[精品]程序课程设计报告

文档正文


概要信息

本文档为 WORD 格式,共计 9 页,售价为 20.00 元(人民币),由本站用户 乐乐 于 2020-06-29 日上传。


内容摘要

程序课程设计报告 2010年 月 日 题目 专业:数学与应用数学 班级:数08A-2 放一幅与题目相呼应的代表性的图片(自己 做过的,正文中也有的) 题目: 汽车牌照定位 组长: 李雪峥 指导教师:张彩霞 时间:2010年七月 摘 要:在此次课程设计中我们研究的课题是汽车牌照定位。因为这 个课题较其它课题来说比较有趣,同时它也是现在国际上比较热门的 一个课题。汽车牌照定位是车牌识别的基础,也是影响车牌字符分割 精度、识别效果的最重要因素。使用 MATLAB 对包含车牌的图片进 行处理,利用算法识别出车牌所在的区域,并辨认其数字及字母,最 后在屏幕上输出所识别出的车牌号。 关键词: 汽车牌照定位 图象处理 车牌区域的识别及截取 字符截取 字符识别 引言:1 汽车牌照的特点 1.1 目前国内汽车牌照有六种类型 1) 大型民用汽车所用的黄底黑字牌照;2) 小型民用汽车所用的蓝底 白字牌照;3) 军队或武警专用汽车的白底红字、黑字牌照; 4) 使、领馆外籍汽车的黑底白字牌照;5) 试车和临时牌照是白底红 字,且数字前分别标有“试”和“临时”字标志;○6 汽车补用牌照 是白底黑字。 1.2 现行汽车牌照特点 汽车牌照尺寸均为44cm 长,14cm 宽,共有7 个或8 个字符,字宽 45mm,字高90mm,间隔符宽10mm,每个单元间隔12mm。民 用汽车牌照上有省、直辖市、自治区的名称(军、警牌则为其他汉字) 和发证照及监督机关的代号(大写英文字母)后跟字母或阿拉伯 数字组成的7 个字序列。标准车牌的具体排列格式是: X1X2.X3X4X5X6X7。2002 年8 月北京等城市陆续开始推行02 式车牌 (个性 车牌号码),号牌编号字符的自主编排组合方式为三位加三位结构, 不得缺位。 2 车牌定位 车牌定位是通过车牌区域的特征来实现的。 2.1 车牌主要特征 车牌区域内的边缘灰度直方图统计“特征”,具有两个明显且分离的 分布中心;车牌的宽、高比例在一定范围内;穿过车牌的水 平直线其灰度呈现连续的峰、谷、峰的分布;车牌区域水平或垂直投 影呈现连续的峰、谷、峰的分布;车牌字符位于矩形边框中且有 间隔;对图像作行或列的DFT 变换的频谱图中包含车牌的位置信息; 车牌的矩形区域内存在较丰富的边缘,呈现出规则的纹理特 征;车牌内字符之间的间隔比较均匀,字符和牌照底色在灰度值上存 在跳变。 2.2 车牌图像定位的难点 抓拍图像受环境因素干扰(环境光照不均匀、目标倾斜等),照片质 量很难保证;其它字符区域干扰,难以准确定位;车牌出现污 点、磨损、褪色等;车牌被部分遮挡;运动图像的模糊失真,形成锯 齿等; 2.3 车牌定位方法 车牌定位即从包含整个车辆的图像中找到牌照区域的位置,是进行车 牌字符识别的基础。车牌定位的方法可以分为两大类: 2.3.1 基于灰度图像的车牌定位方法 1) 基于边缘检测的定位方法:在汽车图像中,牌照区域内含有丰富 的边缘(包括水平边缘、垂直边缘和斜向边缘),可通过边缘 检测技术来寻找存在较多边缘的区域,再对图像进行特定的填充算 法,直到图像中只留下待识别的车牌目标。常用的边缘检测方法 的基础是微分运算,边缘点对应于一阶微分幅度大的点,或对应于二 阶微分的过零点。 2) 基于数学形态学的定位方法:利用牌照字符具有纵向纹理的特性。 提取车牌图像的垂直边缘并进行二值化,再利用数学形态学 工具,通过用大小固定的结构元素对得到的二值边缘图像进行膨胀和 闭运算等一系列的形态学运算,使得车牌区域形成闭合的连通矩 形区域,然后通过标记这些候选牌照区域并利用车牌的几何特性(宽 高比、矩形面积等)剔除虚假牌照,从而得到真正的牌照。 3) 基于小波变换的车牌定位:小波变换是20 世纪80 年代后期发展 起来的应用数学分支。先用自适应滤波多尺度边缘检测方 法检测出车牌的边缘,然后用数学形态学方法对阈值二值化后的边缘 图像进行系列形态运算,进一步消除无用信息,最后用基于车 牌底色识别的方法进行车牌定位。 4) 基于遗传算法的车牌定位方法:根据车牌所在区域灰度变化剧烈, 且高低灰度差异较大的特点,对原始图像中任意的一个矩 形区域中的每一行灰度值进行一维的波峰波谷检测,然后统计区域波 峰密度、波峰均值、波蜂波谷均值差、波峰方差,波谷方差和波 峰分布的均匀程度,将这六个特征组成的特征矢量进行线性变换得到 新的特征矢量,这样车牌识别问题就转化为如何确定矩形区 域的参量,从中提取最佳特征矢量。 1. 基本原理: (1)将拍摄下的彩色图像转换为灰度图,之后用中值滤波对灰度 图像进行预处理,从而减少干扰信息。 (2)使用 sobel 算子识别出图像的边缘,并转换为二值化图像。并 对二值化之后的图像进行卷积,加强边缘的轮廓。 (3)用膨胀-再腐蚀的方法分别作用于图像的横轴与纵轴,将小块 的连通区域连接起来,使车牌的形状更加清晰,为下一步的识别做好 准备。 (4)利用车牌长宽比的特性对各个连通区域进行判断,识别出车 牌所在区域并截取。 (5)对截出的车牌区域进行进一步的处理,分割出各个字符。 (6)对分割出的字符进行特征判断,从而识别出具体的车牌号。 2. 实验步骤:(1)预处理 A 将拍摄下的彩色图像转换为灰度图,便于接下来的算法处理。 图 1 拍摄下的图片 图 2 转换的灰度图 B 对灰度图进行中值滤波,减少干扰点对二值化运算结果的影响。 图 3 进行中值滤波后的灰度图 C 将中值滤波后的灰度图用设定门限灰度的方法(取门限制为 0.2) 转化为二值化图像,在后继的车牌区域截取运算中作为源图像使用。 图 4 使用设定灰度门限的方法获得的二值化图像 3. 结论:(本课题研究了什么,有什么意义,如何做的,掌握了什么 知识,提高了。。。水平等等) 参考文献(5-8 篇) 附录:(主要代码) 整个论文 20-30 页

程序课程设计报告 第1页 第1页 / 共9页


程序课程设计报告 第2页 第2页 / 共9页


程序课程设计报告 第3页 第3页 / 共9页


程序课程设计报告 第4页 第4页 / 共9页


程序课程设计报告 第5页 第5页 / 共9页


程序课程设计报告 第6页 第6页 / 共9页


程序课程设计报告 第7页 第7页 / 共9页


程序课程设计报告 第8页 第8页 / 共9页


程序课程设计报告 第9页 第9页 / 共9页


说明:e文库 网站作为信息服务提供商,积极倡导原创、高质量的文档分享及各方权益的保护。本站只允许浏览文档前9页的内容,下载后的文档将可以浏览全部内容并且会比当前页面所见更加清晰,请放心下载!
下载此文档