1、數字圖像與計算機視覺期末實驗報告專業名稱： 學生姓名： 學 號： 題目一：車牌識別系統（LRP）一、實驗目的1、了解車牌識別系統及其應用；2、結合本門課程所學內容，設計一個車牌識別系統并實現。二、實驗內容1、車牌識別系統的圖像預處理2、車牌定位、3、字符分割4、字符識別三、主要步驟車輛牌照識別（LPR）系統是一個專用的計算機視覺系統，它能夠自動地攝取車輛圖像和識別車牌號碼，可應用在公路自動收費、停車場管理、失竊車輛偵察、門衛系統、智能交通系統等不同場合。LPR系統的廣泛應用將有助于加快我國交通管理自動化的進程。本實驗完成車牌識別的系統流程圖如下：1、預處理攝像時的光照條件，牌照的整潔程度，攝像

2、機的狀態（焦距，角度和鏡頭的光學畸變），以及車速的不穩定等因素都會不同程度的影響圖像效果，出現圖像模糊，歪斜或缺損，車牌字符邊界模糊不清，細節不清，筆畫斷開，粗細不均等現象，從而影響車牌區域的分割與字符識別的工作，所以識別之前要進行預處理。預處理的包括：1）消除模糊 用逆濾波處理消除勻速運動造成的圖像運動模糊 2）圖像去噪。 通常得到的汽車圖像會有一些污點，椒鹽噪聲，應用中值濾波 3）圖像增強 自然光照度的晝夜變化會引起圖像對比度的不足，所以必須圖像增強，可以采用灰度拉伸，直方圖均衡等通過以上處理，提高了圖像的質量，強化了圖像區域。2、車牌定位從背景中準確地確定牌照區域是整個識別過程的關鍵。首

3、先對采集到的圖像進行大范圍相關搜索，找到符合汽車牌照特征的若干區域作為候選區，然后對這些侯選區域做進一步分析、評判，最后選定一個最佳的區域作為牌照區域，并將其從圖象中分割出來。由于車牌區域大部分為藍色，根據這個特性可以定位到車牌區域，而對于藍色車系來說，可以通過腐蝕的方法解決。具體算法流程如下：結果如圖：圖 1 車牌定位圖 2 車牌分割3、字符分割： 完成牌照區域的定位后，再將牌照區域分割成單個字符，然后進行識別。具體流程如下結果如圖：圖 3 分割出的七張圖片4、字符識別：本文基于模板匹配算法對分割出來的字符圖片進行識別。具體流程如下：結果如下： 桂AC3692四、實驗結果分析本實驗的汽車號牌

4、識別系統是針對車牌為藍底白字，7個字符水平排列的汽車車牌進行研究。有些光照條件不理想的圖片，需要先進行圖象增強處理，再進行車牌定位和分割，這樣可以提高分割的成功率。色彩通道的車牌區域分割算法充分利用了車牌圖象的色彩信息，簡化了算法的實現，加快了圖象的處理速度，具有較高的正確率，而且整個程序用MATLAB語言編程實現，運算速度快。但是也存在一些識別效果不是很理想的圖片，這些圖片需要做一些前提工作后才能識別出相應的字符。(2)車牌定位和分割中利用的車牌區域的寬度信息以及字符尺寸信息，是根據經驗測算出來的；(3)由于基于尋找連續有文字的塊的字符分割方法容易受噪聲和環境光線變化的影響，所以在車牌字符分

5、割的預處理中，需要對分割出的字符車牌進行均值濾波，膨脹或腐蝕的處理。經過這些處理可以把字符與字符之間的雜色點去除，只有白色的字符和黑色的背景存在，有利于的字符分割進行(4)字符識別方法中運用模板匹配的方法，方法簡潔但識別率較低。模板匹配法，是利用要識別的字符圖片與字符庫中的圖片進行兩幅圖片相減的方法，找到相減后值最小的圖片，其相似程度最大的。模板庫的字符制作很重要，必須要用精確的模板，否則就不能正確的識別。附錄：%function carrecoclose allclear all;%=%說明：%=% =測定算法執行的時間，開始計時=tic%=讀入圖片=fn,pn,fi=uigetfile(*

6、.jpg,選擇圖片);I=imread(pn fn);figure,imshow(I);title(原始圖像);%顯示原始圖像chepailujing=pn fnI_bai=I;PY2,PY1,PX2,PX1=caitu_fenge(I);U V=size(I);%=車牌區域根據面積二次修正=PY2,PY1,PX2,PX1,threshold=SEC_xiuzheng(PY2,PY1,PX2,PX1);%=更新圖片=Plate=I_bai(PY1:PY2,PX1:PX2,:);%使用caitu_tiqu hold on; line1 = 1 PY1; V PY1; plot(line1(:,

7、1), line1(:, 2), y-, LineWidth, 2);pause(1.5); hold on; line2 = 1 PY2; V PY2; plot(line2(:, 1), line2(:, 2), r-, LineWidth, 2);pause(1.5); hold on; line3 = PX1 1; PX1 U; plot(line3(:, 1), line3(:, 2), g-, LineWidth, 2);pause(1.5); hold on; line4 = PX2 1; PX2 U; plot(line4(:, 1), line4(:, 2), b-, Lin

8、eWidth, 2);%=考慮用腐蝕解決藍色車問題=bw=Plate;figure,imshow(bw);title(車牌圖像);%hsv彩圖提取圖像%=這里要根據圖像的傾斜度進行選擇這里選擇的圖片20090425686.jpgbw=rgb2gray(bw);figure,imshow(bw);title(灰度圖像);%=傾斜校正=qingxiejiao=rando_bianhuan(bw)bw=imrotate(bw,qingxiejiao,bilinear,crop);figure,imshow(bw);title(傾斜校正);%取值為負值向右旋轉%=bw=im2bw(bw);%figur

9、e,imshow(bw);bw=bwmorph(bw,hbreak,inf);%figure,imshow(bw);bw=bwmorph(bw,spur,inf);%figure,imshow(bw);title(擦除之前);bw=bwmorph(bw,open,5);%figure,imshow(bw);title(閉合運算);bw = bwareaopen(bw, threshold);figure,imshow(bw);title(擦除);%=加入進度條=% h=waitbar(0,程序運行中，請稍等.)% for i=1:10000% waitbar(i/5000,h) % end%

10、close(h);%wavplay(wavread(程序運行中.wav),22000);%=bw=bw;figure,imshow(bw);title(擦除反色); %=對圖像進一步裁剪，保證邊框貼近字體=bw=touying(bw);figure;imshow(bw);title(Y方向處理);bw=bw;bw = bwareaopen(bw, threshold);bw=bw;%figure,imshow(bw);title(二次擦除);y,x=size(bw);%對長寬重新賦值%=文字分割=fenge=shuzifenge(bw,qingxiejiao)m,k=size(fenge);%

11、=顯示分割圖像結果= figure; for s=1:2:k-1 subplot(1,k/2,(s+1)/2);imshow(bw( 1:y,fenge(s):fenge(s+1);end%= 給七張圖片定位=桂AV6388han_zi =bw( 1:y,fenge(1):fenge(2);imshow(han_zi);zi_mu =bw( 1:y,fenge(3):fenge(4);zm_sz_1 =bw( 1:y,fenge(5):fenge(6);zm_sz_2 =bw( 1:y,fenge(7):fenge(8); shuzi_1 =bw( 1:y,fenge(9):fenge(10)

12、; shuzi_2 =bw( 1:y,fenge(11):fenge(12); shuzi_3 =bw( 1:y,fenge(13):fenge(14); %=識別=%=把修正數據讀入=xiuzhenghanzi = imresize(han_zi, 110 55,bilinear);xiuzhengzimu = imresize(zi_mu, 110 55,bilinear);xiuzhengzm_sz_1= imresize(zm_sz_1,110 55,bilinear);xiuzhengzm_sz_2 = imresize(zm_sz_2,110 55,bilinear);xiuzhe

13、ngshuzi_1 = imresize(shuzi_1,110 55,bilinear);xiuzhengshuzi_2 = imresize(shuzi_2,110 55,bilinear);xiuzhengshuzi_3 = imresize(shuzi_3,110 55,bilinear);%= 把0-9 , A-Z以及省份簡稱的數據存儲方便訪問=hanzishengfen=duquhanzi(imread(cpgui.bmp),imread(cpguizhou.bmp),imread(cpjing.bmp),imread(cpsu.bmp),imread(cpyue.bmp);%因數

14、字和字母比例不同。這里要修改shuzizimu=duquszzm(imread(0.bmp),imread(1.bmp),imread(2.bmp),imread(3.bmp),imread(4.bmp),. imread(5.bmp),imread(6.bmp),imread(7.bmp),imread(8.bmp),imread(9.bmp),. imread(10.bmp),imread(11.bmp),imread(12.bmp),imread(13.bmp),imread(14.bmp),. imread(15.bmp),imread(16.bmp),imread(17.bmp),i

15、mread(18.bmp),imread(19.bmp),. imread(20.bmp),imread(21.bmp),imread(22.bmp),imread(23.bmp),imread(24.bmp),. imread(25.bmp),imread(26.bmp),imread(27.bmp),imread(28.bmp),imread(29.bmp),. imread(30.bmp),imread(31.bmp),imread(32.bmp),imread(33.bmp);zimu = duquzimu(imread(10.bmp),imread(11.bmp),imread(12

16、.bmp),imread(13.bmp),imread(14.bmp),. imread(15.bmp),imread(16.bmp),imread(17.bmp),imread(18.bmp),imread(19.bmp),. imread(20.bmp),imread(21.bmp),imread(22.bmp),imread(23.bmp),imread(24.bmp),. imread(25.bmp),imread(26.bmp),imread(27.bmp),imread(28.bmp),imread(29.bmp),. imread(30.bmp),imread(31.bmp),i

17、mread(32.bmp),imread(33.bmp);shuzi = duqushuzi(imread(0.bmp),imread(1.bmp),imread(2.bmp),imread(3.bmp),imread(4.bmp),. imread(5.bmp),imread(6.bmp),imread(7.bmp),imread(8.bmp),imread(9.bmp); %=識別結果= i=1;%shibiezm_sz該函數識別數字有問題jieguohanzi = shibiehanzi(hanzishengfen,xiuzhenghanzi);shibiejieguo(1,i) =ji

18、eguohanzi; i=i+1;jieguozimu = shibiezimu(zimu,xiuzhengzimu); shibiejieguo(1,i) =jieguozimu; i=i+1;jieguozm_sz_1= shibiezm_sz(shuzizimu,xiuzhengzm_sz_1); shibiejieguo(1,i) =jieguozm_sz_1;i=i+1;jieguozm_sz_2= shibiezm_sz(shuzizimu,xiuzhengzm_sz_2); shibiejieguo(1,i) =jieguozm_sz_2;i=i+1;jieguoshuzi_1= shibieshuzi(shuzi,xiuzhengshuzi_1); shibiejieguo(1,i) =jieguoshuzi_1;i=i+1;jieguoshuzi_2= shibieshuzi(shuzi,xiuzh