14毕业论文：车牌识别系统的设计㊣精品文档值得下载

车牌区域对图像每个区域进行标记，然后计算每个区域的图像特征参数区域中心位置最小包含矩形面积。

标注二进制图像中已连接的部分计算图像区域的特征尺寸区域面积车牌的框架大小标志图像向图像转换图像特征参数比较，提取车牌区域对图像每个区域进行标记，然后计算每个区域的图像特征参数区域中心位置最小包含矩形面积。

标注二进制图像中已连接的部分取矩形框的开运算图像开运算输出开运算的图像图闭运算的图像图开运算的图像图开运算的图像对二值图像进行区域提取，并计算区域特征参数。

进行区域取矩形框的开运算图像开运算输出开运算的图像取矩形框的闭运算图像闭运算输出闭运算的图像，物体和平滑边界的作用。

对图像做了开运算和闭运算，闭运算可以使图像的轮廓线更为光滑，它通常用来消掉狭窄的间断和长细的鸿沟，消除小的孔洞，并弥补轮廓线中的断裂。

，洞缩小，可填补目标物体中的空洞，形成连通域。

先腐蚀后膨胀的过程称为开运算，它具有消除细小物体，并在纤细处分离物体和平滑较大物体边界的作用先膨胀后腐蚀的过程称为闭运算，具有填充物体内细小空洞，连接邻近征提取边缘检测图像分割等图像处理问题。

腐蚀是种消除边界点的过程，结果是使目标缩小，孔洞增大，因而可有效的消除孤立噪声点膨胀是将与目标物体接触的所有背景点合并到物体中的过程，结果是使目标增大，孔算子识别强度图像中的边界图像边缘提取输出图像边缘图像边缘提取对得到图像作开操作进行滤波数学形态非线性滤波，可以用于抑制噪声，进行特定为边缘点，去除非局部最大值，可以检测出精确的边缘。

阶导数的局部最大值对应二阶导数的零交叉点，这样通过找图像强度的二阶导数的零交叉点就能找到精确边缘点。

，用组这样的依据事先定好的连接准则相连的边缘点就定义为条边缘。

经过阶的导数的边缘检测，所求的阶导数高于个阈值，则确定该点为边缘点，这样会导致检测的边缘点太多。

可以通过求梯度局部最大值对应的点，并认意义的边缘点进行分类，与这个点相联系的灰度级必须比在这点的背景上变换更有效，我们通过门限方法来决定个值是否有效。

所以，如果个点的二维阶导数比指定的门限大，我们就定义图像中的次点是个边缘点，图像二值化得到二值图像图二值图像边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割纹理特征提取和形状特征提取等图像分析的基础。

为了对有度型获得最佳阈值转换图像为二进制图像否则灰度值设置为或。

的最大值并输出双精度型的最小值并输出双精求处理的速度高成本低信息量大，采用二值图像进行处理，能大大地提高处理效率。

阈值处理的操作过程是先由用户指定或通过算法生成个阈值，如果图像中中像素的灰度值小于该阈值，则将该像素的灰度值设置为或，像。

在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。

车牌识别系统要两幅图相减增强黑白图像输出黑白图像图黑白图像取得最佳阈值，将图像二值化二值图像是指整幅图像画面内仅黑白二值的图像两幅图相减增强黑白图像输出黑白图像图黑白图像取得最佳阈值，将图像二值化二值图像是指整幅图像画面内仅黑白二值的图像。

车牌识别系统要求处理的速度高成本低信息量大，采用二值图像进行处理，能大大地提高处理效率。

阈值处理的操作过程是先由用户指定或通过算法生成个阈值，如果图像中中像素的灰度值小于该阈值，则将该像素的灰度值设置为或，否则灰度值设置为或。

的最大值并输出双精度型的最小值并输出双精度型获得最佳阈值转换图像为二进制图像图像二值化得到二值图像图二值图像边缘检测两个具有不同灰度值的相邻区域之间总存在边缘，边缘就是灰度值不连续的结果，是图像分割纹理特征提取和形状特征提取等图像分析的基础。

为了对有意义的边缘点进行分类，与这个点相联系的灰度级必须比在这点的背景上变换更有效，我们通过门限方法来决定个值是否有效。

所以，如果个点的二维阶导数比指定的门限大，我们就定义图像中的次点是个边缘点，组这样的依据事先定好的连接准则相连的边缘点就定义为条边缘。

经过阶的导数的边缘检测，所求的阶导数高于个阈值，则确定该点为边缘点，这样会导致检测的边缘点太多。

可以通过求梯度局部最大值对应的点，并认定为边缘点，去除非局部最大值，可以检测出精确的边缘。

阶导数的局部最大值对应二阶导数的零交叉点，这样通过找图像强度的二阶导数的零交叉点就能找到精确边缘点。

，用算子识别强度图像中的边界图像边缘提取输出图像边缘图像边缘提取对得到图像作开操作进行滤波数学形态非线性滤波，可以用于抑制噪声，进行特征提取边缘检测图像分割等图像处理问题。

腐蚀是种消除边界点的过程，结果是使目标缩小，孔洞增大，因而可有效的消除孤立噪声点膨胀是将与目标物体接触的所有背景点合并到物体中的过程，结果是使目标增大，孔洞缩小，可填补目标物体中的空洞，形成连通域。

先腐蚀后膨胀的过程称为开运算，它具有消除细小物体，并在纤细处分离物体和平滑较大物体边界的作用先膨胀后腐蚀的过程称为闭运算，具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。

取矩形框的闭运算图像闭运算输出闭运算的图像取矩形框的开运算图像开运算输出开运算的图像取矩形框的开运算图像开运算输出开运算的图像图闭运算的图像图开运算的图像图开运算的图像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，提取车牌区域对图像每个区域进行标记，然后计算每个区域的图像特征参数区域中心位置最小包含矩形面积。

标注二进制图像中已连接的部分计算图像区域的特征尺寸区域面积车牌的框架大小标志图像向图像转换图像彩色标记输出框架的彩色图像图彩色图像计算出包含所标记的区域的最小宽和高，并根据先验知识，比较谁的宽高比更接近实际车牌宽高比，将更接近的提取并显示出来。

程序流程图图灰度子图和二值子图对水平投影进行峰谷分析对水平投影进行峰谷分析，计算出车牌上边框车牌字符投影车牌下边框的波形峰上升点峰下降点峰宽谷宽峰间距离峰中心位置参数。

计算垂直投影计算水平投影中心位置，计算最大字符宽度字符下降点字符宽度上升点至下降点字符中心位置字符中心距离字符中心点至下个字符中心点查找最大值，即为第二字符与第三字符中心距离查找最大值，即为最大字符宽度提取分割字符，并变换为行列标准子图求垂直投影的最小值取阈值计算字符上升点计算谷宽度计算字符距离找到字符中心位置求垂直投影的平均值变换为行列标准子图车牌字符宽度保存子图备选入样本库，并建立样本库将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码进行车牌识别前需要使用样本对神经网络进行训练，然后使用训练好的网络对车牌进行识别。

其具体流程为使用汉字字母字母数字数字四个样本分别对四个子网络进行训练，得到相应的节点数和权值。

对已经定位好的车牌进行图像预处理，逐个的特征提取，然后从相应的文件中读取相应的节点数和权值，把车牌字符分别送入相应的网络进行识别，输出识别结果。

程序流程图图识别的车牌号码第四章设计结果及分析原始图像预处理后车牌定位和提取字符的分割和识别样本与数据库中图片相减计算误差找到误差最小图片依次识别并识别建立数据库可以看出对于这个车牌，可以准确的识别。

原始图像预处理车牌的定位和提取字符的分割和识别从上面结果可以看出，这张车牌的识别失败了，将误识别为了，误识为，识别为，这在识别中是非常容易出错的地方，因此需要在其他方面做些弥补，最后达到识别效果。

在车牌识别的过程中数字库的建立很重要，只有数字库的准确才能保证检测出来的数据正确。

切割出来的数据要与数据库的数据作比较，所以数据库的数据尤为重要。

第五章总结实验对车牌识别系统的软件部分进行了研究，分别从图像预处理车牌定位字符分割以及字符识别等方面进行了系统的分析。

整理和总结了国内外在车牌定位分割字符识别方面的研究成果和发展方向，系统介绍了我国车牌的固有特征，以及车牌识别的特点。

在车牌定位我们采用基于灰度跳变的定位方法，采用先对图像进行预处理，再进行二值化操作的方法。

实验表明本方法既保留了车牌区域的信息，又减少了噪声的干扰，从而简化了二值化处理过程，提高了后续处理的速度。

基于彩色分量的定位方法，运用基于蓝色象素点统计特性的方法对车牌是蓝色的车牌进行定位，实验表明，用该方法实现的车牌定位准确率较高。

本设计用编程运行结果可以得出，本设计采用的图像预处理边缘检测开闭运算子，车牌长宽比特征识别等对车牌的定位都是非常有效的，而本设计提出的二次水平投影分析和阈值技术有效检测了车牌图像的上下左右边框旋转角度，准确实现的车牌字符的分割，对多个车牌进行实验，均有很高的正确率。