freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

車(chē)輛牌照?qǐng)D像識(shí)別算法研究與實(shí)現(xiàn)畢業(yè)設(shè)計(jì)論文(編輯修改稿)

2024-07-22 21:29 本頁(yè)面
 

【文章內(nèi)容簡(jiǎn)介】 現(xiàn)車(chē)輛牌照的定位。利用水平投影來(lái)檢測(cè)車(chē)牌的水平位置,利用垂直投影和形態(tài)學(xué)的方法檢測(cè)車(chē)牌的垂直位置 [8]。 車(chē)輛牌照的水平定位得到二值化圖像以后,首先把二值圖像投影到 y 軸。根據(jù)車(chē)牌特征,車(chē)牌區(qū)域中的垂直邊緣較密集,而且車(chē)牌一般懸掛在車(chē)身較低的位置其下方?jīng)]有很多的邊緣密集區(qū)域。因此在車(chē)牌對(duì)應(yīng)的水平位置上會(huì)出現(xiàn)一個(gè)峰值,如圖 22 所示。峰值的兩個(gè)低谷點(diǎn)就是車(chē)牌的垂直位置,這樣就得到了包含了車(chē)牌的帶狀區(qū)域。所以問(wèn)題轉(zhuǎn)成確定低谷點(diǎn)的位置。但是從圖中可以發(fā)現(xiàn)投影圖不是十分的光滑,會(huì)給精確定位帶來(lái)一些困難,所以對(duì)投影圖進(jìn)行平滑。窗口尺寸比較關(guān)鍵,選小了不足以平滑,選大了則會(huì)改變投影圖原有的基本變化特性。對(duì)于實(shí)際的投影曲線可以通過(guò)找差分曲線的過(guò)零點(diǎn)來(lái)確定低谷點(diǎn),所以對(duì)平滑以后的投影圖 求一階差分:)(nh (23))1()(39。 ???nhnh找出其由正至負(fù)的點(diǎn),也就是局部最小值。但是并不是所有的局部最小值之間都能稱為峰的,它可能附屬鄰近的一個(gè)峰,因而要確定哪一個(gè)局部最小值是峰谷,哪一個(gè)是毛刺。如何判決峰的獨(dú)立性呢?本文采取了 3 個(gè)判決依據(jù):1. 獨(dú)立峰具有一定峰頂和峰谷的落差,當(dāng)局部最大值和鄰近的局部最小值的差大于閾值,則該局部最小值為谷底,反之則為毛刺。2.獨(dú)立峰具有一定的寬度,這是由車(chē)牌的寬度信息決定的。3.獨(dú)立峰具有一定的面積,這是因?yàn)樵诮?jīng)過(guò)邊緣提取,二值化后,在車(chē)牌區(qū)域具有明顯的紋理特征。在光照均勻和背景不是很復(fù)雜的圖像中,車(chē)牌的峰值特性十分明顯,很容易就可以定位出車(chē)牌區(qū)域的水平位置。但在光照不均勻或背景復(fù)雜的圖像中峰值特性就不是很明顯了。如何準(zhǔn)確地確定局部最小值是否為谷底,關(guān)鍵在于閾值的選取。 車(chē)輛牌照的垂直定位 西南科技大學(xué)本科生畢業(yè)論文 10根據(jù)車(chē)牌的特征可以知道,車(chē)牌在垂直方向的投影呈現(xiàn)有規(guī)律的“峰、谷、峰”的分布。字符與字符之間的間隔是近似相等的,而且字符的寬度是近似相等的,而車(chē) (a)二值化圖像 (b)水平投影圖 圖 22 水平投影牌具有 7 個(gè)字符,所以車(chē)牌區(qū)域在垂直方向上的投影應(yīng)該存在 6 個(gè)低谷點(diǎn),而且相鄰低谷點(diǎn)之間的距離是近似相等的,第二和第三字符之間的距離略大于其他字符間的距離。但在現(xiàn)實(shí)中得到二值圖像的“峰、谷、峰” 的特點(diǎn)并不十分明顯,采用這種方法對(duì)車(chē)牌的垂直位置進(jìn)行定位效果不是很好,本文考慮使用形態(tài)學(xué)與投影法相結(jié)合的方法來(lái)對(duì)車(chē)牌進(jìn)行垂直定位,下面簡(jiǎn)單介紹圖像形態(tài)學(xué) [9]。最初形態(tài)學(xué)是生物學(xué)中研究動(dòng)物和植物的一個(gè)分支,后來(lái)也用數(shù)學(xué)形態(tài)學(xué)來(lái)表示以形態(tài)學(xué)為基礎(chǔ)的圖像分析數(shù)學(xué)工具。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(lái)度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。數(shù)學(xué)形態(tài)學(xué)可以用來(lái)簡(jiǎn)化圖像數(shù)據(jù),保持圖像的基本形狀特性,同時(shí)去掉圖像中與研究目的無(wú)關(guān)的部分。使用形態(tài)學(xué)操作可以實(shí)現(xiàn)增強(qiáng)對(duì)比度、消除噪聲、細(xì)化、填充和分割等常用的圖像處理任務(wù)。數(shù)學(xué)形態(tài)學(xué)的數(shù)學(xué)基礎(chǔ)和使用的語(yǔ)言是集合論,其基本運(yùn)算有四種:膨脹(Dilation ) 、腐蝕 (Erosion )、開(kāi)啟(Open)和閉合(Close )?;谶@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。其運(yùn)算對(duì)象是集合,通常給出一個(gè)圖像集合和一個(gè)結(jié)構(gòu)元素集合,利用結(jié)構(gòu)元素對(duì)圖像進(jìn)行操作。結(jié)構(gòu)元素是一個(gè)用來(lái)定義形態(tài)操作中所用到的鄰域的形狀和大小的矩陣,可以具有任意的大小和維數(shù)。下面簡(jiǎn)單介紹一下以上 4 種運(yùn)算。膨脹膨脹的運(yùn)算符為“ ”,圖像集合 用結(jié)構(gòu)元素 來(lái)膨脹,記作 ,其定義?ABBA?見(jiàn)式(24 ),其中 表示 的映像,即與 關(guān)于原點(diǎn)對(duì)稱的集合。式(24)表明,^B 西南科技大學(xué)本科生畢業(yè)論文 11用 對(duì) 進(jìn)行膨脹的過(guò)程是這樣的:首先對(duì) 作關(guān)于原點(diǎn)的映射,再將其映像平移BAB,當(dāng) 與 映像的交集不為空集時(shí), 的原點(diǎn)就是膨脹集合的像素。也就是說(shuō),x用 來(lái)膨脹 得到的集合是 的位移與 至少有一個(gè)非零元素相交時(shí) 的原點(diǎn)的位^BAB置的集合。 (2??????????????????????xAx?^|4)膨脹的作用效果如圖 23 所示。其中白色表示目標(biāo),背景為黑色,結(jié)構(gòu)元素為一 33 正方形對(duì)象。 (a)膨脹前 (b)膨脹后 圖 23 圖像膨脹前后的顯示效果對(duì)比腐蝕腐蝕的運(yùn)算符是 ,圖像集合 用結(jié)構(gòu)元素 來(lái)腐蝕記作 ,其定義為:?ABBA? (2??x??)(|5)式(25 )表明, 用 來(lái)腐蝕的結(jié)果是所有滿足將 平移 后, 仍全部包含在ABx中的 的集合,從直觀上看就是 經(jīng)過(guò)平移后全部包含在 中的原點(diǎn)組成的集合。Ax A腐蝕的操作效果如圖 24 所示,其中白色為目標(biāo),黑色為背景,結(jié)構(gòu)元素為一33 正方形對(duì)象。 (a)腐蝕前 (b)腐蝕后 西南科技大學(xué)本科生畢業(yè)論文 12 圖 24 圖像腐蝕前后的顯示效果對(duì)比開(kāi)啟開(kāi)啟的運(yùn)算符為“ ”, 用 來(lái)開(kāi)啟記為 ,其定義如下:?ABBA? (2??)(??6)閉合閉合的運(yùn)算符為“ ”, 用 來(lái)閉合記為 ,其定義見(jiàn)式( 27):?ABBA? (2?)(?7)開(kāi)啟和閉合運(yùn)算不受原點(diǎn)位置的影響,無(wú)論原點(diǎn)是否包含在結(jié)構(gòu)元素中,開(kāi)啟和閉合的結(jié)果都是一樣的。開(kāi)啟和閉合操作的效果如圖 25 所示,其中白色為目標(biāo),黑色為背景。對(duì)形態(tài)學(xué)了解后,我們用形態(tài)學(xué)來(lái)進(jìn)行定位,具體算法為:對(duì)得到的帶狀區(qū)域用結(jié)構(gòu)算子先進(jìn)行一次腐蝕運(yùn)算,消除一些獨(dú)立的亮點(diǎn),但使用的結(jié)構(gòu)算子不能太大,否則會(huì)失去一部分車(chē)牌的信息。 (a)原圖 (b)對(duì)原圖開(kāi)啟操作后 (c)對(duì)原圖閉合操作后 圖 25 圖像的開(kāi)啟、閉合操作的顯示效果再進(jìn)行二次膨脹運(yùn)算,由于膨脹的目的是要把車(chē)牌區(qū)域連通,因此使用的結(jié)構(gòu)算子和腐蝕的結(jié)構(gòu)算子不一樣,要略大一些。最后進(jìn)行一次開(kāi)運(yùn)算,將車(chē)牌區(qū)域平滑一下。可以發(fā)現(xiàn)車(chē)牌在圖像中形成了一個(gè)塊狀區(qū)域。如圖 26 所示。將得到的圖像再投影到垂直方向,再根據(jù)車(chē)牌的寬度信息,設(shè)定一個(gè)范圍,可以把這個(gè)范圍設(shè)置大些,這是因?yàn)榻?jīng)過(guò)形態(tài)學(xué)變化后,車(chē)牌的長(zhǎng)度會(huì)變大,而且有可能把附近的一些雜點(diǎn)連在一起了,從而增大了車(chē)牌連通區(qū)域的長(zhǎng)度,如果范圍定 西南科技大學(xué)本科生畢業(yè)論文 13的太小,就有可能檢測(cè)不到車(chē)牌區(qū)域 [10]。 定位的算法實(shí)現(xiàn)利用投影法,在 Visual C++中用 C++語(yǔ)言對(duì)以上算法進(jìn)行編程,對(duì)車(chē)輛牌照進(jìn)行定位。實(shí)驗(yàn)中水平方向上的定位函數(shù)為 HprojectDIB();垂直方向上的定位函數(shù)為VprojectDIB();定位以后分割過(guò)程所用的函數(shù)為 TempSubert();iTop 和 iBottom 分別是車(chē)牌的上下邊緣,iLeft 和 iRight 為車(chē)牌的左右邊緣。定出車(chē)牌的四個(gè)邊緣以后,就可以通過(guò)分割函數(shù) TempSubert()將車(chē)牌從源圖像中裁減出來(lái),為了使裁減的準(zhǔn)確,可以設(shè)置邊緣的微量調(diào)整。圖像定位算法流程圖如圖 27 所示。 (a) 水平投影分割得到的圖像 (b) 腐蝕運(yùn)算得到的圖像 (c) 第一次膨脹運(yùn)算得到的圖像 (d) 第二次膨脹運(yùn)算得到的圖像圖 26 形態(tài)學(xué)變化得到的圖像 西南科技大學(xué)本科生畢業(yè)論文 14圖 27 定位流程圖 西南科技大學(xué)本科生畢業(yè)論文 15 實(shí)驗(yàn)結(jié)果分析經(jīng)實(shí)驗(yàn),大部分圖片中的牌照能夠被正確的定位出來(lái)如圖 28,極少部分牌照不能正確定位。實(shí)驗(yàn)表明,投影法基本上實(shí)現(xiàn)了車(chē)輛牌照的定位,但同時(shí)不難看出被定位的車(chē)牌還包括車(chē)牌邊框,與理想要求還有很大差距,如果在這些車(chē)牌上進(jìn)行字符分割,將會(huì)有很大的困難。另外在實(shí)驗(yàn)中還發(fā)現(xiàn)該算法對(duì)車(chē)牌背景環(huán)境要求比較嚴(yán)格,車(chē)牌如果比較傾斜或者車(chē)牌顏色與汽車(chē)顏色相近或者車(chē)牌背景中的噪聲較大,則定位起來(lái)比較困難,不能實(shí)現(xiàn)車(chē)牌的精確定位,以后需要進(jìn)一步改進(jìn)。圖 28 定位前后的圖像 西南科技大學(xué)本科生畢業(yè)論文 16第 3 章 車(chē)輛牌照的字符分割在做字符分割以前,必須對(duì)定位出來(lái)的圖像做進(jìn)一步的處理,要對(duì)車(chē)牌做去邊框處理、去噪聲處理、梯度銳化、傾斜度調(diào)整等預(yù)處理才能進(jìn)行字符分割。 車(chē)牌預(yù)處理 去邊框處理一般藍(lán)底白字的車(chē)牌都有白色邊框,與字符的顏色相同,它的存在將對(duì)后繼的字符識(shí)別造成影響,因此它的濾除十分必要。濾除上下邊框?qū)z測(cè)到的二值牌照?qǐng)D像進(jìn)行水平投影,在 0IHeight 的范圍內(nèi),計(jì)算各sum[I],( sum[I]為從 0 到 Width 的范圍內(nèi),二值化牌照?qǐng)D像的白像素點(diǎn)數(shù))然后,將所有的 sum[I]累加起來(lái),記為一值,然后將該值除以 2*Height(2/3)*Height,如果sum[I]小于該商,就令該 sum[I]為 0。這樣直方圖中必有連零塊和非連零塊,測(cè)試每個(gè)非連零塊的寬度,如果它不在車(chē)牌高度的范圍內(nèi),就置其為零,那么就將邊框?yàn)V除了( 其中 Height,Width 為牌照?qǐng)D像的高度和寬度)。濾除左右邊框?yàn)V除左右邊框的方法與濾除上下邊框的方法類似,只是閾值有些不同,不再贅述。 去噪聲處理圖像在掃描或者傳輸過(guò)程中夾帶了噪聲,去噪聲是圖像處理中常用的手法。通常去噪聲用濾波的方法,比如空間域?yàn)V波和同態(tài)濾波。采用合適的濾波方法不但可以濾除噪聲還可以對(duì)圖像進(jìn)行銳化,增強(qiáng)圖像的邊緣信息。下面介紹幾種常用的濾波方法。鄰域平均法為了消除圖像中的噪聲,可以直接在空間域上對(duì)圖像進(jìn)行平滑濾波。它的作用有兩種:一種是模糊;另一種是消除噪聲??臻g域的平滑濾波一般采用簡(jiǎn)單平均法進(jìn)行,就是求鄰近像素點(diǎn)的平均亮度值,稱為鄰域平均法。鄰域的大小與平滑的效果直接相關(guān),鄰域越大平滑的效果越好,但鄰域過(guò)大,平滑會(huì)使邊緣信息損失的越大,從而使輸出的圖像變得模糊,因此需要合理選擇鄰域的大小。典型的鄰域有兩 西南科技大學(xué)本科生畢業(yè)論文 17種:四鄰域和八鄰域,其模板見(jiàn)式(31)。如果圖像中的噪聲是隨機(jī)不相關(guān)的加性噪聲,窗口內(nèi)各點(diǎn)噪聲是獨(dú)立分布的,經(jīng)過(guò)上述模板平滑后,信號(hào)與噪聲的方差比可提高許多倍。這種算法簡(jiǎn)單,處理速度快,但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像產(chǎn)生模糊,特別在邊緣和細(xì)節(jié)處。而且, (3???????014M???????1081)隨著鄰域的增大,雖然增強(qiáng)了去噪聲的能力,但同時(shí)模糊程度也更嚴(yán)重。高通濾波在進(jìn)行圖像處理時(shí),我們經(jīng)常要對(duì)圖像進(jìn)行銳化以便突出圖像的邊緣。同樣的,可以采用在空間域?qū)D像進(jìn)行濾波的方法,只不過(guò)這時(shí)采用的沖激響應(yīng)陣列與空間域低通濾波時(shí)所采用的完全不同。采用高通濾波器讓高頻分量順利通過(guò),而對(duì)低頻分量則充分限制,使圖像的邊緣變得清晰,實(shí)現(xiàn)圖像的銳化。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)。常用于空間域高通濾波的沖激響應(yīng)陣列有以下幾種: (3????????0151H????????192H????????1253H2)中值濾波中值濾波是一種非線性濾波,它也是一種鄰域運(yùn)算,類似于卷積。但中值濾波的計(jì)算不是加權(quán)求和,而是把它鄰域內(nèi)的所有像素按灰度值進(jìn)行排序,然后取該組的中間值作為鄰域中心像素點(diǎn)的輸出值。中值濾波的突出優(yōu)點(diǎn)是在消除噪聲的同時(shí),還能防止邊緣模糊。如果圖像的噪聲多是孤立的點(diǎn),這些點(diǎn)對(duì)應(yīng)的像素又很少,而圖像則是由像素較多、面積較大的塊構(gòu)成,中值濾波效果很好。同態(tài)濾波同態(tài)濾波器的思想就是用一系列方法把乘性信號(hào)變換成加性組合信號(hào),經(jīng)過(guò)處理后再反變換回乘性信號(hào)。同態(tài)濾波以圖像的照明反射模型
點(diǎn)擊復(fù)制文檔內(nèi)容
范文總結(jié)相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1