基于圖像處理的汽車牌照的識(shí)別-全文預(yù)覽
【正文】 次比較，選取域值T=70，對(duì)于灰度值大于T的賦值為255，小于T的賦值為0。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(jiǎn)化了預(yù)處理 圖像的平滑處理會(huì)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)。并與未進(jìn)行濾波的邊緣進(jìn)行比較。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。各部分的處理情況如下： 圖1 汽車原圖 圖像在形成、傳輸或變換過程中，受多種因素的影響，如：光學(xué)系統(tǒng)失真、系統(tǒng)噪聲、暴光不足或過量、相對(duì)運(yùn)動(dòng)等，往往會(huì)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。其識(shí)別流程如下：字符識(shí)別 字符分割 車牌定位 邊緣提取 圖像預(yù)處理 原始圖像 原始圖像 ：由數(shù)碼相機(jī)或其它掃描裝置拍攝到的圖像圖像預(yù)處理：對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行濾波，邊界增強(qiáng)等處理以克服圖像干擾邊緣提取 ：通過微分運(yùn)算，2值化處理，得到圖像的邊緣車牌定位 ：計(jì)算邊緣圖像的投影面積，尋找峰谷點(diǎn)，大致確定車牌位置，再計(jì)算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域。關(guān)鍵詞：汽車牌照 車牌提取 字符分割 字符識(shí)別The vehicle license recognition based on the image processing Author:Chen Qiuju Tutor:Li Fangzhou(School of Physics and Electronic Information Wen Zhou Normal College 325027)Abstract： With one vehicle license recognition, the principle of the automobile License recognition is introduced .This process was divided into preprocess, edge extraction, vehicle license location, character division and character recognition, which is implemented separated by using MATLAB. The license is recognized at last. At the same time, the problems are also analyzed And solved in the process. The best method of recognition to the very vehicle license is found.Keywords: vehicle license vehicle license location character segmentation Character recognition 1. 引言 選題意義 汽車牌照自動(dòng)識(shí)別系統(tǒng)是以汽車牌照為特定目標(biāo)的專用計(jì)算機(jī)視覺系統(tǒng)，是計(jì)算機(jī)視覺和模式識(shí)別技術(shù)在智能交通領(lǐng)域應(yīng)用的重要研究課題之一，是實(shí)現(xiàn)交通管理智能化的重要環(huán)節(jié)，它可廣泛應(yīng)用于交通流量檢測(cè)，交通控制與誘導(dǎo)，機(jī)場(chǎng)、港口、小區(qū)的車輛管理，不停車自動(dòng)收費(fèi)，闖紅燈等違章車輛監(jiān)控以及車輛安全防盜等領(lǐng)域，具有廣闊的應(yīng)用前景。 基于圖像處理的汽車牌照的識(shí)別作者:陳秋菊指導(dǎo)老師:李方洲 (溫州師范學(xué)院 物理與電子信息學(xué)院 325027)摘要：以一幅汽車牌照的識(shí)別為例，具體介紹了車牌自動(dòng)識(shí)別的原理。尋找出對(duì)于具體的汽車牌照識(shí)別過程的最好的方法。 課題組成汽車車牌的識(shí)別過程主要包括車牌定位、字符車牌分割和車牌字符識(shí)別三個(gè)關(guān)鍵環(huán)節(jié)。本文以一幅汽車圖像為例，結(jié)合圖像處理各方面的知識(shí)，利用MATLAB編程，實(shí)現(xiàn)了從車牌的預(yù)處理到字符識(shí)別的完整過程。因?yàn)樵肼曋饕且恍┖哳l的突變成分，因此可以通過一個(gè)低通濾波器來消除圖像中包含的噪聲
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1