【网络多媒体学】车牌识别.pptVIP

车牌识别系统 成员：张创桐 岑国豪 钟新生 李杰辉 肖国宝 车牌识别系统 车牌识别系统是以特定目标为对象的专用计算机系统，该系统能从一幅图像中自动提取车牌图像，自动分割字符，进而对分割字符的图像进行图像识别。系统一般由硬件和软件构成。硬件设备一般由车体感应设备，辅助光源，摄像机，图像采集卡和计算机组成。软件部分是系统的核心，主要实现车牌字符的识别功能。 车牌定位 字符识别 字符分割 车牌分割 车牌进一步处理 结果 流程图 车牌定位是要完成从图像中确定车牌位置并提取车牌区域图像，目前常用的方法有基于直线检测的方法，基于灰度边缘检测的方法，基于彩色图像的车牌分割方法，神经网络法等。 车牌定位 HSI色彩空间 HSI模型是美国色彩学家孟塞尔（H.A.Munseu）于1915年提出的，它反映了人的视觉系统感知彩色的方式，以色调、饱和度和强度三种基本特征量来感知颜色。 色调H（Hue）：与光波的波长有关，它表示人的感官对不同颜色的感受，如红色、绿色、蓝色等，它也可表示一定范围的颜色，如暖色、冷色等。 饱和度S（Saturation）：表示颜色的纯度，纯光谱色是完全饱和的，加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然。 强度I（Intensity）：对应成像亮度和图像灰度，是颜色的明亮程度。 HSI模型的建立基于两个重要的事实： ① I分量与图像的彩色信息无关；② H和S分量与人感受颜色的方式是紧密相联的。这些特点使得HSI模型非常适合彩色特性检测与分析。 HIS色彩空间和RGB色彩空间只是同一物理量的不同表示方法，因而它们之间存在着转换关系。 RGB转换为HSI 为什么要用HSI 在 RGB 颜色空间里，三个颜色分量值之间的相关性很高， 这样就导致一个问题， 相同的颜色在不同的光照条件下， 与人类视觉观察到的结果略有差异， 所以 RGB颜色空间不被直接引用。HSI 颜色空间是一种均匀的颜色空间 ， 色彩之间感觉上的距离与欧几里德成正比， HSI 颜色空间的 3 个坐标是独立的。 蓝色（190≤H240S0.1） 车牌定位（灰度边缘+彩色特征） 灰度图转化 边缘检测 灰度图腐蚀 图像平滑处理 颜色特征提取 图像去噪+平滑处理+移除小对象 图像灰度图转化 Sobel算子实现边缘检测 灰度图腐蚀 图像平滑处理 去除小对象 颜色特征提取 颜色特征提取 去噪+平滑处理+移除小对象 车牌分割 利用像素点统计的方法分割出合理的车牌区域。在行方向统计像素点的数量，设定合理的阈值，确定车牌在行方向的合理区域。然后在分割出的行区域内，统计列方向像素点的数量，最终确定完整的车牌区域。 车牌进一步处理 均值滤波 灰度图 二值化 车牌 膨胀或腐蚀 字符分割与归一化 在车牌自动识别过程中，字符的分割有着承上启下的作用。它在前期车牌定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为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。 分割后的字符大小统一为32*16，为字符识别做准备。 字符识别 模版匹配是图像识别方法中最具代表性的基本方法之一，它是将从待识别的图像或图像区域f(i,j)中提取的若干特征量与模版T(i,j)相应的特征量逐个进行比较，计算它们之间规格化的互相关量，其中互相关量最大的一个就表示相似程度最高。 谢谢！ * * *