基于模板匹配的车牌定位,分割,矫正以及识别matlab仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

      车牌识别系统包括4个步骤:车牌定位 (包括识别图像中的车牌位置并将其分割) 、图像处理、字符分割与字符识别, 如图1所示。车牌定位的主要功能是从图像中可能包含车牌的候选区域中定位车牌区域;图像处理的功能是强化车牌关键特征;字符分割的功能是将车牌字符从检测到的车牌区域背景中分离出来;字符识别的功能是用已知字符识别分割得到的字符。
       车牌识别程序的设计主要基于车牌的固有特点，这些特点指导算法的设计。在一个识别系统中首先选择某一个或几个车牌的特点，然后根据这些特点设计算法。一般情况下，选择的特点越多，识别的正确率越高，但程序也将变得冗杂，效率低下。因为本实验主要对小型汽车车牌识别系统的设计，所以总结小型汽车车牌的特点如下所示：
（1）颜色特点：车牌为蓝底白字。并且白色的面积占总面积的比例在一定范围之内。从这个特点中可以想到通过在一张照片中查找蓝色区域，并且区域内的白色面积占总面积的比例在一定范围内来初步定为车牌区域。
（2）形状特点：车牌形状为矩形，虽然图片中的车牌区域面积的大小不确定，但车牌区域的长与宽的比在一定范围之内，这一特点很容易通过编程语言实现。
（3）纹理特点：车牌信息是以水平方式排列的，所以水平方向的纹理特点是我们的主要研究方向。
（4）背景对比特点：车牌背景为蓝色，字符信息为白色。对车牌进行灰度化处理后，当从左向右扫描时，可以看到灰度值是有明显变化的。在字符与字符之间，有峰值和谷值。利用这个特点可以设计字符分割算法。
       车牌定位是车牌自动识别系统中非常重