基于特征的车牌识别.doc

基于特征的车牌识别.doc

ID:57275337

大小:226.00 KB

页数:9页

时间:2020-08-08

基于特征的车牌识别.doc_第1页
基于特征的车牌识别.doc_第2页
基于特征的车牌识别.doc_第3页
基于特征的车牌识别.doc_第4页
基于特征的车牌识别.doc_第5页
资源描述:

《基于特征的车牌识别.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于图像处理技术的汽车牌照识别课程图像处理技术指导教师邓继忠专业名称03电子信息工程(1)班工程学院1.课题组成汽车车牌的识别过程主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。其识别流程如下:字符识别显示字符分割车牌定位图像预处理原始图像原始图像:由数码相机或其它扫描装置拍摄到的图像图像预处理:对动态采集到的图像进行滤波,边界增强等处理以克服图像干扰车牌定位:计算边缘图像的投影面积,寻找峰谷点,大致确定车牌位置,再计算此连通域内的宽高比,剔除不在域值范围内的连通域。最后得到的便为车牌区域。字符分割:利用投影检测的字符定位分割方法得到单个的字符字符识别:利用模板匹配

2、的方法与数据库中的字符进行匹配从而确认出字符,得到最后的汽车牌照,包括英文字母和数字。字符显示:字符匹配后显示出来。2.实现过程本文以一幅汽车图像为例,结合图像处理各方面的知识,利用CVI软件进行程序编程,实现了从车牌的预处理到字符识别的完整过程。各部分的处理情况如下:1.1原始图像图1汽车原始图像本试验为了降低难度系数,在原始图像上采用车牌比较清晰,成像效果较为理想的车牌图像作为试验对象。实际上车牌图像在形成、传输或变换过程中,受多种因素的影响,如:光学系统失真、系统噪声、暴光不足或过量、相对运动等,往往会与原始景物之间或图像与原始图像之间产生了某种差异,这种差异称为降质或

3、退化。这种降质或退化对我们的处理往往会造成影响。因此在图像处理之前采用某种成像较好的图像,降低难度系数。1.2图像预处理原始图像有缺陷,可能存在杂质,边缘模糊等情况,图像处理之前必须进行预处理,包括去除噪音杂质,去除边界,图像二值化等处理。因为噪声主要是一些含高频的突变成分,因此可以通过一个低通滤波器来消除图像中包含的噪声,并使低频成分得到增强。滤波的方式有两种,一种是空间域滤波,一种是频率域滤波。在空间域,常见的滤波方式有两种方式,均值滤波和中值滤波。本文通过IMAQ软件提供的IPI_LowHighPass函数实现去除杂质的处理。通过IPI_RejectBorder函数实现

4、去除边界的处理。这时图像还含有多个灰度值,要进行二值化处理,选择一个合适的域值进行二值化处理,在这里通过调用函数IPI_Threshold对车牌图像作二值化处理,在二值化处理之前已经作了选择何种二值化方法的处理。车牌经过预处理后,得到较理想符合程序处理的图像。由于原始图像较理想,包含的杂质较少,故经过处理的图像差别不大。以下是经过处理后的图像:图2去除杂质后的反色图像图3二值化后的图像1.3车牌提取经过预处理提取得到的图像,车牌区域在水平垂直方向灰度面积值具有明显频繁的跳变,在垂直方向上的面积投影则出现峰-谷-峰的特性。根据这种峰谷特点,自动检测车牌位置峰点检测的车牌区域定位

5、方法,并对初步定位后的车牌进一步使用微定位技术。该方法包括三部分:(1)车牌的横向定位;(2)车牌的纵向定位;(3)车牌的微定位图5车牌定位后的图像一般对应于车牌位置的投影值灰度值为0的较大,在整个图像中则出现谷点与峰值。只要能找到谷点与峰值,就能大致确定出车牌照的位置,缩小车牌搜索范围。1.4字符分割在汽车牌照自动识别过程中,字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割,然后再利用分割的结果进行字符识别。字符识别的算法很多,常采用垂直面积投影法来实现。面积投影法的公式如下:由于字符块在竖直方向上的投影必然在字符间或字符内的间隙处取得局部最小值,并且这个位

6、置应满足车牌的字符书写格式、字符尺寸和其他一些条件的限制。下图是在垂直方向上的面积投影图。从图形中我们很直观的看出投影值中出现了8条间隙,即出现了8个谷点与峰值点,有字符的列其灰度值比较高,无字符的则相对比较低。依据这一点,再结合图的特征,很容易得到每个字符的起始终止位置。图6车牌垂直方向上的面积投影图具体如下:在分割出来的车牌区域中,在垂直方向上进行扫描,车牌已经二值化,所以在扫描的过程中,遇到车牌数字的象素点其灰度值应该是255,在该列上统计组成数字的象素点,运用循环语句:for(i=0;i<=车牌图像列数;i++)for(j=0;j<=车牌图像行数;j++)a[i]++

7、;a[i]是统计在每一列上的象素点数。如果以a[i]为投影数组,以图像的列数为投影区间长度,在均方图上显示出来即得到图6中的图像。从中我们可以很清楚的看到有数字的地方,其纵坐标的值明显要高。这时候我们可以再用一个判断语句将车牌数字分割出来,即事先设定一个标志位flag=0;for(i=0;i<=车牌列数;i++){if(a[i]>=4&&flag==0){if(a[i+1]>=4)/*扫描下一列,以确定是数字边界,而非噪声点*/{c[j++]=i;/*保存车牌数字起止地址的数组*/flag=1;/*确定

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。