【原】基于matlab的蓝色车牌定位与识别---绪论

本着对车牌比较感兴趣,自己在课余时间摸索关于车牌的定位与识别,现将自己所做的一些内容整理下,也方便和大家交流。

考虑到车牌的定位涉及到许多外界的因素,因此有必要对车牌照的获取条件进行一些限定:

一.大部分车牌照都是用自己的手机照的,大小在1M左右,距离车牌照距离3m左右。这样保证所获取的车牌照有一定的规律,否则随便一张是无法进行定位的。

二.本次仅针对蓝色车牌,至于其他像黄色,黑色车牌的没有做研究。感兴趣的可以自己找些资料,毕竟要做到全面,工作量还是很大的。

三. 相关的参考资料网上也挺多的,这里推荐几篇硕士论文:1:王璐-基于MATLAB的车牌识别系统研究-上海交通大学,2周科伟-Matlab环境下基于神经网络的车牌识别-西安电子科技大学. 3 陈永超-基于数字图像处理的车牌识别研究-武汉理工大学. 4 License Plate Recognition Algorithm for Passenger Cars in Chinese Residential Areas.

      下面附上几张车牌照:

2

3

基本就这些了。后面就按照车牌定位-->字符分割-->字符识别的基本顺序来总结自己的工作,有问题大家可以交流。邮箱 [email protected],转载请注明出处,谢谢。

时间: 2024-10-12 17:28:38

【原】基于matlab的蓝色车牌定位与识别---绪论的相关文章

基于matlab的蓝色车牌定位与识别---识别

接着昨天的工作,把最后一部分识别讲完. 关于字符识别这块,一种最省事的办法是匹配识别,将所得的字符和自己的标准字符库相减,计算所得结果,值最小的即为识别的结果.不过这种方法是在所得字符较为标准的情况,由于众多因素影响,切割出来的字符往往不是标准的,因此识别效果也不好.本次采用的BP神经网络方法,至于像其他的分类器方法,没有尝试,这里就不说了. 利用神经网络的方法的思路也比较清晰,将已有的字符库输入到神经网络的输入口进行训练,然后用训练好的神经网络对待识别的字符继续识别,输出识别结果.matlab

【原】基于matlab的蓝色车牌定位与识别---定位

接着昨天的工作继续.定位的过程有些是基于车牌的颜色进行定位的,自己则根据数字图像一些形态学的方法进行定位的. 合着代码进行相关讲解. 1.相对彩色图像进行灰度化,然后对图像进行开运算.再用小波变换获取图像的三个分量.考虑到车牌的竖直分量较为丰富,选用竖直分量进行后续操作.注意下,这里的一些参数可能和你的图片大小有关,所以要根据实际情况调整. Image=imread('D:\1_2学习\图像处理\车牌识别\matlab_car_plate-recognization\car_example\ca

基于matlab的蓝色车牌定位与识别---分割

接着上面的工作,接下去就该是进行字符分割了.考虑到为了后面的字符识别,因此在这部分需要实现的目标是需要把车牌的边框全部切除,对重新定位的车牌进行垂直方向水平方向调整,保证字符是正的.最后才是字符的分割. 1.首先上下边框切割.对定位的车牌每行作一次的差分,计算每行的综合,小于某个阈值时候将其舍去.部分代码: [length height]=size(p); % 水平方向定位 for i=1:length % 水平一阶差分 for j=1:height-1 revise_row(i,j)=abs(

基于本地文字提取有效定位和识别场景中的文字

一种无约束的端到端的文本定位和识别方法.首先用一个基于区域的方法对文本区域检测,然后更新文本区域用更加健壮(迭代)的方法.并且介绍一种基于笔画的方法,该方法有效的应对字符的大小变化, 旋转,即使只捕捉到文字的小片段. 场景识别又被称为是图片OCR.现在的滑窗技术的一个缺点是:窗口数会随着文本的不同大小旋转方向等因素急速增长.而基于连通域的方法对于一个连通域是一个单独字符还是一个字符的一部分处理的不好,而且对于若干字符粘连不可行.本文提出一种基于方法,受启发于:任意的字符都是有一些笔画组成.因此,

汽车车牌定位识别系统的设计实现

http://www.eeworld.com.cn/qrs/2015/1023/article_25403.html 一.项目背景及可行性分析 2.1 项目背景及技术难点 项目名称:智能交通:汽车车牌定位识别: 项目内容:本项目是在FPGA前端实时完成图像采集.预处理.车牌定位和字符分割以及数据传输工作,在后端完成车牌字符识别工作.FPGA接收采集的实时图像,在内部采用流水线方式依次完成图像预处理.车牌定位和车牌字符分割工作,最后通过高速USB端口将已分割字符传输到后端进行字符识别.其中,图像采

车牌定位--颜色分割

http://blog.csdn.net/liujia2100/article/details/30845493 车牌定位是车牌识别中第一步,也是最重要的一步. 由于中国车牌种类多样,颜色不一, 再加上车牌经常有污损,以及车牌周围干扰因素太多,都成为了车牌定位的难点. 这里首先使用最简单算法来描述车牌定位,以及他的缺陷和改进. 一.投影法 1.车辆图像信息获取 2.HSV颜色转换 把RGB数据转换成HSV空间图像数据 hsvzation(image,hsv,width,height); 3.HS

车牌识别(一)-车牌定位

在对车牌识别过程中,常用的方法有:基于形状.基于色调.基于纹理.基于文字特征等方法.首先基于形状,在车牌中因为车牌为形状规格的矩形,所以目的转化为寻找矩形特征,常常是利用车牌长宽比例特征.占据图像的比例等.基于色调,国内的车牌往往是蓝底白字,可以采用图像的色调或者饱和度特征,进入生成二值图,定位车牌位置.基于纹理特征自己还没有基础到.基于文字特征往往是根据文字轮廓特征进行识别,原理是基于相邻文字轮廓特征.比例进行定位车牌位置. 一.图像二值化 正如前面文章所言,首先进行获取图像二值化特征,本文采

基于MATLAB的多项式数据拟合方法研究-毕业论文

摘要:本论文先介绍了多项式数据拟合的相关背景,以及对整个课题做了一个完整的认识.接下来对拟合模型,多项式数学原理进行了详细的讲解,通过对文献的阅读以及自己的知识积累对原理有了一个系统的认识.介绍多项式曲线拟合的基本理论,对多项式数据拟合原理进行了全方面的理论阐述,同时也阐述了曲线拟合的基本原理及多项式曲线拟合模型的建立.具体记录了多项式曲线拟合的具体步骤,在建立理论的基础上具体实现多项式曲线的MATLAB实现方法的研究,采用MATLAB R2016a的平台对测量的数据进行多项式数据拟合,介绍了M

EasyPR--中文开源车牌识别系统 开发详解(2)车牌定位

这篇文章是一个系列中的第三篇.前两篇的地址贴下:介绍.详解1.我撰写这系列文章的目的是:1.普及车牌识别中相关的技术与知识点:2.帮助开发者了解EasyPR的实现细节:3.增进沟通. EasyPR的项目地址在这:GitHub.要想运行EasyPR的程序,首先必须配置好openCV,具体可以参照这篇文章. 在前两篇文章中,我们已经初步了解了EasyPR的大概内容,在本篇内容中我们开始深入EasyRP的程序细节.了解EasyPR是如何一步一步实现一个车牌的识别过程的.根据EasyPR的结构,我们把它