matlab的汽车牌照识别系统的设计及仿真
当前，在我国高速公路事业快速发展的同时，我国的汽车拥有量日益增加，对汽车的管理方式也有传统的人工管理转变为通过计算机和通信技术进行管理，其中，车牌图像识别系统的研发和应用能够有效提高交通管理的效率。在车牌图像识别中应用MATLAB能够有效识别车牌区域，并将车牌信息进行有效提取，相对于其他技术具有明显优势。鉴于此，本课题基于MATLAB的汽车牌照识别系统的设计及仿真，其内容主要包括彩色图像预处理、车牌定位、字符分割及处理以及车牌匹配识别等，并最终通过编写相应的测试软件在MATLAB进行仿真实现，对本课题所设计的车牌图像识别系统进行验证。
目 录
一、引言 1
二、总体设计 2
（一）设计目的与要求 2
（二）总体方案设计 2
三、车牌图像识别系统各模块的设计 4
（一）车牌彩色图像预处理 4
（二）车牌的定位处理 4
（三）车牌字符的分割及处理 5
（四）车牌匹配识别 6
四、车牌图像识别系统各模块的实现 7
（一）车牌图像预处理 7
（二）车牌图像的定位处理 9
（三）车牌图像的字符分割及处理 10
（四）车牌图像的匹配识别 11
五、结论 12
参考文献 13
致谢 14
附录一 16
附录二 18
一、引言
汽车牌照识别系统起源于上个世纪90年代，其目的是为了缓解汽车管理中人的工作量，通过对车辆牌照的提取和分析，来确定车牌信息，并进行有效管理。模糊数学理论是各类计算机技术和识别算法当中，非常有用的一种识别算法，可以有效对车辆牌照中的字符进行识别。但是其识别精度相对较低，尤其是对于一些本身信息模糊的车牌而言更是如此，加之灯光和环境因素的影响，使得模糊数学理论对车辆牌照进行识别难以被有效推广和应用。为此国内外展开了更加广泛和深入的研究，其中国外有关学者提出了类特征分析方法和基于对扫描线的高频分析方法，能够有效提高车牌识别的精确度和应用范围；我国则主要运用传感器和红外照相机等来使车牌图像从模糊到清晰发生转变，从而提高车牌识别的效果，但是存在着成本过高的缺陷，因此难以 *好棒文|www.hbsrm.com +Q: #351916072#
被大范围推广和加以应用到社会。
字符识别系统和车牌定位系统是车牌识别系统中的两个关键分支系统，相关研究也主要针对这两方面展开。
针对车牌定位系统中存在的车牌图像所处位置的高低，光线投射的不均匀以及车牌自身的磨损程度使车牌定位的难度的增加，以往的学者们做了很多研究，但实际效果并不明显。为解决拍摄车辆自身和车牌背景情况复杂的问题，今年来学者们将目光投向对车牌本身特点的研究上，并取得了一定的成效。由此可以看出，汽车定位系统的研究和利用具有良好的应用前景，但其前提是必须实现准确和快速的车牌定位，以适应当前快速、复杂的交通运输情况。因此，改变这一现象已经迫在眉睫。
车牌识别的工作原理是，通过将车辆牌照上的字母、数字和汉字等信息进行分析之后，反馈出对应的车牌信息，其中由于汉字的复杂性和特殊性，使得汉字对于车牌识别变得极其棘手，很多国外的车牌字符识别系统都难以达到令人满意的效果。因此，对于我国的车辆牌照识别系统而言，解决车牌字符识别系统对汉字的识别是至关重要的。虽然当前已有一些相关的研究可以提高字符识别系统对汉字的识别效果，但其与现当今社会的快节奏和高速发展的差距仍然相差甚多。因此，完善汉字在车牌识别系统的研究是十分有必要的。
在车牌图像识别中应用MATLAB能够有效识别车牌区域，并将车牌信息进行有效提取，相对于其他技术具有明显优势。鉴于此，本课题基于MATLAB的汽车牌照识别系统的设计及仿真，主要包括彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别等几个部分，并最终通过编写相应的测试程序在MATLAB进行仿真实现，对本课题所设计的车牌图像识别系统进行验证。
二、总体设计
（一）设计目的与要求
本课题从实际的角度出发，为缓解日益复杂的交通管理开发一款应用范围广、适应能力强的车牌图像识别系统。设计目的和要求主要包括以下几点：
第一，通过对车牌图像识别系统的设计与实现，提高分析问题、解决问题的能力；
第二，通过对车牌图像识别系统的设计，熟悉计算机语言以及程序设计；
第三，通过MATLAB对车牌彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别几个部分的设计与仿真，达到对车牌图像识别的设计与仿真效果的验证。
（二）总体方案设计
本课题所设计的基于MATLAB的汽车牌照识别系统的设计及仿真包括车牌彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别几个部分，其总体的设计方案如图1所示。
图1 车牌识别系统工作流程图
（1）车牌彩色图像预处理：该步骤包括关于车牌图像直方图阈值的选择、对车牌边缘的检测、图像腐蚀、除去小对象等步骤；
（2）车牌定位：包括对车牌图像的行、列依次进行定位，并输出相应的彩色图像；
（3）车牌字符分割与处理：通过滤波和规定化处理对车牌图像进行预处理，在此基础上，去除图像边缘区域的影响，最后将字符切割出来，并储存，从而实现将彩色车牌图像转换为二值图像；
（4）车牌匹配识别：将同分类模板中的图像与分割出来的字符进行相减，同时对图像中所有元素进行相加，将求和最小的字符作为输出结果。
三、车牌图像识别系统各模块的设计
（一）车牌彩色图像预处理
车牌彩色图像的预处理的主要组成部分有：输入车牌图像、将图像转换为灰度图并绘制直方图、用roberts算子进行边缘检测、图像实施腐蚀操作、平滑图像以及删除二值图像的小对象六个部分，具体实现程序如图2所示。
目 录
一、引言 1
二、总体设计 2
（一）设计目的与要求 2
（二）总体方案设计 2
三、车牌图像识别系统各模块的设计 4
（一）车牌彩色图像预处理 4
（二）车牌的定位处理 4
（三）车牌字符的分割及处理 5
（四）车牌匹配识别 6
四、车牌图像识别系统各模块的实现 7
（一）车牌图像预处理 7
（二）车牌图像的定位处理 9
（三）车牌图像的字符分割及处理 10
（四）车牌图像的匹配识别 11
五、结论 12
参考文献 13
致谢 14
附录一 16
附录二 18
一、引言
汽车牌照识别系统起源于上个世纪90年代，其目的是为了缓解汽车管理中人的工作量，通过对车辆牌照的提取和分析，来确定车牌信息，并进行有效管理。模糊数学理论是各类计算机技术和识别算法当中，非常有用的一种识别算法，可以有效对车辆牌照中的字符进行识别。但是其识别精度相对较低，尤其是对于一些本身信息模糊的车牌而言更是如此，加之灯光和环境因素的影响，使得模糊数学理论对车辆牌照进行识别难以被有效推广和应用。为此国内外展开了更加广泛和深入的研究，其中国外有关学者提出了类特征分析方法和基于对扫描线的高频分析方法，能够有效提高车牌识别的精确度和应用范围；我国则主要运用传感器和红外照相机等来使车牌图像从模糊到清晰发生转变，从而提高车牌识别的效果，但是存在着成本过高的缺陷，因此难以 *好棒文|www.hbsrm.com +Q: #351916072#
被大范围推广和加以应用到社会。
字符识别系统和车牌定位系统是车牌识别系统中的两个关键分支系统，相关研究也主要针对这两方面展开。
针对车牌定位系统中存在的车牌图像所处位置的高低，光线投射的不均匀以及车牌自身的磨损程度使车牌定位的难度的增加，以往的学者们做了很多研究，但实际效果并不明显。为解决拍摄车辆自身和车牌背景情况复杂的问题，今年来学者们将目光投向对车牌本身特点的研究上，并取得了一定的成效。由此可以看出，汽车定位系统的研究和利用具有良好的应用前景，但其前提是必须实现准确和快速的车牌定位，以适应当前快速、复杂的交通运输情况。因此，改变这一现象已经迫在眉睫。
车牌识别的工作原理是，通过将车辆牌照上的字母、数字和汉字等信息进行分析之后，反馈出对应的车牌信息，其中由于汉字的复杂性和特殊性，使得汉字对于车牌识别变得极其棘手，很多国外的车牌字符识别系统都难以达到令人满意的效果。因此，对于我国的车辆牌照识别系统而言，解决车牌字符识别系统对汉字的识别是至关重要的。虽然当前已有一些相关的研究可以提高字符识别系统对汉字的识别效果，但其与现当今社会的快节奏和高速发展的差距仍然相差甚多。因此，完善汉字在车牌识别系统的研究是十分有必要的。
在车牌图像识别中应用MATLAB能够有效识别车牌区域，并将车牌信息进行有效提取，相对于其他技术具有明显优势。鉴于此，本课题基于MATLAB的汽车牌照识别系统的设计及仿真，主要包括彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别等几个部分，并最终通过编写相应的测试程序在MATLAB进行仿真实现，对本课题所设计的车牌图像识别系统进行验证。
二、总体设计
（一）设计目的与要求
本课题从实际的角度出发，为缓解日益复杂的交通管理开发一款应用范围广、适应能力强的车牌图像识别系统。设计目的和要求主要包括以下几点：
第一，通过对车牌图像识别系统的设计与实现，提高分析问题、解决问题的能力；
第二，通过对车牌图像识别系统的设计，熟悉计算机语言以及程序设计；
第三，通过MATLAB对车牌彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别几个部分的设计与仿真，达到对车牌图像识别的设计与仿真效果的验证。
（二）总体方案设计
本课题所设计的基于MATLAB的汽车牌照识别系统的设计及仿真包括车牌彩色图像预处理、车牌定位、字符分割和处理以及车牌匹配识别几个部分，其总体的设计方案如图1所示。
图1 车牌识别系统工作流程图
（1）车牌彩色图像预处理：该步骤包括关于车牌图像直方图阈值的选择、对车牌边缘的检测、图像腐蚀、除去小对象等步骤；
（2）车牌定位：包括对车牌图像的行、列依次进行定位，并输出相应的彩色图像；
（3）车牌字符分割与处理：通过滤波和规定化处理对车牌图像进行预处理，在此基础上，去除图像边缘区域的影响，最后将字符切割出来，并储存，从而实现将彩色车牌图像转换为二值图像；
（4）车牌匹配识别：将同分类模板中的图像与分割出来的字符进行相减，同时对图像中所有元素进行相加，将求和最小的字符作为输出结果。
三、车牌图像识别系统各模块的设计
（一）车牌彩色图像预处理
车牌彩色图像的预处理的主要组成部分有：输入车牌图像、将图像转换为灰度图并绘制直方图、用roberts算子进行边缘检测、图像实施腐蚀操作、平滑图像以及删除二值图像的小对象六个部分，具体实现程序如图2所示。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/txgc/777.html
