matlab在数字图像处理中的应用-车牌照识别

《matlab在数字图像处理中的应用-车牌照识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、MATLAB仿真技术专业班级Xx学号XXXXMatlab在数字图像处理中的应用-车牌照识别一、引言随着我国经济的高速发展，汽车数量不断增加，这使得道路交通问题与曰俱增，人工的操作方式完全无法应对这大数据时代。随着数字化时代的到来，科学技术的日益更新，计算机水平的不断提升，人类不能再像上世纪那样人工计算处理，现如今，我们急需能自动处理识别车辆牌照的智能化系统，这样不仅可以提高工作效率，还能提升其准确率，因此研究牌照的自动识别技术应运而生。而图像处理着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要指对图像进行各种加工以改善

2、图像的视觉效果并为自动识别打基础，或对图像进行压缩编码以减少对其所需存储空间或传输时间、传输道路的要求。Matlab是当今使用最为广泛的数学软件，能够进行数值计算、数据处理、系统分析、图形显示、符号运算等运算，而且在它的数学平台上只须寥寥数语就可以实现十分复杂的功能，大大提高了工程分析计算的效率，已经广泛应用于生物医学工程、图像信息处理、信号分析等领域.Matlab異有结构化的控制语句，语法限制不严格，程序设计自由度大，且有强大的图像功能和较强的编辑图形界面的能力，还提供了自带的C++Compiler,可与C混合编程，可移植性好，更大地方便了用户。二、利用Mat

3、lab进行数字图像处理由于Matlab的广泛使用，出现了在各个专业领域使用的工具箱，其中钮括功能强大的适用于图像分析和处理的工只箱，利用这些工具箱所提供的丰宮的函数，我们可以方便地对数字图像进行分析处理和研究.同时Matlab支持多种图形文件格式，打开各种不同图像格式的文件时不需要专业软件，使得操作变得更加灵活。工兵箱可靠性很高，因此用户可以把精力集中在算法而不是编程上，大大提高了工作效率。1.1图像增强图像增强技术的主要目的是增加图像的视觉效果，让人眼或机器易于辨识，也可以防止图像中所代表的重要图像信息的遗漏.例如，一个图像增强系统可以利用高通滤波器来强化图像

4、中物体舶边线，使图中的物体更加明显。图像增强的方法很多，可根据不同目的选取不同方法，如点处理、空间滤波等。Matlab提供了中值滤波、直方图均衡、对比度调整等工只，方便实用.例如HISTEQ函数用直方图均衡的方法增强图像的对比度，MEDFILT2函数用于对图像进行二维中值滤波，WIENER2函数用于图像的二维自适应去噪滤波。1.2图像压缩数字图像处理过程中经常产生钮含图像数据的大型文件，在不同用户和系统间交换文件时就要求用有效的方法对这些大型文件进行存储和传递，这就需要对文件进行压缩，减少表示数字图像所需的数据量。利用Matlab影像处理工具箱中提供的相关函数和

5、命令能够实现图像压缩算法.Matlab中的图像均为矩阵形式，可以用影像处理工具箱中的DCT2函数实现压缩，该函数基于FFT算法，适用于有大量输入的运算。1.3图像分析图像是我们日常生活中获取信息的主要形式，为了让计算机能够模仿人类对图像中的信息进行识别和选取，就必须对图像的特征进行分析，比如图像的轮廓、大小、颜色等等。Matlab提供了可用于此类分析的函数，如ADJUST、EDGE等。三、系统设计车牌自动识别系统顾名思义就是能将车牌号码从静态图片上读取，最后以文本的形式表示出来。实际应用中整套系统由硬件模块和软件模块组成，这里我们主要进行软件模块研允，基本结构如

6、图1.1所示：^=>i=^>=>^=>图1.1牌照自动识别系统框架图3.1图像采集图像采集是该系统的第一步，照片质量的好坏直接关系到系统识别的精度。故选择好的摄像设备，设置好的摄像角度是关键。随着现代社会的发展，数码照相机的分辨率已越来越高，可使用红外传感器来控制照相机的开启与关闭，照相机通过串口通信来传递图片信息给计算机。3.2图像预处理由于照片拍摄的好坏有很多外界因素决定，由于光照强度的影响，晴天拍摄的照片与阴天拍摄的照片质量肯定不一样，白天和晚上更是不同；由于每部车的车速的不一致，慢速行驶的车辆会比快速行驶的车辆拍摄的照片质量好一些，而且车速过快，会使照片

7、的字迹模糊，这肯定会影响字符的识别。故要对拍摄的照片进行灰度化、二值化、滤波等预处理。(1)灰度化和二值化处理拍摄的彩色图像包含很多的颜色信息，会占用较大的储存空间，还会影响系统的处理速度，图像的背景颜色有时和车牌颜色一致，这样就会增加车牌定位的难度。经试验检验，取阀值0.3得到的图像最理想，具体的MATLAB程序如下：I=imread(’D:paizhao2.jpg’);%读取牌照图片imshow(I，[]);%显示读人的牌照图片I2=rgb2gray(I);%转化为灰度图像figure,imshow(I2)I3=im2bw(I2,0.3);%二值化处理fi

8、gure，imshow(