数字图像处理实验-汽车牌照自动识别.doc

完整word版)数字图像处理实验_汽车牌照自动识别
贵州大学实验报告
学院：计算机学院 专业:网络工程 班级：101
姓名

学号

实验组

实验时间
12。11
指导教师
戴丹
成绩

实验项目名称
实验四 汽车牌照自动识别
实验目的
1.分析汽车牌照的特点，正确获取整个图像中车牌的区域,并识别出车牌号.
2。将图像预处理、分割、分析等关键技术结合起来,理论与实践相结合，提高图像处理关键技术的综合应用能力。
实验原理
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。
实验步骤
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。
实验数据
getword。m
function ［word,result］=getword(d）
word=［］;flag=0;y1=8;y2=0。5;
while flag==0
［m,n]=size(d）;
wide=0；
while sum(d（:，wide+1)）~=0 && wide<=n-2
wide=wide+1;
end
temp=qiege(imcrop（d,［1 1 wide m］）);
［m1,n1］=size（temp);
if wide d（：，［1：wide］)=0;
if sum（sum（d)）～=0；
d=qiege（d）;flag=1；
else d=[］；
end
end
end
result=d；

qiege。m
function e=qiege（d）
［m，n]=size(d)；
top=1;bottom=m；left=1；right=n；
while sum(d(top,：)）==0 &＆ top〈=m
top=top+1；
end
while sum(d(bottom,：))==0 ＆＆ bottom>=1
bottom=bottom-1；
end
while sum(d（:,left))==0 ＆& left<=n
left=left+1;
end
while sum（d（:，right)）==0 && right〉=1
right=right—1;
end
dd=right-left;
hh=bottom-top；
e=imcrop（d，[left top dd hh］）；

main。m
function [d]=main（jpg)
close all
clc
I=imread（’car2.jpg');
figure（1)
subplot（2，3,1）,imshow(I)；title（’原图’)
I1=rgb2gray（I）;
subplot(2,3，2)，imshow(I1）;title（’灰度图’);
subplot(2，3,3），imhist(I1）;title（’灰度图直方图');
I2=edge(I1，'robert’，0。15,'both')；
subplot（2，3，4)，imshow(I2);title（'robert算子边缘检测’）
se=［1；1；1］;
I3=imerode（I2，se)；
subplot(2,3，5），imshow(I3）；title（’腐蚀后图像'）；
se=strel（’rectangle’,[25,25]）;
I4=imclose（I3,se)；
subplot（2,3,6），imshow(I4）；title(’平滑图像的轮廓’）;
I5=bwareaopen(I4,2000)；
figure(2），imshow(I5）；title（’从对象中移除小对象’）；
［y，x,z]=size(I5）;
myI=double(I5）;
tic
Blue_y=zeros(y，1)；
for i=1:y
for j=1：x
if（myI（i,j，1)==1）
Blue_y(i，1)= Blue_y(i,1）+1；
end
end
end
［temp MaxY]=max(Blue_y)；
PY1=MaxY；
while (（Blue_y(PY1,1）〉=5)＆＆（PY1〉1))
PY1=PY1-1;
end
PY2=MaxY；
while (（Blue_y(PY2,1）〉=5)&&（PY2
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
end
end
PX1=1；
while （(Blue_x(1,PX1)〈3）&&(PX1Blue_x(1，PX2）〈3)&&（PX2>PX1))
PX2=PX2-1；
end
PX1=PX1—1;
PX2=PX2+1;
dw=I（PY1：PY2—8，PX1：PX2，:）;
t=toc;
figure(3)，subplot(1，2，1),imshow（IY），title（'行方向合理区域'）;
figure(3），subplot(1,2，2)，imshow(dw），title（'定位剪切后的彩色车牌图像'）
imwrite(dw，'dw.jpg'）；
[filename,filepath]=uigetfile（'dw。jpg’,’输入一个定位裁剪后的车牌图像’)；
jpg=strcat(filepath,filename);
a=imread(’dw。jpg’）；
b=rgb2gray（a）;
imwrite(b，’1.车牌灰度图像.jpg')；
figure(4)；subplot（3，2，1）,imshow（b)，title（’1。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)；
[m，n]=size（b)；
d=(double（b)〉=T)；
imwrite(d，'2.车牌二值图像.jpg')；
figure（4）;subplot（3，2，2)，imshow(d）,title（’2。车牌二值图像'）
figure(4)，subplot（3，2,3），imshow(d)，title（'3.均值滤波前’）
h=fspecial('average’，3);
d=im2bw(round(filter2（h,d)））；
imwrite(d,’4。均值滤波后。jpg'）;
figure（4),subplot(3,2,4），imshow（d），title(’4.均值滤波后’)
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.膨胀或腐蚀处理后。jpg’）；
figure（4),subplot(3,2，5)，imshow(d），title（'5。膨胀或腐蚀处理后'）
d=qiege(d）；
[m,n]=size（d）;
figure,subplot（2,1,1），imshow（d）;
%figure(6)，subplot（1，1,1），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
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 widetemp));
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
end
[word2,d］=getword（d);
[word3，d]=getword（d）；
［word4，d］=getword（d);
［word5，d]=getword（d）;
［word6d］=getword(d)；
［word7,d］=getword（d)；
subplot(5，7，1)，imshow(word1），title（'1');
subplot（5，7，2)，imshow(word2)，title（’2'）;
subplot(5，7，3),imshow(word3），title('3’);
subplot(5，7,4），imshow（word4）,title（’4');
subplot（5，7，5),imshow（word5）,title('5’）;
subplot(5,7,6)，imshow（word6),title(’6’);
subplot(5,7,7),imshow(word7）,title('7’)；
［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］);
subplot(5,7，15），imshowword1）,title（'1');
subplot（5，7,16)，imshow(word2),title（'2'）；
subplot(5,7，17),imshow(word3）,title（’3'）；
subplot(5，7,18），imshow（word4）,title（'4’);
subplot(5,7,19），imshow(word5)，title（'5’）;
subplot(5，7，20)，imshow(word6),title(’6');
subplot（5,7,21)，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’ '苏豫陕鲁'］);
SubBw2=zeros（40，20）; l=1；
for I=1：7
ii=int2str(I）;
t=imread（[ii,'。jpg’]）;
SegBw2=imresizet,［40 20］，’nearest’);
if l==1
kmin=37;
kmax=40;
elseif l==2
kmin=11;
kmax=36;
else l>=3
kmin=1;
kmax=36;
end
for k2=kmin:kmax
fname=strcat（'字符模板\',liccode（k2)，'.jpg’）;
SamBw2 = imread(fname);
for i=1：40
for j=1：20
SubBw2(i,j）=SegBw2(i,j)-SamBw2(i，j）；
end
end
Dmax=0;
for k1=1:40
for l1=1:20
if ( SubBw2(k1，l1) > 0 | SubBw2（k1，l1) 〈0 ）
Dmax=Dmax+1；
end
end
end
Error(k2）=Dmax；
end
Error1=Error（kmin:kmax）；
MinError=min（Error1）；
findc=find(Error1==MinError)；
Code(l＊2—1）=liccode(findc（1）+kmin-1);
Code(l＊2）=' ’;
l=l+1;
end
figure(6），subplot（1，1,1）,imshow（d);title(n)；
figure（6）,subplot(1,1，1），imshow(dw）;title (［’车牌号码:’，Code]，’Color'，’b')；

实验总结
学会将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力.
指导教师意见

签名： 年 月 日