基于圖像處理的汽車(chē)牌照的識(shí)別(編輯修改稿)
2024-09-06 15:03 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 設(shè)定值60之后，停止掃描。上邊界也是利用這種方式得到。這樣就得到首字符的起始位置。再利用牌照的大小，寬高比一般都是固定的這些先驗(yàn)知識(shí)，就可以確定出牌照的具體位置。本設(shè)計(jì)中采用的車(chē)牌，其寬高比為1:3。從而確定出汽車(chē)牌照的具體位置。最后提取出的汽車(chē)牌照如下圖:圖10 二值化的汽車(chē)牌照 圖11 未進(jìn)行二值化的汽車(chē)牌照在汽車(chē)牌照自動(dòng)識(shí)別過(guò)程中，字符分割有承前啟后的作用。它在前期牌照定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。字符識(shí)別的算法很多，常采用垂直面積投影法來(lái)實(shí)現(xiàn)。面積投影法的公式如下: 由于字符塊在豎直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值，并且這個(gè)位置應(yīng)滿(mǎn)足車(chē)牌的字符書(shū)寫(xiě)格式、字符尺寸和其他一些條件的限制。下圖是圖10在垂直方向上的面積投影圖。從圖形中我們很直觀的看出投影值中出現(xiàn)了8條間隙， 6個(gè)字母中間的間隙只有5個(gè)，還有三個(gè)間隙是字符間的。有字符的列其灰度值比較高，無(wú)字符的則相對(duì)比較低。依據(jù)這一點(diǎn)，再結(jié)合圖10的特征，很容易得到每個(gè)字符的起始終止位置。第一個(gè)字符:110 第二個(gè)字符：1018 第三個(gè)字符：2841 第四個(gè)字符：4248第五個(gè)字符：6068 第六個(gè)字符：6878 圖12 車(chē)牌垂直方向上的面積投影圖 將圖10按照上面的分析行數(shù)不變，列數(shù)分為六組，分別影射到六個(gè)不同的數(shù)組中。又因?yàn)樵谧址哪Ｊ阶R(shí)別中，其模板大小統(tǒng)一，因此得到的六個(gè)數(shù)組必須變換其大小，均統(tǒng)一成2614的形式。分割出來(lái)的六個(gè)字符如下所示，，，M6jpg并用imwrite函數(shù)寫(xiě)入圖像文件夾中，以便在后期處理中可以直接進(jìn)行調(diào)用。 圖12 分割出來(lái)的六個(gè)字符圖像一般分割出來(lái)的字符要進(jìn)行進(jìn)一步的處理，以滿(mǎn)足下一步字符識(shí)別的需要。因?yàn)閳D像中含有許多燥聲，這在預(yù)處理的圖像中已經(jīng)看出來(lái)了。因此必須進(jìn)行濾波，然后歸一化，二值處理。使其最后得到的圖像與標(biāo)準(zhǔn)模板一樣。只含有兩種灰度值,黑與白。但是對(duì)于車(chē)牌的識(shí)別，并不需要這么多的處理就已經(jīng)可以達(dá)到正確識(shí)別的目的。在此簡(jiǎn)化了處理過(guò)程，未經(jīng)濾波歸一化，直接進(jìn)行后期處理。字符的識(shí)別目前用于車(chē)牌字符識(shí)別(OCR)中的算法主要有基于模板匹配的OCR算法以及基于人工神經(jīng)網(wǎng)絡(luò)的OCR算法。基于模板匹配的OCR的基本過(guò)程是:首先對(duì)待識(shí)別字符進(jìn)行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行字符識(shí)別主要有兩種方法:一種方法是先對(duì)待識(shí)別字符進(jìn)行特征提取，然后用所獲得的特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分類(lèi)器。識(shí)別效果與字符特征的提取有關(guān)，而字符特征提取往往比較耗時(shí)。因此，字符特征的提取就成為研究的關(guān)鍵。另一種方法則充分利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，直接把待處理圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別。模板匹配的主要特點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)字符較規(guī)整時(shí)對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率相當(dāng)高。綜合模板匹配的這些優(yōu)點(diǎn)我們將其用為車(chē)牌字符識(shí)別的主要方法。 字符識(shí)別的算法如下: 讀入字符圖像 與模板庫(kù)中的字母逐一進(jìn)行相關(guān)運(yùn)算 尋找相關(guān)度最大值所對(duì)應(yīng)的模板 輸出此模板所對(duì)應(yīng)的值 因此在字符識(shí)別之前必須把模板庫(kù)設(shè)置好。汽車(chē)拍照的字符一般有七個(gè)，大部分車(chē)牌第一位是漢字，通常代表車(chē)輛所屬省份，或是軍種、警別等有特定含義的字符簡(jiǎn)稱(chēng)；緊接其后的為字母與數(shù)字。車(chē)牌字符識(shí)別與一般文字識(shí)別在于它的字符數(shù)有限，漢字共約50多個(gè)，大寫(xiě)英文字母26個(gè)，數(shù)字10個(gè)。所以建立字符模板庫(kù)也極為方便。本次設(shè)計(jì)所識(shí)別的車(chē)牌只有字母與數(shù)字。為了實(shí)驗(yàn)方便，結(jié)合本次設(shè)計(jì)所選汽車(chē)牌照的特點(diǎn)，只建立了3個(gè)字母與3個(gè)數(shù)字的模板。其他模板設(shè)計(jì)的方法與此相同。分析字符分割得到的圖像以及其他車(chē)牌圖像中字符的特點(diǎn)，將模板大小定為2614；背景為黑色，代表灰度值 0，字符邊緣為白色。代表灰度值255。設(shè)計(jì)過(guò)程如下：1． 用畫(huà)圖工具先畫(huà)出P、F、M、0、3等幾個(gè)字符的圖像。，，。根據(jù)畫(huà)圖的經(jīng)驗(yàn)其大小應(yīng)略大于2614，以利于后面的處理。所得到的字符均為黑字白底。字體為方正姚體，大小16號(hào)。所畫(huà)出的圖形如下:2. 對(duì)1中獲得的粗略圖像用MATL
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1