小波与傅里叶分析基础,图像处理电子书第11章.ppt

第11章 车辆牌照识别系统设计 本章重点：（以自学为主） 本章的重点并不在于车辆牌照识别本身，而是通过该实例的学习，了解图像系统的设计过程。 11.1 概述 11.2 彩色图像转灰度图像 11.3 图像灰度拉伸 11.4 图像的二值化 11.5 图像的梯度锐化 11.6 图像的中值滤波 11.7 车牌牌照区域的定位 11.8 确定牌照区域的四个坐标值 11.9 车牌区域截取 11.10 牌照几何位置的调整 11.11 牌照区域的二值化 11.12 牌照字符的切分 11.13 牌照字符的识别 11.14 小结 11.1 概述 智能交通是当前交通管理发展的主要方向，汽车 牌照自动识别技术是智能交通系统的核心，在城市道路、高速公路等项目管理中占有重要地位。 汽车牌照自动识别主要包括车牌定位和车牌字符识别两部分。 （1）车牌定位：通过分析车辆图像的特征，定位出图像中的车牌位置并对车牌字符进行分割。 （2）车牌字符识别：对分割出来的车牌字符加以识别，获得文字形式的车牌。 11.2 彩色图像转灰度图像 用数码相机获取的图像是彩色图像，它由R、G、B三个单色调配而成。 在汽车牌照分割中，可以直接对彩色图像进行处理，也可以将彩色图像转换为灰度图像，然后再对灰度图像进行处理的方法。 彩色图像转换为灰度图像的公式如下： Y=0.299R+0.587G+0.114B 汽车灰度图像 11.3 图像灰度拉伸 为了增强车辆图像和牌照图像的对比度，有利于牌照分割，需要对它们进行灰度拉伸。 假定原图像f(x,y)的灰度范围为[a,b]，变换后图像g(x,y)的灰度范围扩展至[c,d]，可采用以下公式线性变换来实现： (a)原始灰度图像 (b) 经灰度拉伸后得到的灰度图像 11.4 图像的二值化 将图像转换为只有两级灰度（黑白）的图像。 阈值判定法 本系统初始阈值T的确定采用如下公式： T=fmax-(fmax- fmin)/3 这里， fmax 和fmin分别是最高、最低灰度值。 (a)经灰度拉伸后的灰度图像 (b) 经二值化处理后的图像 11.5 梯度锐化 11.6 图像的中值滤波 图像在拍摄中总会添加一些噪声，从而影响了图像的质量。 可采用中值滤波去掉这些噪声。 (a)原图像 (b) 经中值滤波处理后的图像 中值滤波处理 11.7 车牌牌照区域的定位 车牌牌照区域的定位是正确进行汽车牌照识别的 关键步骤之一。 定位准确与否将直接关系到后面的字符分割。 11.8 确定牌照区域的四个坐标值 (a)原图像 (b) 经车牌定位处理后的图像 车牌区域定位 11.9 车牌区域截取 根据前面得到四个坐标值截下图片中牌照区域， 显示牌照区域的灰度图片。 11.10 牌照几何位置的调整 当摄像机与汽车牌照不是正对着时，所拍摄的汽车牌照会有左右或上下方向的倾斜。需要对其进行矫正，以便于对牌照字符进行切分。 几何校正过程如下： 首先找到牌照的上下边框，求出上下框的倾角，然后对图像进行水平矫正，随后在水平矫正的基础上进行左右矫正。 11.11 牌照区域的二值化 由于受光照、车牌本身颜色等因素的影响，不可 能对所有分割出来的牌照区域采用固定阈值进行二 值化。 可采用前面介绍的最佳阈值二值化方法，对分割 出来的牌照区域自动确定阈值，从而牌照区域进行 二值化。 11.12 牌照字符的切分 字符的切分是将牌照中的单个字符分割出来，以便于进行字符识别。 字符分割算法是以垂直投影、字符间距尺寸测定、字符的长宽比、轮廓分析技术的组合为基础的。 由于二值化的原因，可能会产生粘连、断裂的字符。此时要根据牌照的大致宽度，结合各字符的轮廓，利用分别、合并的方法正确地分割字符。 11.13 牌照字符的识别 字符识别有很多方法，如模板匹配法，神经网络 方法等。 采用数字字符轮廓结构特征和统计特征相结合的方法，并从中选出稳定的局部特征，利用结构语句识别的方法进行数字的识别。 左侧轮廓(LP(k)，k＝1，2，…，M)定义为字符最左侧边界像素点的水平方向坐标值。 LP(i)＝min(x|P(x,y)∈C，y＝i) i＝1，2…,M 式中，P(x,