一种基于灰度差阈值的快速车牌定位方法.docVIP

一种基于灰度差阈值的快速车牌定位方法 文档信息 ： 文档作为关于“IT计算机”中“图形图像”的参考范文，为解决如何写好实用应用文、正确编写文案格式、内容素材摘取等相关工作提供支持。正文6870字，doc格式，可编辑。质优实惠，欢迎下载！ 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：一种基于灰度差阈值的快速车牌定位方法 1 2图像预处理 3 3车牌定位 3 ４结论 7 文2：桥梁检测定位方法 8 （3）两岸的桥头填土石砌锥坡有无冲刷、滑移和损坏。 8 七、地基的检验 10 八、桥梁的检测定位方法 10 参考文摘引言： 12 原创性声明（模板） 13 文章致谢（模板） 13 正文 一种基于灰度差阈值的快速车牌定位方法 文1：一种基于灰度差阈值的快速车牌定位方法 3。 １引言 目前我国的公路里程越来越长，公路上行驶的车辆越来越多，要实现对行驶车辆进行管理是现代交通重要的研究方向。智能交通管理是未来道路交通管理的发展趋势。借助计算机和外场的监视设备，智能交通管理系统可以大大降低公路部门管理人员的工作量，提高了管理效率，降低劳动强度。通过分析现场采集的数据，可对路网规化和设计提供第一手资料。而车辆识别是智能交通管理中的一个重要环节。 车牌是一辆汽车唯一的信息，通过对车牌的识别可以作为确定一辆车最有效的方法。中国车辆牌照有四种类型，分别为民用蓝底白字、民用黄底黑字、军警用白底黑字或红字牌照和涉外机构黑底白字牌照。车牌识别一般分为四部分：预处理、车牌定位、字符分割和字符识别。在车牌识别系统中，车牌定位是影响系统性能的重要因素之一，车牌定位的准确率将直接影响字符识别的正确率。车牌定位技术主要采用以下几种方法：基于图像的彩色信息法、基于纹理分析的方法[2]、基于边缘检测的方法[3]、基于数学形态学的方法[4]、基于遗传算法的定位、基于神经网络定位等。由于图像是从实际复杂环境中拍摄到的动态图像，其中光照等因素的干扰为车牌的提取增加了难度。彩色图像亮度降低到一定程度，特别是在夜晚条件下，图像将可能变为非彩色的，此时基于颜色信息的车牌定位方法将失去效用，因此本文采用车辆的灰度图片进行图像分析。避免了彩色图像运算时，需要对图像进行颜色空间变换、计算量大的缺点。 分析采集到的车辆图片可以看出，虽然汽车图像的背景复杂多变，但车辆牌照的字符及其底色部分像素分别都具有比较均匀的灰度值，彼此之间差值不大，而两部分像素平均灰度却具有相对较大的差值。此外，在车牌所属矩形区域内有丰富的边缘存在，各字符的笔划之间有较规则的间距，特别在穿越车牌区域的诸水平扫描行上这种规则性间距分布密度较大并连续出现多次，而在车牌矩形区域外这种情况则不多见。本文利用牌照的纹理特征和车牌长宽比来找出图片中的车牌位置。 2图像预处理 彩色图像在进行图像处理时算法复杂，会增加计算机的运算量，因此首先要将彩色图像转换成灰度图像，以加快图像处理的速度，转换公式为I=++。[1] 在现代交通管理系统中，外场成像设备采集图像的质量均有很好的改善，成像过程中噪声得到了很好地抑制。主要存在的问题是由于光照强度的不同而造成图像偏暗或偏亮，引起对比度不足的问题。特别是夜晚光照不足引起的图像偏暗情况对图像的后期处理产生了很大的影响。 本文采用直方图均衡化方法对各种对比度不足的图像进行图像增强，将集中在比较小范围的原始直方图转化为均匀分布的形式，从而增加了象素灰度值的动态范围，达到增强图像整体对比度的效果。 3车牌定位 车辆图像经过图像灰度化及针对对比度不足的图像进行图像增强后，即可对图像进行二值化，进一步突出车辆牌照区域灰度出现的多次跳变，从而确定牌照的位置。 图像灰度差二值化 根据车牌区域图像字符和底色各自都具有比较均匀的灰度值，而相互之间灰度差值却比较大的特征。 车牌类型蓝牌蓝牌蓝牌蓝牌蓝牌蓝牌蓝牌蓝牌蓝牌蓝牌白牌 底色灰度值03239 字符灰度值43128 灰度值差值 车牌类型黄牌黄牌黄牌黄牌黄牌黄牌黄牌黄牌黄牌黄牌黄夜 底色灰度值46130 字符灰度值 灰度值差值 表1车牌底色和字符灰度值差值统计表 我们可根据不同类型牌照的字符和底色间灰度差合理设置一个阈值T，该阈值可以将大多数车牌的字符和底色分割开来，并且尽可能弱化车辆主体和图像背景对识别处理的干扰。对灰度差大于该阈值T的象素，将当前点标注为灰度跳变点。 选择几组有代表性的图像，分别在底色区域和字符区域取相互间灰度值差值最小的点为采样点，其相互间的差值为采样点中底色和字符之间灰度值的最小差值。统计不同车辆图像车牌区域中底色和字符的灰度值及相互之间的灰度差值。根据表1统计结果，可选择阈值T=30，能较好地将车牌的字符和底色灰度值进行分离。 通过上式，我