基于MATLAB的图像处理的课程设计(车牌识别系统)

目录

一、课程设计目的 (3)

二、课程设计要求 (3)

三、课程设计的内容 (3)

四、题目分析 (3)

五、总体设计 (4)

六、具体设计 (5)

1、文件 (5)

1.1、打开 (5)

1.2、保存 (5)

1.3、退出 (5)

2、编辑 (5)

6.2.1、灰度 (5)

6.2.2、亮度 (6)

6.2.3、截图 (7)

6.2.4、缩放 (7)

3、旋转 (9)

6.3.1、上下翻转 (9)

6.3.2、左右翻转 (9)

6.3.3任意角度翻转 (9)

6.4、噪声 (10)

6.5、滤波 (10)

6.6、直方图统计 (11)

6.7、频谱分析 (12)

6.7.1、频谱图 (12)

6.7.2、通过高通滤波器........................... .. (12)

6.7.3、通过低通滤波器...................................... . (13)

6.8、灰度图像处理................................................ . . (14)

6.8.1、二值图像……………………………………………….. .14

6.8.2、创建索引图像............................................. (14)

6.9、颜色模型转换...................................... .. (14)

6.10、操作界面设计 (15)

七、程序调试及结果分析 (15)

八、心得体会 (16)

九、参考文献 (17)

十、附录 (18)

基于MATLAB的图像处理的课程设计

摘要：

数字图像处理技术是20世纪60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或编程以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与C 语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。

本文从预处理、边缘检测、车牌定位、字符分割、字符识别五个方面，具体介绍了车牌自动识别的原理。并用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。

关键词：MATLAB，数字图像处理，车牌识别系统

一、课程设计目的

Matlab技术课程设计是利用Matlab应用软件的基础知识和基本程序设计方法，解决选修专业课程中数字信号处理的实际应用问题，从而加深对理论知识的掌握，并把所学的知识系统、高效的贯穿到实践中来，避免理论与实践的脱离。同时提高独立编程水平，并在实践中不断完善理论基础，有助于培养综合能力。

二、课程设计的内容

学习MATLAB程序设计，利用MATLAB图像处理工具箱，设计和实现通过设计一个车牌识别系统

三、课程设计的要求：按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。

以下几点是程序必须实现的功能。

1）设计图像用户界面，让用户能够对图像进行调整，显示和对比变换前后的图像。

2）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。

3）显示识别结果

四、题目分析

（一）研究背景：随着我国经济的发展，综合实力的增强和城市化进程的加快，国内各大城市交通管理能力将面临重大考验。近年来，各主要城市都将城市智能交通系统（ITS）的建设作为改善城市交通状况的重点，以缓解城市交通管理的压力，车牌识别系统作为智能交通系统的主要技术之一也得到了很大的发展。

（二）现状目前，国内的ITS 产业仍然处于起步阶段，在产业链中，电子地图商、导航终端商、嵌入式操作系统均已经具备产业规模，而所欠缺的环节则是对实时交通信息的采集和处理系统。车牌识别系统是城市智能交通管理系统的一个重要组成部分，广泛用于是针对公路行驶的机动车辆进行实时监控的智能化交通系统，电子收费，交通违规管理，安全停车管理等重要领域。

五、总体设计

车牌识是一辆汽车独一无二的信息，因此，对车辆牌照的识别技术可以作为辨识一样车

最为有效地方法。车牌识别系统包括摄取的汽车图像，车牌号码的识别，车牌图像的采集和预处理，牌照区域的定位和提取，牌照字符的分割和识别等几个部分组成，如下图所示。

图1 车牌识别系统流程图

六、具体设计

界面效果图

输入图像 预处理 车牌定位

字符识别 输出结果 归一化

字符分割

（1）灰度校正

由于牌照图象在拍摄时受到种种条件的限制和干扰，图象的灰度值往往与实际景物不完全匹配，这将直接影响到图象的后续处理。如果造成这种影响的原因主要是由于被摄物体的远近不同，使得图象中央区域和边缘区域的灰度失衡，或是由于摄像头在扫描时各点的灵敏度有较大的差异而产生图象灰度失真，或是由于曝光不足而使得图像的灰度变化范围很窄。这时就可以采用灰度校正的方法来处理，增强灰度的变化范围、丰富灰度层次，以达到增强图象的对比度和分辨率。我们发现车辆牌照图象的灰度取值范围大多局限在r=(50,200)间，而且总体上灰度偏低，图象较暗

图6 灰度增强后的图像

（2）平滑处理