【正文】 邊緣檢測(cè)可借助空域微分算子卷積完成。從以往的經(jīng)驗(yàn)看，方形或圓???????????????????1111911112H???????????????1212521213H???????????????0101510101H四川理工學(xué)院本科畢業(yè)（設(shè)計(jì)）論文 29 形窗口適宜于外廓線較長的物 體圖像，而十字形窗口對(duì)有尖頂角狀的圖像效果好。但是，對(duì)圖像進(jìn)行空間域的高通濾波，在增強(qiáng)圖像邊 緣的同時(shí)孤立的噪聲點(diǎn)也得到了增強(qiáng)。 鄰域平均法實(shí)際上是一種空間域的低通濾波。最簡單的局部平滑算法稱為非加權(quán)鄰域平均，它均等地對(duì)待臨域中的各像素，即把各個(gè)像素灰度的平均值作為中心像素的輸出值。噪聲會(huì)惡化圖像的質(zhì)量，使圖像模糊，甚至?xí)蜎]和改變圖像本身的特征，給圖像分析和識(shí)別帶來困難。盡管灰度直方圖不能表示出具有某些灰度值的像素的具體位置，更不能直接顯示圖像的內(nèi)容，但是 具有統(tǒng)計(jì)特征的直方圖卻四川理工學(xué)院本科畢業(yè)（設(shè)計(jì)）論文 25 能描述該圖像的灰度分布特征，使人們從中得到諸如總體明亮程度、對(duì)比度、灰度分布概貌等信息。分成三段進(jìn)行線性變換 如圖 43所示 ，變換公式如下 ： ? ?? ? ? ?? ?? ? ? ?? ?? ? ? ?????????????????????????myxfbdbyxfbmdnbyxfacayxfabcdayxfyxfacyxg,0, (44) 圖中對(duì)灰度范圍 ? ?ba, 進(jìn)行了灰度擴(kuò)展，而對(duì)灰度范圍 ? ?a,0 和 ? ?mb, 進(jìn)行了壓縮。用一個(gè)線性單值函數(shù)，對(duì)圖像內(nèi)的每一個(gè)像素作線性擴(kuò)展，將有效的改善圖像的視覺效果。由于此算法充分考慮了每個(gè)像素領(lǐng)域的特征，所以能夠更好的突出背景和目標(biāo)的邊界。 圖像二值化的關(guān)鍵在于閾值 T 的選取，根據(jù)閾值 T 來區(qū)分圖像中的對(duì)象和第 4 章 車牌圖像的邊緣檢測(cè) 22 背景。 圖像二值化 二值圖像是指整幅圖像內(nèi)僅有黑、白二值的圖像，在他們之間不存在其他灰度層次的變化。灰度化處理就是把含有亮度和色彩的彩色圖像變換成灰度圖像的過程。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在著邊緣， 物體的邊緣是以圖像局部特性的不連續(xù)性的形式出現(xiàn)的，例如：灰 度值的突變，顏色的突變，紋理結(jié)構(gòu)的突變等。這一特點(diǎn)可用于填平小湖 (即小孔 )，彌合小裂縫，而保持總的位置和形狀不變。 膨脹前 膨脹后 圖 32 圖像膨脹前后比較 (2)腐蝕 腐蝕的運(yùn)算符是“ ? ” ， 圖像集合 A 用結(jié)構(gòu)元素 B 來腐蝕記作 BA? ，其定義 為： ? ?? ?ABxBA x ??? (34) 式 (34)表明， A用 B來腐蝕的結(jié)果是所有滿足將 B 平移 x后， B 仍全部包含在 A中的集合，從直觀上看就是 B平移后全部包含在 A 中的原點(diǎn)組成的集合。 數(shù)學(xué)形態(tài)學(xué)的基礎(chǔ)和使用的語言是集合論，其基本運(yùn)算的四種 ： 膨脹( Dilaition)、 腐蝕 (Erosion)、開啟 (Open)和閉合 (Close)基于這些基本運(yùn)算還可以推導(dǎo)和組成各種數(shù)學(xué)形態(tài)學(xué)運(yùn)算方法。這樣就把高分辨率圖像 ? ?yxf , 變換成為低分辨率子圖像 ? ?yxg , ，轉(zhuǎn)換為低分辨率圖像的目的是為了提高處理速度 ； 第 3 章 車牌定位 16 (2)對(duì)低分辨率圖像，將其象素沿水平方向累加，得到一個(gè)投影 ??iT ； (3)由于汽車的緩沖器位于車輪上方，由于光線的照射，無論是直射光，還是散射光，緩沖器至車輪底部這部分的平 均灰度比緩沖器至緩沖器以上部分的平均灰度要暗一些。 實(shí)驗(yàn)中定值 T 取為 13，因?yàn)榕普罩?7 個(gè)字符 (不包括“ 其中 大部分算法是根據(jù)車牌特征而設(shè)計(jì)的，目前所利用算法主要有直接法、基于多分辨率、基于顏色信息以及基于數(shù)學(xué)形態(tài)學(xué)的車牌定位方法。 (4)紋理特征 ： 車牌內(nèi)有多個(gè)字符， 而且 大小統(tǒng)一、基本水平排列，一般數(shù)目確定，文字和背景之間有明顯的灰度對(duì)比。 車牌比 例特征 由規(guī)定的車牌物理尺寸可以得到車牌的一些重要的比例特征 ： 車牌寬高比 ： Rplate=440 / 140= 字符 /間距 ： Rcha/in=45 / 12= 字符寬高比 ： Rchar = 90 / 45 = 2 字符區(qū)域?qū)捀弑?： Rare = 409 / 90= 這些比例特征對(duì)于 車牌定位和車牌字符分割都有很重要的意義。 第三 個(gè)字符可能是英文字 母，也可能是阿拉伯?dāng)?shù)字。 HG 和 JG 的值一般根據(jù)實(shí)際情況確定。一旦當(dāng)前背第 2 章 汽車圖像的采集 10 景提取結(jié)束，當(dāng)前背景就會(huì)自動(dòng)取代上一次的背景，在下一 幀的車輛檢測(cè)時(shí)就可以使用更新后的背景進(jìn)行來車檢測(cè)。如果當(dāng)前圖像不含車輛，則和背景圖像相同，此時(shí)差值為 0 。背景消減法可以看作是一種特殊的幀差法。此外，光流場(chǎng)法的計(jì)算復(fù)雜耗時(shí)，除非有特殊的硬件支持，否則很難滿足實(shí)時(shí)運(yùn)動(dòng)區(qū)域的檢測(cè)。 運(yùn)動(dòng)車輛檢測(cè)算法 概述 目前常用的基于 視頻的車輛檢測(cè)算法可分為如下幾種 [89]： 光流場(chǎng)法，幀差法，背景消減法。目前大多數(shù)運(yùn)動(dòng)目標(biāo)檢測(cè)算法 研究的都是基于 這種情況。再分別介紹直接車牌定位法，多分辨率車牌定位法和基于數(shù)學(xué)形態(tài)學(xué)的車牌定位法。 課題的主要研究內(nèi)容 本課題所要研究的內(nèi)容是針對(duì)通過數(shù)碼相機(jī)抓 拍到的 圖像進(jìn)行基于圖 像處理技術(shù)的車牌識(shí)別的研究與開發(fā)。 經(jīng)典邊緣檢測(cè)方法在處理簡單的圖像時(shí)有著很大的優(yōu)勢(shì)，但是由于 物理世界四川理工學(xué)院本科畢業(yè)（設(shè)計(jì)）論文 5 和成像過程的復(fù)雜性，以及各種噪聲源的干擾。還有一種方法是選擇具有與中心點(diǎn)灰度值最接近的鄰近點(diǎn)，并利用這些點(diǎn)灰度值的平均值取代中心點(diǎn)值。 LOG算子和視覺生理中的數(shù)學(xué)模型相容，從 而 在計(jì)算機(jī)視覺和視覺生理研究之間建立了聯(lián)系，在機(jī)器視覺研究領(lǐng)域得到了廣泛的應(yīng)用。對(duì)圖像提取邊緣能極大地降低我們要處理的數(shù)據(jù)量。為了解決圖像惡化的問題，目前國內(nèi)外的研究機(jī)構(gòu)或公司企業(yè)采取的辦法是采用主動(dòng)紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量，繼 而 提高識(shí)別率。智能交通系統(tǒng)的發(fā)展趨勢(shì)也從單一的運(yùn)輸模式的智能化向綜合交通的多種運(yùn)輸模式協(xié)調(diào)配合的智能化方向 發(fā)展。但是， Sobel 邊緣檢測(cè)算子也檢測(cè)出了一 些偽邊緣，使得邊緣比較粗，降低了檢測(cè)定位精度。 本文在簡單介紹車牌識(shí)別的四個(gè)模塊的基礎(chǔ)上，主要對(duì)車牌邊緣檢測(cè)進(jìn)行了討論， 分析了 Roberts 算子、 Sobel 算子、 canny 算子、拉普拉斯 (Laplacian)算子和 Marr 邊緣檢測(cè) 算子 。所謂智能交通系統(tǒng)是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子控制技術(shù)及計(jì)算機(jī)處理技術(shù)等 綜合運(yùn)用于 整個(gè)交通運(yùn)輸管理體系，通過對(duì)交通信息的實(shí)時(shí)采集、傳輸和處理，借助各種科技手段和設(shè)備，對(duì)各種交通情況進(jìn)行協(xié)調(diào)和處理，建立起一種實(shí)時(shí)、準(zhǔn)確、高效的綜合運(yùn)輸管理體系，從 而 使交通設(shè)施得以充分利用并能夠提高交 通效率和安全，最終使交通運(yùn) 輸服務(wù)和管理智能化，實(shí)現(xiàn)交通運(yùn)輸?shù)募s式發(fā)展 [1]。 車輛牌照?qǐng)D像識(shí)別也是計(jì)算機(jī)智能化的關(guān)鍵技術(shù)之一，涉及到模式識(shí)別、圖像處理、人工智能、信息論、計(jì)算機(jī)等多個(gè)學(xué)科，同時(shí)也與語言文字學(xué)和心理學(xué)等學(xué)科相關(guān)，是一 門 綜合的技術(shù)，有著重要理論意義和實(shí)際應(yīng)用價(jià)值。另外西安交通大學(xué)的圖像處理與識(shí)別研究室、上海交通大學(xué)的計(jì)算機(jī)科學(xué)與工程系、清華大學(xué)人工智能國家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)的自動(dòng)化系等也都做過類似的研究。另外還有基于 曲面擬合 的各種邊緣檢測(cè)算法，它們的基本思想是用一個(gè)平滑的曲面和待測(cè)點(diǎn)周圍某領(lǐng)域內(nèi)像素的灰度值進(jìn)行擬合，然后計(jì)算此曲線的一階或二階導(dǎo)數(shù) [3]。多尺度信號(hào)處理的目的不僅是為了辨識(shí)出信號(hào)中的重要特征， 而且 能以 不同細(xì)節(jié)程度來構(gòu)造對(duì)信號(hào)的描述，在高層次視覺處理的任務(wù)中多尺度方法有著重要的作用，是一種新興的邊緣檢測(cè)方法 [4]。 以上方法是目前研究較多的邊緣檢測(cè)方法，其中前兩類方法屬于 經(jīng)典邊緣檢測(cè)方法 ，都是依靠對(duì)圖像進(jìn)行微分運(yùn)算求得梯度來進(jìn)行邊緣檢測(cè)的，其優(yōu)點(diǎn) 是計(jì)算簡單，速度快 ，缺點(diǎn)是僅僅依靠了局部信息，對(duì)噪聲較為敏感。 圖 像 獲 取邊 緣 連 接斷 邊 、 偽 邊 處理彩 色 圖 像 變 為灰 度 圖 像邊 緣 提 取邊 緣 輸 出低 通 濾 波邊 緣 定 位 圖 11 邊緣檢測(cè)的流程圖 我國汽車牌照識(shí)別的難點(diǎn) 雖然，國外汽車牌照識(shí)別系統(tǒng)研究工作己有一定進(jìn)展，但并不盡合我國國情，這主要是因?yàn)橐韵挛鍌€(gè)方面的原因 ： (1)我國標(biāo)準(zhǔn)汽車牌照是由漢字、英文字母和阿拉伯?dāng)?shù)字組成，漢字的識(shí)別與字母和數(shù)字的識(shí)別有很大的不同，從 而 增加了識(shí)別的難度 ； (2)國外許多國家汽車牌照的底色和字符顏色通常只有對(duì)比度較強(qiáng)的兩種顏色 (例如韓國的車牌底色為紅色，車牌上的字符為白色 )， 而 我國汽車牌照僅底色就有藍(lán)、黃、黑、白等多種顏色，字符顏色也有黑、紅、白等幾種顏色 ； (3)其他國家 的汽車牌照格式 (如汽車牌照的尺寸大小，牌照上字符的排列等 )通常只有一種， 而 我國則根據(jù)不同車輛、車型、用途，規(guī)定了多種牌照格式 (例如分為軍車、警車、普通車等 )； (4)我國汽車牌照的規(guī)范懸掛位置不統(tǒng)一 ； (5)由于 環(huán)境、道路或人為因素造成汽車牌照污染嚴(yán)重，這種情況下國外發(fā)第 1 章 引 言 6 達(dá)國家不允許上路， 而 在我國仍可上路行駛。并提出采取簡單實(shí)用的背景消減法作為車 輛檢測(cè)的方法較好。且有著計(jì)算簡單，容易實(shí)現(xiàn)，速度快等優(yōu)點(diǎn) 。 而基于 激光傳感器、紅外傳感器的檢測(cè)，人為的干擾則比較大 。因此，光流場(chǎng)攜帶了有關(guān)物體運(yùn)動(dòng)和景物二維結(jié)構(gòu)的豐富信息，通過對(duì)速 度場(chǎng) (光流場(chǎng) )第 2 章 汽車圖像的采集 8 的分析可以判斷在檢測(cè)區(qū)域內(nèi)車輛的有無。采用這種方法時(shí)， 需要考慮如何選擇合適的時(shí)間間隔進(jìn)行差分運(yùn)算，這一般依賴于 所檢測(cè)的目標(biāo)的運(yùn)動(dòng)速度。 四川理工學(xué)院本科畢業(yè)（設(shè)計(jì)）論文 9 背景圖 當(dāng)前幀 消減結(jié)果 圖 21背景消減法效果 通過比較分析， 采取簡單實(shí)用的背景消減法作為車輛檢測(cè)的方法 較好 。 背景圖像的更新 對(duì)背景的更新，采用隔時(shí)進(jìn)行背景提取和更新的方法。 視頻檢測(cè)的主要目的是通過設(shè)計(jì)判斷識(shí)別算法，正確識(shí)別有無來車，將有來車的圖像 進(jìn)行抓拍并作進(jìn)一步的處理，對(duì) HG 于 沒有來車的圖像將丟棄。后 220mm長， 140mm寬 ； (6)農(nóng)用運(yùn)輸車、拖拉機(jī)牌照。 第 3 章 車牌定位 12 圖 31常見車牌 車牌字符特征 標(biāo)準(zhǔn)車牌 (除軍車、警車、教練車、外交車外 )含有七個(gè)字符。 (2)顏色特征 ： 現(xiàn)有的車牌有 4種顏色類型 ： 小型汽車的藍(lán)底白字車牌、大型汽車的黃底黑字車牌、白底黑字的軍警車、黑底白字的國外駐華使館用車 。 從人的視覺特點(diǎn) 出發(fā)，車牌目標(biāo)區(qū)域具有如下特點(diǎn) ： 車牌底色往往與車第 3 章 車牌定位 14 身顏色、字符顏色有較大差異 ； 車牌有一個(gè)連續(xù)或由于磨損而不連續(xù)的邊框，車牌內(nèi)有七個(gè)字符，基本成水平排列，所以在牌照的矩形區(qū)內(nèi)存在較豐富的邊緣，呈現(xiàn)出規(guī)則的紋理特征 ； 車牌內(nèi)字符排列均勻，字符和牌照底色在灰度值上存在跳變，且字符本身與牌照底部灰度均勻 ； 車牌內(nèi)字符間的間隔、字符大小和牌照大小有固定的比例 ； 車牌的幾何特征 ： 即車牌的高、寬和高寬比相對(duì)固定。 主要用到 車牌 以下 的先驗(yàn)知識(shí) ： (1)攝像機(jī)與汽車的距離基本固定，而實(shí)際車牌的大小又基本相同，所以在圖像中車牌 的大小是一個(gè)特征量 ； (2)車牌有邊界，邊緣檢測(cè)時(shí)會(huì)有邊緣存在 ； (3)車牌中一般 7個(gè)字符，筆劃存在邊緣 ； 車牌的搜索方法如下 ： (1)對(duì)圖像作垂直投影，然后從下向上搜索投影值，因?yàn)閳D像中車牌以下部分的灰度值較低，且灰度分布相對(duì)均勻，經(jīng)過圖像增強(qiáng)和邊緣檢測(cè)后基本變?yōu)?0。只要確定緩沖器的位置，就能得到牌照的大致位置。形態(tài)學(xué)的基本思想是使用具有一定形態(tài)的結(jié)構(gòu)元素來量和提取圖像中的對(duì)應(yīng)形狀，從而達(dá)到對(duì)圖像進(jìn)行分析和識(shí)別的目的。也就是說，用B來膨脹 A得到的集合是 B 的位 移與 A至少有一個(gè)非零元素相交時(shí) B的原點(diǎn)的位置的集合。 開啟和閉合運(yùn)算也具對(duì)偶性，即 ： 四川理工學(xué)院本科畢業(yè)（設(shè)計(jì)）論文 19 ? ? ??? BABA CC? (39) ? ? ??? BABA CC ? (31