数字图像处理车牌识别课件.ppt

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 Y ? 0 . 222 R ? 0 . 707 G ? 0 . 071 B Y ? 0 . 299 R ? 0 . 578 G ? 0 . 114 B 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 ： c , f(j,k) ? a ? ? d ? c g(j,k) ? ? c ? f(j,k) , a ? f(j,k) ? b ? a ? b d , f(j,k) ? b ? 常采用下式 0 , f(j,k) ? a ? ? f(j,k) ? a g(j,k) ? ? 255 ? , a ? f(j,k) ? b b ? a ? 255 , f(j,k) ? b ? 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、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 ? 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 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。 环境光太强 车牌图像太弱 文字干扰 其他字符干扰 车牌污染 车牌被污染 部分被挡 车牌字符下边被遮挡 运动失真 车牌字符因运动失真 梯度法边缘提取 ? 梯度法 ( 一阶偏微分 ) 又称 Roberts 算子 一种利用局部差分法提取边缘 ( 锐化 ) 的方法 ? ?? ? ? ? g f ( j , k ) ? f ( j , k ) ? f ( j ? 1 , k ) ? f ( j , k ) ? f ( j , k ? 1 ) 2 2 F(j,k) f(j,k+1) F(j+1,k) 边缘模板法 ? ? 边缘模板是一种算子，常用的有 Sobel 算子 Sobel 算子是一种由两个卷积构成的梯度模板 ? 1 ? 2 ? 1 ? ? ? ? M ? 0 0 0 1 ? ? ? ? 1 2 1 ? ? ? 1 0 1 ? ? ? ? 和 M ? ? 2 0 2 2 ? ? ? ? ? 1 0 1 ? ? 分别检测 水平边缘 和 垂直边缘 ，运算结果是一幅 边缘图像 Prewitt 算子边缘提取 ? 与 Sobel 算子类似，这也是一种边缘模板，仅是模 板权系数不一样 ? 1 ? 1 ? 1 ? ? ? ? M 0 0 0 1 ? ? ? ? ? 1 2 1 ? ? 1 1 ? 1 0 1 ? ? ? ? 和 M ? 1 0 2 2 ? ? ? ? ? ? 1 0 1 ? ? G f ( j ? m , k ? n ) M ( m , n ) ? ? i ? i m ? ? 1 n ? ? 1 ? 输出： g ( j , k ) ? max{ G , G } 1 2 快速边缘检测 ? ? 在车牌系统中还常采用一种更简单的模板来提取 边缘 ( 对于有干扰的图像效果不理想 ) 特点：运算速度快，车牌笔画轮廓突出，而车体 其他部分轮廓不突出 ? 0 0 ? M ? 1 1 1 ? ? ? ? 0 0 0 ? ? 0 ? ? 0 ? 0 ? 1 0 ? ? ? ? 和 M 0 1 0 2 ? ? ? ? ? 0 0 0 ? ? 掩模匹配法 ? ? 锐化：罗比逊模板、普雷外特模板、柯赤模板 上述三种模板均可