基于MATLAB車牌識別設(shè)計(jì)報告組長：成員：圖像預(yù)處理字符分割字符識別4.設(shè)計(jì)總結(jié)設(shè)計(jì)總覽圖像預(yù)處理圖像預(yù)處理步驟step1.將彩色圖像轉(zhuǎn)換成灰度圖像step2.將灰度圖像轉(zhuǎn)換成二值圖像step3.對二值圖像進(jìn)行平滑處理step1.將彩色圖像轉(zhuǎn)換成灰度圖像在不考慮車牌定位和裁剪的情況下，需要將彩色圖像轉(zhuǎn)換成灰度圖像，轉(zhuǎn)換時圖像灰度值H可由下面的公式計(jì)算：返回目錄step2.將灰度圖像轉(zhuǎn)換成二值圖像算法原理為了方便字符切割和字符識別，需要將灰度圖像進(jìn)行二值化處理，以此來達(dá)到簡化操作、加快運(yùn)算速度的目的。返回目錄step3.對二值圖像進(jìn)行平滑處理均值濾波處理經(jīng)過二值化之后有些小的噪點(diǎn)、毛刺或者分支需要去除，經(jīng)過均值濾波后圖像變得更加圓滑、噪點(diǎn)減少。均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的臨近像素，再用模板中的全體像素的平均值來代替原來像素值。返回目錄step3.對二值圖像進(jìn)行平滑處理去干擾處理車牌中前兩個字符和后五個字符之間會存在一個白點(diǎn)，影響后續(xù)的字符分割部分，由于白點(diǎn)位置的固定（28%~33%），可對其填充達(dá)到去除的目

的。返回目錄預(yù)處理特殊情況處理及算法改進(jìn)算法改進(jìn)效果當(dāng)車牌污染嚴(yán)重噪聲過多時，采用上述預(yù)處理方法強(qiáng)度不夠，處理過后噪點(diǎn)仍然過多的情況，如圖所示。這將會影響字符切割結(jié)果，所以需要對這種情況進(jìn)行特殊處理和算法改進(jìn)。如果對該灰度圖像進(jìn)行最小值濾波后再進(jìn)行后續(xù)處理結(jié)果會更清晰，大大地減小了噪聲對字符切割的影響。未經(jīng)過最小值濾波處理前經(jīng)過最小值濾波處理后返回目錄預(yù)處理特殊情況處理及算法改進(jìn)算法改進(jìn)效果當(dāng)車牌污染嚴(yán)重噪聲過多時，造成車牌字符斷裂需要對字符進(jìn)行腐蝕膨脹之后再進(jìn)行切割處理。未經(jīng)過腐蝕膨脹處理前經(jīng)過腐蝕膨脹處理后返回目錄切割是否成功預(yù)處理圖像字符切割字符識別是輸出結(jié)果否污染嚴(yán)重影響切割腐蝕膨脹最小值濾波預(yù)處理特殊情況處理及算法改進(jìn)算法改進(jìn)返回目錄預(yù)處理特殊情況處理及算法改進(jìn)效果對比未經(jīng)過最小值濾波處理前切割失敗返回目錄經(jīng)過最小值濾波處理后切割成功字符分割字符分割step1.垂直投影法進(jìn)行字符分割step2.字符圖像歸一化處理step1.垂直投影法進(jìn)行字符分割垂直投影法原理將經(jīng)過圖像預(yù)處理的圖像進(jìn)行灰度垂直投影，可知車牌區(qū)域的垂直投影可以清晰地看出7個區(qū)域，即車牌的7個字符圖像的垂直投影，如圖所示。通過垂直投影圖的特征，分割字符就轉(zhuǎn)化為只需得到每個區(qū)域的左右邊界即可。返回目錄step1.垂直投影法進(jìn)行字符分割字符分割算法將該字符范圍涂黑是切割該字符歸一化處理并輸出預(yù)處理后圖像切去無效部分從左確定第一個字符范圍寬度及有效像素比重是否滿足要求否返回目錄step1.垂直投影法進(jìn)行字符分割字符分割結(jié)果返回目錄step2.字符圖像歸一化處理字符歸一化原理由于圖像采集時圖像的像素值不一樣，經(jīng)切割出來的字符的大小也會不一樣，所以在進(jìn)行匹配前必須先進(jìn)行字符圖像歸一化。使圖像字符大小跟模板圖像大小一致，Matlab提供一個改變圖像大小的函數(shù)imresize(I，Size，Model)，Model是插值運(yùn)算方法，這里選用‘nearest’最近鄰插值法,經(jīng)歸一化后的圖像如下。返回目錄字符識別字符識別step1.建立模板字庫表step2.將識別字符與模板字符匹配step3.進(jìn)行字符識別并輸出對應(yīng)值字符識別算法原理框圖查找自動字符識別代碼表輸出結(jié)果否是否為最小值是讀取分割字符逐個字符匹配逐個相減模板字庫字符返回目錄step1.建立字符模板庫字符匹配識別要前提建立可以與之相比較的字庫表，將標(biāo)準(zhǔn)車牌中所含的漢字、字母和數(shù)字進(jìn)行分割歸一化處理（40*20）后制作成標(biāo)準(zhǔn)的字庫模板如下圖。返回目錄識別完成，輸出此模板對應(yīng)值step2.將識別字符與模板字符匹配字符識別原理將已切割并進(jìn)行了歸一化處理的單個字符相比較，逐個字符進(jìn)行匹配比較，再將待識別的字符的特征值和模板字符相減，找到相減值為最小的那個即為匹配得最好的字符。字符識別步驟如下：讀取分割字符第一個字符與模板中的漢字模板匹配第二個字符與模板中的字母模板匹配后五個字符與模板中的數(shù)字、字母模板匹配待識別字符與模板字符相減，值越小相似度越大，找到最小的一個即為匹配的最好的返回目錄字符識別特殊情況處理及算法改進(jìn)特殊情況處理1.后五位字符切割過后數(shù)字“1”切割過細(xì)，歸一化后比例失調(diào)影響字符識別，容易錯誤識別成其他字符；后五位車牌中“O”和“0”過于接近，因此國家規(guī)定車牌中后五位不允許出現(xiàn)字母“O”，均為數(shù)字“0”；后五位數(shù)字“0”和字母“D”相近，出現(xiàn)“0”時有可能會識別成“D”。返回目錄字符識別特殊情況處理及算法改進(jìn)算法改進(jìn)否后五位字符切割“1”像素點(diǎn)個數(shù)是否大于500歸一化20

40字符為“1”是輸出該值與前最小值相近值之差是否小于10依次與模板相減計(jì)算相近值是字符為“0”是否為模板“O”否每次取兩個中最小值是否返回目錄字符識別特殊情況處理及算法改進(jìn)效果對比算法改進(jìn)前算法改進(jìn)后“1”識別失敗情況“0”識別成“D”情況“0”識別成“O”情況返回目錄設(shè)計(jì)總結(jié)設(shè)計(jì)總框圖灰度處理二值圖像均值濾波去干擾處理切除無效部分確定字符范圍最