基于圖像處理的汽車牌照的識別-文庫吧
2025-07-26 15:03 本頁面
【正文】 、相對運(yùn)動等，往往會與原始景物之間或圖像與原始圖像之間產(chǎn)生了某種差異，這種差異稱為降質(zhì)或退化。這種降質(zhì)或退化對我們的處理往往會造成影響。因此在圖像處理之前必須進(jìn)行預(yù)處理，包括去除噪音，邊界增強(qiáng)，增加亮度等等。因?yàn)樵肼曋饕且恍┖哳l的突變成分，因此可以通過一個低通濾波器來消除圖像中包含的噪聲，并使低頻成分得到增強(qiáng)。濾波的方式有兩種，一種是空間域?yàn)V波，一種是頻率域?yàn)V波。在空間域，常見的濾波方式有兩種方式，均值濾波和中值濾波?？臻g域?yàn)V波主要有巴特沃斯濾波器。在車牌邊緣提取之前，兩種濾波方式均采用了。并與未進(jìn)行濾波的邊緣進(jìn)行比較。以下是經(jīng)處理后的一些圖片。 圖2 經(jīng)均值濾波后提取的邊緣圖像 圖3 經(jīng)巴特沃斯低通濾波后提取的邊緣圖像 圖4 未濾波直接提取出的邊緣信息 圖5 經(jīng)高通濾波器增強(qiáng)后得到的邊緣圖像 對比以上幾幅圖片，圖2的邊緣太粗，而圖3的邊緣已經(jīng)模糊掉了。圖5中包含的噪聲太多，圖4未經(jīng)濾波直接提取出的邊緣圖像最清晰，所包含的有用信息最多。分析這種情況產(chǎn)生的原因，歸納起來主要有以下方面: 原始圖像清晰度比較高，從而簡化了預(yù)處理 圖像的平滑處理會使圖像的邊緣信息受到損失，圖像變得模糊 圖像的銳化可以增強(qiáng)圖像中物體的邊緣輪廓，但同時(shí)也使一些噪聲得到了增強(qiáng) 綜上所述，結(jié)合MATLAB實(shí)驗(yàn)過程，得出不是每一種圖像處理之初都適合濾波和邊界增強(qiáng)。本次汽車車牌的識別，為了保存更多的有用信息，經(jīng)過多次比較，選擇圖4作為后期處理的依據(jù)。邊緣的提取采用的是梯度算子，因?yàn)槠鋵?shí)現(xiàn)過程比較簡單，所以在此不多加贅述了。 提取出的邊緣含有多個灰度值，要進(jìn)行二值化處理，選擇一個合適的域值。經(jīng)多次比較，選取域值T=70，對于灰度值大于T的賦值為255，小于T的賦值為0。經(jīng)過處理后的圖像如下所示: 圖6 二值化后的邊緣圖像結(jié)合后期分割得到的車牌圖7，二值化后的圖像在后期的識別中并不會提高車牌的識別率，因此不采用二值化的圖像來進(jìn)行識別，因此后面的處理依然使用圖4。 經(jīng)過邊緣提取得到的圖像，車牌區(qū)域在水平方向灰度面積值具有明顯頻繁的跳變，在垂直方向上的面積投影則出現(xiàn)峰谷峰的特性。根據(jù)這種峰谷特點(diǎn)，自動檢測車牌位置峰點(diǎn)檢測的車牌區(qū)域定位方法， 并對初步定位后的車牌進(jìn)一步使用微定位技術(shù)。該方法包括三部分: (1) 車牌的橫向定位； (2)車牌的縱向定位； (3) 車牌的微定位。 汽車本身具有一定的特點(diǎn)，一般情況下，牌照都掛在緩沖器上或附近，處于車牌照圖像的下半部分，本次分割的主要意圖是縮小牌照搜索范圍，大致確定出牌照的位置。對如圖4所示的汽車邊緣圖像f ( x ， y) ，我們首先進(jìn)行水平方向一階差分運(yùn)算，即g ( i ， j) = | f ( i ， j) f ( i ， j + 1) |其中i = 1 ，2 ，3 ， ?，xw 1 ，j = 0 ，1 ，2 ，3 ， ?yw 1 ，其中xw，yw分別為圖像的行數(shù)和列數(shù)。然后對水平差分圖像的像素沿水平方向累加產(chǎn)生一個投影表T( i) ，如圖7所示。 圖7 汽車邊緣圖像的水平面積投影圖一般對應(yīng)于車牌位置的投影值T( i) 較大，而在車牌上，下行附近的投影值較小，均有谷點(diǎn)存在。只要能找到這兩個谷點(diǎn)，就能大致確定出車牌照的位置，縮小車牌搜索范圍。由圖4可以看出，車牌下方的橫欄處的T(i)值應(yīng)該是最大的，而車牌位置就在其附近。根據(jù)這些特定，可定出車牌位置大概在320~350行之間。 類似的方法得出汽車邊緣圖像的垂直面積投影圖 圖8 汽車邊緣圖像的垂直面積投影圖 同上可初步得到汽車牌照的列位置在120~210之間。大致確定的牌照位置如下圖。 圖9 粗略定位出的汽車牌照對初步確定出來的牌照進(jìn)行微定位，所謂微定位法， 就是對基本定位后的車牌圖像進(jìn)行局部分析， 以進(jìn)一步確定字符范圍， 縮減車牌的左、右和上、下邊界， 這有利于后續(xù)的牌照字符處理。具體實(shí)現(xiàn)如下: (1) 由于車牌近似為一個矩形， 上下邊緣近似為一條直線， 通過簡單的灰度變化分析就可以再次定位車牌圖像的上下邊界， 這種情況適合于傾斜度較小的車牌； 對于傾斜程度較大的牌照來說， 在其橫向定位之前就應(yīng)該利用相關(guān)的技術(shù)進(jìn)行車牌的矯正(例如Hough 變換技術(shù)) 。(2)確定左邊界: 從左向右掃描 ，當(dāng)遇到灰度值大于
高考資料相關(guān)推薦
鄂ICP備17016276號-1