度处理。灰度直方图的横坐标代表图片的像素数,从左到右由暗到亮,灰度直方图的纵轴就表示其所占有图片的面积,峰值越低就意味着该明暗值的像素数量越少,从图4.2.2可以看出峰值最高的即为车牌区域。

I1=rgb2gray(I);%灰度处理

subplot(1,2,1),imshow(I1);title('gray image');

subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图

和直方图

显示结果图像如下:

图4.2.2灰度化并绘制直方图picture2

4.2.3 边缘检测

边缘是一定存在在两个拥有不一样灰度值的相邻的区域之间的,是灰度值不连续的一种表现,也是分割图象、纹理和形状特征提取等图像分析的基础。本文用Roberts算子来实现边缘检测,他是一种利用局部差分算子寻找边缘的算子,Robert算子图像处理后结果边缘不是很平滑,当然还需要后续的腐蚀,平滑图像以及去除二值图像的小对象操作来提高精度。

由于阈值越小检测的边缘越丰富,结合选取的灰度图选择阈值为0.16较为合适。

用roberts算子实行边缘检测:

I2=edge(I1,'roberts',0.16,'both');

imshow(I2);title('roberts operator edge detection image');

结果如下:

图4.2.3边缘检测picture3

4.2.4图像的腐蚀操作:

腐蚀操作就是通过不断的删除图片上的像素,将图片缩小,以此来达到去除小点状图形的效果。

se=[1;1;1];

I3=imerode(I2,se);%图像腐蚀操作

imshow(I3);title('corrosion image');

图4.2.4图像腐蚀操作picture4

4.2.5平滑图像

图像平滑是去掉图像中的高频信息,使图像变的模糊,噪声一般都是高频信息,平滑的过程也就意味着除去图片噪声的过程。

se=strel('rectangle',[16,16]);%建立正方形结构元素

I4=imclose(I3,se);% 图像聚类和填充

imshow(I4);title('smothing image');

图2.5平滑图像picture5

4.2.6除去二值图像的小对象

除去二值图像的小对象就为了去掉面积较小无关的白色区域,将车牌所在的大面积白色区域凸显出来。

I5=bwareaopen(I4,1900);% 除去聚团灰度值在1900以下的部分

imshow(I5);title('remove the small objects'); %滤波后图像

显示结果如下:

图4.2.6除去二值图像的小对象picture6

4.3车牌定位

自然环境下,汽车图像背景十分复杂,受光照不均匀、污渍等影响,所以在自然背景下准确的将车牌区域确定下来是整个识别过程的关键,所以先要对原图像进行大范围横向(X),纵向(Y)像素点相关搜索,找到符合汽车牌照的候选区,然后对候选区做进一步的分析,判断,最终确定一个最佳的区域作为牌照区域。

代码显示如下:

[y,x,z]=size(I5);%返回I5各维的尺寸,存储在x,y,z中

myI=double(I5);%将I5转换成双精度

tic %tic计时开始,toc计时结束

Blue_y=zeros(y,1);%产生一个y*1的零阵

for i=1:y

for j=1:x

if(myI(i,j,1)==1)

%若myI的图像中坐标(i,j)的点值为1,则表示蓝色背景

%则Blue_y(i,1)的值加1

Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 end

end

end

[temp MaxY]=max(Blue_y);%Y方向车牌区域确定

% MaxY是yellow_y元素中最大值temp的索引

PY1=MaxY;

while ((Blue_y(PY1,1)>=5)&&(PY1>1))

PY1=PY1-1;

end

PY2=MaxY;

while ((Blue_y(PY2,1)>=5)&&(PY2

PY2=PY2+1;

end

IY=I(PY1:PY2,:,:);

%行方向车牌区域确定

%%%% X方向 %%%%

Blue_x=zeros(1,x);%x车牌区域方向的再判断

for j=1:x

for i=PY1:PY2

if(myI(i,j,1)==1)

Blue_x(1,j)= Blue_x(1,j)+1;

end

end

end

PX1=1;

while ((Blue_x(1,PX1)<3)&&(PX1

PX1=PX1+1;

end

PX2=x;

while ((Blue_x(1,PX2)<3)&&(PX2>PX1))

PX2=PX2-1;

end

PX1=PX1-1;%车牌区域校正

PX2=PX2+1;

dw=I(PY1:PY2-8,PX1:PX2,:);

t=toc;

subplot(1,2,1),imshow(IY),title('Line direction areas');%车牌行方向区域的确定

subplot(1,2,2),imshow(dw),title('positioning color images');%车牌已经定位后的区域显示如下:

图4.3.1车牌的定位picture7

4.4字符的分割与识别

4.4.1.车牌的再处理

划分彩色图像需经过灰度变换,二值化,均值滤波,腐蚀和膨胀到一个字符,并对分割字符进二值化、归一化等图像预处理使车牌图像的车牌号字符分割构成隔离,然后分析识别已经分割字符识的图像并用文本的车牌号的形式呈现出来。代码显示如下:

imwrite(dw,'dw.jpg');%把彩色车牌写入dw文件里

a=imread('dw.jpg');%读取车牌文件数据

b=rgb2gray(a);%把车牌图像变换为灰度图

imwrite(b,'gray licence plate.jpg');%把灰度图像写入文件里

subplot(3,2,1),imshow(b),title('车牌灰度图像')

g_max=double(max(max(b)));

g_min=double(min(min(b)));

T=round(g_max-(g_max-g_min)/3); % T 表示二值化的阈值

[m,n]=size(b);

d=(double(b)>=T); % d:二值图像

imwrite(d,'binary licence plate.jpg');

subplot(3,2,2),imshow(d),title('before filtering binary licence plate')

%均值滤波之前

% 滤波

h=fspecial('average',3);

%模板的尺寸:3*3,average:均值滤波,建立滤波算子

d=im2bw(round(filter2(h,d)));%用指定的滤波器h然后对其均值滤波即进行d

imwrite(d,'after average licence plate.jpg');

subplot(3,2,3),imshow(d),title('after average licence plate') % 操作某些图象

% 膨胀或腐蚀

% se=strel('square',3); %图片膨胀处理

% 'line'/'diamond'/'ball'...

se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵

[m,n]=size(d);

if bwarea(d)/m/n>=0.36

d=imerode(d,se);%假如大于0.36即图像进行腐蚀

elseif

bwarea(d)/m/n<=0.23

d=imdilate(d,se);%假如小于即实现膨胀操作

end

imwrite(d,'expansion or corrosion the licence plate.jpg');

subplot(3,2,4),imshow(d),title('expansion or corrosion the licence plate');

运行结果显示如下:

图4.4.1字符分割与识别picture8

4.4.2字符分割

字符分割就是把已经定位好的车牌区域上的字符分别提取出来,我们知道中国的车牌上字符之间是存在间隙的,就是利用这个间隙来实现我们对定位区域的车牌分割,通过搜索连续在一起的字符块,若长度高于某一阈值,则为两个字符组成,要分割,对分割好的字符再进行归一化的处理。

%搜索连续在一起的字符块,若长度高于某一阈值,则为两个字符组成,要分割,对分割 %建立子函数qiege、getword,调用子程序,分割车牌字符并做归一化的处理

d=qiege(d);

[m,n]=size(d);

subplot(3,2,5),imshow(d),title(n)

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; % 分割车牌字符

end

% 进一步切割

d=qiege(d);

% 切割出 7七个字符

y1=10;y2=0.25;flag=0;word1=[];

while flag==0

[m,n]=size(d);

left=1;wide=0;

while sum(d(:,wide+1))~=0

wide=wide+1;

end

if wide

d(:,[1:wide])=0;

d=qiege(d);

else

temp=qiege(imcrop(d,[1 1 wide m]));

[m,n]=size(temp);

all=sum(sum(temp));

two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)));

if two_thirds/all>y2

flag=1;word1=temp; % WORD 1

end

d(:,[1:wide])=0;d=qiege(d);

end

% 分割出第二个字符

[word2,d]=getword(d);

% 分割出第三个字符

[word3,d]=getword(d);

% 分割出第四个字符

[word4,d]=getword(d);

% 分割出第五个字符

[word5,d]=getword(d);

% 分割出第六个字符

[word6,d]=getword(d);

% 分割出第七个字符

[word7,d]=getword(d);

subplot(2,7,1),imshow(word1),title('1'); subplot(2,7,2),imshow(word2),title('2'); subplot(2,7,3),imshow(word3),title('3'); subplot(2,7,4),imshow(word4),title('4'); subplot(2,7,5),imshow(word5),title('5'); subplot(2,7,6),imshow(word6),title('6'); subplot(2,7,7),imshow(word7),title('7'); [m,n]=size(word1);

% 取40*20为归一化大小,如下

word1=imresize(word1,[40 20]);

word2=imresize(word2,[40 20]);

word3=imresize(word3,[40 20]);

word4=imresize(word4,[40 20]);

word5=imresize(word5,[40 20]);

word6=imresize(word6,[40 20]);

word7=imresize(word7,[40 20]);

subplot(2,7,8),imshow(word1),title('1'); subplot(2,7,9),imshow(word2),title('2'); subplot(2,7,10),imshow(word3),title('3'); subplot(2,7,11),imshow(word4),title('4'); subplot(2,7,12),imshow(word5),title('5'); subplot(2,7,13),imshow(word6),title('6'); subplot(2,7,14),imshow(word7),title('7'); imwrite(word1,'1.jpg');

imwrite(word2,'2.jpg');

imwrite(word3,'3.jpg');

imwrite(word4,'4.jpg');

imwrite(word5,'5.jpg');

imwrite(word6,'6.jpg');

imwrite(word7,'7.jpg');

运行结果显示如下:

图4.4.2字符分割picture9

4.5车牌识别:

在此采用相减的模板匹配法来判断字符和模板中哪一个字符最接近,再找到相似度最高的字符作为输出结果。通常车辆牌照的字符有7个,一般第一位是汉字,表示车辆所属的省份,而后的为字母和数字。车牌字符的识别较一般文字识别要简单些,主要是它的字符数是有限的,汉字一共约50多个,大写英文字母26个,数字10个。出于实验运算方便的考虑,本文仅建立了7个汉字26个字母与10个数字的模板。其他的模板算法与之相同。

第一步取字符模板,第二步依次取待识别字符与模板进行匹配,第

关于数字图像处理论文的题目

长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容: 在获取星图像的过程中,由于某些因素的影响,获得的星图像存在噪声,而且星图像的背景经常是不均匀的,为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理,补偿不均匀的星图像背景,然后进行星图像的阈值分割。 要求: 1> 图像预处理:对原始星空图像进行滤波去噪处理; 2> 对去噪后的图像进行形态学运算处理; 3> 选取自适应阈值对形态学运算处理后的图像进行二值化; 4> 显示每步处理后的图像; 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容: 通过对由相机实时获取的印刷电路板图像进行焊盘识别,从而提高电子元件的贴片质量,有效提高电路板的印刷效率。 要求: 1> 图像预处理:将原始彩色印刷电路板图像转成灰度图像,对灰度图像进行背景平滑和滤波去噪; 2> 对去噪后的图像进行图像增强处理,增强边缘提取的效果。 3> 对增强后的图像进行边缘提取(至少两种以上的边缘提取算法); 4> 显示每步处理后的图像(原始电路板图像可自行查找); 5> 图像处理后要求能对每个焊盘进行边缘提取,边缘清晰。 3静止背景下的移动目标视觉监控 主要内容:

基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合,如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别,来提醒监测人员有目标出现。 要求: 1>对原始参考图和实时图像进行去噪处理; 2>对去噪后的两幅图像进行代数运算,找出目标所在位置,提取目标,并将背景置黑; 3> 判断目标大小,若目标超过整幅图像的一定比例时,说明目标进入摄像保护区域,系统对监测人员进行提示(提示方式自选)。 4>显示每步处理后的图像; 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容: 车辆自动识别涉及到多种现代学科技术,如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用,实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求: 1>对原始车牌图像做增强处理; 2>对增强后的彩色图像进行灰度变换; 3>对灰度图像进行直方图均衡处理; 4>选取自适应的阈值,对图像做二值化处理; 5>显示每步处理后的图像; 6>分析此种图像预处理的优缺点及改进措施,简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容: 医学图象处理利用多种方法对各种图像数据进行处理,以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求: 1>通过对图像的灰度变换调整改变细胞图像的灰度,突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理,消除图像数字化和传输时所混入的噪声,提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息,加强细胞的轮廓特征。 5>显示每步处理图像,分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测,即:进行判断瓶子灌装流水线是否灌装满瓶体的检测,如液面超过瓶颈的位置,则装满,否则不满,如果不满则灌装液体不合格,需重新进行灌装。 具体要求: 1)将原进行二值化 2)二值化后的图像若不好,将其滤波再进行膨胀处理,并重新进行二值化

数字图像处理之车牌提取

车牌提取 本文介绍了车牌定位的各种算法及发展,并利用matlab软件对一幅车头照片进行了车牌区域的定位。 一、前言 数字图像处理技术的发展十分迅速,最初应用在空间探索及医学领域,如今,它已经成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学甚至社会科学等领域学习和研究的对象。同时,随着我国经济的高速发展,交通变得日益繁忙,对智能交通系统的研究变得十分迫切。利用了图像处理技术的车牌自动识别系统己成为智能交通系统的重要组成部分。 要实现交通智能化,首先要能获得道路交通状况和车辆情况的相关数据,因此车辆牌照的识别智能交通领域的一个重要研究课题之一,是实现交通智能化的一个重要环节。要想准确识别出车牌的数字,首先必须要能在含有车牌的图像中定位出车牌的位置,才能进行进一步的数字分析识别,所以,车牌的定位技术是车牌识别的基础。 二、相关理论介绍 (一)车辆牌照的特点 现在我国车牌有4种类型: (1)小功率汽车使用的蓝底白字牌照; (2)大功率汽车使用的黄底黑字牌照; (3)军、警用的白底黑字、红字牌照; (4)国外驻华机构使用黑底白字牌照。 这些牌照的长度均为45cm,宽为15cm,共有字符7个。一般民用牌照第一个字符为汉字,且是各省市的简称;第二个字符为大写英文字母,如“E”;第三个字符是英文字母或阿拉伯数字,第四至第七个字符为阿拉伯数字,如“沪E 30265”就是最典型的车牌符号。车牌的位置一般在汽车的下方。 (二)车牌定位算法的发展现状 车牌定位算法分为图像的预处理、车牌的搜索和车牌鉴别定位三部分。 图像预处理就是要获得有用的图像的边缘,并将其二值化;车牌搜索则是搜索整幅图像以得到有可能包含车牌的若干感兴趣区域;车牌定位则是根据车牌的特征对提取出的感兴趣的区域进行鉴别和剔除假的车牌, 从而提取到真正的车牌。 相较于车身其他位置,车牌区域有其自身特点,主要有车牌底色与车身颜色,字符颜色有较大差异;车牌的矩形区域内存在较丰富的边缘,呈现出规则的纹理特征;车牌内字符之间的间隔比较均匀,字符和牌照底色在灰度上存在跳变;图像中牌照长宽比的变化有一定范围等。这些都为车牌定位分割提供了先验知识。但是,摄像机获得的图像含有丰富的自然背景及车身背景信息,易受照明、天气条件及运动失真和模糊的影响,同时由于在野外环境下使用,车牌会有不同程度的磨损、污迹干扰、变形等,这些问题给车牌定位带来了难度。 目前较为成熟的车牌区域定位算法有自适应边界搜索法、区域生长法、灰度图像数学形态学运算法、基于纹理或颜色的分割方法以及模糊聚类法等。 这些方法都有各自的优点,但是在实际应用中也存在着一些不足之处。例如,对于基于纹理的分割方法,图像中很可能不止一个区域具有车牌区域类似的纹理特征,难以准确找到

车牌识别论文

《车牌识别系统》 车牌识别系统 摘要:文章从车牌定位、车牌字符分割和车牌字符识别 3个阶段对车牌识别技术进行了深入研究,并用MATLAB进行了仿真。 关键词:车牌识别,车牌定位,车牌字符分割 1 引言

车牌是一辆汽车独一无二的信息,因此,对车辆牌照的识别技术可以作为辨识一辆车最为有效的方法。随着 ITS(智能交通系统)的高速发展,对车牌识别技术的研究也随之发展。从根本上讲,牌照识别应用了先进的图像处理,模式识别,人工智能技术来获取,处理,解释,记录拍照的图像。目前,牌照识别技术已经广泛而成功的应用于高速公路的监测,电子收费,交通违规管理,安全停车管理,偷盗车辆辨识等重要领域。 车牌识别系统一般包括以下几个部分,见图1。 图1 车牌识别系统 主要研究内容如下: 1.车牌的定位研究。先进行图像的预处理,包括:RGB彩色图像的灰度化、图像灰度拉伸、图像边缘检测、灰度图的二值化等;车牌定位采用基于水平和垂直投影分布特征的方法。 2.字符分割的研究。先对定位后的车牌图像进行预处理,然后按照车牌的先验信息,用区域增长算法来确定候选车牌的字符区域。 3.字符识别的研究。对于提取出的单个字符,先进行归一化操作,再与给定的模板做对比,识别出字符。 2. 图像的定位 2.1 图像的预处理 一般情况下,由CCD采集到的图像会有不理想的情况,如光线过强,或者偏弱,这些都会对后续的图像处理产生一向。而且车牌位于车身下部,靠近散热片,对比度较差,此时若直接对灰度图像进行定位会有不小的困难,为了获得较好处理的灰度图像,在对CCD 采集的原始图像进行灰度化后,要对其灰度转换。 首先对图像灰度拉伸,使灰度级占据 0--255整个区域,这样做的目的是为了减少光线过强,或者偏弱时造成的灰度级过少.本文直接采用直方图均衡化,这样处理简单,运算量小,效果也较理想。 2.2 边缘提取

数字图像处理毕业论文

毕业论文声明 本人郑重声明: 1.此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外,本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2.本人完全了解学校、学院有关保留、使用学位论文的规定,同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版,允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3.若在大学学院毕业论文审查小组复审中,发现本文有抄袭,一切后果均由本人承担,与毕业论文指导老师无关。 4.本人所呈交的毕业论文,是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等,均已明确注明出处。论文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体,均已在论文中已明确的方式标明。 学位论文作者(签名): 年月

关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料(包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等),知识产权归属华北电力大学。本人完全了解大学有关保存,使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版,允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索,可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果,一定征得指导教师同意,且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时,第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定,同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和电子版,并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文;学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务;学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下,学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名:日期: 指导教师签名:日期:

毕业设计--基于单片机的车牌识别系统设计与实现

基于单片机的车牌识别系统设计与实现 目录 摘要 (2) 二、选题 (4) 三、系统主要特点 (5) 四、系统方案、实现原理 (6) 4.1 图像采集及存储格式 (8) 4.2 图像的灰度化 (8) 4.3 图像的二值化 (9) 4.4 车牌的去边框 (9) 4.5 图像的梯度锐化 (10) 4.6 字符分割算法 (11) 4.7 字符的归一化 (12) 4.8字符特征提取 (13) 4.9 字符识别算法 (15) 4.9.1 BP神经网络法 (15) 4.9.2 模板匹配法 (17) 五、操作说明与硬件框图 (18) 六、实验程序 (19) 七、数据统计分析 (66) 八、结果分析 (66) 九、实验心得 (66) 十、参考文献 (69)

摘要 伴随着世界各国汽车数量急剧增加,城市交通状况日益引起人们的重视,如何有效地进行交通管理,已成为越来越多人关注的焦点,解决这些问题的关键就是建立智能交通系统。车牌识别是智能交通系统的重要组成部分,它在交通控制与监视中有着多种用途,目前已广泛应用于各种领域。 本文将TMS320C54XX作为核心器件用于车牌自动识别系统中,完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景以及其实现意义。然后对实现车牌识别的硬件环境作简要介绍。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。之后,对几种字符特征提取算法进行了对比分析,最后选取最适合的网格特征提取法,以此为基础进行模扳匹配,最终识别出车牌号码。 关键词:车牌提取;图象处理;车牌识别;单片机;模扳匹配

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书

目录 一.课程设计目的 (3) 二.设计原理 (3) 三.详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21)

一、课程设计目的 车牌定位系统的目的在于正确获取整个图像中车牌的区域,并识别出车牌号。通过设计实现车牌识别系统,能够提高学生分析问题和解决问题的能力,还能培养一定的科研能力。 二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等,其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。牌照识别单元对图像进行处理,定位出牌照位置,再将牌照中的字符分割出来进行识别,然后组成牌照号码输出。 三、详细设计步骤:

1. 提出总体设计方案: 牌照号码、颜色识别 为了进行牌照识别,需要以下几个基本的步骤: a.牌照定位,定位图片中的牌照位置; b.牌照字符分割,把牌照中的字符分割出来; c.牌照字符识别,把分割好的字符进行识别,最终组成牌照号码。 牌照识别过程中,牌照颜色的识别依据算法不同,可能在上述不同步骤实现,通常与牌照识别互相配合、互相验证。 (1)牌照定位: 自然环境下,汽车图像背景复杂、光照不均匀,如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索,找到符合汽车牌照特征的若干区域作为候选区,然后对这些侯选区域做进一步分析、评判,最后选定一个最佳的区域作为牌照区域,并将其从图象中分割出来。 流程图:

全自动车牌识别停车场管理系统技术方案

车牌自动识别停车场管理系统技术方案

前言 随着现代化管理手段的进步和科学技术的日益发展,小区用户对车辆管理的要求越来越高。过去的人工刷卡的管理方式已经不适应现代化发展的需要,针对目前快节奏,高速度的工作模式,要求管理方法和制度要有一个根本的改善,这种改善不但要适应用小区管理的需求,也要适应社会的需求,要适应人的感官的需求和习惯性操作的需求。但是目前任何高科技产品都不能完全代替人类的手工操作,不能完全取代人的思维,更不能与人的思维方式相吻合。因此我们在做自动化管理系统的设计时,要尽可能地强调自动化手段,但又不可忽略人工干预的因素,二者巧妙地结合起来,可达到事半功倍的效果。

本设计方案就是基于以上的思想基础,针对小区车辆管理的实际情况,结合各种现代化高科技手段完成的。 我们的目标是为小区用户的车辆管理提供一个车牌识别功能的解决方案。我们采用的是当前国内最先进的车牌识别技术。此设计方案着重考虑了识别的准确性,及车牌自动识别算法在各种停车场车辆管理系统中的灵活嵌入,既考虑到用户的需求,又囊括了各种高科技技术,而且增加了一些管理手段,尽可能地为用户提供一个完善的小区车辆管理系统。 第1章用户需求分析 在现代化停车场管理中,涉及到各方面的管理,其中车辆的管理是一个重要的方面。尤其是对特殊停车场、大院及政府机关、小区而言,要求对各种车辆实时地进行严格的管理,对其出入的时间进行严格的监视,并对各类车辆进行登记(包括内部车辆和外部车辆)和识别。对大规模的场区中,各种出入的车辆较多,如每辆车都要进行人工判断,既费时,又不利于管理和查询,保卫工作比较困难,效率低下。为了改善这种与现代化停车场、大院及政府机关、小区等不相称的管理模式,需要尽快实现车辆管理工作的自动化、智能化,并以计算机网络的形式进行管理,对所有出入口的车辆进行有效地、准确地监测和管理。要求系统提供相应的应用软件,实现营区管理的高效率、智能化。 该系统是利用视频流的车牌自动识别算法,无需地感触发,对车辆进行抓拍、号牌识别,当车辆进入小区入口时,车牌自动识别算法自动抓拍车辆照片并识别车牌号码,将车牌号码,颜色,车牌特征数据,入场时间信息等传记录下来,固定车辆可无障碍出入停车场,临时车辆人工审核后入场,为用户提供了一种崭新的服务模式。 系统自动识别进入小区车辆的号码和车牌特征,验证用户的合法身份,自动比对黑名单库,自动报警,并可对整个停车场情况进行监控和管理,包括出入口管理,内部管理,采集,存储数据和系统工作状态,以便管理员进行监控,维护,统计,查询和打印报表等工作。车辆出入小区,完全处于系统监控之下,使小区的出入,收费,防盗,车位管理完全智能化、自动化并具有方便快捷,安全可靠的优点。

基于模板匹配的车牌识别及matlab实现

科类理工类编号(学号)20082036 本科生毕业论文(设计) 基于模板匹配的车牌识别及matlab实现 License plate recognition based on template matching and matlab implementation 伏绍鸫 指导教师:朱玲职称讲师 农业大学黑龙潭650201 学院:基础与信息工程学院 专业:电子信息工程年级:2008级 论文(设计)提交日期:2012年5月答辩日期:2012年5月

答辩委员会主任:林楠 农业大学 2012年05 月

目录 摘要 (1) ABSTRACT (2) 1 前言 (3) 2 车牌识别系统分析 (4) 2.1 车牌识别的目的 (5) 2.2车牌识别现状分析 (5) 2.3车牌识别的意义 (6) 2.4 我国车牌分析 (7) 3 车牌识别系统的原理及方法 (8) 3.1车牌识别系统简述 (8) 3.2 车牌图像处理 (9) 3.2.1 图像灰度化 (9) 3.2.2 图像二值化 (10) 3.2.3边缘检测 (10) 3.2.4 图像闭运算 (12) 3.2.5图像滤波处理 (13) 3.4 车牌字符处理 (15) 3.4.1 阈值化分割原理 (15) 3.4.2 对车牌阈值化分割 (16) 3.4.3 字符归一化处理 (17) 3.5 字符识别 (17) 3.5.1 字符识别简述 (17) 3.5.2 字符识别的分类 (18) 3.5.3 基于模板匹配的字符识别 (19) 4 实验分析 (19) 4.1车牌定位过程及分析 (19) 4.2 车牌字符识别 (23) 4.3 车牌识别结果及分析 (26) 5 结论 (28) 参考文献 (29) 致 (29) 附录 (29)

数字图像处理应用论文数字图像处理技术论文

数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要:首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨,然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词:数字图像处理:关键技术;应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息,感知世界。约有75%的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术,上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时;上世纪50年代,计算机的发展,数字图像处理才真正地引起人们的巨大兴趣;1964年,数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理;但是直到上世纪六十年代末至七十年代扔,由于离散数学理论的创立和完善,使之形成了比较完整的理论体系,成为一门新兴的学科。数字图像处理的两个主要任务:如何利用计算机来改进图像的品质以便于人类视觉分析;对图像数据进行存储、传输和表示,便于计算机自动化处理。图像处理的范畴是一个受争论的话题,因此也产生了其他的领域比如图像分析和计算机视觉等等。

1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的,一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理,如加工以及输出,所以关于数字图像处理的研究,其主要内容可以分为以下几个过程。图像获取:这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像,同时,将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术:通过数据压缩和数据转换技术的研究,减少数据载体空间,节省运算时间,实现不同星系遥感数据应用的一体化。图像分割:虽然国内外学者已提出很多种图像分割算法,但由于背景的多变性和复杂性,至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正:在理想情况下,卫星图像上的像素值只依赖于进入传感器的辐射强度;而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关,使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异,从而区分地物目标。图像复原,以图像退化的数学模型为基础,来改善图像质量表达与描述,图像分割后,输出分割标记或目标特征参数;特征提取:计算描述目标的特征,如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强:显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别:统计模式识别、模糊模式识别、人工神经网络等。

汽车车牌识别系统-车牌定位子系统的设计与实现 毕业论文

汽车车牌识别系统 ---车牌定位子系统的设计与实现 摘要 汽车车牌识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一。在车牌自动识别系统中,首先要将车牌从所获取的图像中分割出来实现车牌定位,这是进行车牌字符识别的重要步骤,定位的准确与否直接影响车牌识别率。 本次毕业设计首先对车牌识别系统的现状和已有的技术进行了深入的研究,在此基础上设计并开发了一个基于MATLAB的车牌定位系统,通过编写MATLAB文件,对各种车辆图像处理方法进行分析、比较,最终确定了车牌预处理、车牌粗定位和精定位的方法。本次设计采取的是基于微分的边缘检测,先从经过边缘提取后的车辆图像中提取车牌特征,进行分析处理,从而初步定出车牌的区域,再利用车牌的先验知识和分布特征对车牌区域二值化图像进行处理,从而得到车牌的精确区域,并且取得了较好的定位结果。 关键词:图像采集,图像预处理,边缘检测,二值化,车牌定位

ENGLISH SUBJECT ABSTRACT The subject of the auto matic recognition of license plate is one of the most significant subjects that are improved fro m the connection o f computer vision and pattern recognition. In LPSR, the first step is for locating the license plate in the captured image which is very important for character recognition. The recognition correctio n rate of license plate is governed by accurate degree of license plate location. Firstly, the paper gives a deep research on the status and techniq ue of the plate license recognition system. On the basis of research, a solution of plate license recognition system is proposed through the software MATLAB,by the M-files several of methods in image manip ulatio n are co mpared and analyzed. The methods based on edge map and das differential analysis is used in the process of the localization of the license plate,extracting the characteristics of the license plate in the car images after being checked up for the edge, and then analyzing and processing until the probably area of license p late is extracted,then come out the resolutions for localization of the car plate. KEY WORDS:imageacquisition,image preprocessing,edge detection,binarizatio n,licence,license plate locatio n

数字图像处理系统毕业论文

数字图像处理系统毕业论文基于ARM的嵌入式数字图像处理系统设计

摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片,linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统,其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作,系统主要实现了一些简单的图像处理功能,比如灰度话、增强、边缘检测等。整个程序是基于C++编写的,因此有些图像变换的算法可能并不是最优化的,但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词:linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection

基于数字图像处理的车牌识别系统

基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要:车牌识别系统(License Plate Recognition 简称LPR)技术基于数字图像处理,是智能交通系统中的关键技术,同时他的发展也十分迅速,已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字:车牌识别系统;图像预处理;字符识别;Matlab;去噪;二值化 引言 智能交通系统(ITS)是当今世界交通管理体系发展的必然趋势,而作为智能交通系统中的重要组成部分之一的车牌自动识别技术,目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合,成为研究的热点。 伴随我国国民经济的高速发展,国内高速公路、城市道路、停车场建设越来越多,对交通控制,安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下,作为信息来源的自动检索,图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上,通过对车辆图像的采集,采用先进的图像处理、模式识别和人工智能技术,在图像中找到车牌的位置,提取出组成车牌号码的全部字符图像,再识别出车牌中的文字、字母和数字,最后给出车牌的真实号码。国外的车牌识别研究始于80 年代,90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致,使得我们不能直接使用国外的车辆牌照识别系统,而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异,目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率,因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。

车牌识别管理系统方案(DOC)

PA-WT车牌识别 停 车 场 管 理 系 统 方 案

目录 第一章前言................................ 错误!未定义书签。第二章系统设计依据及总则..................... 错误!未定义书签。 一、本方案设计依据:........................ 错误!未定义书签。 二、设计说明................................ 错误!未定义书签。 1、设计目标及原则........................ 错误!未定义书签。 2、系统概述 (2) 3、系统基本功能及特点 (5) 系统结构框图 (6) 图像识别系统主要设备 (7) 4 出口处电脑功能......................... 错误!未定义书签。 5 管理电脑功能 (11) 三.系统软件功能 (11) 第三章系统设计 (12) 注意事项 (13) 第四章售后服务 (14)

前言: 车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息(含汉字字符、英文字母、阿拉伯数字及号牌颜色)进行处理的技术。车牌识别是现代智能交通系统中的重要组成部分之一,应用十分广泛。它以数字图像处理、模式识别、计算机视觉等技术为基础,对摄像机所拍摄的车辆图像或者视频序列进行分析,得到每一辆汽车唯一的车牌号码,从而完成识别过程。通过一些后续处理手段可以实现停车场收费管理,交通流量控制指标测量,车辆定位,汽车防盗,高速公路超速自动化监管、闯红灯电子警察、公路收费站等等功能。对于维护交通安全和城市治安,防止交通堵塞,实现交通自动化管理有着现实的意义。 目前国内有两种识别方式,1、软件识别,就是摄像机直接接入PC机,通过电脑上位机软件对摄像机抓拍图片进行分析识别,优点成本低,缺点:对电脑要求较高,长时间运行识别速度会有一定影响。2、DSP嵌入式硬件识别,摄像机直接接入DSP嵌入式车牌识别器,通过专业的DSP芯片对摄像机抓拍图片进行分析,优点:对电脑要求低,设备自带防死机功能,算法丰富,识别速度快,适用于工业环境长时间运行。缺点:成本相对于软识别成本较高。 系统简介 我司采用DSP嵌入式硬件图像处理器研制开发的PA-WT汽车牌照自动识别车辆出入管理系统,具有方便快捷、准确可靠、保密性好、灵敏度高、节省

数字图像处理结课论文

数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名: 学号: 学院:理学院 班级:电科班 指导教师:

摘要:图像增强的目的是使处理后的图像更适合于具体的应用,即指按一定的需要突出一幅图像中的某些信息,同时削弱或去除某些不需要的信息,使之改善图像质量,加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中,利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作,处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制,同时保证其他分量不变,从而改变输出图像的频率分布,达到增强图像的目的。本文主要从空域展开图像增强技术,重点阐明数字图像增强处理的基本方法,介绍几种空域图像增强方法。 关键词:图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波

目录: 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理(digital image processing),就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。

毕业设计论文_车牌识别系统的设计与实现参考

车牌识别系统的设计与实现 摘要 车牌识别系统是智能交通系统的重要组成部分,有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科的研究热点。车牌识别系统广泛应用于高速公路自动收费和超速监管系统、公路流量监控系统、停车场收费管理系统、安防系统以及小区物业管理系统等等。 本文在VC++6.0平台下,结合OpenCV视觉库,开发了车牌识别系统。车牌识别系统分为五大组成部分:图像预处理、车牌定位、车牌倾斜校正、字符分割和字符识别。 本系统能够对输入的图像进行图像预处理,包括图像灰度化、图像滤波、边缘检测和二值化等;其次,通过使用数学形态学技术和车牌的高宽比固有特征从预处理后的图像中定位出车牌位置,并把车牌提取出来;再次,使用Hough 变换方法测出倾斜角,对车牌进行有效的旋转校正;通过水平投影去除车牌的上下边框,使用垂直投影法把字符一个个分割出来;最后,通过模板匹配法识别车牌字符并输出。实验结果表明,车牌定位的准确率为87.9%,车牌字符的正确识别率为72.6%。 关键词:车牌定位,数学形态学,Hough 变换,倾斜校正,投影

Design and Implementation of License Plate Recognition System Abstract License plate recognition system is an important part of intelligent transportation system and it has a wide range of applications. It is a hot spot of research in computer vision, image processing and pattern recognition. License plate recognition system is widely applied in the highway automatic charging and speed regulation system, highway traffic monitoring system, parking fee management system, security system and the residential property management system, etc. This system is developed in VC++6.0 platform and computer vision library OpenCV. License plate recognition system designed is mainly divided into five parts: image preprocessing, license plate orientation, license plate tilt correction, character segmentation and character recognition. This system can perform the image pretreatment to the input image, including the image gray level, the image filtering, edge detection and binarization and so on. Secondly, by using the technology of mathematical morphology and the plate inherent characteristics of aspect ratio to position license plate location in the image after pretreatment, and extract the license plate. Thirdly, Hough Transform method is used to measure the angle and effective rotation correction the license

数字图像处理论文

华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日

摘要 数字图像处理是用计算机对图像信息进行处理的一门技术,主要是为了修改图形,改善图像质量,或是从图像中提起有效信息,还有利用数字图像处理可以对图像进行体积压缩,便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用(点运算是图象处理的一个重要运算)。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算;代数运算;几何运算;图像缩放;图像旋转

目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献

绪论 早期的计算机无论在计算速度或存储容量方面,难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展,计算机、内存及外围设备的价格急剧下降,而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源,数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比,它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来,随着计算机和各个相关领域研究的迅速发展,科学计算可视化、多媒体技术等研究和应用的兴起,数字图像处理从1个专门领域的学科,变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术,它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域,它把图像转换成数据矩阵存放于计算机中,并进行滤波、增强、删除等处理,包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善,其准确性、灵活性和通用性逐步提高。 在日常生活中,电脑人像艺术,电视中的特殊效果,自动售货机钞票的识别,邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理,针对图像的像素进行加、减、乘、除等运算,有效地改变了图像的直方图分布。

相关文档
最新文档