基于MATLAB的汽車牌照圖像處理研究

 

摘要：隨著國內(nèi)汽車數(shù)量呈幾何式的增長，國內(nèi)交通壓力日益增大，汽車識別成了交通管理領(lǐng)域和數(shù)字圖像處理領(lǐng)域里的熱點問題。汽車牌照的識別是汽車識別的關(guān)鍵技術(shù)，這項技術(shù)的應(yīng)用緩解了城市擁堵問題，提高了識別自動化率，使得車輛更便于管理，提高了停車場，門禁系統(tǒng)等場合出入效率。這些便利對于社會運作，經(jīng)濟發(fā)展都具有積極意義。

本文以數(shù)字圖像處理技術(shù)為理論基礎(chǔ)，利用MATLAB軟件，對汽車牌照圖像進行彩色圖像灰度化、灰度變換、直方圖均衡化、圖像濾波和圖像銳化等圖像預(yù)處理。并著重研究了預(yù)處理階段圖像濾波算法，針對傳統(tǒng)均值濾波和中值濾波會導(dǎo)致汽車牌照圖像邊緣模糊的不足，采用了新的改進型均值濾波和自適應(yīng)的中值濾波算法。然后對汽車牌照定位階段常用的sobel、roberts、prewitt、log和cannny邊緣檢測算法進行了仿真和實驗，分析了這些算子提取的牌照區(qū)域邊緣不明顯的不足后，采用了一種基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算法提取邊緣，從而突出車牌區(qū)域的邊緣。

實驗結(jié)果表明：改進型均值濾波和自適應(yīng)中值濾波算法處理出來的汽車牌照能夠很好的抑制噪聲，并且減少了邊緣的模糊。采用的數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算法提取的車牌區(qū)域邊緣清晰準確，成功定位剪切出車牌。