车牌辨识系统.ppt

前言 車牌定位 字元切割 字元辨識 實驗 結論 動機：交通事故，交通違規，管理車輛的停放等問題。 最原始的人力來解決，此方法不僅浪費了大量的人力也浪費了大量的時間和成本。 以自動化的方法來進行，想必可以節省大量的時間及人力成本 等化後的影像顯示出來，其對比度和未經等化的影像相比，較為明顯，且車牌的部份也較為清晰。 車牌定位使用Quadra Spline Wavelet，是因為若灰階值有明顯的變化，經過小波轉換後，會產生局部的波峰或波谷，就是所謂的Peak，利用此特性可既定位出車牌位置 字元切割，要先將切割下來車牌的灰階影像轉成二元影像，取一個二值化的門檻值K，本組實驗採用歐蘇法(Otsu)來取K 值，再經切割背景、分離字體等步驟 字元辨識是採用類神經網路，必須建立出一個訓練樣本，使類神經網路在學習的過程中有一個參考，訓練樣本的建立來自於車牌文數字的特徵值 程式的架構盡量保此執行時間在十秒內行做完，程式大致上是以迴圈方式執行，而照片的大小、像素也引響了程式的運算速度，若可以增加程式的運算效率和判斷的時間，相信會更為完美 未來進一步可改善的地方有，增加類神經網路中成功的辨識率，可能受到內部資料庫字體不清楚或模糊造成在辨識時出現些錯誤