基于图像处理的车牌识别系统的研究(3)

2019-03-28 19:16

二值图像D是满足以下条件的点(x,y)的集合:如果B的原点平移到点(x,y),那么它与X的交集非空。在膨胀操作时,输出像素值是输入图像相应像素邻域内所有像素的最大值。 2.3.2膨胀运算规则:

超出图像边界的像素值定义为该数据类型允许的最小值,对于二膨进制图像,这些像素值设置为0;对于灰度图像,unit8类型的最胀 小值也为0。

膨胀效果图

三. 车牌照定位技术

牌照的定位从图像处理的意义上来说就是从一幅随机图像中找出一块具有某种特征的区域,该区.域中包含了汽车牌照。这种特征就是牌照本身区别于图像其他部分的特征。根据特征提取的不同,牌照定位的方法也就有很大的不同:

1.利用牌照具有四边形边框的特点,通过检测图像中的长直线段,

11

然后用一定的约束条件进行搜索的方法来确定牌照的位置。这种方法定位的精度较高,但是易受到噪声的影响。且对有些边框磨损、不明显的牌照效果不好。

2.利用统计投影直方图的方法,通过对含有汽车的图像水平和垂直两个方向的灰度投影直方图的分析,来推断出汽车牌照的位置。这种方法优点是对图像中的噪声不敏感,缺点是定位精度不够高。 3.区域生长法是对边缘图像进行均匀性区域生长以获得潜在车牌区域,然后利用车牌的几何特征以及车牌区域内的边缘灰度直方图统计特征删除伪车牌,即得到真实车牌。

4.DTF变换法是先对图像逐行做DTF变换,然后把频率系数逐行累加平均,并根据这些平均值做出频率谱曲线,根据频谱曲线中的“峰”的起始点位置确定车牌水平位置,对这一水平区域逐列做DTF变换可确定车牌竖直位置。

5.近年来又出现了基于彩色汽车图像牌照定位的方法。这种方法主要是利用我国汽车牌照字符与底色对比较多,彩色图像比灰度图像能够更多的视觉信息并对各种光照不敏感等特点。这种方法也取得了较好的效果。

本文采用对汽车图像进行水平扫描的办法对车牌区域进行定位分割。这种方法克服了噪声的影响又提高了车牌定位分割的准确性。在最后章节的实现中会具体看到算法的效果。 3.1 SOBEL边缘检测

Sobel算子用于图像处理 ,特别是在边缘检测算法。 从技术上

12

讲,它是一个离散的微分算子 ,计算了该逼近梯度的图像强度函数。 在图像中的每个点,Sobel算子的结果是,其对应的梯度向量或向量的范数。 该Sobel算子是基于卷积具有体积小,可分的形象,价值过滤和整数水平和垂直方向,因此在计算方面相对便宜。 另一方面,梯度近似它生产的是比较粗糙,特别是对图像中的高频率的变化。 简化描述:简单来说,操作计算梯度强度在每一点的形象,使光的方向最大可能增加对黑暗和方向率的变化研究。 因此,结果显示“突然”或“顺利”的形象在这一点上的变化,因此,怎么可能,那就是这种形象的一部分,代表了优势 ,以及如何这种优势很可能是导向。 在实践中,幅度(边可能性)计算更可靠和更容易理解的方向比计算。 数学上, 渐变的双变量函数(这里的图像强度函数),是在每个图像点的二维向量与给定的组件衍生物在水平和垂直方向。 在每一个像点,在最大可能强度增加的方向梯度矢量点,渐变的矢量长度对应于在该方向的变化率。 这意味着,该Sobel算子在图像点在不断图像强度区域结果是零向量,在边缘上的一个点是一个向量,点对面,从黑暗的边缘,到光明的价值。

算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。 边沿提取图片

13

3.1.1SOBEL算子优点:

产生较好的边缘检测效果,抗噪声能力较好,受噪声影响小。SOBEL算子利用像素点上下左右邻点的灰度加权算法,根据边缘的极值这一现象进行边缘的检测。对噪声具有平滑左右。 3.2 RANDON图像旋转 3.2.1RANDON变换:

其原理是对原图像沿不同方向进行投影,并对投影结果建立二维直方图.选取极值点为直线所对应的点(二维直方图中的每一个极值点的两坐标对应直线边缘的倾斜角度和位置,而该坐标处对应的函数值对应投影的高度),从而可以得到直线的几何参数信息(倾斜角度和位置).如果物体图像具有大致沿竖直方向的物体边缘,须先将图像进行预处理得到二值图像.然后根据Randon变换,沿竖直方向对二值图像进行投影.

3.2.2RANDON具体数学原理

设?(x)的= ?(的x,y)是一个连续函数,Radon变换,R?,是由一个函数 L 2中定义的空间直线在 R 线积分沿每个这样的行:

14

通过参数化

Radon变换可表示在这些坐标

3.2.3图像的旋转:

应用语句 imrotate Bilinear 双线性插值法

imrotate(bw2,a,'bilinear');%bw2为二值图像旋转

四. 车牌字符分割技术

为了准确地识别牌照上的汉字、英文字母和数字。必须把单个字符从牌照中提取分离出来。在实际处理中,我们面对的是要识别的牌照字符情况非常复杂。可能会存在较大的干扰、噪声,这是由于各种设备可能产生的噪声所引起的,使得牌照图像中可能产生字符之间断裂的现象,图像中算符的笔画可能产生字符之间粘连或者字符断裂的

15


基于图像处理的车牌识别系统的研究(3).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:S版小学语文五年级上学期期末考试题

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: