PAGE6
PAGE6
PAGE5
PAGE5
课题
车牌号码识别
课时
2课时（90min）（理论课：0课时实训课：2课时）
教学目标
知识目标：
（1）掌握模板匹配法的基本原理。
（2）掌握使用模板匹配法进行图像识别的基本流程。
（3）掌握从RGB图像中提取蓝色像素的方法。
技能目标：
（1）能够使用模板匹配法识别图像中的字符。
（2）能够使用MATLAB提取RGB图像中的蓝色物体。
（3）能够使用MATLAB从图像中提取相应的字符。
素养目标：
（1）能够与小组成员进行有效沟通，提升团队合作能力。
（2）提升信息技术工具的使用能力。
教学重难点
教学重点：模板匹配法的基本原理和进行图像识别的基本流程，使用MATLAB提取RGB图像中的蓝色物体和提取相应的字符。
教学难点：使用MATLAB提取RGB图像中的蓝色物体和提取相应的字符。
教学方法
案例分析法、问答法、讨论法、讲授法
教学用具
电脑、投影仪、多媒体课件、教材
教学过程
主要教学内容及步骤
考勤
【教师】使用文旌课堂APP进行签到
【学生】按照老师要求签到
新课预热
【教师】自我介绍，与学生简单互动，介绍课程定位、内容安排、考核要求等
【学生】聆听、互动
【教师】教师讲解图像几何变换的相关内容
模板匹配法是指先对图像进行分割，提取出相应的字符，然后将提取出的字符与预定义的字符模板进行匹配，最后选择最相似的模板作为识别结果的一种图像识别方法。
【学生】聆听、记录
课前准备
【教师】全班学生以3～5人为一组进行分组，各组选出组长。组长组织组员扫码观看“图像识别的流程与应用”视频，讨论并回答下列问题
问题1：传统的图像识别可分为哪4个步骤？
问题2：请列举3个图像识别的应用领域。
【学生】分组、观看、聆听、思考
问题导入
【教师】提出以下问题
问题：停车场如何识别车牌号码？
【学生】聆听、思考、回答
【教师】总结学生的回答，导入本节课课题：车牌号码识别
传授新知
【教师】讲解车牌号码识别的相关内容
1．图像预处理
清除命令行窗口及工作区中的所有内容。
使用load命令从文件“TemplateImg.mat”中加载包含数字、字母和汉字字符的模板图像数据矩阵template_img。
定义与模板文件“TemplateImg.mat”中的图像数据矩阵对应的字符数组，以备后续步骤使用。
使用imread()函数读取图像文件“plate.png”。
使用imrotate()函数将图像顺时针旋转5°，校正图像的几何畸变，使图像中的车牌趋于水平。
使用imshow()函数显示原图像和旋转变换图像。
【参考代码】
clc;clear; %清除命令行窗口及工作区中的所有内容
%加载文件中的模板图像数据矩阵template_img
loadimage/TemplateImg.mattemplate_img
%定义与模板文件中的图像数据矩阵对应的字符数组
（详见教材）
【教师】通过多媒体展示“例8-1程序运行结果”图片，并进行讲解
程序运行结果如图所示。
2．车牌提取
从图8-1中可以看出，原图像中除了车牌之外，还有不属于车牌的背景。（详见教材）
（详见教材）
提取图像中的红色、绿色和蓝色分量。
计算绿色分量与蓝色分量差值的绝对值。
根据蓝色所对应的R、G、B这3个色彩通道的取值条件，提取蓝色像素，并通过“逻辑与”运算将其转换为二值图像（原图像中蓝色像素的像素值为1，其他像素的像素值为0），去除图像中的背景。
使用strel()函数创建半径为3的圆盘形结构元素，并使用该结构元素对二值图像进行开运算，去除图像中孤立的像素点，得到二值图像bw_open。
使用imfill()函数对二值图像bw_open进行区域填充。
显示去除背景后的二值图像、开运算处理后的二值图像（bw_open）和区域填充后的二值图像。
【参考代码】
%提取图像中的红色、绿色和蓝色分量
R=Ir(:,:,1);G=Ir(:,:,2);B=Ir(:,:,3);
%计算绿色分量与蓝色分量差值的绝对值
diff_GB=abs(double(G)-double(B));
（详见教材）
【教师】通过多媒体展示“例8-1程序运行结果”图片，并进行讲解
程序运行结果如图所示。
使用bwconncomp()函数提取图像中所有的连通分量，并输出连通分量的数量。
使用regionprops()函数度量连通分量的区域属性，包括连通分量的面积、连通分量所处区域最小外接框的位置和大小等。
获取连通分量所处区域最小外接框的位置和大小，并将其数据类型转换为uint16。
使用矩形框标注连通分量的位置。
【参考代码】
CC1=bwconncomp(bw_fill); %提取