目錄
前言
課題背景和意義
實現(xiàn)技術(shù)思路
一、車牌識別系統(tǒng)總體方案設(shè)計
二、車牌識別系統(tǒng)硬件設(shè)計
三、車牌識別系統(tǒng)軟件設(shè)計
四、 實驗結(jié)果與分析
部分源代碼
實現(xiàn)效果圖樣例
最后
前言
? ? ??大四是整個大學(xué)期間最忙碌的時光,一邊要忙著備考或?qū)嵙?xí)為畢業(yè)后面臨的就業(yè)升學(xué)做準(zhǔn)備,一邊要為畢業(yè)設(shè)計耗費大量精力。近幾年各個學(xué)校要求的畢設(shè)項目越來越難,有不少課題是研究生級別難度的,對本科同學(xué)來說是充滿挑戰(zhàn)。為幫助大家順利通過和節(jié)省時間與精力投入到更重要的就業(yè)和考試中去,學(xué)長分享優(yōu)質(zhì)的選題經(jīng)驗和畢設(shè)項目與技術(shù)思路。
??對畢設(shè)有任何疑問都可以問學(xué)長哦!
選題指導(dǎo):?https://blog.csdn.net/qq_37340229/article/details/128243277
大家好,這里是海浪學(xué)長畢設(shè)專題,本次分享的課題是
??基于 MATLAB 的車牌識別系統(tǒng)設(shè)計
課題背景和意義
實現(xiàn)技術(shù)思路
一、車牌識別系統(tǒng)總體方案設(shè)計
二、車牌識別系統(tǒng)硬件設(shè)計
三、車牌識別系統(tǒng)軟件設(shè)計
車牌圖像預(yù)處理
由于攝像頭抓拍到的圖像會受到光照、車輛行駛速 度、道路行駛車輛稠密度、車輛新舊程度、攝像頭是否抖 動、攝像頭拍攝的角度以及拍攝的距離等因素的影響，直 接獲取到的車牌圖像可能存在著一些噪點，導(dǎo)致無法直接 從其中提取到車牌的真實信息，因此需要通過圖像預(yù)處 理，從而提升采集到的信息的質(zhì)量。通常對圖像進行濾波 去噪是改善圖像質(zhì)量的一種有效途徑。
1）二值圖像、灰度圖像、彩色圖像
①二值圖像(Binary Image)：圖像中每個像素的灰度值僅可取0或1，即不是取黑，就是取白，二值圖像可理解為黑白圖像
②灰度圖像(Gray Scale Image)：圖像中每個像素可以由0-255的灰度值表示，具體表現(xiàn)為從全黑到全白中間有255個介于中間的灰色值可以取
③彩色圖像(Color Image)：每幅圖像是由三幅灰度圖像組合而成，依次表示紅綠藍三通道的灰度值，即我們熟知的RGB，此時彩色圖像要視為三維的[height，width, 3]
下面用一張圖來感受一下灰度圖與彩色圖像之間的聯(lián)系與差別
?邊緣檢測
攝像頭拍攝出來的圖像是彩色圖像，然而在實際的邊 緣過程中，其檢測對象都是灰度圖像，因此需要對采集到 的圖像進行灰度轉(zhuǎn)換?？偟膩碚f，就是將彩色圖像的三個通道信號轉(zhuǎn)變?yōu)閱瓮ǖ佬盘枺虼嘶叶葓D像的每一個像素點只有一個像素值。邊緣檢測有多種算法，例如 canny 算法、sobel 算法。
1）一階導(dǎo)數(shù)模板可以檢測邊緣，主要的邊緣模型有：臺階邊緣模型、脈沖或者線模型、斜坡邊緣模型。
2）梯度偏導(dǎo)數(shù)的濾波器模板：通常稱為梯度算子、差分算子、邊緣算子或邊緣檢測子。
3）一階梯度算子：[-1,0,+1];[-1,+1];[+1,-2,+1];
5）二階梯度算子
（1）Robert算子（羅伯特交叉梯度算子）；適用范圍：對角線方向的邊緣；
?（2）Prewitt算子：適用范圍：垂直方向、水平方向的邊緣。
?（3）Sobel算子：
?（4）拉普拉斯算子：
（5）LOG算子(Laplacian of Gaussian)：
?形態(tài)學(xué)處理
圖像形態(tài)學(xué)處理也是圖像處理中應(yīng)用非常廣泛的技術(shù)，這種技術(shù)方法主要從圖像中提取對識別結(jié)果的有意義的圖像分量。圖像形態(tài)學(xué)處理方法有腐蝕、膨脹、開和閉。
四、 實驗結(jié)果與分析
將原始圖像先轉(zhuǎn)換成灰度圖像，灰度圖像如圖所示
?對車牌圖像進行邊緣檢測，檢測結(jié)果為圖所示。
?選取結(jié)構(gòu)元素為 3*1 的向量，經(jīng)過腐蝕、膨脹形態(tài)學(xué)處理之后的車牌圖像如圖所示
?最后經(jīng)過中值濾波后的圖像如圖所示。
?隨后車牌定位剪切出來的彩色車牌圖像如圖 ：
確定車牌位置后下一步的任務(wù)就是將字符區(qū)域與車牌背景分離開。然后對圖像中每個字符進行分割，在分割時經(jīng)過多次試驗，選出合適的閾值。二值化的圖像如圖
?構(gòu)造訓(xùn)練樣本，用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)識別車牌字符。最后識別結(jié)果以標(biāo)題形式顯示在車牌原始圖像上。識別結(jié)果如圖：
部分源代碼
k=input( 'Enter the file name:,"s');%輸入車牌照片
pic=imread(k);
imshow(pic);
pic_gray=rgb2gray(pic);
pic gray=medfilt2(pic_gray[3,3]);%對灰度圖像進行中值濾波
Image=im2bw(pic gray,0.2);
BW=edge(pic gray， 'sobel’);%找出圖像的邊緣
imx,imy]=size(BW);%計算圖像大小
msk=[00000
01110;
01110;
01110;
0 0 0 0 0;];
B0=conv2(double(BW),double(msk));%對邊緣區(qū)域進行加強
se=ones(2,80);
B1=imdilate(B0,se);
%figure;%imshow(B1);
B2=imerode(B1,se);
se=ones(20,2);
B3=imdilate(B2,se);
B4=imerode(B3,se);
se=ones(50,2);
end
for k=1:length(B)%循環(huán)遍歷每個連通域的邊界
boundary=B{k};%獲取一條邊界上的所有點
delta sq=diff(boundary).^2;
perimeter=sum(sqrt(sum(delta sq,2)));%計算邊界周長
area=stats(k).Area;%獲取邊界所圍面積
metric=27*area/perimeter^2:%計算匹配度
metric string=sprintf('%2.2f',metric);%要顯示的匹配度字串
end實現(xiàn)效果圖樣例
車牌識別系統(tǒng)的應(yīng)用：
?我是海浪學(xué)長,創(chuàng)作不易,歡迎點贊、關(guān)注、收藏、留言。文章來源：http://www.zghlxwxcb.cn/news/detail-416930.html
畢設(shè)幫助，疑難解答，歡迎打擾！文章來源地址http://www.zghlxwxcb.cn/news/detail-416930.html
最后
到了這里，關(guān)于畢業(yè)設(shè)計-基于 MATLAB 的車牌識別系統(tǒng)設(shè)計的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
