【正文】 關(guān)閾值的自適應(yīng)判斷，符合車牌圖像處理的特點(diǎn)要求。遍歷圖像，如果某個(gè)像素的灰度值與其梯度方向上前后兩個(gè)像素的灰度值相比不是最大的，則將該像素值置0，即不是邊緣。 Canny算子邊緣檢測(cè)法[7]Canny算子邊緣檢測(cè)法遵循的三個(gè)準(zhǔn)則為：保證成功檢測(cè)出邊緣，對(duì)于弱邊緣也應(yīng)有強(qiáng)響應(yīng)。如果的一個(gè)像素值小于給定閾值T，而其周圍鄰接的8個(gè)像素值都大于T,則此像素即為零交叉點(diǎn)，對(duì)應(yīng)著圖像的邊緣。在車牌圖像的分割和識(shí)別中，一般不采用上述的純微分算子邊緣檢測(cè)法。 對(duì)于Roberts算子, , 對(duì)于Prewitt算子, , 對(duì)于Sobel算子, ， Step2:進(jìn)行閾值操作得到二值邊緣圖像 thresh為閾值 采用上述方法對(duì)車牌圖像進(jìn)行邊緣檢測(cè)時(shí)，閾值thresh的選擇對(duì)邊緣提取的效果至關(guān)重要。所以，邊緣檢測(cè)方法從本質(zhì)上講都是通過對(duì)這兩個(gè)特征值的處理來實(shí)現(xiàn)的。 圖像邊緣檢測(cè)技術(shù)目前，經(jīng)過對(duì)公開資料中有關(guān)車牌圖像分割和識(shí)別方法所依據(jù)的特征進(jìn)行分析，發(fā)現(xiàn)字符在邊緣、輪廓、形狀、紋理方面的特征是最多被使用的較可靠而且是較容易提取的特征。以字符作為二值化目標(biāo)對(duì)象，(c)所示。Canny邊緣檢測(cè)()能夠比較好地檢測(cè)出邊緣，同時(shí)對(duì)于孤立點(diǎn)和非邊緣噪聲能夠進(jìn)行很好的抑制。Bersen算法二值化容易產(chǎn)生嚴(yán)重的噪聲。局部閾值二值化方法閾值的選擇依靠考察點(diǎn)的灰度值及其周圍的局部鄰域的灰度值來決定，它是一種動(dòng)態(tài)選擇閾值的方法。則：類內(nèi)方差 式（25）類間方差 式（26）對(duì)于給定的一幅圖像，+=常數(shù)，因而最大時(shí)，則最小，此時(shí)t=T便是使圖像分為兩類的最佳閾值。其基本思想是：設(shè)閾值t將灰度分成了兩類，一類對(duì)應(yīng)背景部分，一類對(duì)應(yīng)目標(biāo)對(duì)象，則這兩類灰度值的類內(nèi)方差應(yīng)當(dāng)最小，兩類間方差應(yīng)當(dāng)最大。 (a) 原圖 (b)圖(a) Otsu法二值化圖二值化實(shí)際上是尋找閾值的過程，而閾值的選擇要以滿足二值化目的為依據(jù)。圖像二值化一般作為一種預(yù)處理方法，評(píng)價(jià)其效果的優(yōu)劣應(yīng)當(dāng)兼顧下面兩方面的基本要求：二值圖像中目標(biāo)對(duì)象的完整性。 圖像二值化技術(shù)目前提出的車牌字符切分和字符分類特征提取的方法，很多是以二值圖像為基礎(chǔ)的。在這種環(huán)境中，很多因素都直接或間接地影響著圖像的內(nèi)容和質(zhì)量。經(jīng)過實(shí)驗(yàn)驗(yàn)證，該方法受噪聲影響較小，對(duì)字符定位準(zhǔn)確，判斷決策過程簡單。該方案綜合利用圖像的邊緣和紋理信息，利用Sobel模板提取四個(gè)方向的邊緣，并分別進(jìn)行數(shù)學(xué)形態(tài)學(xué)等處理，同時(shí)利用紋理信息分析判斷，分兩個(gè)階段實(shí)現(xiàn)對(duì)車牌區(qū)域的定位。常用的通過Hough變換檢測(cè)直線獲取校正基準(zhǔn)的方法，實(shí)際應(yīng)用的效果還不是很理想。但通過實(shí)驗(yàn)發(fā)現(xiàn)，同態(tài)濾波對(duì)Canny邊緣檢測(cè)結(jié)果的影響很小，這也從另一側(cè)面反映了Canny邊緣檢測(cè)方法效果是比較穩(wěn)定的。二值化閾值的確定應(yīng)該以對(duì)圖像進(jìn)行二值化時(shí)期望達(dá)到的目的為依據(jù)。因此，如何保證車牌識(shí)別結(jié)果的可靠性，是一項(xiàng)十分艱巨的任務(wù)。關(guān)鍵技術(shù)水平的高低，決定了一個(gè)車牌圖像識(shí)別產(chǎn)品性能的優(yōu)劣，在某種程度上也決定著車牌識(shí)別技術(shù)的應(yīng)用前景。但在實(shí)際應(yīng)用中發(fā)現(xiàn)，車牌圖像識(shí)別關(guān)鍵技術(shù)還與其它一些因素有密不可分的關(guān)系。有關(guān)研究也存在一些不足之處，主要表現(xiàn)在以下幾個(gè)方面：一些方法對(duì)實(shí)際應(yīng)用特點(diǎn)考慮的還不夠全面 實(shí)際應(yīng)用中，車牌識(shí)別產(chǎn)品大多是在開放或半開放的場(chǎng)所使用，車牌圖像的采集往往是在不同的時(shí)空進(jìn)行，因而圖像中車牌的有關(guān)特征一般來說不太穩(wěn)定，表現(xiàn)比較復(fù)雜。在車牌字符切分方面，公開資料中提出的方法主要有： 基于二值(灰度)圖像水平(垂直)投影分布的車牌字符的切分方法、基于二值圖像字符區(qū)域上下輪廓分布的車牌字符切分方法、基于模板匹配的車牌字符切分方法、基于聚類分析的車牌字符切分方法、基于車牌二值圖像字符連通性的字符切分方法、基于顏色分類的車牌字符切分方法等。通過對(duì)有關(guān)資源數(shù)據(jù)庫中1998年—2006年在各類期刊上公開發(fā)表的約380篇相關(guān)論文的統(tǒng)計(jì)，發(fā)現(xiàn)有關(guān)車牌區(qū)域定位的內(nèi)容占50%以上。如果這些因素變動(dòng)時(shí)，就可能要根據(jù)具體的樣本、通過一定的分析學(xué)習(xí)過程以確定和修改使用的有關(guān)參數(shù)，才可能獲得較好的識(shí)別效果，否則其識(shí)別正確率可能不會(huì)很理想。而且由于并沒有建立一個(gè)標(biāo)準(zhǔn)規(guī)范的測(cè)試體系，因此有關(guān)數(shù)據(jù)的客觀公正性、可比性和可靠性等方面尚值得商榷。停車場(chǎng)收費(fèi)管理系統(tǒng)對(duì)車牌圖像識(shí)別技術(shù)在車牌識(shí)別結(jié)果的正確率指標(biāo)的要求也非常高，目前的車牌圖像識(shí)別產(chǎn)品在這方面也不夠理想，一般也需要人工干預(yù)。在城市卡口監(jiān)控、移動(dòng)電子警察方面，對(duì)車牌圖像識(shí)別技術(shù)在車牌識(shí)別結(jié)果的正確率指標(biāo)的要求比較高，否則將給執(zhí)法工作帶來很大的麻煩。其中，最常用的場(chǎng)所是城市卡口監(jiān)控。因此，雖然車牌圖像識(shí)別技術(shù)在這一領(lǐng)域取得了較好的使用效果，但還不能實(shí)現(xiàn)真正意義上的智能化收費(fèi)。主要用于高速公路收費(fèi)管理、路徑判別、規(guī)費(fèi)征稽、交通數(shù)據(jù)采集等方面，其中，最常用的是高速公路收費(fèi)輔助系統(tǒng)。作者簽名：　　 　 　　 日　 期：　　 　 　　  目 錄第一章 緒論.......................................................1 車牌圖像識(shí)別技術(shù)應(yīng)用現(xiàn)狀...............................................................1 車牌圖像識(shí)別技術(shù)研究現(xiàn)狀...............................................................2 本文研究的主要內(nèi)容............................................................................4 第二章 車牌圖像識(shí)別中的常用圖像處理技術(shù)..........................7 圖像二值化技術(shù)...................................................................................7 圖像邊緣檢測(cè)技術(shù).............................................................................10 同態(tài)濾波.............................................................................................132 .4 數(shù)學(xué)形態(tài)學(xué).........................................................................................14 圖像灰度直方圖變換..........................................................................15 關(guān)于車牌圖像幾何畸變校正問題.......................................................16第三章 車牌區(qū)域定位技術(shù)研究......................................18 車牌區(qū)域特征分析..............................................................................18 現(xiàn)有的一些車牌區(qū)域定位方法簡要分析............................................19 基于多方向邊緣處理的車牌區(qū)域定位方法.........................................24第四章 車牌字符切分技術(shù)研究......................................33 車牌圖像中字符區(qū)域及單字符圖像特征分析.....................................33 現(xiàn)有的一些車牌字符切分方法分析....................................................33 基于Canny邊緣檢測(cè)的車牌字符切分方法.........................................35第五章 車牌字符分類識(shí)別技術(shù)研究..................................41 字符圖像的前期處理...........................................................................41 字符分類識(shí)別特征及其提取方法........................................................41 現(xiàn)有的一些分類識(shí)別方法分析............................................................44 車牌字符分類識(shí)別方案的設(shè)計(jì)............................................................48第六章 結(jié)論及建議................................................50 結(jié)論......................................................................................................50 建議......................................................................................................50參考文獻(xiàn)...........................................................52  插圖清單 7 Otsu算法二值化 9 Bersen算法二值化 9 10 不同車牌圖像Canny邊緣檢測(cè)效果圖 13 同態(tài)濾波處理 14 同態(tài)濾波對(duì)二值化的影響 14 同態(tài)濾波對(duì)Canny邊緣檢測(cè)的影響 14 原灰度圖 27 正西方向邊緣 27 西南方向邊緣 27 西北方向邊緣 27 東南方向邊緣 28 四個(gè)方向邊緣合成圖 28 去除小連通區(qū)后圖 29 車牌粗分割結(jié)果 29 開運(yùn)算后正西方向邊緣圖 30 30 四個(gè)方向邊緣合成圖 31 去除小連通區(qū)后圖 31 車牌區(qū)域定位結(jié)果 31 原車牌灰度圖像 36 Canny算子法檢測(cè)邊緣 37 寬度較大的連通區(qū) 37 寬度最大的連通區(qū) 37 去除字符上下背景后Canny邊緣圖 38 閉運(yùn)算后圖 38 可能的字符區(qū)置“1” 38 各個(gè)字符區(qū)域標(biāo)記 39第一章 緒 論[1] [2]2002年，車牌圖像識(shí)別產(chǎn)品第一次在國內(nèi)實(shí)際應(yīng)用于交通工程。關(guān)鍵詞：車牌定位、字符切分、特征提取、模式識(shí)別畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。在分析研究現(xiàn)有車牌字符切分方法的基礎(chǔ)上，提出了一種基于Canny邊緣檢測(cè)的車牌字符切分方法，并對(duì)其可行性進(jìn)行了實(shí)驗(yàn)驗(yàn)證。本文圍繞著開放或半開放采集環(huán)境中的車牌圖像特點(diǎn)，對(duì)車牌圖像自動(dòng)識(shí)別系統(tǒng)中的三個(gè)方面的關(guān)鍵技術(shù)——車牌區(qū)域定位技術(shù)、車牌字符切分技術(shù)和車牌字符特征提取和分類識(shí)別技術(shù)——進(jìn)行了研究。由于在實(shí)際使用場(chǎng)合中，所采集圖像的內(nèi)容和質(zhì)量的變化非常復(fù)雜，給車牌圖像識(shí)別技術(shù)的應(yīng)用和發(fā)展帶來了很大的困難。采用這種方法能在一定程度上解決車牌定位依據(jù)的共性特征信息選擇的問題。方案考慮了漢字、英文字母和阿拉伯?dāng)?shù)字的不同特點(diǎn)，分別提取漢字、字母和數(shù)字的分類特征，并選擇不同的分類識(shí)別方法。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權(quán)說明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)校可以采用影印、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)校可以公布論文的部分或全部內(nèi)容。據(jù)統(tǒng)計(jì)，目前我國車牌識(shí)別產(chǎn)品主流供應(yīng)商(如北京漢王科技、昆明利普視覺、上海高德威、沈陽聚德、北京信路威等公司)的產(chǎn)品有一半左右是應(yīng)用在此領(lǐng)域。從一些產(chǎn)品的解決方案來看，實(shí)際使用時(shí)一般仍然需要人工復(fù)核。目前，車牌圖像識(shí)別技術(shù)已經(jīng)開始在移動(dòng)電子警察、城市卡口監(jiān)控、超速布控報(bào)警等城市交通(治安)方面有了一定的應(yīng)用。移動(dòng)電子警察：移動(dòng)電子警察現(xiàn)在逐漸應(yīng)用到交警日常工作中，采用移動(dòng)電子警察技術(shù)可以靈活地對(duì)非固定監(jiān)控點(diǎn)的交通違章和事故進(jìn)行取證處理，不僅提高了警察執(zhí)法效率，而且增強(qiáng)了執(zhí)法的公正性。由于停車管理日益成為城市交通管理中一個(gè)嚴(yán)重問題，人們對(duì)停車管理的智能化呼聲日漸高漲，通過車牌識(shí)別系統(tǒng)可以構(gòu)建一個(gè)智能的停車管理系統(tǒng)，因此，在大中城市的商場(chǎng)、寫字樓有很大的市場(chǎng)潛力。各個(gè)廠商所聲稱的識(shí)別正確率一般在95%左右，與真正智能化的要求還有一定的距離