MATLAB车牌识别过程文档格式.docx
《MATLAB车牌识别过程文档格式.docx》由会员分享,可在线阅读,更多相关《MATLAB车牌识别过程文档格式.docx(13页珍藏版)》请在冰豆网上搜索。
Blue_y=zeros(y,1);
fori=1:
y
forj=1:
xif((myI(i,j,1)<
=48)&
&
((myI(i,j,2)<
=100)&
(myI(i,j,2)>
=40))&
((myI(i,j,3)<
=200)&
(myI(i,j,3)>
=80)))
Blue_y(i,1)=Blue_y(i,1)+1;
%统计蓝色像素点
end
end
[tempMaxY]=max(Blue_y);
%
PY1=MaxY;
%
while((Blue_y(PY1,1)>
=Y_threshlow)&
(PY1>
1))%
PY1=PY1-1;
PY2=MaxY;
while((Blue_y(PY2,1)>
(PY2<
y))%Õ
Ò
µ
½
Í
¼
Æ
¬
É
Ï
±
ß
ç
PY2=PY2+1;
end
PY1,PY2figure
(2),subplot(1,2,1),plot(Blue_y),title('
行方向的蓝色像素点统计'
);
gridon
IY=I(PY1:
:
figure
(2),subplot(1,2,2),imshow(IY),title('
行方向车牌区域'
运行结果如下:
同理可得X轴方向的车牌区域:
两者结合可提取出完整的车牌区域:
7.3.3车牌图像灰度化
由于车牌底色跟上面的字符的颜色对比度很大,所以将RGB图像转化为灰度图时,车牌底色跟字符的灰度值也会相差很大,这样就可以很明显的显现出车牌区域,便于后续处理。
本系统使用的是MATLAB内的灰度图转换函数rgb2gray(),其图像灰度值计算公式为:
G=0.299R+0.578G+0.114B;
程序源代码为:
bw=rgb2gray(I);
figure(6),imshow(bw);
title(‘灰度图像’);
运行结果为:
7.3.4车牌倾斜校正
由于摄像头拍摄角度的不同,可能使拍摄的车牌图片也发生倾斜,为了图像的后续处理以及很好的去识别字符,需对提取的带有倾斜的车牌图像进行校正。
本系统采用的办法是,首先用radon算法进行倾斜角度计算,然后根据倾斜角对图片精选修正,从而得到水平方向一致的图片,利于后期的分割识别。
代码如下:
I=edge(I);
%
theta=1:
180;
[R,xp]=radon(I,theta);
[I,J]=find(R>
=max(max(R)));
bw=imrotate(bw,qingxiejiao,'
bilinear'
'
crop'
figure,imshow(bw);
title('
车牌倾斜'
7.3.5车牌图像处理
对车牌灰度图像的处理主要有二值化、腐蚀、去除干扰、膨胀、擦除、取反,都可以直接使用图像工具箱的图像处理函数。
经过以上处理过程后可以得到带边框的白底黑字的车牌图片,但是由于还存在车牌的边框,需要对其进行二次的裁剪,裁剪方法跟上面阐述的提取彩色车牌方法相似,先将图片水平垂直投影,然后统计黑色像素点,找到字符边缘进行裁剪,得到除去边框的白底黑字的车牌照。
SE=ones(3,3);
bw=im2bw(bw);
二值化'
bw=imerode(bw,SE);
腐蚀'
bw=bwmorph(bw,'
clean'
inf);
hbreak'
spur'
bw=imdilate(bw,SE);
膨胀'
bw=bwareaopen(bw,threshold);
擦除'
bw=~bw;
颜色取反'
bw=touying(bw);
figure;
imshow(bw);
投影'
运行结构如下:
7.3.6字符分割
对二次裁剪的车牌图像进行水平垂直投影,计算水平垂直峰,检测合理的字符高宽比.可用与区域分割相同的方法进行峰值的删除和合并.但在字符切割时,往往由于阈值取得不好,导致字符切割不准确,针对这种情况,可以由车牌格式的先验知识,对切割出的字符宽度进行统计分析,用以指导切割。
[y,x]=size(imfenge);
histogram=sum(~imfenge);
k=1;
forh=1:
x-1
if((histogram(1,h)<
=shedingyuzhi)&
(histogram(1,h+1)>
shedingyuzhi))||((h==1)&
histogram(1,h)>
shedingyuzhi)
fenge(1,k)=h;
k=k+1;
elseif((histogram(1,h)>
shedingyuzhi)&
(histogram(1,h+1)<
=shedingyuzhi))||((h==x-1)&
fenge(1,k)=h+1;
k=k-1;
if(sum(histogram(1,fenge(1,1):
fenge(1,2)))<
ganrao)||((fenge(1,2)-fenge(1,1))<
(fenge(1,4)-fenge(1,3))/2)
fori=3:
k
fenge(1,i-2)=fenge(1,i);
[mn]=size(fenge);
fenge=fenge(1,1:
14);
7.3.7字符识别
目前字符识别方法主要有神经网络识别法和模板匹配法。
人工神经网络是模拟人脑思维功能和组织建立起来的数学模型,但总体来说其应用还是相对复杂的。
模板匹配法是将从待识别的图象或图象区域f(i,j)中提取的若干特征量与模板T(i,j)相应的特征量逐个进行比较,计算它们之间规格化的互相关量,其中互相关量最大的一个就表示期间相似程度最高,可将图象归于相应的类。
也可以计算图象与模板特征量之间的距离,用最小距离法判定所属类。
本系统使用的是较为简单的模板匹配法来识别字符的。
首先将待识别字符的图像进行归一化处理,使其长宽与模板字符图像长宽一致,模板使用的是80*160的图片尺寸,待识别字符图像归一化代码为:
xiuzhenghanzi=imresize(han_zi,[80160],'
xiuzhengzimu=imresize(zi_mu,[80160],'
xiuzhengzm_sz_1=imresize(zm_sz_1,[80160],'
xiuzhengzm_sz_2=imresize(zm_sz_2,[80160],'
xiuzhengzm_sz_3=imresize(zm_sz_3,[80160],'
xiuzhengzm_sz_4=imresize(zm_sz_4,[80160],'
xiuzhengzm_sz_5=imresize(zm_sz_5,[80160],'
待识别字符图像与模板字符图像长宽一致以后,就可以用带识别字符图像与模板字符图像进行匹配,具体过程为:
字符匹配代码为:
comp=[];
forn=1:
num_letras
sem=corr2(xiuzhengzifu,mubanzifu);
%利用corr2()函数求待识别字符图像与模板图像的相关系数
comp=[compsem];
%将相关系数的值赋给comp
xiangguan=find(comp==max(comp));
%找出相关系数最大的值
msgbox(shibiejieguo,'
识别结果'
%显示识别结果
7.3.8语音播报识别结果
对字符正确识别之后,用事先对对每一个字符的录音根据对应字符顺序播放。
在对车牌区域识别出错、字体分割出错时程序暂停,并有语音提醒。
7.4数据存储与数据库查询
本系统使用的是MicrosoftSQLServer2000来实现车牌信息处理的。
数据存储主要是车牌信息的存储和出入时间存储,实现车辆信息自动登记;
数据库查询主要是在数据库中查找识别的车牌信息,然后由计算机自动判别是被车辆是不是属于所属地区。
首先是建立数据库,数据库名设为Study,接着需要在数据库中建立两个表Churujilu和Zhuceyonghu,表Churujilu主要是存储识别的车辆信息和相应的出入时间,表Zhuceyonghu主要是所属地区车辆信息的登记,包括车牌号和车主,用于查询。
然后是建立ODBC数据源,命名为DBTEST,使用ODBC数据源来连接数据库,连接数据库代码为:
sourceName='
DBTEST'
;
%获取数据源
Timeout=logintimeout(5);
%允许登陆连接时间最长为5s
conn=database(sourceName,'
sa'
'
'
%获取数据库连接对象
fprintf('
\n数据库连接状态\n'
disp(ping(conn));
%显示测试数据库连接状态
再然后是将车牌信息和当时时间一起写入数据库,写入数据时使用的是insert()函数,具体代码如下:
insert(conn,'
Study.dbo.Churujilu'
{'
Chepaihao'
Shijian'
},{shibiejieguo,datestr(now)});
%将识别结果和当时的时间分别存入到Study数据库的Churujilu表中的Chepaihao和Shijian两列中
当识别完车牌“桂APC322”后,将车牌信息和当时时间写入数据库的Churujilu表中,实现车辆信息自动登记,结果如图:
最后是在数据库中查询是否存在识别车辆的注册登记信息,使用的是SQL语句进行查询。
如果查询到与识别结果相同的车牌号,则返回其查询到的车辆信息,并弹出对话框“欢迎光临”,表示查找到相应信息;
如果没有查询到,则MATLAB返回为字符串“NoData”,并弹出对话框“请下车登记”,表示没有查找到与识别车辆相匹配的信息。
curs=exec(conn,['
selectChepaifromStudy.dbo.ZhuceyonghuwhereChepai='
'
shibiejieguo'
]);
%在Study数据库的Zhuceyonghu表中查找与识别结果相同的车牌号
e=fetch(curs);
%用fetch()函数将查询结果从数据库传给MATLAB中的矩阵e
a=e.data;
%把矩阵e中的数据全部传给a
a=char(a);
%把a转化为char型
disp(a);
%在MATLAB中显示a里面的所有数据,即查询结果信息
ifstrcmp('
NoData'
a)%将查询返回的信息与识别结果比较
msgbox('
请下车登记'
查询结果’);
%如果没有查询到则显示“请下车登记”
else
欢迎光临'
%如果查询到识别车辆则显示“欢迎光临”
车牌“桂APC322”识别完后,查询结果为:
因为在前面数据库的Zhuceyonghu表中,已有此车牌的注册登记信息,所以查询结果为“欢迎光临”。