數(shù)字圖像處理課程設(shè)計(jì)

《數(shù)字圖像處理課程設(shè)計(jì)》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)字圖像處理課程設(shè)計(jì)（14頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、 數(shù)字圖像處理課程設(shè)計(jì) 車牌處理 姓名： 學(xué)號(hào)： 一、設(shè)計(jì)目的 利用matlab實(shí)現(xiàn)車牌識(shí)別系統(tǒng)，熟悉matlab應(yīng)用軟件的基礎(chǔ)知識(shí)，了解了基本程序設(shè)計(jì)方法，利用其解決數(shù)字信號(hào)處理的實(shí)際應(yīng)用問題，從而加深對理論知識(shí)的掌握，并把所學(xué)的知識(shí)系統(tǒng)、高效的貫穿到實(shí)踐中來，避免理論與實(shí)踐的脫離，鞏固理論課上知識(shí)的同時(shí)，加強(qiáng)實(shí)踐能力的提高，理論聯(lián)系實(shí)踐，提高自身的動(dòng)手能力。同時(shí)不斷的調(diào)試程序也提高了自己獨(dú)立編程水平，并在實(shí)踐中不斷完善理論基礎(chǔ)，有助于自身綜合能力的提高。

2、 二、設(shè)計(jì)的內(nèi)容 學(xué)習(xí)MATLAB程序設(shè)計(jì)，利用MATLAB函數(shù)功能，設(shè)計(jì)和實(shí)現(xiàn)通過設(shè)計(jì)一個(gè)車牌識(shí)別系統(tǒng)。車牌識(shí)別系統(tǒng)的基本工作原理為：將手機(jī)拍攝到的包含車輛牌照的圖像輸入到計(jì)算機(jī)中進(jìn)行預(yù)處理，再對牌照進(jìn)行搜索、檢測、定位，并分割出包含牌照字符的矩形區(qū)域，然后對牌照字符進(jìn)行二值化并將其分割為單個(gè)字符，然后將其逐個(gè)與創(chuàng)建的字符模板中的字符進(jìn)行匹配，匹配成功則輸出，最終匹配結(jié)束則輸出則為車牌號(hào)碼的數(shù)字。 三、程序代碼 clear all; close all; clc; [Ic,map]=imread(E:\car.jpg); figure; imshow(Ic); ti

3、tle(圖1 彩色車牌); Igray=rgb2gray(Ic); figure; imshow(Igray); title(圖2 灰度車牌); I2bw=im2bw(Igray,0.3); figure; imshow(I2bw); title(圖3 二值圖像); BW=edge(Igray,sobel); figure; imshow(BW); title(圖4 邊沿檢測); msk=[0 0 0 0 0; 0 1 1 1 0; 0 1 1 1 0; 0 1 1 1 0; 0 0 0 0 0;]; B0=c

4、onv2(double(BW),double(msk)); figure; imshow(B0); title(圖5 邊沿增強(qiáng)); se=ones(2,50); B1=imdilate(B0,se); figure; imshow(B1); title(圖6 第一次膨脹); B2=imerode(B1,se); figure; imshow(B2); title(圖7 第一次腐蝕); se=ones(15,2); B3=imdilate(B2,se); figure; imshow(B3); title(圖8 第二次膨脹); B4=imero

5、de(B3,se); figure; imshow(B4); title(圖9 第二次腐蝕); se=ones(10,2); B5=imdilate(B4,se); figure; imshow(B5); title(圖10 第三次膨脹); B6=imerode(B5,se); figure; imshow(B6); title(圖11 第三次腐蝕); [B,L]=bwboundaries(B6,4); figure; imshow(label2rgb(L,@jet,[.5 .5 .5])); hold on for k=1;lengt

6、h(B) boundary=B{k}; plot(boundary(:,2),boundary(:,1),w,LineWidth,2) end stats=regionprops(L,Area,Centroid); for k=1:length(B) boundary=B{k}; delta_sq=diff(boundary).^2; perimeter=sum(sqrt(sum(delta_sq,2))); area=stats(k).Area; metric=27*area/perimet

7、er^2; metric_string=sprintf(%2.2f,metric); if metric>=0.85&&metric<=1.15&&area>1000 centroid=stats(k).Centroid; plot(centroid(1),centroid(2),ko); goalboundary=boundary; s=min(goalboundary,[],1); e=max(goalboundary,[],1); goal=i

8、mcrop(I2bw,[s(2) s(1) e(2)-s(2) e(1)-s(1)]); end text(boundary(1,2)-35,boundary(1,1)+13,metric_string,Color,g,FontSize,14,Fontweight,bold); end goal=~goal; figure; imshow(goal); title(檢測出的車牌); %%%%車牌識(shí)別%%%%% %裁剪 goal=my_imtrim(goal); figure; imshow(goal); title(裁剪后的

9、車牌區(qū)域); %分割 [w1,w2,w3,w4,w5,w6]=my_cut(goal); figure; subplot(2,6,1); imshow(w1); subplot(2,6,2); imshow(w2); subplot(2,6,3); imshow(w3); subplot(2,6,4); imshow(w4); subplot(2,6,5); imshow(w5); subplot(2,6,6); imshow(w6); [w1,w2,w3,w4,w5,w6]=my_norm(w1,w2,w3,w4,w5,w6,[40,20]); subplo

10、t(2,6,7); imshow(w1); subplot(2,6,8); imshow(w2); subplot(2,6,9); imshow(w3); subplot(2,6,10); imshow(w4); subplot(2,6,11); imshow(w5); subplot(2,6,12); imshow(w6); % fname=strcat(D:\std_test_images\photo\,D,.jpg); % [t1,map]=imread(fname); % fname=strcat(D:\std_test_images\photo\,O,

11、.jpg); % [t2,map]=imread(fname); % [corr2(w2,t1),corr2(w2,t2)] lcode=char([A:Z,unknown]); temp=[]; w=[w1,w2,w3,w4,w5,w6]; for k=1:26 fname=strcat(E:\photo\,lcode(k),.jpg); [t,map]=imread(fname); temp=[temp,t]; end num=strcat(車牌號(hào)為:); for i=1:6 sample=w(:,20*(i-1)+1:20*(

12、i-1)+20); flag=27; rel=-1; for j=1:26 templet=temp(:,20*(j-1)+1:20*(j-1)+20); if corr2(templet,sample)>rel rel=corr2(templet,sample); flag=j; end end num=strcat(num,32,lcode(flag)); end num figure imshow(Ic) title(nu

13、m) function [word,result]=getword(d) word=[];flag=0;y1=8;y2=0.5; while flag==0 [m,n]=size(d); wide=0; while sum(d(:,wide+1))~=0&&wide<=n-2 wide=wide+1; end temp=qiege(imcrop(d,[1 1 wide m])); [m1,n1]=size(temp); if widey2 d(:,[1:wide])=0; if sum(sum

14、(d))~=0 d=qiege(d);%切割出最小范圍?????????? else word=[]; flag=1; end else word=qiege(imcrop(d,[1 1 wide m])); d(:,[1:wide])=0; if sum(sum(d))~=0 d=qiege(d); flag=1; else d=[]; end end end result=d;

15、 function [w1,w2,w3,w4,w5,w6] = my_cut( im ) %將裁剪后的圖像分割為6個(gè)字符 % 提取第一個(gè)字符 [m,n]=size(im); left=1; right=1; while sum(im(:,right))>0 && right

16、hile sum(im(:,right))>0 && right0 && right

17、 while sum(im(:,right))==0 && right0 && right0 && right<

18、n right=right+1; end w5=imcrop(im,[left,1,right-left-1,m]); % 提取第六個(gè)字符 while sum(im(:,right))==0 && right0 && right

19、出的車牌區(qū)域的邊緣進(jìn)行裁剪 % 使圖像邊沿緊貼車牌號(hào) % 第一次裁剪 [m,n]=size(im); left=floor(n/20); right=n-left; while sum(im(:,left))>m/5 && leftm/5 && right>1 right=right-1; end im=imcrop(im,[left 1 right-left m]); % 第二次裁剪 [m,n]=size(im); top=1; bottom=m; whil

20、e sum(im(top,:))>0 && top0 && bottom>1 bottom=bottom-1; end im=imcrop(im,[1 top n bottom-top]); % 第三次裁剪 [m,n]=size(im); top=1; bottom=m; left=1; right=n; while sum(im(top,:))==0 && top

21、& bottom>1 bottom=bottom-1; end while sum(im(:,left))==0 && left1 right=right-1; end goal=imcrop(im,[left,top,right-left,bottom-top]); end function [w1,w2,w3,w4,w5,w6] = my_norm(w1,w2,w3,w4,w5,w6,x) %將提取出的字符統(tǒng)一大小 w1=imr

22、esize(w1,x); w2=imresize(w2,x); w3=imresize(w3,x); w4=imresize(w4,x); w5=imresize(w5,x); w6=imresize(w6,x); end 四、設(shè)計(jì)結(jié)果 五、心得體會(huì) 通過這次課程設(shè)計(jì)，讓我又一次了解和熟悉了MATLAB這個(gè)強(qiáng)大的處理工具，這次課程設(shè)計(jì)雖然初期由于自己基礎(chǔ)不扎實(shí)，在設(shè)計(jì)實(shí)現(xiàn)過程中遇到了很多麻煩和問題，花了很多不必要的時(shí)間，好在自己還是堅(jiān)持了下來，積極想辦法解決問題，沒有放棄，最終才能做到這個(gè)地步，有一點(diǎn)小小的成就感。同時(shí)也明白了做什么事尤其是科研，專注和堅(jiān)持是很重要的。