基于matlab的車牌識別系統(tǒng)的設計畢業(yè)設計

1、基于MATLAB的車牌識別系統(tǒng)的設計畢業(yè)設計畢業(yè)設計基于基于MATLABMATLAB的車牌識別系統(tǒng)的設計的車牌識別系統(tǒng)的設計摘要：汽車車牌的識別系統(tǒng)是現(xiàn)代智能交通管理的重要組成部分之一。車牌識別系統(tǒng)使車輛管理更智能化，數(shù)字化，有效的提升了交通管理的方便性和有效性。車牌識別系統(tǒng)主要包括了圖像采集、圖像預處理、車牌定位、字符分割、字符識別等五大核心部分。本文主要介紹圖像預處理、車牌定位、字符分割三個模塊的實現(xiàn)方法。本文的圖像預處理模塊是將圖

2、像灰度化和用Roberts算子進行邊緣檢測的步驟。車牌定位和分割采用的是利用數(shù)學形態(tài)法來確定車牌位置，再利用車牌彩色信息的彩色分割法來完成車牌部位分割。字符的分割采用的方法是以二值化后的車牌部分進行垂直投影，然后在對垂直投影進行掃描，從而完成字符的分割。本文即是針對其核心部分進行闡述并使用MATLAB軟件環(huán)境中進行字符分割的仿真實驗。關鍵詞關鍵詞：MATLAB、圖像預處理、車牌定位、字符分割基于MATLAB的車牌識別系統(tǒng)的設計輸出結果輸

3、出結果：輸出識別結果，并進行數(shù)據(jù)存儲。三、各模塊的實現(xiàn)三、各模塊的實現(xiàn)車牌識別系統(tǒng)包括圖像采集、圖像預處理、車牌定位、字符分割、字符識別等模塊，本文主要研究圖像預處理、車牌定位和字符分割三個模塊。圖像預處理圖像預處理（1）圖像灰度化）圖像灰度化：因為車牌識別系統(tǒng)的攝像頭拍攝的圖片是彩色的，圖片的背景顏色有時和車牌的顏色相似，而且彩色圖片會占用較大的存儲空間，使計算機處理速度變慢，加重計算機負擔，所以我們要對拍攝的照片進行灰度化處理。對于

4、將彩色圖像轉換成灰度圖像時，目前比較主流的灰度化方法叫平均值法，公式為：H=0.229R0.588G0.144B公式中H表示灰度圖的亮度值；R代表彩色圖像紅色分量值；G代表色彩圖像綠色分量值；B代表彩色圖像藍色分量值。RGB三分量前的系數(shù)為經(jīng)驗加權值。加權系數(shù)的取值建立在人眼的視覺模型之上。對于人眼較為敏感的綠色取較大的權值；對人眼較為不敏感的藍色則取較小的權值。通過該公式轉換的灰度圖能夠比較好地反應原圖像的亮度信息。在MATLAB中我

5、們可以調用im2gray函數(shù)對圖像進行灰度化處理。（2）圖像的邊緣檢測：）圖像的邊緣檢測：邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。用攝像機采集到的機動車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質量不理想。因此，在進行對汽車牌照的定位及字符識別之前需要先對車輛圖像進行邊緣檢測處理，提高圖像的質量，使其易于后面的分割和識別。通過良好的邊緣檢測可以大幅度的降低噪聲、分離出復雜環(huán)境中的車輛圖像、保留完好的