基于MATLAB的车牌识别系统的研究
加入技术交流群
(1)对二值图像进行区域提取，计算并比较区域特征参数，提取车牌区域。
(2)计算包含所标记区域的最小宽和高，并根据先前知识，提取并显示更接近的车牌二子值图。
(3)通过计算车牌旋转角度解决车牌倾斜问题。由于车牌倾斜导致投影效果峰谷不明显，需车牌矫正处理。采取线性拟合方法，计算出车牌上边或下边图像值为1的点拟合直线与水平X轴的夹角。用MATLAB函数的旋转车牌图象函数Imrotate，计算车牌旋转角度和经旋转、二值化后的车牌二值子图处理结果如图2所示。本文引用地址：https://www.eepw.com.cn/article/195617.htm
2．4 字符分割
完成牌照区域的定位后，再将牌照区域分割为单个字符。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间或字符内的间隙处取得局部最小值，并且该位置应满足牌照的字符书写格式、字符、尺寸限制等条件。利用垂直投影法实现复杂环境下汽车图像中的字符分割效果较好。通过分析计算字符的水平投影和垂直投影，可获得车牌字符高度、字符顶行与尾行、字符宽度、每个字符的中心位置，以方便提取分割字符。然后计算车牌垂直投影，去掉车牌垂直边框。获取车牌及字符平均宽度。最后计算车牌每个字符的中心位置和最大字符宽度，提取分割字符，其算法流程如图3所示，通过程序算法计算的车牌字符高度和宽度及分割的字符，如图4所示。
3 结论
从MATLAB编程运行结果看，这里采用的图像识别算法对车牌的定位非常有效，该算法可有效检测车牌图像的上下左右边框、旋转角度，准确分割及识别车牌字符。通过对多个车牌进行试验，正确率高，与传统的采用C++语言相比，工作量和开发周期都减少很多。实际应用中，牌照识别系统的识别率与牌照质量和图像拍摄质量密切相关，还会受到各种因素，需不断完善识别系统和算法。
评论