車牌識別算法解析(編輯修改稿)
2025-07-04 23:11 本頁面
【文章內(nèi)容簡介】 子，其中LOG邊緣檢測器的基本特征是：l 平滑濾波器是高斯濾波器；l 增強步驟采用二階導數(shù)（二維拉普斯函數(shù)）；l 邊緣檢測判據(jù)是二階導數(shù)零交叉點并對應一階導數(shù)的較大峰值；l 使用線性內(nèi)插方法。這種方法的特點是圖像首先與高斯濾波器進行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結(jié)構(gòu)組織將被濾除。由于平滑會導致邊緣的延展，因此邊緣檢測器要考慮那些具有局部梯度最大值的邊緣點。這一點可以用二階導數(shù)的零交叉點來實現(xiàn)。拉普斯函數(shù)用作二維的二階導數(shù)的近似，是因為它是一種無方向算子。為了避免檢測出非顯著邊緣，應選擇一階導數(shù)大于謀一閥值的零交點作為邊緣。LOG算子對圖像f(x，y)進行邊緣檢測，輸出h(x，y)是通過卷積運算得到的，即：由于圖像的平滑就會引起邊緣的模糊。高斯平滑運算導致圖像中邊緣和其他尖銳不連續(xù)部分的模糊，其中模糊量取決于δ值。δ值越大，噪聲濾波效果越好，但同時也丟失了重要的邊緣信息，影響了邊緣檢測器的性能。如果取小δ值，又有可能平滑不完全而留有太多的噪聲。大δ值的濾波器在平滑相互鄰近的兩個邊緣時，可能會將它們連在一起，這樣只能檢測出一個邊緣。因此，在不知道物體尺寸和位置的時候，很難準確確定濾波器的δ值。一般來說，使用大δ值的濾波器產(chǎn)生魯棒邊緣，小δ值的濾波器產(chǎn)生精確定位的邊緣，兩者結(jié)合，能夠檢測出圖像的最佳邊緣。本課題的δ的取值為2。三、區(qū)域定位算法的闡述 本文的定位方法是在一定條件下的目標搜索。因而要考慮己經(jīng)具備的一些條件和參數(shù)以簡化方法的復雜度。確定性條件就是目前已經(jīng)具備的硬件技術（比如高級攝相機、高性能的處理器、性能優(yōu)良的傳感系統(tǒng)等）：可提供的參數(shù)就是取像設備與車輛之間的距離以及車輛圖像的先驗知識等。根據(jù)這些條件和參數(shù)可以獲得有利于定位方法實現(xiàn)的信息：l 拍照使用國內(nèi)統(tǒng)一標準的牌照，因而具有統(tǒng)一規(guī)格的尺寸。l 在拍攝時，CMOS攝像頭與汽車的距離是固定的，因而攝入的圖像具有固定比例的大小，并消除了因拍攝時的抖動而出現(xiàn)的低劣圖像。l 汽車牌照內(nèi)部有接近水平的一排字，而且字跡要相對清晰。 有了上述條什，就可以有針對地采用相應的方法進行車牌目標的搜索。本文采用了窗口搜索的方法尋找車牌潤標。由于車牌目標區(qū)的紋理密集，像素的值總和遠大于具有同一窗口尺寸的其它區(qū)域，因而我們可以通過計算所到之處的窗口內(nèi)部像素的值總和，比總和的大小來判斷車牌目標區(qū)。搜索步長為2個像素，由左向右，由上向下進行。算法如下式：式中，S為窗口2frameL2frameW中所有白像素數(shù)碼之和，j和i分別為窗口中的橫縱坐標，(kl，k2)為窗口像素的位置，(x0，y0)是S取最大值時的窗口中點，我們稱之為探點。窗口搜索的結(jié)果會使探測點位于車牌區(qū)域中。分別是原灰度圖像和處理后圖像及其投影的直方圖，可以看出來圖像處理后的車牌區(qū)域更加明顯，且易與其他部位分離。去閥值m為：其中δ為調(diào)整系數(shù)搜索邊界是從車牌區(qū)域的探測點同時向上和向卜進行的，搜索范圍為2frarneW。這樣在縮小搜索區(qū)的同時可以準確地定出車牌上下邊界yl，y2。一旦確定了車牌區(qū)域上下邊界y1，y2之后，就可以將牌照區(qū)域灰度值向垂直方向投影，方向公式如下：同樣選取閥值和跨距，就可以定出車牌得左右邊界x1，x2。區(qū)域定位算法的效果及流程圖：四、車牌圖像傾斜糾正（1）車牌的傾斜原因及類型：車牌圖像的傾斜主要有水平傾斜和豎直傾斜兩種類型：l 水平傾斜，指車牌圖像和水平方向成一個傾斜角度。它主要是因為拍攝的時候攝像頭沒有架設好，而與水平方向有一個角度，或者是車牌本身安裝的原因，定位螺栓不在同一水平而上所引起的。最終就造成拍攝出來的圖像中的車輛在水平方向發(fā)生整體傾斜。l 豎直傾斜，是指車牌字符與豎直方向有一個傾斜的角度。它形成的原因主要是在拍攝車牌圖像時，由于攝像頭的光軸直線（即攝像頭的法向量）與車牌所在的平而不垂直，而是存在一定的夾角：也就是攝像頭的光軸直線與車體前進方不平行，造成攝入汽車圖像中的車牌圖像在豎直方向上會產(chǎn)生畸變，這種畸變使得車牌的邊緣基本是水平的，但卻使牌照中的每個字符都有向左或向右的扭曲。如果車牌本身安裝出現(xiàn)問題，即車牌所在平面與水平地面并非垂直，出現(xiàn)一個角度，這種傾斜將更為加劇。另外，根據(jù)攝像頭安裝位置的不同，拍攝角度過大時，還可能出現(xiàn)其它形狀的車牌變形，如梯形、平行四邊形，甚至是任意四邊形。對于這些情況，有文獻提出使用Hough變換，求取車牌4個頂點坐標，根據(jù)畸變車牌四邊形的4個頂點和歸一化車牌的4個頂點之間的一一對應關系，求解雙線性空間變換方程，對畸變圖像進行校正。本文以下主要考慮車牌圖像拍攝角度不大時的水平傾斜校正和豎直傾斜校正，對于產(chǎn)生其它形狀的變形暫時沒有考慮。（2）水平傾斜校正：通常車牌區(qū)域的上下邊緣是兩條明顯的平行直線。，一般都采用，Hough變換，檢測出這兩條直線的傾斜角度，然后對牌照進行水平傾斜糾正。Hough變換是一種能夠在線條圖中檢測出己知形狀曲線的技術，它對局部的曲線斷裂和噪聲干擾不敏感，廣泛應用于目標檢測鄰域。（3）豎直傾斜校正
教學教案相關推薦
鄂ICP備17016276號-1