的最终目的就是对车牌上的文字进行识别。主要应用的为模板匹配方法。Р因为系统运行的过程中,主要进行的都是图像处理,在这个过程中要进行大量的数据处理,所以处理器和内存要求比较高,CPU要求主频在600HZ及以上,内存在128MB及以上。系统可以运行于Windows98、Windows2000或者Windows XP操作系统下,程序调试时使用matlab。Р三、系统流程图和实现步骤Р3.1实现目标方法流程图:Р车牌定位与字符识别技术是基于计算机图像处理、模式识别等技术为基础,通过对原图像的处理,以及边缘检测技术实现对车牌的定位,然后对车牌图像处理、归一化处理、分割以及保存,最后进行分割图像与模板库的模板进行匹配,最后输出匹配结果。流程如下图所示Р 车牌识别系统流程图Р车牌图像采集Р车牌图像进行处理Р字符分割Р字符识别Р输出结果Р对车牌定位Р定位车牌图像处理Р图1车牌识别系统流程图Р3.2实现目标主要步骤:Р1) 获取图像:装入待处理彩色图像并显示原始图像Р2) 图像预处理:对Sgray 原始黑白图像进行开操作得到图像背景Р3) 取得最佳阈值,将图像二值化Р4) 对得到二值图像作开闭操作进行滤波Р5) 对二值图像进行区域提取,并计算区域特征参数。进行区域特征参数比较,提取车牌区域。Р6) 计算车牌水平投影,并对水平投影进行峰谷分析Р7) 计算车牌旋转角度Р8) 旋转车牌后重新计算车牌水平投影,去掉车牌水平边框,获取字符高度Р9) 计算车牌垂直投影,去掉车牌垂直边框,获取车牌及字符平均宽度Р10) 计算车牌上每个字符中心位置,计算最大字符宽度Р11) 提取分割字符,并变换为22行?14列标准子图Р四、图像处理结果РStep1 获取图像:装入待处理彩色图像并显示原始黑白图像。Р 图1原始黑白图像РStep2 图像预处理:对原始黑白图像进行开操作得到图像背景。Р Р 图2-1原始黑白图像
全文预览
