[画像認識]外国のナンバープレート認識[Matlab128] [画像処理41]

1.はじめに
高度道路交通システムは、高度情報技術を使用して交通状況を改善し、交通をよりスムーズ、安全、環境に配慮したものにします。ナンバープレート認識システムはコアテクノロジーの1つであり、主にナンバープレート位置、文字セグメンテーション、文字認識の3つのコアモジュールが含まれています。セキュリティビデオが高解像度の時代に入ると、ビデオの解像度はますます高くなり、高度道路交通システムには、高速処理速度、より強力な環境適応性、より高い認識率など、ナンバープレート認識技術に対する要件が高まっています。

この記事では、前処理、エッジ検出、ナンバープレートの位置、文字のセグメンテーション、文字認識の5つの側面から自動ナンバープレート認識の原理を具体的に紹介します。そして、MATLABソフトウェアプログラミングを使用して各部分を実現し、最終的に車のナンバープレートを認識します。

ここに写真の説明を挿入
2ナンバープレートの文字セグメンテーション

ナンバープレート領域の配置が完了すると、ナンバープレート領域は個々の文字に分割されて認識されます。文字セグメンテーションは通常、垂直投影を使用します。文字の垂直方向への投影は、文字間のギャップまたは文字内の極小値に近くなければならないため、この位置は、文字の書き込み形式、文字、サイズ制限、およびナンバープレートの他のいくつかの条件を満たしている必要があります。垂直投影法は、複雑な環境での車の画像の文字セグメンテーションに効果的です。

水平投影を計算して、ナンバープレートのレベルを修正します。

ナンバープレートのフレームを取り外します。

垂直投影を分析して、各文字の中心の位置を見つけます。

左右の幅に合わせて文字を切り取ります。
ここに写真の説明を挿入
3.ナンバープレートの文字認識

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。

ここに写真の説明を挿入

支持从导入原始图像，到最后的图像中的最后牌照输出到excel表格，其中经历了灰度处理，中值滤波，边缘检测，腐蚀，平滑等各种处理手段，之后产生了定位切割后的牌照图像，再对此牌照进字符识别处理，最后输出在excel表格上。

 
clc
close all;
clear;
load imgfildata;
 
[file,path]=uigetfile({
    
    '*.jpg;*.bmp;*.png;*.tif'},'Choose an image');
s=[path,file];
picture=imread(s);
[~,cc]=size(picture);
picture=imresize(picture,[300 500]);
 
if size(picture,3)==3
  picture=rgb2gray(picture);
end
% se=strel('rectangle',[5,5]);
% a=imerode(picture,se);
% figure,imshow(a);
% b=imdilate(a,se);
threshold = graythresh(picture);
picture =~im2bw(picture,threshold);
picture = bwareaopen(picture,30);
imshow(picture)
if cc>2000
    picture1=bwareaopen(picture,3500);
else
picture1=bwareaopen(picture,3000);
end
figure,imshow(picture1)
picture2=picture-picture1;
figure,imshow(picture2)
picture2=bwareaopen(picture2,200);
figure,imshow(picture2)
 
[L,Ne]=bwlabel(picture2);
propied=regionprops(L,'BoundingBox');
hold on
pause(1)
for n=1:size(propied,1)
  rectangle('Position',propied(n).BoundingBox,'EdgeColor','g','LineWidth',2)
end
hold off
 
figure
final_output=[];
t=[];
for n=1:Ne
  [r,c] = find(L==n);
  n1=picture(min(r):max(r),min(c):max(c));
  n1=imresize(n1,[42,24]);
  imshow(n1)
  pause(0.2)
  x=[ ];
 
totalLetters=size(imgfile,2);
 
 for k=1:totalLetters
    
    y=corr2(imgfile{
    
    1,k},n1);
    x=[x y];
    
 end
 t=[t max(x)];
 if max(x)>.45
 z=find(x==max(x));
 out=cell2mat(imgfile(2,z));
 
final_output=[final_output out];
end
end
 
file = fopen('number_Plate.txt', 'wt');
    fprintf(file,'%s\n',final_output);
    fclose(file);                     
    winopen('number_Plate.txt')

[画像認識]外国のナンバープレート認識[Matlab128] [画像処理41]

おすすめ