基于MATLAB的車(chē)牌識別系統的研究
加入技術(shù)交流群
(1)對二值圖像進(jìn)行區域提取，計算并比較區域特征參數，提取車(chē)牌區域。
(2)計算包含所標記區域的最小寬和高，并根據先前知識，提取并顯示更接近的車(chē)牌二子值圖。
(3)通過(guò)計算車(chē)牌旋轉角度解決車(chē)牌傾斜問(wèn)題。由于車(chē)牌傾斜導致投影效果峰谷不明顯，需車(chē)牌矯正處理。采取線(xiàn)性擬合方法，計算出車(chē)牌上邊或下邊圖像值為1的點(diǎn)擬合直線(xiàn)與水平X軸的夾角。用MATLAB函數的旋轉車(chē)牌圖象函數Imrotate，計算車(chē)牌旋轉角度和經(jīng)旋轉、二值化后的車(chē)牌二值子圖處理結果如圖2所示。本文引用地址：http://dyxdggzs.com/article/195617.htm
2．4 字符分割
完成牌照區域的定位后，再將牌照區域分割為單個(gè)字符。一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內的間隙處取得局部最小值，并且該位置應滿(mǎn)足牌照的字符書(shū)寫(xiě)格式、字符、尺寸限制等條件。利用垂直投影法實(shí)現復雜環(huán)境下汽車(chē)圖像中的字符分割效果較好。通過(guò)分析計算字符的水平投影和垂直投影，可獲得車(chē)牌字符高度、字符頂行與尾行、字符寬度、每個(gè)字符的中心位置，以方便提取分割字符。然后計算車(chē)牌垂直投影，去掉車(chē)牌垂直邊框。獲取車(chē)牌及字符平均寬度。最后計算車(chē)牌每個(gè)字符的中心位置和最大字符寬度，提取分割字符，其算法流程如圖3所示，通過(guò)程序算法計算的車(chē)牌字符高度和寬度及分割的字符，如圖4所示。
3 結論
從MATLAB編程運行結果看，這里采用的圖像識別算法對車(chē)牌的定位非常有效，該算法可有效檢測車(chē)牌圖像的上下左右邊框、旋轉角度，準確分割及識別車(chē)牌字符。通過(guò)對多個(gè)車(chē)牌進(jìn)行試驗，正確率高，與傳統的采用C++語(yǔ)言相比，工作量和開(kāi)發(fā)周期都減少很多。實(shí)際應用中，牌照識別系統的識別率與牌照質(zhì)量和圖像拍攝質(zhì)量密切相關(guān)，還會(huì )受到各種因素，需不斷完善識別系統和算法。
評論