基于matlab的车牌识别系统毕业论文(编辑修改稿)

基于matlab的车牌识别系统毕业论文(编辑修改稿)内容摘要：

量的函数 ， 使其越来越受到人们的喜爱 ， 工具箱越来越多 ，应用范围也越来越广泛。 MATLAB 以商品形式出现后 ， 仅短短几年 ， 就以其良好的开放性和运行的可靠性 ， 使原先控制领域里的封闭式软件包 （ 如英国的 UMIST ， 瑞典的 LUND，和 SIMNON ， 德国的 KEDDC ） 纷纷淘汰 ， 而改以 MATLAB 为平台加以重建。 在时间进入 20 世纪九十年代的时候 ， MATLAB 已经成为国际控制界公认的标准计算软件。 到九十年代初期 ， 在国际上 30 几个数学类科技应用软件中 ， MATLAB 在 数值计算方面独占鳌头 ， 而 Mathematica 和 Maple 则分居符号计算软件的前两名。 Mathcad 因其提供计算、图形、文字处理的统一环境而深受中学生欢迎。 国际学术界， MATLAB 已经被确认为准确、可靠的科学计算标准软件。 在许多国际一流学术刊物上 ，（ 尤其是信息科学刊物 ）， 都可以看到 MATLAB 的应用。 在设计研究单位和工业部门 ， MATLAB 被认作进行高效研究、开发的首选软件工具。 如美国 National Instruments 公司信号测量、分析软件 Lab VIEW ，Cadence 公司信号和通信分析设计软件 SPW 等 ， 或者直接建筑在 MATLAB 之上 ，或者以 MATLAB 为主要支撑。 又如 HP 公司的 VXI 硬件 ， TM 公司的 DSP ， Gage 公司的各种硬卡、仪器等都接受 MATLAB 的支持。 MATLAB 的语言特点 一种语言之所以能如此迅速地普及 ， 显示出如此旺盛的生命力 ， 是由于它有着不同于其他语言的特点。 正如同 FORTRAN 和 C等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作一样 ， 被称作为第四代计算机语言的 MATLAB， 利用其丰富的函数资源 ， 使 编程人员从繁琐的程序代码中解放出来。 MATLAB 的最突出的特点就是简洁。 MATLAB 用更直观的、符合人们思维习惯的代码 ， 代替了 C和 FORTRAN 语言的冗长代码。 MATLAB 给用户带来的是最直观、最简洁的程序开发环境。 以下简单介绍一下 MATLAB 的主要特点 ： 焦作大学毕业设计说明书 第 9 页 共 35 页 （ 1） 语言简洁紧凑 ， 使用方便灵活 ， 库函数极其丰富。 MATLAB 程序书写形式自由 ， 利用其丰富的库函数避开繁杂的子程序编程任务 ， 压缩了一切不必要的编程工作。 由于库函数都由本领域的专家编写 ， 用户不必担心函数的可靠性。 可以说 ， 用 MATLAB 进行科技开发是站在专家 的肩膀上。 （ 2） 运算符丰富。 由于 MATLAB 是用 C 语言编写的 ， MATLAB 提供了和 C 语言几乎一样多的运算符 ， 灵活使用 MATLAB 的运算符将使程序变得极为简短。 （ 3） MATLAB 既具有结构化的控制语句 （ 如 for 循环、 while 循环、 break语句和 if 语句 ）， 又有面向对象编程的特性。 （ 4） 语法限制不严格 ， 程序设计自由度大。 例如 ， 在 MATLAB 里 ， 用户无需对矩阵预定义就可使用。 （ 5） 程序的可移植性很好 ， 基本上不做修改就可以在各种型号的计算机和操作系统上运行。 （ 6） MATLAB 的图形功能强大。 在 FORTRAN 和 C语言里 ， 绘图都很不容易 ，但在 MATLAB 里 ， 数据的可视化非常简单。 MATLAB 还具有较强的编辑图形界面的能力。 （ 7） MATLAB 的缺点是 ， 它和其他高级程序相比 ， 程序的执行速度较慢。 由于 MATLAB 的程序不用编译等预处理 ， 也不生成可执行文件 ， 程序为解释执行 ，所以速度较慢。 （ 8） 功能强劲的工具箱是 MATLAB 的另一重大特色。 MATLAB 包含两个部分 ：核心部分和各种可选的工具箱。 核心部分中有数百个核心内部函数。 其工具箱又可分为两类 ： 功能性工具箱和学科性工具箱。 功能性工具箱主要用来扩充其符号计算功能、图示建模仿真功能、文字处理功能以及与硬件实时交互功能。 功能性工具箱能用于多种学科。 而学科性工具箱是专业性比较强的 ， 如 control、toolbox、 signal processing toolbox、 munication toolbox 等。 这些工具箱都是由该领域内的学术水平很高的专家编写的 ， 所以用户无需编写自己学科范围内的基础程序 ， 而直接进行高、精、尖的研究。 下表列出了 MATLAB 的核心部分及其工具箱等产品系列的主要应用领域。 焦作大学毕业设计说明书 第 10 页 共 35 页 第三章 工作流程 汽 车牌照识别（ LPR）系统通过引入数字摄像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而达到更高的智能化管理程度。 在 LPR 系统产品的性能指标中，识别率和识别速度难以同时提高其中原因既包括图像处理技术不够成熟，又受到摄像设备计算机等性能的限制。 因此，研究高速准确的定位与识别算法，是当前的主要任务。 汽车车牌自动识别系统主要包括触发拍照、图像采集、图像预处理、车牌定位、字符分割、字符识别、输出结果等单元。 图 触发拍照：该单元会自动检测车辆在指定区域的存在，现有的成熟技术的有线圈触发、视频触发、红外触发、雷达触发以及激光触发。 其中线圈触发和视频触发得到了广泛的应用。 图像采集：该单元是指道路上安装的摄像头在检测到有车辆通过的同时进行拍照并借助网络传送到汽车自动识别系统。 图像预处理：该单元是指车牌识别系统对拍摄的汽车图片进行 灰度化和边缘检测等 处理。 在外界光照不均匀，光照强度不稳定的情况下，通过摄像机采集到的车牌原始图像会模糊不清，因此需要对其进行图像 增强的处理；在外界环境噪声以及电子器件自身产生的噪声干扰下，车牌图像质量会有所下降，因此需要对图像采集 车牌定位 字符分割 字符识别 输出结果 触发牌照 图像预处理 焦作大学毕业设计说明书 第 11 页 共 35 页 原图像进行去噪处理等等。 以上所做的这些处理均属于图像预处理的工作。 车牌定位：是指对预处理过的汽车图片进行处理，把车牌部分进行定位，把无用的部分去除，得到定位好的车牌图片。 在一张完整的车辆图像中，大部分区域都是背景图像，对识别工作毫无意义，我们可以将背景区域视为无用区域，并设法将其去除，即从复杂的背景图像中准确的定位并分割出车牌区域图像，从原图像中提取出需要的部分舍弃不需要的部分，以便节省系统识别时间，这也是车牌定 位分割的目的及意义所在。 在定位分割的过程中要保证不能把非车牌区域误判为车牌区域，也不能漏检车牌区域，否则后继的工作将无法进行。 字符分割：对已经定位的车牌图片的进行字符分割，将车牌分割为 7 个单一的字符图片。 被分离出的车牌区域图像，系统并不能直接对其进行识别，还需要将车牌上的每一个字符都独立的完整的分割出来，即从车牌区域图像中将车牌上所包含的每一个字符都切分出来，使其成为不具有任何相关性的单个字符图像，再由系统分别对每个字符进行识别，在对字符进行切分时，要注意保证每个字符的完整度。 字符识别：车牌字符识别是最 为关键的一步，前面对车牌图像所做的处理都是为了完成最终的识别。 系统输入的是单个的字符图像，输出的却是文本格式的完整的车牌号码，车牌字符识别的准确率直接反映出车牌识别系统性能的好坏。 输出结果：输出识别结果，并进行数据存储。 对于车牌识别系统而言，以上的每一个步骤都是必不可少的，并且后一步骤均是建立在前面步骤的基础之上进行的，因此，只有确保做好每一步才能顺利完成系统最终的识别工作。 一、对车辆图像进行预处理 ： function [d]=main(jpg) [filename, pathname] = uigetfile({39。 *.jpg39。 , 39。 JPEG 文件 (*.jpg)39。 })。 if(filename == 0), return, end global FILENAME %定义全局变量 FILENAME = [pathname filename]。 I=imread(FILENAME)。 figure(1),imshow(I)。 title(39。 原图像 39。 )。 %将车牌的原图显示出来结果如下 ： 焦作大学毕业设计说明书 第 12 页 共 35 页 ： I1=rgb2gray(I)。 %将彩图转换为灰度图 figure(2),subplot(1,2,1),imshow(I1)。 title(39。 灰度图像 39。 )。 figure(2),subplot(1,2,2),imhist(I1)。 title(39。 灰度图直方图 39。 )。 %绘制灰度图的直方图结果如下所示： 焦作大学毕业设计说明书 第 13 页 共 35 页 3. 用 roberts 算子进行边缘检测： I2=edge(I1,39。 roberts39。 ,39。 both39。 )。 %选择阈值 ，用 roberts 算子进行边缘检测 figure(3),imshow(I2)。 title(39。 roberts 算子边缘检测图像 39。 )。 结果如下： ： se=[1。 1。 1]。 I3=imerode(I2,se)。 %对图像实施腐蚀操作，即膨胀的反操作 焦作大学毕业设计说明书 第 14 页 共 35 页 figure(4),imshow(I3)。 title(39。 腐蚀后图像 39。 )。 se=strel(39。 rectangle39。 ,[25,25])。 %构造结构元素以正方形构造一个 se I4=imclose(I3,se)。 % 图像聚类、填充图像 figure(5),imshow(I4)。 title(39。 平滑图像 39。 )。 结果如下所示： 6. 删除二值图像的小对象 I5=bwareaopen(I4,2020)。 % 去除聚团灰度值小于 2020 的部分 焦作大学毕业设计说明书 第 15 页 共 35 页 figure(6),imshow(I5)。 title(39。 从对象中移除小的对象 39。 )。 结果如下所示 ： 二、 车牌定位 [y,x,z]=size(I5)。 %返回 I5各维的尺寸，存储在 x,y,z中 myI=double(I5)。 %将 I5转换成双精度 tic %tic表示计时的开始， toc表示计时。