車(chē)牌識(shí)別論文終稿(編輯修改稿)
2025-07-22 21:02 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 征圖像進(jìn)行垂直投影 , 得到投影圖后，對(duì)投影圖進(jìn)行處理，重復(fù)水平定位的理念，找尋大于3分之2最大值的點(diǎn)所對(duì)應(yīng)的橫坐標(biāo)的最大值和最小值，即為車(chē)牌的左右邊界點(diǎn)，完成定位。為了之后字符識(shí)別的更好處理，在這里，本人根據(jù)找尋的邊界點(diǎn)，對(duì)該灰度增強(qiáng)后圖進(jìn)行定位。如圖4所示 圖4 垂直投影圖3 字符分割區(qū)域增長(zhǎng)的基本思想是將具有相似性質(zhì)的象素集合起來(lái)構(gòu)成區(qū)域。首先在待分割的每個(gè)區(qū)域中選擇一個(gè)種子點(diǎn)作為增長(zhǎng)的起始點(diǎn)，然后在種子點(diǎn)的領(lǐng)域中搜索那些與種子點(diǎn)的相似特征度滿足指定增長(zhǎng)準(zhǔn)則的象素 ，并與種子點(diǎn)所在區(qū)域合并。此時(shí)將新合并的象素作為新的種子點(diǎn)，繼續(xù)以上搜索和合并過(guò)程，直到?jīng)]有可以合并的象素為止。本文的算法中采用區(qū)域增長(zhǎng)算法來(lái)確定候選車(chē)牌的字符區(qū)域。首先要確定起始的種子點(diǎn)。字符的像素值最大為255，基于這個(gè)信息，選定像素值為255的點(diǎn)為起始點(diǎn)。然后選擇下面的增長(zhǎng)標(biāo)準(zhǔn)：假定一個(gè)像素屬于一個(gè)區(qū)域，則這個(gè)像素和這個(gè)區(qū)域里至少有八個(gè)像素點(diǎn)是相連的。如果一個(gè)像素同時(shí)又和其他區(qū)域相連了，則這些區(qū)域合并在一起。由于光照或者背景噪聲等的影響，區(qū)域增長(zhǎng)算法可能生錯(cuò)誤的字符區(qū)域，就需要根據(jù)前文所述的車(chē)牌先驗(yàn)信息來(lái)刪除錯(cuò)誤的區(qū)域 ，從而準(zhǔn)確定位字符區(qū)域。按照車(chē)牌的先驗(yàn)信息字符的尺寸為45mm* 90mm，字符間隔為12mm，間隔符寬10mm，那么第二個(gè)和第三個(gè)字符的間隔為34mm，車(chē)牌的左邊界和第一個(gè)字符的間隔以及車(chē)牌右邊界和最后一個(gè)字符的間隔為25mm，字符到上下邊界的間隔也為25mm。假定字符寬度為 cw，字符高度為 ch。則字符間隔為(12/45)*cw =*cw，第二個(gè)和第三個(gè)字符的間隔為(34/45)*cw=*cw，而車(chē)牌的左邊界和第一個(gè)字符的間隔以及車(chē)牌右邊界和最后一個(gè)字符的間隔就為(25/45)*cw=*cw，字符到上下邊界的間隔為(25/45)*ch=*ch。其中cw=(45/440)*a，ch=(90/140)*b (a，b為分割車(chē)牌的寬度和高度)。根據(jù)以上的信息就可以對(duì)車(chē)牌的字符進(jìn)行準(zhǔn)確的定位。如圖5所示
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1