当前位置：文档库 › 数字图像处理车牌识别课程设计matlab实现附源代码

数字图像处理车牌识别课程设计matlab实现附源代码

精品实验项目字符识别预处理的设计

与实现

专业：电子信息工程

姓名：高勇

学号：2010021204

指导老师：郑蕊蕊

一、实验类型：设计性实验 (3)

二、实验目的 (3)

三、实验设备：扫描仪、安装有MATLAB软件的计算机 (3)

四、实验内容及原理 (3)

（1）字符图像的获取 (3)

（2）字符图像预处理 (3)

（3）字符图像分割 (3)

（4）函数的作用 (4)

五、实验步骤 (8)

1.载入车牌图像： (8)

2.将彩图转换为灰度图并绘制直方图： (9)

3. 用roberts算子进行边缘检测： (10)

4.图像实施腐蚀操作： (10)

5.平滑图像 (11)

6. 删除二值图像的小对象 (12)

7.车牌定位 (12)

8.字符分割与识别 (14)

9.车牌识别： (20)

六、思考题 (27)

一、实验类型：设计性实验

二、实验目的

1. 掌握图像的获取、预处理和分割的原理及MATLAB实现方法。

2. 掌握使用扫描仪和计算机获取数字图像的方法，理解扫描仪的原理。

3. 自学一种字符图像的分割算法并用MA TLAB编程实现该算法。

三、实验设备：扫描仪、安装有MATLAB软件的计算机

四、实验内容及原理

（1）字符图像的获取

用扫描仪获取图像是字符图像处理常用的数字化过程的方法之一。以办公设备中常用的台式扫描仪为例，其主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等，这些指标都可以从扫描仪的说明手册中获得。分辨率的单位是dpi（Dot Per Inch），意思是每英寸的像素点数。

扫描仪工作时，首先由可移动带状光源将光线照在欲输入的图稿上，并沿y方向扫描稿件，产生表示图像特征的反射光或透射光。照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，经光学系统采集和过滤成RGB三色光带分别照射到RGB分量的CCD上，CCD将光信号转换为模拟电信号。内部电路的A/D变换器将模拟电信号转变为数字电子信号输送给计算机。将稿件全部扫描一遍，一幅完整的图像就输入到计算机中去了。

（2）字符图像预处理

根据扫描仪扫描的文档实际情况，有选择地用MA TLAB编程实现字符图像倾斜校正、滤波、灰度化、二值化和归一化等图像预处理。根据具体需要，还可进行图像的正交变换、边缘提取、形态学和图像细化等操作。

（3）字符图像分割

通过查找资料，自学字符图像分割的常用算法，根据原始扫描图像的实际情况，设计一种字符图像分割的方法并用MA TLAB编程实现，并绘制流程图。

图1 流程图

（4）函数的作用

1.Imerode

功能：对图像实现腐蚀操作，即膨胀操作的反操作。

用法：IM2 = imerode(IM,SE)

IM2 = imerode(IM,NHOOD)

IM2 = imerode(IM,SE,PACKOPT,M)

IM2 = imerode(...,PADOPT)

IM2 = imerode(IM,SE) 腐蚀灰度，二值，压缩二值图像IM，返回IM2。参数SE为由strel 函数返回的结构元素或者结构元素对象组。

IM2 = imerode(IM,NHOOD)腐蚀图像IM，这里NHOOD是定义结构元素邻域0和1的矩阵。IM2 = imerode(...,PADOPT)指出输出图像的大小（是否与输入图像大小一致）。

2.imdilate

功能：对图像实现膨胀操作。

用法：IM2 = imdilate(IM,SE)

IM2 = imdilate(IM,NHOOD)

IM2 = imdilate(IM,SE,PACKOPT)

IM2 = imdilate(...,PADOPT)

IM2 = imdilate(IM,SE) 膨胀灰度，二值，压缩二值图像IM，返回IM2。参数SE为由strel 函数返回的结构元素或者结构元素对象组。

IM2 = imdilate(IM,NHOOD)膨胀图像IM，这里NHOOD是定义结构元素邻域0和1的矩阵。IM2 = imdilate(IM,SE,PACKOPT)定义IM是否是一个压缩的二值图像。

IM2 = imdilate(...,PADOPT)指出输出图像的大小。

3.strel

功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。

用法：SE = strel(shape,parameters)

创建由指定形状shape对应的结构元素。其中shape的种类有

‘arbitrary'，'pair'，'diamond'，'periodicline'，'disk'，'rectangle'

'line'，'square'，'octagon

参数parameters一般控制SE的大小。

4.edge

BW = edge(I)

采用灰度或一个二值化图像I作为它的输入，并返回一个与I相同大小的二值化图像BW，在函数检测到边缘的地方为1，其他地方为0。

BW = edge(I,'sobel') 自动选择阈值用Sobel算子进行边缘检测。

BW = edge(I,'sobel',thresh) 根据所指定的敏感度阈值thresh，用Sobel算子进行边缘检测，它忽略了所有小于阈值的边缘。当thresh为空时，自动选择阈值。

BW = edge(I,'sobel',thresh,direction) 根据所指定的敏感度阈值thresh，在所指定的方向direction上，用Sobel 算子进行边缘检测。Direction可取的字符串值为horizontal(水平方向)、vertical(垂直方向)或both(两个方向)。

[BW,thresh] = edge(I,'sobel',...) 返回阈值

BW = edge(I,'prewitt') 自动选择阈值用prewitt算子进行边缘检测。

BW = edge(I,'prewitt',thresh) 根据所指定的敏感度阈值thresh，用prewitt算子进行边缘检测，它忽略了所有小于阈值的边缘。当thresh为空时，自动选择阈值。

BW = edge(I,'prewitt',thresh,direction) 根据所指定的敏感度阈值thresh，在所指定的方向direction上，用prewitt算子进行边缘检测。Direction可取的字符串值为horizontal(水平方向)、vertical(垂直方向)或both(两个方向)默认方向为both。

BW = edge(I,'roberts') 自动选择阈值用roberts算子进行边缘检测。

BW = edge(I,'roberts',thresh) 根据所指定的敏感度阈值thresh，用Roberts算子进行边缘检测，它忽略了所有小于阈值的边缘。当thresh为空时，自动选择阈值。

5.Imclose

功能：对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。

用法：IM2 = imclose(IM,SE)

IM2 = imclose(IM,NHOOD)

用法和imopen相同。

6.imopen

功能：对图像实现开运算，开运算一般能平滑图像的轮廓，消弱狭窄的部分，去掉细的突出。用法：IM2 = imopen(IM,SE)

IM2 = imopen(IM,NHOOD)

IM2 = imopen(IM,SE)用结构元素SE实现灰度图像或二值图像的IM的形态开运算。SE可以是单个结构元素对象或者结构元素对象数组。

IM2 = imopen(IM,NHOOD)用结构元素strel（NHOOD）执行开运算。

7.bwareaopen

功能：删除小面积对象

格式：

BW2 = bwareaopen(BW,P,conn)

作用：

删除二值图像BW中面积小于P的对象，默认情况下conn使用8邻域。

8.tic和toc函数

这两个函数一般配合使用，tic表示计时的开始，toc表示计时的结束。

格式如：

tic

任意表达式

toc

t=toc

9.fspecial

功能：用于建立预定义的滤波算子，其语法格式为：

h = fspecial(type)

h = fspecial(type，para)

其中type指定算子的类型，para指定相应的参数；

type的类型有：

1、'average'

averaging filter

为均值滤波，参数为hsize代表模板尺寸，默认值为【3，3】。

'disk'

circular averaging filter

为圆形区域均值滤波，参数为radius代表区域半径，默认值为5.

'gaussian'

Gaussian lowpass filter

为高斯低通滤波，有两个参数，hsize表示模板尺寸，默认值为【3 3】，sigma为滤波器的标准值，单位为像素，默认值为0.5.

'prewitt'

Prewitt horizontal edge-emphasizing filter

用于边缘增强，大小为【3 3】，无参数

'sobel'

Sobel horizontal edge-emphasizing filter

用于边缘提取，无参数

9. filter2

J = filter2(h,I);使用指定的滤波器h对I进行滤波，结果保存在J中

10.bwarea

函数功能：计算二值图像中对象的总面积。

调用格式：

total = bwarea(BW)

估算二值图像BW中对象的总面积。返回的total是一个标量，它的值大致地反映了和图像中on像素的个数。由于对于不同像素类型，度量标准不同，因此结果可能并不十分精

确。BW可以是数值类型（整型、浮点型）或者逻辑类型。对于数值类型，像素值不为0被视为on。返回值total是double类型的。

11.sum

功能：函数求和

sum(x,2)表示矩阵x的横向相加，求每行的和，结果是列向量。

而缺省的sum(x)就是竖向相加，求每列的和，结果是行向量。

A>0的结果是得到一个逻辑矩阵，大小跟原来的A一致，

A中大于零的元素的位置置为1，小于等于零的位置置为0。

所以横向求和以后，就是求A中每行大于零的元素个数。

12.round

功能：四舍五入

调用格式：Y = round(X)

在matlab中round也是一个四舍五入函数。

五、实验步骤

1.载入车牌图像：

I=imread('car1.jpg');

figure(1),imshow(I);title('original image')；%将车牌的原图显示出来，结果如下：

2.将彩图转换为灰度图并绘制直方图：

I1=rgb2gray(I);%将彩图转换为灰度图

figure(2),subplot(1,2,1),imshow(I1);title('gray image');

figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图

结果如下所示：

3. 用roberts算子进行边缘检测：

I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测figure(3),imshow(I2);title('roberts operator edge detection image')；

结果如下：

4.图像实施腐蚀操作：

se=[1;1;1];

I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作

figure(4),imshow(I3);title('corrosion image');

5.平滑图像

se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se I4=imclose(I3,se);%图像聚类、填充图像

figure(5),imshow(I4);title('smothing image');

结果如下所示：

6. 删除二值图像的小对象

I5=bwareaopen(I4,2000);%去除聚团灰度值小于2000的部分

figure(6),imshow(I5);title('remove the small objects'); %用imshow函数显示滤波后图像结果如下所示：

7.车牌定位

[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中

myI=double(I5);%将I5转换成双精度

tic %tic表示计时的开始，toc表示计时的结束

Blue_y=zeros(y,1);%产生一个y*1的零阵

for i=1:y

for j=1:x

if(myI(i,j,1)==1)

%如果myI(i,j,1)即myI的图像中坐标为(i,j)的点值为1，即该点为车牌背景颜色蓝色 %则Blue_y(i,1)的值加1

Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计

end

[temp MaxY]=max(Blue_y);%Y方向车牌区域确定

%temp为向量yellow_y的元素中的最大值，MaxY为该值的索引 PY1=MaxY;

while ((Blue_y(PY1,1)>=5)&&(PY1>1))

PY1=PY1-1;

end

PY2=MaxY;

while ((Blue_y(PY2,1)>=5)&&(PY2

PY2=PY2+1;

end

IY=I(PY1:PY2,:,:);

%行方向车牌区域确定

%%%%%% X方向 %%%%%%%%%

Blue_x=zeros(1,x);%进一步确定x方向的车牌区域

for j=1:x

for i=PY1:PY2

if(myI(i,j,1)==1)

Blue_x(1,j)= Blue_x(1,j)+1; end

end

PX1=1;

while ((Blue_x(1,PX1)<3)&&(PX1

PX1=PX1+1;

end

PX2=x;

while ((Blue_x(1,PX2)<3)&&(PX2>PX1))

PX2=PX2-1;

end

PX1=PX1-1;%对车牌区域的校正

PX2=PX2+1;

dw=I(PY1:PY2-8,PX1:PX2,:);

t=toc;

figure(7),subplot(1,2,1),imshow(IY),title('Line direction areas');%行方向车牌区域确定

figure(7),subplot(1,2,2),imshow(dw),title('positioning color images');%定位后的车牌区域如下所示：

8.字符分割与识别

1)车牌的进一步处理

对分割出的彩色车牌图像进行灰度转换、二值化、均值滤波、腐蚀膨胀以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像，对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。代码如下：imwrite(dw,'dw.jpg');%将彩色车牌写入dw文件中

a=imread('dw.jpg');%读取车牌文件中的数据

b=rgb2gray(a);%将车牌图像转换为灰度图

imwrite(b,'gray licence plate.jpg');%将灰度图像写入文件中

figure(8);subplot(3,2,1),imshow(b),title('车牌灰度图像')

g_max=double(max(max(b)));

g_min=double(min(min(b)));

T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值

[m,n]=size(b);

d=(double(b)>=T); % d:二值图像

imwrite(d,'binary licence plate.jpg');

subplot(3,2,2),imshow(d),title('before filtering binary licence plate')

%均值滤波前

% 滤波

h=fspecial('average',3);

%建立预定义的滤波算子，average为均值滤波，模板的尺寸为3*3

d=im2bw(round(filter2(h,d)));%使用指定的滤波器h对h进行d即均值滤波

imwrite(d,'after average licence plate.jpg');

subplot(3,2,3),imshow(d),title('after average licence plate')

% 某些图像进行操作

% 膨胀或腐蚀

% se=strel('square',3); % 使用一个3X3的正方形结果元素对象对创建的图像进行膨胀% 'line'/'diamond'/'ball'...

se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵

[m,n]=size(d);%返回矩阵b的尺寸信息，并存储在m,n中

if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积与整个面积的比是否大于0.365 d=imerode(d,se);%如果大于0.365则图像进行腐蚀

elseif bwarea(d)/m/n<=0.235 %计算二值图像中对象的总面积与整个面积的比是否小于0.235

d=imdilate(d,se);%如果小于则实现膨胀操作

end

imwrite(d,'expansion or corrosion the licence plate.jpg');

subplot(3,2,4),imshow(d),title('expansion or corrosion the licence plate')；

运行结果如下所示：

2)字符分割

在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割。一般分割出来的字符要进行进一步的处理，以满足下一步字符识别的需要。但是对于车牌的识别，并不需要太多的处理就已经可以达到正确识别的目的。在此只进行了归一化处理，然后进行后期处理。

% 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割

%首先创建子函数qiege与getword，而后调用子程序，将车牌的字符分割开并且进行归一化处理

d=qiege(d);

[m,n]=size(d);

subplot(3,2,5),imshow(d),title(n)

k1=1;k2=1;s=sum(d);j=1;

while j~=n

while s(j)==0

j=j+1;

end

k1=j;

while s(j)~=0 && j<=n-1

j=j+1;

end

k2=j-1;

if k2-k1>=round(n/6.5)

[val,num]=min(sum(d(:,[k1+5:k2-5]))); d(:,k1+num+5)=0; % 分割

end

% 再切割

d=qiege(d);

% 切割出 7 个字符

y1=10;y2=0.25;flag=0;word1=[];

while flag==0

[m,n]=size(d);

left=1;wide=0;

while sum(d(:,wide+1))~=0

wide=wide+1;

end

if wide

d(:,[1:wide])=0;

d=qiege(d);

else

temp=qiege(imcrop(d,[1 1 wide m]));

[m,n]=size(temp);

all=sum(sum(temp));

two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/all>y2

flag=1;word1=temp; % WORD 1

end

d(:,[1:wide])=0;d=qiege(d);

end

% 分割出第二个字符

[word2,d]=getword(d);

% 分割出第三个字符

[word3,d]=getword(d);

% 分割出第四个字符

[word4,d]=getword(d);

% 分割出第五个字符

[word5,d]=getword(d);

% 分割出第六个字符

[word6,d]=getword(d);

% 分割出第七个字符

[word7,d]=getword(d);

figure(9);

subplot(2,7,1),imshow(word1),title('1');

subplot(2,7,2),imshow(word2),title('2');

subplot(2,7,3),imshow(word3),title('3');

subplot(2,7,4),imshow(word4),title('4');

subplot(2,7,5),imshow(word5),title('5');

subplot(2,7,6),imshow(word6),title('6');

subplot(2,7,7),imshow(word7),title('7'); [m,n]=size(word1);

% 商用系统程序中归一化大小为 40*20,此处演示word1=imresize(word1,[40 20]);

word2=imresize(word2,[40 20]);

word3=imresize(word3,[40 20]);

word4=imresize(word4,[40 20]);

word5=imresize(word5,[40 20]);

word6=imresize(word6,[40 20]);

word7=imresize(word7,[40 20]);

subplot(2,7,8),imshow(word1),title('1'); subplot(2,7,9),imshow(word2),title('2'); subplot(2,7,10),imshow(word3),title('3'); subplot(2,7,11),imshow(word4),title('4'); subplot(2,7,12),imshow(word5),title('5'); subplot(2,7,13),imshow(word6),title('6'); subplot(2,7,14),imshow(word7),title('7'); imwrite(word1,'1.jpg');

imwrite(word2,'2.jpg');

imwrite(word3,'3.jpg');

imwrite(word4,'4.jpg');

imwrite(word5,'5.jpg');

imwrite(word6,'6.jpg');

imwrite(word7,'7.jpg');

运行结果如下：

9.车牌识别：

模板匹配是图象识别方法中最具代表性的基本方法之一，它是将从待识别的图象或图象区域f(i,j)中提取的若干特征量与模板T(i,j)相应的特征量逐个进行比较，计算它们之间规格化的互相关量，其中互相关量最大的一个就表示期间相似程度最高，可将图象归于相应的类。也可以计算图象与模板特征量之间的距离，用最小距离法判定所属类。

此处采用相减的方法来求得字符与模板中哪一个字符最相似，然后找到相似度最大的输出。汽车牌照的字符一般有七个，大部分车牌第一位是汉字，通常代表车辆所属省份，紧接其后的为字母与数字。车牌字符识别与一般文字识别在于它的字符数有限，汉字共约50多个，大写英文字母26个，数字10个。为了实验方便，结合本次设计所选汽车牌照的特点，只建立了7个数字26个字母与10个数字的模板。其他模板设计的方法与此相同。

首先取字符模板，接着依次取待识别字符与模板进行匹配，将其与模板字符相减，得到的0越多那么就越匹配。把每一幅相减后的图的0值个数保存，即为识别出来的结果。

识别的流程图如下所示：

车牌识别地matlab程序

( 附录车牌识别程序 clear ; close all; %Step1 获取图像装入待处理彩色图像并显示原始图像 Scolor = imread('');%imread函数读取图像文件 %将彩色图像转换为黑白并显示 Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图 " figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图 figure,imshow(Sgray),title('原始黑白图像'); %Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel('disk',13);%strel函数 Bgray=imopen(Sgray,s);%打开sgray s图像 figure,imshow(Bgray);title('背景图像');%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract(Sgray,Bgray);%两幅图相减￥ figure,imshow(Egray);title('增强黑白图像');%输出黑白图像 %Step3 取得最佳阈值，将图像二值化 fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型 fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型 level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值 bw22=im2bw(Egray,level);%转换图像为二进制图像 bw2=double(bw22); %Step4 对得到二值图像作开闭操作进行滤波、 figure,imshow(bw2);title('图像二值化');%得到二值图像 grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界

matlab课程设计题目

课题一：连续时间信号和系统时域分析及MATLAB实现课题要求：深入研究连续时间信号和系统时域分析的理论知识。利用MATLAB强大的图形处理功能、符号运算功能以及数值计算功能，实现连续时间信号和系统时域分析的仿真波形。课题内容：一、用MATLAB实现常用连续时间信号的时域波形（通过改变参数，分析其时域特性）。 1、单位阶跃信号， 2、单位冲激信号， 3、正弦信号， 4、实指数信号， 5、虚指数信号， 6、复指数信号。二、用MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘， 4、微分， 5、积分三、用MATLAB实现信号的时域变换（参数变化，分析波形变化） 1、反转， 2、使移（超时，延时）， 3、展缩， 4、倒相， 5、综合变化四、用MATLAB实现信号简单的时域分解 1、信号的交直流分解， 2、信号的奇偶分解五、用MATLAB实现连续时间系统的卷积积分的仿真波形给出几个典型例子，对每个例子，要求画出对应波形。六、用MATLAB实现连续时间系统的冲激响应、阶跃响应的仿真波形。给出几个典型例子，四种调用格式。七、利用MATLAB实现连续时间系统对正弦信号、实指数信号的零状态响应的仿真波形。给出几个典型例子，要求可以改变激励的参数，分析波形的变化。课题二：离散时间信号和系统时域分析及MATLAB实现。课题要求：深入研究离散时间信号和系统时域分析的理论知识。利用MATLAB强大的图

形处理功能、符号运算功能以及数值计算功能，实现离散时间信号和系统时域分析的仿真波形。课题内容：一、用MATLAB绘制常用信号的时域波形（通过改变参数分析其时域特性） 1、单位序列， 2、单位阶跃序列， 3、正弦序列， 4、离散时间实指数序列， 5、离散时间虚指数序列， 6、离散时间复指数序列。二、用MATLAB实现信号的时域运算 1、相加， 2、相乘， 3、数乘。三、用MATLAB实现信号的时域变换（参数变化，分析波形的变化） 1、反转， 2、时移（超时，延时）， 3、展缩， 4、倒相。四、用MATLAB实现离散时间系统卷积和仿真波形给出几个典型例子，对每个例子要求画出e(k)，h(k)，e(i)，h(i)，h(-i)，Rzs(k)波形。五、用MATLAB实现离散时间系统的单位响应，阶跃响应的仿真波形给出几个典型例子，四中调用格式。六、用MATLAB实现离散时间系统对实指数序列信号的零状态响应的仿真波形给出几个典型例子，要求可以改变激励的参数，分析波形的变化。课题三：连续时间信号傅里叶级数分析及MATLAB实现。课题要求：深入研究连续时间信号傅里叶级数分析的理论知识，利用MATLAB强大的图形处理功能，符号运算功能以及数值计算功能，实现连续时间周期信号频域分析的仿真波形。课题内容：一、用MATLAB实现周期信号的傅里叶级数分解与综合以周期矩形波信号为例，绘出包含不同谐波次数的合成波形，观察合成波形与原矩形波形之间的关系及吉布斯现象。

基于matlab的车牌号码识别程序代码

基于matlab的汽车牌照识别程序摘要：本次作业的任务是设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，车牌定位，字符分割，然后通过神经网络对车牌进行字符识别，最终从一幅图像中提取车牌中的字母和数字，给出文本形式的车牌号码。关键词：车牌识别，matlab，神经网络 1 引言随着我国交通运输的不断发展，智能交通系统（Intelligent Traffic System，简称ITS）的推广变的越来越重要，而作为ITS的一个重要组成部分，车辆牌照识别系统（vehicle license plate recognition system，简称LPR）对于交通管理、治安处罚等工作的智能化起着十分重要的作用。它可广泛应用于交通流量检测，交通控制于诱导，机场，港口，小区的车辆管理，不停车自动收费，闯红灯等违章车辆监控以及车辆安全防盗等领域，具有广阔的应用前景。由于牌照是机动车辆管理的唯一标识符号，因此，车辆牌照识别系统的研究在机动车管理方面具有十分重要的实际意义。 2 车辆牌照识别系统工作原理车辆牌照识别系统的基本工作原理为：将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入到计算机中进行预处理，再由检索模块对牌照进行搜索、检测、定位，并分割出包含牌照字符的矩形区域，然后对牌照字符进行二值化并将其分割为单个字符，然后输入JPEG或BMP格式的数字，输出则为车牌号码的数字。 3 车辆牌照识别系统组成（1）图像预处理：对汽车图像进行图像转换、图像增强和边缘检测等。（2）车牌定位：从预处理后的汽车图像中分割出车牌图像。即在一幅车辆图像中找到车牌所在的位置。（3）字符分割：对车牌图像进行几何校正、去噪、二值化以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像

MATLAB课设报告

课程设计任务书学生姓名：董航专业班级：电信1006班指导教师：阙大顺，李景松工作单位：信息工程学院课程设计名称：Matlab应用课程设计课程设计题目：Matlab运算与应用设计5 初始条件： 1.Matlab6.5以上版本软件； 2.课程设计辅导资料：“Matlab语言基础及使用入门”、“Matlab及在电子信息课程中的应用”、线性代数及相关书籍等； 3.先修课程：高等数学、线性代数、电路、Matlab应用实践及信号处理类相关课程等。要求完成的主要任务：（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求） 1.课程设计内容：根据指导老师给定的7套题目，按规定选择其中1套完成； 2.本课程设计统一技术要求：研读辅导资料对应章节，对选定的设计题目进行理论分析，针对具体设计部分的原理分析、建模、必要的推导和可行性分析，画出程序设计框图，编写程序代码（含注释），上机调试运行程序，记录实验结果（含计算结果和图表），并对实验结果进行分析和总结。具体设计要求包括： ①初步了解Matlab、熟悉Matlab界面、进行简单操作； ②MATLAB的数值计算：创建矩阵矩阵运算、多项式运算、线性方程组、数值统计； ③基本绘图函数：plot, plot3, mesh, surf等，要求掌握以上绘图函数的用法、简单图形标注、简单颜色设定等； ④使用文本编辑器编辑m文件，函数调用； ⑤能进行简单的信号处理Matlab编程； ⑥按要求参加课程设计实验演示和答辩等。 3.课程设计说明书按学校“课程设计工作规范”中的“统一书写格式”撰写，具体包括： ①目录； ②与设计题目相关的理论分析、归纳和总结； ③与设计内容相关的原理分析、建模、推导、可行性分析； ④程序设计框图、程序代码（含注释）、程序运行结果和图表、实验结果分析和总结； ⑤课程设计的心得体会（至少500字）； ⑥参考文献（不少于5篇）； ⑦其它必要内容等。时间安排：1.5周（分散进行）参考文献： [1](美)穆尔,高会生,刘童娜,李聪聪．MA TLAB实用教程(第二版) . 电子工业出版社,2010. [2]王正林,刘明．精通MATLAB(升级版) .电子工业出版社,2011. [3]陈杰. MA TLAB宝典(第3版) . 电子工业出版社,2011. [4]刘保柱,苏彦华,张宏林. MATLAB 7.0从入门到精通(修订版) . 人民邮电出版社,2010. 指导教师签名：年月日系主任（或责任教师）签名：年月日

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书目录

一．课程设计目的 (3) 二．设计原理 (3) 三．详细设计步骤 (3) 四. 设计结果及分析 (18) 五. 总结 (19) 六. 设计体会 (20) 七. 参考文献 (21) 一、课程设计目的车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过

设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。三、详细设计步骤: 1. 提出总体设计方案: 牌照号码、颜色识别为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。

牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合汽车牌照特征的若干区域作为候选区，然后对这些侯选区域做进一步分析、评判，最后选定一个最佳的区域作为牌照区域，并将其从图象中分割出来。流程图: 完成牌照区域的定位后，再将牌照区域分割成单个字符，然后进行识别。字符分割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间或字符内的间隙处取得局部最小值的附近，并且这个位置应满足牌照的字符书写格式、字符、尺寸限制和一些其他条件。利用垂直投影法对复杂环境下的汽车图像中的字符分割有较好的效果。字符识别方法目前主要有基于模板匹配算法和基于人工神经网络算法。基于模板匹配算法首先将分割后的字符二值化,并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。基于人工神经元网络的算法有两种：一种是先对待识别字符进行特征提取，然后用所获得特征来训练神经网络分配器；另一种方法是直接把待处理图像输入网络，由网络自动实现特征提取直至识别出结果。实际应用中，牌照识别系统的识别率与牌照质量和拍摄质量密切相关。牌照质量会受到各种因素的影响，如生锈、污损、油漆剥落、字体褪色、牌照被遮挡、牌照倾斜、高亮反光、多牌照、假牌照等等；实际拍摄过程也会受到环境亮度、拍摄亮度、车辆速度等等因素的影响。这些影响因素不同程度上降低了牌照识别的识别率，也正是牌照识别系统的困难和挑战所在。为了提高识别率，除了不断的完善识别算法，还应该想办法克服各种光照条件，使采集到的图像最利于识别。 clear ; close all;

Matlab课程设计报告

自控系统仿真软件课程设计报告 MATLAB 设计题目：牛顿摆球姓名：学号：院系：班级：1203 指导教师： 2014年12月20日

一．课程设计目的 1、熟悉课程设计的基本流程； 2、掌握MATLAB语法结构及调试方法； 3、熟悉MATLAB函数调用，熟练二维画图; 4、掌握MATLAB语言在控制方面的运用； 5、学会用MATLAB进行基本仿真； 6、掌握MATLAB编程技巧，提高编程水平。二．系统分析 1.题目的描述：（1）牛顿摆球原理描述五个质量相同的球体由吊绳固定，彼此紧密排列。当摆动最右侧的球并在回摆时碰撞紧密排列的另外四个球，最左边的球将被弹出，并仅有最左边的球被弹出。当然此过程也是可逆的，当摆动最左侧的球撞击其它球时，最右侧的球会被弹出。当最右侧的两个球同时摆动并撞击其他球时，最左侧的两个球会被弹出。同理相反方向同样可行，并适用于更多的球。为了更接近现实，在这里我将考虑重力及空气阻力的影响，摆球将不会永无止境的运动下去，由于外界因素的影响，摆球运动一段时间后将回归静止状态。（2）通过MATLAB动画程序制作软件，实现下述过程当运行程序时，把最右边的小球拉到一定的高度放下，让其碰撞其余四个小球，仅让最左边的小球被弹出，当最左边小球回摆碰撞其它球时，最右边小球又被弹出，如此循环。由于是非理想条件下，摆球的摆动幅度会随摆动次数的增加越来越小，直到静止。时间停顿两秒，把右边两小球一起拉到一定高度放下，让其碰撞其余三个球，同样仅让左边两球被弹出，当球回摆再次碰撞时，最右边两球又被同时弹出，如此循环，因为外界因素的影响，最终五个球都会静止下来。（3）整个实验看似简单，但要在MATLAB上完成这样一个动画过程，还是需要下点功夫，克服困难的。经过自己的努力，终于实现了整个过程，这也是一种不小的收获。 2.设计要求：（1）能够实现有阻尼摆动，即摆幅随摆动次数增加越来越小，直到静止。（2）能够让摆球弧线摆动。三．系统设计 1.系统设计过程（1）通过函数axis建立坐标系（2）在坐标系范围内通过函数line画各个支架（3）通过函数title添加标题“动量守恒实验”、函数text添加标注“牛顿摆球” （4）通过函数line画出五个球，并设定其初始位置，颜色,大小,线条的擦拭方式

matlab车牌识别程序代码

% 车牌识别程序主体 clc; close all; clear all; %========================================================== %说明： % % %=========================================================== % ==============测定算法执行的时间，开始计时================= tic %%%%%记录程序运行时间 %=====================读入图片================================ [fn,pn,fi]=uigetfile('*.jpg','选择图片'); I=imread([pn fn]); figure; imshow(I); title('原始图像');%显示原始图像 chepailujing=[pn fn] I_bai=I; [PY2,PY1,PX2,PX1]=caitu_fenge(I); % I=rgb2hsv(I); % [PY2,PY1,PX2,PX1]=caitu_tiqu(I,I_bai);%用HSI模型识别蓝色，用rgb模型识别白色 %================分割车牌区域================================= %===============车牌区域根据面积二次修正====================== [PY2,PY1,PX2,PX1,threshold]=SEC_xiuzheng(PY2,PY1,PX2,PX1); %==============更新图片============================= Plate=I_bai(PY1:PY2,PX1:PX2,:);%使用caitu_tiqu %==============考虑用腐蚀解决蓝色车问题============= bw=Plate;figure,imshow(bw);title('车牌图像');%hsv彩图提取图像 %==============这里要根据图像的倾斜度进行选择这里选择的图片20090425686.jpg bw=rgb2gray(bw);figure,imshow(bw);title('灰度图像'); %================倾斜校正====================== qingxiejiao=rando_bianhuan(bw) bw=imrotate(bw,qingxiejiao,'bilinear','crop');figure,imshow(bw);title('倾斜校正');%取值为负值向右旋转 %============================================== bw=im2bw(bw,graythresh(bw));%figure,imshow(bw); bw=bwmorph(bw,'hbreak',inf);%figure,imshow(bw); bw=bwmorph(bw,'spur',inf);%figure,imshow(bw);title('擦除之前');

车牌识别的matlab程序

附录车牌识别程序 clear ; close all; %Step1 获取图像装入待处理彩色图像并显示原始图像 Scolor = imread（'3.jpg'）;%imread函数读取图像文件 %将彩色图像转换为黑白并显示 Sgray = rgb2gray（Scolor）;%rgb2gray转换成灰度图 figure,imshow（Scolor）,title（'原始彩色图像'）;%figure命令同时显示两幅图 figure,imshow（Sgray）,title（'原始黑白图像'）; %Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel（'disk',13）;%strel函数 Bgray=imopen（Sgray,s）;%打开sgray s图像 figure,imshow（Bgray）;title（'背景图像'）;%输出背景图像 %用原始图像与背景图像作减法，增强图像 Egray=imsubtract（Sgray,Bgray）;%两幅图相减 figure,imshow（Egray）;title（'增强黑白图像'）;%输出黑白图像 %Step3 取得最佳阈值，将图像二值化 fmax1=double（max（max（Egray）））;%egray的最大值并输出双精度型 fmin1=double（min（min（Egray）））;%egray的最小值并输出双精度型level=（fmax1-（fmax1-fmin1）/3）/255;%获得最佳阈值 bw22=im2bw（Egray,level）;%转换图像为二进制图像 bw2=double（bw22）; %Step4 对得到二值图像作开闭操作进行滤波 figure,imshow（bw2）;title（'图像二值化'）;%得到二值图像 grd=edge（bw2,'canny'）%用canny算子识别强度图像中的边界 figure,imshow（grd）;title（'图像边缘提取'）;%输出图像边缘 bg1=imclose（grd,strel（'rectangle',[5,19]））;%取矩形框的闭运算 figure,imshow（bg1）;title（'图像闭运算[5,19]'）;%输出闭运算的图像bg3=imopen（bg1,strel（'rectangle',[5,19]））;%取矩形框的开运算

matlab课程设计拟定题目

第一类：单位转换 1.长度单位换算的设计与实现 2.面积单位换算的设计与实现 3.体积单位换算的设计与实现 4.容积单位换算的设计与实现 5.质量单位换算的设计与实现 6.时间单位换算的设计与实现 7.温度单位换算的设计与实现 7.压强单位换算的设计与实现 8.角度单位换算的设计与实现 8.功率单位换算的设计与实现第二类：曲线绘制 1.直线的自动绘制和相关计算 2.椭圆的自动绘制和相关计算 3.双曲线的自动绘制和相关计算 4.抛物线的自动绘制和相关计算 5.心脏线的自动绘制和相关计算 6.渐开线的自动绘制和相关计算 7.滚圆线的自动绘制和相关计算 8.三叶玫瑰线的自动绘制和相关计算9.四叶玫瑰线的自动绘制和相关计 10.阿基米德螺线的自动绘制和相关计算第三类：曲面绘制 1.球面的自动绘制和相关计算 2.椭球面的自动绘制和相关计算 3.单叶双曲面的自动绘制和相关计算 4.双叶双曲面的自动绘制和相关计算 5.抛物面的自动绘制和相关计算 6.双曲抛物面的自动绘制和相关计算 7.双曲柱面的自动绘制和相关计算 8.椭圆柱面的自动绘制和相关计算 9.抛物柱面的自动绘制和相关计算 10.圆锥面的自动绘制和相关计算第四类：线性回归 1.男士身高体重相关计算经验公式 2.女士身高体重相关计算经验公式 3.男士胖瘦等级的确定 4.女士胖瘦等级的确定 5.男士身高脚长相关计算经验公式 6.女士身高脚长相关计算经验公式 7.父子身高相关性研究 8.母子身高相关性研究 9.父女身高相关性研究 10.母女身高相关性研究第五类：学习成绩 1.期末总评自动计算的设计与实现 2.成绩等级自动评定的设计与实现 3.成绩分段自动统计的设计与实现 4.成绩分布折线自动绘制的设计与实现 5.成绩自动统计分析的设计与实现 6.试卷分布自动分析的设计与实现 7.试卷难度自动分析的设计与实现 8.考试成绩名次自动生成的设计与实现

车牌识别的matlab程序(程序-讲解-模板)

for i=1:size(location_of_1,1) %寻找所有白点中，x坐标与y坐标的和最大，最小的两个点的位置 temp=location_of_1(i,1)+location_of_1(i,2); if tempmaxi maxi=temp; b=i; end end first_point=location_of_1(a,:); %和最小的点为车牌的左上角 last_point=location_of_1(b,:); %和最大的点为车牌的右下角 x1=first_point(1)+4; %坐标值修正 x2=last_point(1)-4; y1=first_point(2)+4;

matlab课程设计题目全

Matalab课后作业学院：电气信息工程及其自动化班级：学号：姓名：完成日期： 2012年12月23日

1、 matlab 软件主要功能是什么？电气工程及其自动化专业本科生主要用到哪些工具箱，各有什么功能？答：（1）主要功能：工业研究与开发；数学教学，特别是线性代数；数值分析和科学计算方面的教学与研究；电子学、控制理论和物理学等工程和科学学科方面的教学与研究；经济学、化学和生物学等计算问题的所有其他领域中的教学与研究；符号计算功能；优化工具；数据分析和可视化功能；“活”笔记本功能；工具箱；非线性动态系统建模和仿真功能。（2）常用工具箱：（a ） MATLAB 主工具箱：扩充matlab 的数值计算、符号运算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能。（b ）符号数学工具箱：符号表达式、符号矩阵的创建；符号可变精度求解；因式分解、展开和简化；符号代数方程求解；符号微积分；符号微分方程。（c ） SIMULINK 仿真工具箱： Simulink 是用于动态系统和嵌入式系统的多领域仿真和基于模型的设计工具。对各种时变系统，包括通讯、控制、信号处理、视频处理和图像处理系统，Simulink 提供了交互式图形化环境和可定制模块库来对其进行设计、仿真、执行和测试。（d ）信号处理工具箱：数字和模拟滤波器设计、应用及仿真；谱分析和估计；FFT 、DCT 等变换；参数化模型。（e ）控制系统工具箱：连续系统设计和离散系统设计；状态空间和传递函数以及模型转换；时域响应（脉冲响应、阶跃响应、斜坡响应）；频域响应（Bode 图、Nyquist 图）；根轨迹、极点配置。 2、设y=23e t 4-sin(43t+3 ),要求以0.01秒为间隔，求出y 的151个点，并求出其导数的值和曲线。程序如下： clc clear x=0:0.01:1.5; y=sqrt(3)/2*exp(-4*x).*sin(4*sqrt(3)*x+pi/3); y1=diff(y); subplot(2,1,1) plot(x,y) subplot(2,1,2) plot(x(1:150),y1) 曲线如下图所示：

matlab车牌识别课程设计报告(附源代码)

Matlab程序设计任务书分院（系）信息科学与工程专业学生姓名学号设计题目车牌识别系统设计内容及要求：车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。 1.牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。 2.当车辆检测部分检测到车辆到达时,触发图像采集单元，采集当前的视频图像。 3.牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。进度安排： 19周：Matlab环境熟悉与基础知识学习 19周：课程设计选题与题目分析 20周：程序设计编程实现 20周：课程设计验收与答辩指导教师（签字）：年月日学院院长（签字）：年月日目录

基于matlab的车牌定位源程序及运行结果 (1)

I=imread('E:\毕业设计\基于matlab的车牌定位的源程\车牌识别程序 \Car1.jpg') [y,x,z]=size(I); myI=double(I); tic Blue_y=zeros(y,1); for i=1:y for j=1:x if((myI(i,j,1)<=30)&&((myI(i,j,2)<=62)&&(myI(i,j,2)>=51))&&((myI(i,j,3) <=142)&&(myI(i,j,3)>=119))) Blue_y(i,1)= Blue_y(i,1)+1; end end end [temp MaxY]=max(Blue_y); PY1=MaxY; while ((Blue_y(PY1,1)>=120)&&(PY1>1)) PY1=PY1-1; end PY2=MaxY; while ((Blue_y(PY2,1)>=40)&&(PY2=10))&&((myI(i,j,3) <=65)&&(myI(i,j,3)>=40))) Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1; while ((Blue_x(1,PX1)<3)&&(PX1PX1)) PX2=PX2-1; end PX1=PX1-2; PX2=PX2+2; Plate=I(PY1:PY2,PX1-2:PX2,:); t=toc figure,imshow(I); figure,plot(Blue_y);grid

车牌识别的matlab程序(程序-讲解-模板)

clc clear close all I=imread('chepai.jpg'); subplot(3,2,1);imshow(I), title('原始图像'); I_gray=rgb2gray(I); subplot(3,2,2),imshow(I_gray),title('灰度图像'); %====================== 形态学预处理====================== I_edge=edge(I_gray,'sobel'); subplot(3,2,3),imshow(I_edge),title('边缘检测后图像'); se=[1;1;1]; I_erode=imerode(I_edge,se); subplot(3,2,4),imshow(I_erode),title('腐蚀后边缘图像'); se=strel('rectangle',[25,25]); I_close=imclose(I_erode,se); %图像闭合、填充图像 subplot(3,2,5),imshow(I_close),title('填充后图像'); I_final=bwareaopen(I_close,2000); %去除聚团灰度值小于2000的部分 subplot(3,2,6),imshow(I_final),title('形态滤波后图像'); %========================== 车牌分割============================= I_new=zeros(size(I_final,1),size(I_final,2)); location_of_1=[]; for i=1:size(I_final,1) %寻找二值图像中白的点的位置 for j=1:size(I_final,2) if I_final(i,j)==1; newlocation=[i,j]; location_of_1=[location_of_1;newlocation]; end end end mini=inf;maxi=0; for i=1:size(location_of_1,1) %寻找所有白点中，x坐标与y坐标的和最大，最小的两个点的位置 temp=location_of_1(i,1)+location_of_1(i,2); if tempmaxi maxi=temp; b=i; end end first_point=location_of_1(a,:); %和最小的点为车牌的左上角 last_point=location_of_1(b,:); %和最大的点为车牌的右下角

MATLAB课程设计任务书

课程设计任务书学生姓名：专业班级：电信指导教师：工作单位：信息工程学院题目:MATLAB运算与应用设计2 初始条件： 1.MATLAB6.5以上版本软件； 2.课程设计辅导资料：“MATLAB语言基础及使用入门”、“MATLAB及在电子信息课程中的应用”等； 3.先修课程：信号与系统、数字信号处理、MATLAB应用实践及信号处理类课程等。要求完成的主要任务: （包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）（1）选择一本《MATLAB教程》，学习该教程的全部内容，包括使用方法、数组运算、矩阵运算、数学运算、程序设计、符号计算、图形绘制、GUI设计等内容；（2）对该套综合题的10道题，进行理论分析，针对具体设计部分的原理分析、建模、必要的推导和可行性分析，画出程序设计框图，编写程序代码（含注释），上机调试运行程序，记录实验结果（含计算结果和图表）。（3）对实验结果进行分析和总结；（4）要求阅读相关参考文献不少于5篇；（5）根据课程设计有关规范，按时、独立完成课程设计说明书。时间安排: (1) 布置课程设计任务,查阅资料,学习《MATLAB教程》十周； (2) 进行编程设计一周； (3) 完成课程设计报告书一周；指导教师签名：年月日系主任（或责任教师）签名：年月日

目录 1 MATLAB概述 (3) 1.1MATLAB简介 (4) 1.2MATLAB的功能 (4) 1.3MATLAB 的典型应用 (6) 2设计题目：MATLAB运算与应用设计套题二 (6) 3设计内容 (8) 3.1 题一 (8) 3.2 题二 (8) 3.3 题三 (9) 3.4 题四 (10) 3.5 题五 (15) 3.6 题六 (15) 3.7 题七 (15) 3.8 题八 (16) 3.9 题九 (17) 3.10题十 (18) 4 课程设计心得 (20) 5参考文献 (21) 6 本科生课程设计成绩评定表 (22)

基于MATLAB的车牌识别课程设计

MATLAB课程设计报告书课题名称基于MATLAB的车牌识别课程设计姓名学号学院专业指导教师 2016年6月21日

基于MATLAB的车牌识别课程设计目录一．课程设计目的……………………………………………二．设计原理…………………………………………………三．详细设计步骤…………………………………………… 四. 设计结果及分析………………………………………… 五. 总结……………………………………………………… 六. 设计体会………………………………………………… 七. 参考文献…………………………………………………

一、课程设计目的车牌定位系统的目的在于正确获取整个图像中车牌的区域，并识别出车牌号。通过设计实现车牌识别系统，能够提高学生分析问题和解决问题的能力，还能培养一定的科研能力。二、设计原理: 牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等，其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元，采集当前的视频图像。牌照识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。三、详细设计步骤:

1. 提出总体设计方案: 牌照号码、颜色识别为了进行牌照识别，需要以下几个基本的步骤： a.牌照定位，定位图片中的牌照位置； b.牌照字符分割，把牌照中的字符分割出来； c.牌照字符识别，把分割好的字符进行识别，最终组成牌照号码。牌照识别过程中，牌照颜色的识别依据算法不同，可能在上述不同步骤实现，通常与牌照识别互相配合、互相验证。 (1）牌照定位: 自然环境下，汽车图像背景复杂、光照不均匀，如何在自然背景中准确地确定牌照区域是整个识别过程的关键。首先对采集到的视频图像进行大范围相关搜索，找到符合

matlab习题(课程设计)

1. 已知矩阵????????????????=5432141097539108627810715675A ，矩阵????? ?? ?????????=60151403514436136349624B ，解线性方程X ，使得A.X=B ，并将矩阵A 的右下角2×3子矩阵赋给矩阵C 。程序：A=sym([5,7,6,5,1;7,10,8,7,2;6,8,10,9,3;5,7,9,10,4;1,2,3,4,5]); B=sym([24,96;34,136;36,144;35,140;15,60]); X=A\B C=A([4,5],[3,4,5]) 运行结果：X = [ 1, 4] [ 1, 4] [ 1, 4] [ 1, 4] [ 1, 4] C = [ 9, 10, 4] [ 3, 4, 5] 2. 根据下面两个矩阵 ???? ??????=??????????=987654321,136782078451220124B A 执行下列的矩阵运算命令，并回答有关的问题（1） A+5*B 和A-B+I 分别是多少（其中I 为单位矩阵）？（2） A.*B 和 A*B 将分别给出什么结果，它们是否相同，为什么？得出A.^B 、A/B 及A\B 的结果，并分别解释它们的物理意义。程序：A=[4,12,20;12,45,78;20,78,136]; B=[1,2,3;4,5,6;7,8,9]; I=[1,0,0;0,1,0;0,0,1]; C=A+5*B D=A-B+I E=A.*B

F=A*B G=A.^B H=A/B J=A\B A=sym([4 12 20;12 45 78;20 78 136])； B=sym([1 2 3;4 5 6;7 8 9])； I=sym([1 0 0;0 1 0; 0 0 1])； A+5*B A-B+I A.*B %A.为A的共轭矩阵，本式为A的共轭矩阵和B相乘 A*B %A直接和矩阵B相乘，结果与上面显然不同 A.^B %A的共轭矩阵的B次方 A/B %右除解XB=A A\B %左除解AX=B 运行结果： ans = [ 9, 22, 35] [ 32, 70, 108] [ 55, 118, 181] ans = [ 4, 10, 17] [ 8, 41, 72] [ 13, 70, 128] ans = [ 4, 24, 60] [ 48, 225, 468] [ 140, 624, 1224] ans = [ 192, 228, 264] [ 738, 873, 1008] [ 1284, 1518, 1752]

数字图像处理车牌识别课程设计matlab实现附源代码

车牌识别地matlab程序

matlab课程设计题目

基于matlab的车牌号码识别程序代码

MATLAB课设报告

matlab车牌识别课程设计报告(附源代码)

Matlab课程设计报告

matlab车牌识别程序代码

车牌识别的matlab程序

matlab课程设计拟定题目

车牌识别的matlab程序(程序-讲解-模板)

matlab课程设计题目全

matlab车牌识别课程设计报告(附源代码)

基于matlab的车牌定位源程序及运行结果 (1)

最新车牌识别系统MATLAB源代码完整解析

车牌识别的matlab程序(程序-讲解-模板)

MATLAB课程设计任务书

基于MATLAB的车牌识别课程设计

matlab习题(课程设计)