陕 西 理 工 学 院 毕 业 设 计
小的细节或将目标内的小间断连接起来。
平滑降噪的方法是使用模板对图像进行卷积运算，线性平滑滤波器最常用的模板是如图2所示的3×3模板，将此模板与图像中像素按如下方法进行卷积运算，可得到平滑降噪的图像。
①将模板在图中漫游，并将模板中心与图中每个像素位置重合； ②将模板上系数与模板下对应像素相乘； ③将所有乘积相加；
④将和赋给图中对应模板中心位置的像素。
非线性平滑滤波器最常用的是中值滤波器，它将区域中所有的值按大小进行排序，将排序后位于中间的像素值赋予中心像素。中值滤波可有效地去除随机噪声，能得到较好的视觉效果。 3.3 编码区边缘检测
边缘是灰度值不连续的结果，可利用求一阶和二阶导数的方法检测到。因为在边缘地带导数值大，而非边缘的地方导数值小。由于数字图像是离散的，不能求导数，可以通过卷积的方法用差分近似代替微分。 3.4 图像几何校正
Hough变换可以检测出编码区图像倾斜角度，根据此角度进行旋转变换可使编码区图像得到校正。
Hough变换可以将图像空间XY中的直线（y=px+q）检测问题转换到参数空间PQ中点的检测问题，在参数空间PQ里，建立一个累加数组Sum(p,q)，对每一个图像空间中给定边缘点，让p取遍所有可能值，根据直线方程q=-xp+y计算出对应的q，对Sum(p,q)进行累加，得到Sum(p,q)的值就是在(p,q)处共线的点的个数，(p,q)的值就是图像空间中直线的斜率和截距，由斜率得到图像编码区水平边缘角度。 3.5 字符切割
通过对编码字符区直接进行水平扫描，由字符间距一般可以将字符区域分割出来。
也可以通过对编码字符区做垂直方向投影运算，根据字符大致宽度与字符总数，对字符进行切割。如图2所示是编码字符区及对应垂直投影图。
图B2 编码字符及对应垂直投影 图B3 线性插值示意图
第32 页 共 37 页
陕 西 理 工 学 院 毕 业 设 计
3.6 字符归一化处理
对分割出的字符从四个方向扫描，确定字符边界，然后采用线性插值方法对每个字符作归一化处理，使每个字符归一为32×16点阵。图3为线性插值示意图，根据线性原理，f(x1)可由公式计算：
f(x1)?(f(x2)?f(x0))(x1?x0)?f(x0)x2?x0 (B2) 4．识别算法设计
字符识别一般采取特征判别或模板匹配的方法，特征判别是根据特征抽取的程度分阶段的、用结构分析的办法完成字符的识别。模板匹配即是根据字符的知识采取按形匹配的方法，模板匹配一般分为两类：一类是直接利用输入的二维平面图像与字典中记忆的图形进行匹配；另一类是抽出部分特征与字典进行匹配。
轮胎编码图像中字符仅涉及部分英文字符和10个阿拉伯数字，字符较少，结构相对简单，因此具体识别时，既可以采用图形匹配的方法，也可以采用结构分析的方法。但由于轮胎上编码字符有一定变形，且有断裂现象，所以直接模板匹配与直接特征抽取方法识别率都不理想，本系统使用了模板匹配与特征识别相结合的基于特征加权的模板匹配识别算法，其字符识别率比简单模板匹配算法和特征识别算法识别率都有不同程度的提高。
基于特征加权的模板匹配识别算法基本思路是：给模板中有字符笔画的点分配不同的权重，位于笔画中心的点权重最高，位于笔画边缘的点权重最低，然后将样本模板与标准模板逐点模糊匹配，按模糊识别规则识别。 5．结论
本文结合轮胎编码识别系统的实现对在线图像字符编码识别系统的设计进行了阐述，提出了一种模板匹配与特征匹配相结合的识别算法，该方法对传统的模板匹配算法进行了改进，提高了变形、断裂等字符的识别率。这种方法在试验中得到了验证，取得了令人满意的效果。
第33 页 共 37 页
陕 西 理 工 学 院 毕 业 设 计
参考文献
[1]徐德衍,林尊奇.光学表面粗糙度研究进展与方向[J].光学仪器,1996,18(1):32-37. [2]王玉晶.基于图像测量的车削表面粗糙度.哈尔滨:哈尔滨理工大学,2005,33.
[3]布拉德利角自动化表面粗糙度测量[J].国际先进制造技术杂志,2000,16(9):668-674. [4]李成贵,李兴山.三维表面形貌测量方法[J].航天测量技术,2000,20(4):2-10. [5]刘和.数字图像处理与应用.中国电力出版社,2005.
第34 页 共 37 页
陕 西 理 工 学 院 毕 业 设 计
附录C 部分源程序
function [d]=main() close all
clc % 清空命令窗口的所有输入和输出，类似于清屏 %自动弹出提示框读入图像
[filename,filepath]=uigetfile('.jpg','输入一个需要识别的车牌图像');% 直接自动读入% file=strcat(filepath,filename); %strcat函数：连接字符串；把filepath的字符串与filename的连接，即路径/文件名
I=imread(file);figure(1),imshow(I);title('原图'); I1=rgb2gray(I); %将真彩色图像转换为灰度图像 figure(2),subplot(1,2,1),imshow(I1);title('灰度图'); figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图'); I2=edge(I1,'robert',0.08,'both'); %高斯滤波器,方差为0.08 figure(3),imshow(I2);title('robert算子边缘检测') se=[1;1;1];
% 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割 d=qiege(d); %切割
[m,n]=size(d); %返回矩阵b的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数
figure,subplot(2,1,1),imshow(d),title(n) k1=1;k2=1;s=sum(d);j=1; while j~=n
while s(j)==0 j=j+1; end
k1=j;
while s(j)~=0 && j<=n-1 j=j+1; end
k2=j-1; if k2-k1>=round(n/6.5)
第35 页 共 37 页
陕 西 理 工 学 院 毕 业 设 计
[val,num]=min(sum(d(:,[k1+5:k2-5]))); d(:,k1+num+5)=0; % 分割 end end % 再切割 d=qiege(d); % 切割出 7 个字符
y1=10;y2=0.25;flag=0;word1=[]; while flag==0
[m,n]=size(d); left=1;wide=0;
while sum(d(:,wide+1))~=0 wide=wide+1; end
if wide temp=qiege(imcrop(d,[1 1 wide m])); [m,n]=size(temp); all=sum(sum(temp)); two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/all>y2 flag=1;word1=temp; % WORD 1 end d(:,[1:wide])=0;d=qiege(d); end end % 分割出第二个字符 [word2,d]=getword(d); % 分割出第三个字符 [word3,d]=getword(d); % 分割出第四个字符 [word4,d]=getword(d); 第36 页 共 37 页 陕 西 理 工 学 院 毕 业 设 计 % 分割出第五个字符 [word5,d]=getword(d); % 分割出第六个字符 [word6,d]=getword(d); % 分割出第七个字符 [word7,d]=getword(d); figure(9),imshow(word1),title('1'); figure(10),imshow(word2),title('2'); figure(11),imshow(word3),title('3'); figure(12),imshow(word4),title('4'); figure(13),imshow(word5),title('5'); figure(14),imshow(word6),title('6'); figure(15),imshow(word7),title('7'); 第37 页 共 37 页