基于MATLAB的車牌識别系統設計

實踐目的

車牌是一輛汽車獨一無二的資訊，是以，對車輛牌照的識别技術可以作為

辨識一輛車最為有效的方法。随着ITS(智能交通系統)的高速發展，對車牌識别技術的研究也随之發展。從根本上講，牌照識别應用了先進的圖像處理，模式識别，人工智能技術來擷取，處理，解釋，記錄拍照的圖像。目前，汽車牌照的自動識别技術已經得到了廣泛應用。

汽車牌照自動識别整個處理過程分為預處理、邊緣提取、車牌定位、字元分割、字元識别五大子產品，其中字元識别過程主要由以下3個部分組成：①正确地分割文字圖像區域；②正确的分離單個文字；③正确識别單個字元。用MATLAB軟體程式設計來實作每一個部分,最後識别出汽車牌照。

實踐原理

基于MATLAB的車牌識别系統設計

車牌圖像通常是在各種複雜的背景、環境條件下采集得到，圖像品質難以保證，是以在進行車牌定位之前，通常要進行圖像的預處理工作。圖像預處理主要是對系統擷取的原始圖像基本特征的資訊進行相應的、有針對性的處理，以濾去幹擾、噪聲，作幾何校正、色彩校正，以便于計算機的分析計算，一般包括濾波、圖像增強、圖像二值化、形态學運算、邊緣檢測等。

基于MATLAB的車牌識别系統設計

圖2 車牌圖像預處理流程圖

實踐内容
車牌預處理（灰階化、去噪、灰階變換、邊緣檢測、

形态學處理）

由于照片拍攝的好壞有很多外界因素決定，由于光照強度的影響，晴天拍攝的照片與陰天拍攝的照片品質肯定不一樣，白天和晚上更是不同；由于每部車的車速的不一緻，慢速行駛的車輛會比快速行駛的車輛拍攝的照片品質好一些，而且車速過快，會使照片的字迹模糊，這肯定會影響字元的識别。故要對拍攝的照片進行灰階化、二值化、濾波等預處理。傳統的設計方法為：利用靜止的汽車牌照圖檔，利用C 語言或C++語言來對圖像進行處理，程式設計很複雜，維護難度大。而MATLAB 語言對處理圖像而言非常友善，可直接調用已經編好的函數，如可直接調用現成的函數進行複雜的傅裡葉變換、拉普拉斯變換、二值化處理、數字濾波等操作。

車牌定位
字元分割
字元識别

程式如下

：

I=imread('C:\Documents and Settings\Administrator\桌面\yu.jpg');

figure(1),imshow(I);title('原圖');

基于MATLAB的車牌識别系統設計

I1=rgb2gray(I);

figure(2),subplot(1,2,1),imshow(I1);title('灰階圖');

figure(2),subplot(1,2,2),imhist(I1);title('灰階圖直方圖');

基于MATLAB的車牌識别系統設計

I2=edge(I1,'roberts',0.08,'both');

figure(3),imshow(I2);title('robert算子邊緣檢測')

基于MATLAB的車牌識别系統設計

se=[1;1;1];

I3=imerode(I2,se);

figure(4),imshow(I3);title('腐蝕後圖像');

基于MATLAB的車牌識别系統設計

se=strel('rectangle',[40,40]);

I4=imclose(I3,se);

figure(5),imshow(I4);title('平滑圖像的輪廓');

基于MATLAB的車牌識别系統設計

I5=bwareaopen(I4,2000);

figure(6),imshow(I5);title('從對象中移除小對象');

基于MATLAB的車牌識别系統設計

[y,x,z]=size(I5);

myI=double(I5);

tic

[temp MaxY]=max(Blue_y);

PY1=MaxY;

while((Blue_y(PY1,1)>=120)&&(PY1>1))

PY1=PY1-1;

end

PY2=MaxY;

while((Blue_y(PY2,1)>=40)&&(PY2<y))

PY2=PY2+1;

end

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

Blue_x=zeros(1,x);

for j=1:x

for i=PY1:PY2

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

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

end

PX1=1;

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

PX1=PX1+1;

end

PX2=x;

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

PX2=PX2-1;

end

PX1=PX1-2;

PX2=PX2+2;

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

t=toc;

figure(7),subplot(1,2,1),imshow(IY),title('行方向合理區域');

figure(7),subplot(1,2,2),imshow(dw),title('定位剪切後的彩色車牌圖像')

基于MATLAB的車牌識别系統設計

imwrite(dw,'dw.jpg');

[filename,filepath]=uigetfile('dw.jpg','輸入一個定位裁剪後的車牌圖像');

jpg=strcat(filepath,filename);

a=imread('dw.jpg');

b=rgb2gray(a);

imwrite(b,'1.車牌灰階圖像.jpg');

figure(8);subplot(3,2,1),imshow(b),title('1.車牌灰階圖像')

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

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

T=round(g_max-(g_max-g_min)/3);

[m,n]=size(b);

d=(double(b)>=T);

imwrite(d,'2.車牌二值圖像.jpg');

figure(8);subplot(3,2,2),imshow(d),title('2.車牌二值圖像')

figure(8),subplot(3,2,3),imshow(d),title('3.均值濾波前')

h=fspecial('average',3);

d=im2bw(round(filter2(h,d)));

imwrite(d,'4.均值濾波後.jpg');

figure(8),subplot(3,2,4),imshow(d),title('4.均值濾波後')

se=strel('square',3);

se=eye(2);

[m,n]=size(d);

if bwarea(d)/m/n>=0.365

d=imerode(d,se);

elseif bwarea(d)/m/n<=0.235

d=imdilate(d,se);

end

imwrite(d,'5.膨脹或腐蝕處理後.jpg');

figure(8),subplot(3,2,5),imshow(d),title('5.膨脹或腐蝕處理後')

基于MATLAB的車牌識别系統設計

d=qiege(d);

[m,n]=size(d);

figure,subplot(2,1,1),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;

end

d=qiege(d);

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<y1

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;

end

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

end

[word2,d]=getword(d);

[word3,d]=getword(d);

[word4,d]=getword(d);

[word5,d]=getword(d);

[word6,d]=getword(d);

[word7,d]=getword(d);

figure(9),imshow(word1),title('1');

figure(10),imshow(word2),title('2');

figure(11),imshow(word3),title('3');

figure(12),imshow(word4),title('4');

figure(13),imshow(word5),title('5');

figure(14),imshow(word6),title('6');

figure(15),imshow(word7),title('7');

基于MATLAB的車牌識别系統設計

[m,n]=size(word1);

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]);

figure(16);

基于MATLAB的車牌識别系統設計

subplot(3,7,8),imshow(word1),title('1');

subplot(3,7,9),imshow(word2),title('2');

subplot(3,7,10),imshow(word3),title('3');

subplot(3,7,11),imshow(word4),title('4');

subplot(3,7,12),imshow(word5),title('5');

subplot(3,7,13),imshow(word6),title('6');

subplot(3,7,14),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');

liccode=char(['0':'9' 'A':'Z' '魯陝蘇渝京']);

SubBw2=zeros(40,20); % 建立一個40行20列的0矩陣

l=1;

for I=1:7

ii=int2str(I); % 将整型資料轉換為字元串型資料

t=imread([ii,'.jpg']);% 依次讀入七位車牌字元

SegBw2=imresize(t,[40 20],'nearest'); % 對讀入的字元進行縮放

if I==1 % 第一位漢字識别

kmin=37;

kmax=43;

elseif I==2 % 第二位 A~Z 字母識别

kmin=11;

kmax=36;

else % 第三位以後是字母或數字識别 ;即I>=3

kmin=1;

kmax=36;

end

for k2=kmin:kmax

fname=strcat('字元模闆\',liccode(k2),'.jpg'); % strcat函數：連接配接字元串

SamBw2 = imread(fname);

for i=1:40

for j=1:20

SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);

end

% 以上相當于兩幅圖相減得到第三幅圖進行比對

Dmax=0; % 與模闆不同的點個數

end

Error(k2)=Dmax; % 記錄下字元與模闆k2不同的點個數

end

Error1=Error(kmin:kmax);

MinError=min(Error1); % 差别最小的

findc=find(Error1==MinError); % 找出差别最小的模闆

Code(l)=liccode(findc(1)+kmin-1); % 此處用2*l-1且後面的2*l=' ',第隔一空格輸出一個字元

Code(3)=' ';Code(4)=' ';

l=l+1;

if l==3;% 後五位與前兩位字元隔開

l=l+2;

end

figure(10),subplot(5,7,1:7),imshow(dw),title('第一步：車牌定位'),

xlabel({'第二步：車牌分割'}); %'',

subplot(6,7,15),imshow(word1);

subplot(6,7,16),imshow(word2);

subplot(6,7,17),imshow(word3);

subplot(6,7,18),imshow(word4);

subplot(6,7,19),imshow(word5);

subplot(6,7,20),imshow(word6);

subplot(6,7,21),imshow(word7);

subplot(6,7,22:42),imshow('dw.jpg');%

xlabel(['第三步：識别結果為: ', Code],'Color','b');

}

void t0(void) interrupt 1 using 0

{

TH0=STH0;

TL0=STL0;

P1_0=~P1_0;

}

s=strcat('渝','A','N','7','9','6','8');

figure(25);

imshow(dw),title(s);

基于MATLAB的車牌識别系統設計

基于MATLAB的車牌識别系統設計

繼續閱讀

opencv視覺跟蹤——消除背景模組化

圖像壓縮編碼碼matlab實作——行程編碼

圖形處理單元(GPU)的演進

VS2010 / MFC + OpenCV 2.4.9打開圖檔

2021-09-30三維點雲測量正方形包裹體積

DOG算子

陪學讀書會——《定位》第七章：跟随者的定位

陪學讀書會——《定位》第九章：名字的威力（上）

回文樹學習小結

【可靠性評估】電力系統可靠性評估matlab仿真1.軟體版本2.本算法理論知識

Gsl在VS2008下的配置和使用

如何用Opencv求圖像的灰階投影曲線

opencv——圖像的灰階處理（線性變換/拉伸/直方圖/均衡化）

查找檔案中的字元串

MATLAB:非線性規劃fmincon

cs231n斯坦福基于卷積神經網絡的CV學習筆記（一）KNN和線性分類器/分類器損失/反向傳播一，KNN圖像分類算法二，線性分類器三，線性分類器損失四，反向傳播五，神經網絡