数字图像处理-车牌识别技术ppt课件[文字可编辑].ppt

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 1 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 2 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 ） 3 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 ) 。 4 二、车牌定位与分割 ? 车牌定位： 通过车牌区域的特征来判别牌 照的位置，将车牌从图像中分割出来 ? 步骤： (1) 彩色图像灰度化 (2) 图像增强 (3) 边缘检测 (4) 模板匹配 (5) 输出牌照子图像 5 CCD 输出 ? CCD 捕获的汽车图像 6 灰度图像 ? 彩色图像灰度化 7 灰度增强 ? 灰度增强改变对比度 8 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 9 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 B G R Y 071 . 0 707 . 0 222 . 0 ? ? ? B G R Y 114 . 0 578 . 0 299 . 0 ? ? ? 10 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 ? ? ? ? ? ? ? ? ? ? ? ? ? b f(j,k) , d b f(j,k) a , f(j,k) a b c d c a f(j,k) , c g(j,k) ? ? ? ? ? ? ? ? ? ? ? ? ? b f(j,k) , b f(j,k) a , a b a f(j,k) a f(j,k) , g(j,k) 255 255 0 11 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 12 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、垂直投影特征 (5) 车牌形状特征和字符排列格式特征 (6) 车牌的形态学特征 (7) 频谱特征 13 车牌图像的组成 ? 组成： 省份汉字 ( 或其他汉字 )+ 字母或阿拉伯数字， 共 7 位，即 X1X1 ? X3X4X5X6X7 例：川 A ? K0387 ? 尺寸： 宽 45mm 、高 90mm 、间隔符宽 10mm 、单元 间隔 12mm ? 字符笔画在竖直方向是 连通 的 ? 牌底与字符颜色 对照大 ，边缘非常丰富 ? 四类：蓝底白字、黄底黑字、黑底白字、 白底黑字 14 定位分割难点 ? 抓拍图像受环境因素干扰，特别环境光的 干扰，环境光太强时，图像淡薄，对比度 变差； ? 车尾有其它字符，使车牌定位困难； ? 车牌大都存在污染而变脏； ? 车牌部分被遮挡； ? 车牌图像为运动图像，拍摄时产生失真。 15 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