数字图像处 理车牌识别精典课件.pptVIP

高斯-拉普拉斯算子法 二阶微分算子 该算子对噪声不敏感(5×5) 输出: 哈夫(Hough)变换提取直线 利用图像全局特性将边缘像素连接起来形成区域封闭边界的一种方法 原理：将二维空间(x,y)平面中的直线用二维极坐标(ρ,θ)空间表示 将直线 表示为： 即将(x,y)平面的直线变换为r-θ空间的一个点 该方法亦用于倾斜校正 哈夫(Hough)变换原理 模板匹配 用与图像中车牌一样大小的已知模板，在经对比度增强后的图像中，从起点(0,0)开始，逐步平移一一匹配，寻找最佳区域 匹配公式： 最大值为输出 已知模板并不是某个具体的车牌，而是具有车牌统计特性的通用模板，是一种模糊匹配 形态学处理确定车牌位置 将图像二值化,通过膨胀、腐蚀操作定位 车牌定位算法之一 (1) 对原始图像进行基于方向区域距离测度的彩色边缘检测得到原始边缘图像 (2) 对原始边缘图像中的每一边缘点进行边缘颜色对检测，获得候选车牌边缘图像 (3) 对候选车牌边缘图像进行闭运算获得连通域图像 (4) 计算各连通域的宽高比，剔除不在阈值范围内的连通域，若只剩下一个连通域，则可确认为车牌区域，转(7) 车牌定位算法之一 (5) 若还有多于一个连通域，则计算r。剔除不在阈值范围内的连通域，若只剩下一个连通域，则可确认为车牌区域，转(7) (6) 若还有多于一个连通域，则对其进行彩色边缘检测然后进行水平扫描，统计每行灰度值为1的个数N，如果有连续M行以上N∈[n1,n2]，则可认为此连通域为车牌区域 (7) 在原始图像中提取车牌图像 其它方法：自适应边界搜索法 利用倒L型、水平直线、垂直直线这些结构元素搜索、定位字符，然后找出符合一定格式的字符群，即认为是车牌。 其它方法：区域生长法 对边缘图像进行均匀性区域生长，以获得潜在的车牌区域，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，获取真实车牌。 * 图像模式识别应用 专题：车牌识别技术 图像分析处理技术的综合应用 一、车牌识别技术简介 车牌识别是现代交通管理的重要措施，是智能交通系统的重要环节 内容： 车牌识别系统是采用数字摄像技术和计算机信息管理技术，对运行车辆实现智能管理的综合运用技术 理论基础：数字图像处理和模式识别 车牌识别技术具有典型性，容易推广到其它识别对象 主要应用领域 主要应用场合 (1) 公安卡口 (2) 高速公路收费管理 (3) 城市道路监控系统(电子警察) (4) 海关车辆管理 (5) 停车场管理 (6) 车辆流量统计 车牌识别技术现状 完整的车牌自动识别系统由图像釆集、图像处理、模糊识别等模块组成； 在现有的技术条件下，车牌识别系统均无法达到100%的识别率，好的识别系统可达95%以上； 先进识别系统的识别时间在一百毫秒以下； 基于视频技术的识别系统，可方便地进行图像回放、检索； 其它识别系统：条形码识别、射频标识识别等。 有关识别率的统计数据 各环节的识别率： （1）牌照定位 98% （2）单字分割 97.8% （3）车牌识别 95% 从上面统计情况可看出，目前单项识别率均达到95%以上，但总识别率仅能达 91%以上，仍需进一步提高。 识别流程 主要由三部分组成 图像捕获一般采用CCD摄像头，包括整车图像或牌照(一般为彩色图像) 后两步由计算机实现 关键部分是第三步：字符识别（OCR） 识别步骤 具体识别步骤如下(不是唯一的)： (1) 获取整车或局部图像； (2) 对获取车辆数字图像进行预处理； (3) 车牌定位； (4) 二值转换； (5) 车牌分类； (6) 车牌分割； (7) 字符识别； (8) 结果优化(车牌模糊识别)。 CCD 输出 CCD捕获的汽车图像 灰度图像 彩色图像灰度化 灰度增强 灰度增强改变对比度 边缘提取(方法多种) 定位、分割后输出 下步工作是对分割输出进行字符识别 车徽边缘提取与识别 1、彩色图像灰度化 CCD摄像头输出的图像一般是24位真彩色图像，需进行灰度化，使不同颜色车体统一化，同时实现快速处理 两种制式都可以采用 PAL制： 亮度 NTSC制：亮度 2、对比度增强 利用灰度变换增强对比度，突出车牌区 一般采用截取式变换 ： 常采用下式 3、边缘检测 主要方法 (1) 对图像进行直分析处理 (2) 提取车牌区域边界 (3) 灰度点运算 (4) 模板匹配 (5) 算子法 (6) 形态学处理 (7) 其它边缘提取方法 车牌图像特征 车牌定位与分割的理论与方法是根据车牌图像的特点来确定的 车牌图像主要特征有： (1) 车牌区域内的边缘灰度直方图统计特征 (2) 车牌的几何特征 (3) 车牌区域的灰度分布特征 (4) 车牌区域的水平、