机器视觉第7章 模式识别技术.pptVIP

7.2.1 车牌图像预处理 光照不均校正与对比度增强 1)中值滤波滤除噪声； 2)低通滤波获得图像背景的照度估计值； 3)从原始图像中减去照度估计值，校正光照不均； 4)通过对比拉伸变换增强对比度。 二值化分割 车牌的倾斜校正 一种方案： 1)通过哈夫变换求取车牌边框参数； 2)确定车牌区域四个顶点的坐标； 3)通过双线性空间变换对畸变图像进行校正。 7.2.2 车牌字符分割 字符上下边界确定 水平投影，字符在垂直方向常对应于两个波谷间的一段距离。 单个字符分割 GA36-92规定： 车牌外轮廓尺寸为440?140mm 字符样式为：X1 X2 X3 X4 X5 X6 X7 每个字符宽45mm，高90mm，间隔符宽10mm，字符间隔12mm，字符与车牌上下边界距离为25mm，与左右边界距离为17.4mm。 7.3 工件识别 两种情况： 覆盖遮挡 图像中含有多种类型目标且目标间有遮挡覆盖。 一般选目标的边缘或轮廓为特征进行匹配，为减少匹配的时间消耗，可采用分层多角度创建模板，进行多模板匹配识别。 尺度变化及旋转 图像中含有多种类型目标且目标间有尺度变化及角度旋转。 先在待识别图像中选择待识别目标作为模板，提取模板特征。 接着，对整个待识别图像进行目标区域分割，将图像中各个含有目标的区域从背景中分割出来。 然后，分别在各个目标区域中对目标进行特征提取，与模板特征进行相似度对比，实现对目标的分类和识别。 7.3 工件识别 工件识别方法 基于模板匹配的方法 传统方法。 缺点：模板匹配计算量大，时间消耗大。 解决方案：采用图像金字塔，对图像进行分层多模板局部匹配 基于角点的分类识别 SIFT 7.4 条码识别 条码技术 一维条码识别 二维条码识别 7.4.1 条码技术 条码分类：一维码和二维码。 一维码的信息存储量小，仅能存储一个代号，使用时通过这个代号调取计算机网络中的数据。 二维码能在有限的空间内存储更多的信息，包括文字、图象、指纹、签名等，并可脱离计算机使用。近几年发展迅速。 7.4.1 条码技术 条码技术的优点： 输入速度快、可靠性高、采集信息量大、灵活实用、可携带性、可复印性、寿命长、不可更改性（条码内的信息不能改写）、制作成本较低（相对而言，识读设备较昂贵）。 条码技术的缺点：安全性差、标准不统一。 7.7.1 一维码 目前，国际上常用码制有以下几种： ① UPC码，1973年，美国率先在国内商业系统中应用，12位固定长度。 ② EAN码，1977年，欧洲经济共同体各国按照UPC码标准制定了欧洲物品编码EAN码。有两种类型：EAN-13码和EAN-8码。 ③ 交叉25码，长度可变的连续自校验数字码制。 ④ 39码，长度可变的离散型自校验字母字式码制。 ⑤ 库德巴码，长度可变的离散型自校验数字码制。常用于仓库、血库和航空快递包裹的管理工作中。 ⑥ 128码，长度可变的连续型字母数字式码制。 ⑦ 中国邮政码，中国邮政快件专用码。 ⑧ 其它码：93码，49码，25码，11码，矩阵25码 7.7.1 一维码 一般超市的产品、服装打印的条码、药店的条码、文具书本的条码都是一维码。 EAN13码：标准码共13位数，由「国家代码」3位数，「厂商代码」4位数，「产品代码」5位数，以及「检查码」1位数组成。 可选用红光扫描器/激光扫描器。红光速度一般要贴着条码扫描。激光速度快，可以远距离扫描。 EAN13码 7.7.2 二维码 在水平和垂直方向的二维空间存储信息的条码，可直接显示英文、中文、数字、符号、图型。 贮存数据量大，可存放1K字符，可用扫描仪直接读取内容，无需另接数据库。 条码内一般不仅仅有数字，还 有图片。 需要特殊的条码扫描器才可以 扫描二维码。 7.7.2 二维码 按编码原理分类： 飞网i码，结合移动通信网络，可提供各种移动互联服务。 线性堆叠式二维码，在一维码编码原理的基础上，将多个一维码在纵向堆叠而产生的。典型的码制如：Code 16K、Code 49、PDF417等。 矩阵式二维码，在一个矩形空间通过黑、白像素在矩阵中的不同分布进行编码。典型的码制如：Aztec、Maxi Code、QR Code、 Data Matrix等。 邮政码，通过不同长度的条进行编码，主要用于邮件编码，如：Postnet、BPO 4-State。 7.7.2 二维码 常用的二维码制有： Data Matrix, Maxi Code, Aztec, QR Code(支付宝、微信), Vericode, PDF417, Ultracode, Code 49, Code 16K等。 Data Matrix 主要用于电子行业小零件的标识，如英特尔（Intel）的奔腾处理器的背面就印制了这种码。