车牌识别中字符分割算法的研究与实现毕业答辩.ppt

二：车牌定位 车牌定位前图像处理流程： 车牌定位 三：车牌图像预处理 四：车牌分割本文所采用的车牌字符分割方法为： 车牌像素和模板匹配相结合的车牌字符分割方法 车牌字符分割结果的例证续： 总结： 本文对其中的车牌分割技术做了深入的研究，主要探讨了车牌定位、预处理以及字符分割的算法。 (1)在进行车牌定位之前，先对原始图像进行处理，提取出了车牌图像的边缘，并将牌照区域从背景中进一步定位并提取出来。 　　　(2)在预处理过程中，先将彩色图像进行灰度化，采用全局动态阈值得到二值化图像，并进行均值滤波，使得车牌图像更有利于进行字符分割。 　　　(3)在字符分割过程中，给出了一种基于车牌像素和模板匹配相结合的字符分割方法。通过使用这种方法对车牌字符进行了有效的分割。本文采用的的车牌字符分割方法，较好地解决了车牌中存在少量噪声的问题，以及去除了小对象的干扰。 本文所采用的分割方法对于质量太差的车牌图像还不能完全做到正确分割。所以需要继续研究字符分割方法与其它技术相结合的问题。 LOGO LOGO 车牌识别中字符分割算法的研究与实现 论文的结构和主要内容 第一部分：车牌分割研究的背景意义 第二部分：车牌定位 第三部分：车牌图像预处理 第四部分：车牌字符分割 背景和意义：车牌识别是现代智能交通系统中的重要组成部分之一，可用于公路电子收费、出入控制和交通监控等众多场合。它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。它主要包括三个关键部分：车牌区域定位、车牌字符分割、车牌字符识别，其中车牌字符分割的好坏直接影响到车牌识别的正确率，因此本文对字符分割的算法进行了深入的研究。 一：论文的背景意义 车牌定位 图像预处理 车牌分割 论文研究步骤： 车牌原图像 车牌灰度图像 边缘检测图像 腐蚀后的图像 平滑图像轮廓 从对象中移除小对象 定位剪切后的彩色车牌图像 车牌图像 车牌灰度图像 车牌二值化图像 车牌均值滤波后图像 车牌膨胀或腐蚀处理后图像 （1）通过车牌字符串的高度H，构建符合实际车牌的模板。 （2）将车牌模板在字符串上从左向右滑动，同时分别求取当前位置的M1和N1。其中 ， p（n）)是车牌图像的垂直投影。 （3）比较他们之间的最大差值Max=M1一Nl。如果当模板左下角点在(x，y)时，Max最大，则由点(x，y)和车牌的先验知识，就可以将7个字符的准确位置确定下来，从而分割出全部的车牌字符。 车牌图像分割结果 车牌图像分割结果： 车牌原图像 车牌灰度图像 车牌边缘检测图像 车牌腐蚀后图像 车牌平滑图像的轮廓 从对象中移除小对象 车牌图像定位结果 车牌图像预处理结果 车牌图像分割结果 谢谢！！！ LOGO LOGO