基于matlab的汽車車牌識(shí)別(編輯修改稿)
2024-07-23 17:46 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 要包括：(1)車牌區(qū)域內(nèi)字符的紋理特征。包括利用字符寬度和高度、筆劃寬度、字符串的長(zhǎng)度、字符的連通性，或者進(jìn)行水平掃描時(shí)，字符的灰度分布的變化特征，還有利用字符的筆劃分布特征和字符邊緣的統(tǒng)計(jì)相關(guān)性。(2)車牌的格式標(biāo)準(zhǔn)和字符標(biāo)準(zhǔn)信息。利用車牌的幾何特征，即車牌的高、寬、高寬比處在一定范圍，或者利用牌照字符字間距、字符高寬比和字體等的先驗(yàn)信息。(3)車牌區(qū)域水平或者垂直投影特征。車牌區(qū)域水平或者垂直灰度累積投影呈現(xiàn)連續(xù)的峰谷峰的分布。(4)車牌區(qū)域的位置特點(diǎn)。利用車牌一般處在汽車的保險(xiǎn)杠，反映到圖像中，車牌區(qū)域一般在圖像的下半部分，這樣還可以縮小搜索范圍。(5)車牌的彩色信息。采用彩色邊緣檢測(cè)算子獲得汽車圖像邊緣檢測(cè)圖，或者把車牌的彩色信息作為先驗(yàn)知識(shí)運(yùn)用到定位算法中去。(6)頻譜特征。即對(duì)圖像作行或者列的DFT變換，其頻譜圖中包含了車牌的位置信息。處理方法主要過(guò)程分為兩大塊：行定位與列定位。具體實(shí)現(xiàn)方法步驟如下：(1)獲取特征圖像要想從一整幅包括車身，背景等其他相對(duì)于車牌來(lái)說(shuō)屬于干擾因素的圖像中提取出車牌，就必須抓住車牌區(qū)域的最主要特征。車牌區(qū)域最主要的特征應(yīng)該是：車牌的底色和車牌字的顏色形成強(qiáng)烈對(duì)比，而且灰度變化頻繁。要好好的抓住這個(gè)特征來(lái)完成車牌提取，而目前所得到的二值圖像顯然還沒(méi)有充分的突出這個(gè)特點(diǎn)，因此有必要對(duì)二值圖像進(jìn)行進(jìn)一步處理。在這里設(shè)計(jì)了一個(gè)處理函數(shù)：F(i,j)為原二值圖像，G(i,j)為處理后得到的特征圖像，該圖像相對(duì)于原來(lái)的二值圖像突出了車牌區(qū)域灰度頻率變化劇烈這一特點(diǎn)，而且消除了原來(lái)二值圖像中的黑色的孤立點(diǎn)，減少了對(duì)下一步的水平掃描的干擾(2)水平掃描車牌區(qū)域由于存在字符和漢字，并且分布緊湊而有規(guī)律，因此車牌區(qū)域的灰度變化的頻率非常劇烈，這是車牌區(qū)域的最主要的特征，在獲得的特征圖像中這一特征得到進(jìn)一步放大。對(duì)圖31所示的特征圖像進(jìn)行逐行掃描，每一行的灰度由白到黑或由黑到白都記為一次灰度跳變。令m表示灰度跳變次數(shù)，對(duì)于任一掃描行，黑白灰度跳變一次則m加1一次，當(dāng)本行掃描結(jié)束后m的值即為本行灰度跳變次數(shù)。每一行跳變次數(shù)計(jì)算公式如下：n為特征圖像的列數(shù)，G(i)為特征圖像的任一掃描行。由于車牌區(qū)域一般包括7個(gè)字符，根據(jù)式可知掃描一個(gè)字符至少會(huì)出現(xiàn)4次跳變，7個(gè)字符至少會(huì)出現(xiàn)28次跳變，據(jù)此可設(shè)定一個(gè)跳變閾值T，考慮到實(shí)際情況，譬如二值化的原因或車牌質(zhì)量太差或字符斷開(kāi)等原因，特別是車牌有傾斜的情況，設(shè)置的閾值T可稍小一點(diǎn)，實(shí)驗(yàn)中設(shè)定T＝25左右取得了比較好的效果。在掃描過(guò)程中如果一段區(qū)域內(nèi)出現(xiàn)了連續(xù)的掃描行灰度跳變次數(shù)滿足大于T的情況，可視此區(qū)域?yàn)楹蜻x車牌區(qū)域。車牌區(qū)域上下界可采用式L(t=T)=α來(lái)約束，L為滿足條件的連續(xù)掃描行數(shù)，t為當(dāng)前掃描行的灰度跳變次數(shù)，α為經(jīng)驗(yàn)值。經(jīng)過(guò)上述行掃描后即可確定候選車牌區(qū)域的上下邊界。(3)垂直投影在水平行掃描處理后，大部分雜散區(qū)域已基本濾除，但實(shí)驗(yàn)表明：圖像經(jīng)水平行掃描后仍然會(huì)存在一些區(qū)域具有與車牌區(qū)域水平掃描相似的紋理掃描特征，這些區(qū)域即所謂的偽車牌區(qū)域，需要通過(guò)垂直投影法來(lái)消除。車牌區(qū)域的投影圖具有明顯的連續(xù)的規(guī)律的峰－谷－峰的特性，并且可能的車牌區(qū)域的幅值要遠(yuǎn)高于其他區(qū)域，而偽車牌區(qū)域的這個(gè)特性則不明顯，根據(jù)車牌區(qū)域的垂直投影圖以及車牌長(zhǎng)寬比的先驗(yàn)知識(shí)則可確定車牌的左右邊界。經(jīng)過(guò)步驟(1)(2)(3)后，基本上能夠把車牌圖像準(zhǔn)確定位出來(lái)，但由于在定位過(guò)程中設(shè)定的條件相對(duì)較寬松，定位出來(lái)的車牌圖像還相對(duì)粗糙，不滿足下一步的字符分割要求，因此還需要進(jìn)一步精確定位，即進(jìn)行預(yù)處理。 對(duì)圖像進(jìn)行預(yù)處理時(shí)，首先通過(guò)車牌區(qū)域內(nèi)灰度變化較大的特性進(jìn)行初步定位。因此，RGB圖像要首先轉(zhuǎn)換為灰度圖。經(jīng)過(guò)灰度處理后的圖像由于圖像信息的減少，會(huì)產(chǎn)生一定的噪聲；另外，由于采集系統(tǒng)采集圖像時(shí)也可能因?yàn)殡娮酉到y(tǒng)的原因留下一些噪聲，而噪聲對(duì)于紋理的影響是不能忽視的，因此要去除圖像中的噪聲。去除噪聲的目的是為了更好的識(shí)別車牌，因此，為了突現(xiàn)這個(gè)區(qū)域的特征，采用數(shù)學(xué)形態(tài)學(xué)膨脹算法增強(qiáng)圖像。
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1