【正文】 (3)、求出處理后圖像中的黑色像素點(diǎn)個(gè)數(shù)G (4)、求出黑色像素點(diǎn)個(gè)數(shù)與全圖像素點(diǎn)個(gè)數(shù)的比值G/N并與我們的設(shè)定的范圍比較(5)、如果在我們?cè)O(shè)定的范圍內(nèi)則認(rèn)可這個(gè)閩值，否則就對(duì)T0進(jìn)行調(diào)整，然后轉(zhuǎn)向第二步試驗(yàn)結(jié)果 閥值=180 第三章 圖像校正 由于在拍攝的時(shí)候，鏡頭與拍照的角度、鏡頭發(fā)生擺動(dòng)、車輛運(yùn)動(dòng)以及路面狀況等因素的影響，都有可能使得得到的車牌圖像產(chǎn)生一定程度的傾斜，當(dāng)攝像機(jī)在一定高度而水平方向不與汽車正對(duì)時(shí)，拍照會(huì)有左右方向的傾斜，而當(dāng)車牌不是平行照則又有可能產(chǎn)生上下傾斜，這樣，我們?cè)趯?duì)車牌進(jìn)行垂直投影的時(shí)候，字符的投影就會(huì)在垂直方向相互重疊，使得原本字符之間的間隔的零值投影不存在，很顯然，這會(huì)影響到我們對(duì)車牌字符的分割，所以，我們有必要在進(jìn)行后續(xù)的字符分割前對(duì)車牌進(jìn)行校正。圖像二值化的關(guān)鍵在于閥值的選取，根據(jù)閥值T來區(qū)分圖像中的前景和背景。所謂的二值圖像就是只有黑白兩種顏色的圖像，在二值圖像存儲(chǔ)矩陣中，只有0和1兩種值。圖像處理效果如下圖:但是，中值濾波并不能非常完美的清除掉所有的噪音點(diǎn)，尤其是對(duì)于那些光線不是太好，車牌上污泥太多的車牌圖像，經(jīng)過中值濾波處理后還是存在著很多的噪音點(diǎn)，并不容易進(jìn)行接下來的處理，這時(shí)候就需要選用別的處理方法了，但是對(duì)十大多數(shù)圖像來說，中值濾波就已經(jīng)足夠了。用數(shù)學(xué)公式表示為: 二維中值濾波可由下式表示: 其中:A為窗口。其算法描述為:設(shè)有一個(gè)一維序列f1,f2,...，fx,取窗口長(zhǎng)度為m (m為奇數(shù))，對(duì)此一維序列進(jìn)行中值濾波，就是從輸入序列中相繼抽出m個(gè)數(shù)，其中fi為窗口中心點(diǎn)值，v=(m1)/2。 為了去除噪音點(diǎn)，抑制噪聲，我們通常選用低通濾波，但是由于邊緣輪廓也包含大量的高頻信息，所以低通濾波在過濾噪聲的同時(shí)，也會(huì)使得邊界變得模糊，反之，低通濾波后為了提升邊緣輪廓，還需要使用高通濾波，這是存在的噪聲也會(huì)被加強(qiáng)，所以，為了在過濾噪聲的同時(shí)，還可以很好的保護(hù)到邊緣輪廓信息，我們采用中值濾波方法來祛除噪聲。 F(x,y)= B(x, y)＋ G(x, y)＋ R(x, y) ()其中，F(xiàn)(x,y)為(x,y)位置像素的灰度值，B, G, R分別為(x, y)位置像素的藍(lán)、綠、紅顏色對(duì)應(yīng)的彩色信息值。、。灰度圖像就是只有強(qiáng)度信息，而沒有顏色信息的圖像，存儲(chǔ)和處理灰度圖像只需要一個(gè)數(shù)據(jù)矩陣，這樣，就可以加快我們對(duì)圖像的處理速度，方便我們的存儲(chǔ)了。 我們之前讀入的圖像數(shù)據(jù)都是彩色圖像數(shù)據(jù)，里面包含著大量的顏色信息，這樣處理起來，不但在存儲(chǔ)上開銷很大，而且在處理上也會(huì)降低系統(tǒng)地執(zhí)行速度，由十這些信息與識(shí)別沒有太大的關(guān)系，并且不便于進(jìn)一步的識(shí)別工作，因此在對(duì)圖像進(jìn)行識(shí)別之前首先要將圖像轉(zhuǎn)變?yōu)榛叶葓D像，以便十處理。 這些就是BMP圖的實(shí)際存儲(chǔ)數(shù)據(jù)，因?yàn)槲覀兪菍?duì)位圖數(shù)據(jù)進(jìn)行操作的，所以在處理圖像之前有必要搞清楚圖像的具體存儲(chǔ)結(jié)構(gòu)。 第四部分就是實(shí)際的圖像數(shù)據(jù)。調(diào)色板實(shí)際上是一個(gè)數(shù)組，一共有biClrUsed個(gè)兀素，如果biClrUsed為零，則有2的biBitCount次方個(gè)兀素。在這些變量中應(yīng)該注意到biWidth這個(gè)值，在通常情況下，biWidth應(yīng)該可以被4整除，否則的話，系統(tǒng)會(huì)自動(dòng)將下一行的圖像數(shù)據(jù)補(bǔ)上來，造成圖像的扭曲甚至變形，所以在處理中如果要對(duì)圖像進(jìn)行裁剪的話，應(yīng)該注意圖像的寬度最好能被4整除，否則的話就應(yīng)該根據(jù)相應(yīng)的情況采用黑點(diǎn)或者白點(diǎn)進(jìn)行填充，以免造成圖像的變形，影響接下來的處理。biXPelsPerMeter 和biYPelsPerMete:分別表示水平分辨率和垂直分辨率，它們的單位是每米像素個(gè)數(shù)；biClrUsed表示圖像實(shí)際用到的顏色數(shù)，如果該值為零，則用到的顏色數(shù)為2的biBitCount次方。 其中biSize表示文件的長(zhǎng)度，它的單位是像素。 DWORD biClrImportant。 LONG biYPelsPerMeter。 DWORD biSizeImage。 WORD biBitCount。 LONG biHeight。 第二部分為位圖信息頭BITMAPINFOHEADER，也是一個(gè)結(jié)構(gòu)，其定義如下: typedef struct tagBITMAPINFOHEADER{ DWORD biSize。第二個(gè)bfSize表示整個(gè)文件的字節(jié)數(shù)。 } BITMAPFILEHEADER。 WORD bfReserved2。 DWORD bfSize。BMP圖像的數(shù)據(jù)由四部分組成。 BMP圖像的讀取與轉(zhuǎn)換 在車牌圖像定位后得到的圖像是一幅BMP彩色圖像，而我們進(jìn)行圖像處理的時(shí)候都是要對(duì)內(nèi)存中的數(shù)據(jù)進(jìn)行操作的，所以首先要把定位好的BMP圖像讀入到內(nèi)存中。在完成對(duì)圖像中的車牌區(qū)域定位之后，對(duì)字符進(jìn)行識(shí)別之前，要完成一系列的準(zhǔn)備工作，如車牌圖像的預(yù)處理、車牌的傾斜校正、車牌字符分割等，尤其是車牌圖像預(yù)處理結(jié)果的好壞對(duì)后續(xù)識(shí)別工作的影響非常大，預(yù)處理工作做得好，可以加快后續(xù)工作的速度，提高識(shí)別率，而預(yù)處理工作處理得不理想，不但提高了后續(xù)工作的難度，更會(huì)影響到最后的識(shí)別率和正確率，由此可見，在車牌自動(dòng)識(shí)別系統(tǒng)中，預(yù)處理工作是非常重要的。為了滿足實(shí)時(shí)性，擬采用改進(jìn)的模板匹配方法進(jìn)行字符的識(shí)別，即對(duì)十提取出的單個(gè)字符，先進(jìn)行細(xì)化操作，得到字符的骨架，然后與模板進(jìn)行第一次粗比對(duì)，再根據(jù)字符細(xì)節(jié)特征進(jìn)行細(xì)比對(duì)，最終識(shí)別出字符。為了可以得到噪音較少的圖像，首先根據(jù)車牌邊框的性質(zhì)去除上下邊框，然后根據(jù)車牌字符的特點(diǎn)，分割出單個(gè)的字符，最后通過字符高寬比值確認(rèn)字符圖像。車牌的傾斜校正處理。具體研究?jī)?nèi)容包括對(duì)定位好的車牌進(jìn)行相應(yīng)的預(yù)處理，對(duì)車牌圖像的傾斜校正，車牌圖像的字符分割工作和字符識(shí)別工作等四大塊內(nèi)容，其中涉及了圖像處理、數(shù)學(xué)形態(tài)學(xué)、模式識(shí)別等方面的知識(shí)，:定位車牌圖像車牌圖像預(yù)處理圖像的傾斜校正圖像的字符分隔車牌字符識(shí)別 主要研究?jī)?nèi)容如下: 針對(duì)車牌圖像的預(yù)處理。九十年代，大量的OCR方面的論文和系統(tǒng)見諸于世，SPIE, IEEE在這一方面也曾舉行過多次會(huì)議，大大推動(dòng)了該方向的研究，所有這些研究為車牌字符的識(shí)別提供了理論上的指導(dǎo)，但目前的科學(xué)技術(shù)還不能揭示人的文字識(shí)別的機(jī)制，腦機(jī)能研究的進(jìn)展會(huì)不斷地揭示人的這種機(jī)制，一旦這一機(jī)制被我們所認(rèn)識(shí)，建立在這個(gè)基礎(chǔ)上的文字識(shí)別理論和技術(shù)將會(huì)產(chǎn)生質(zhì)的飛躍。早在五十年代人們就已經(jīng)認(rèn)識(shí)到印刷體字符識(shí)別的意義，開始了相應(yīng)的研究，在以后的二十年中不斷有一些不是很成熟的軟件出現(xiàn)。 車牌字符識(shí)別是車牌識(shí)別系統(tǒng)的一個(gè)重要組成部分。 中國大陸做得較好的產(chǎn)品有中科院自動(dòng)化研究所漢土公司的“漢土眼”，除此之外國內(nèi)的業(yè)洲視覺科技有限公司、深圳市吉通電子有限公司、中國信息產(chǎn)業(yè)部下屬的中智交通電子系統(tǒng)有限公司等也都有自己的產(chǎn)品。另外口本、加拿大、德國、意大利、英國等各個(gè)西方發(fā)達(dá)國家都有適合十本國車牌的識(shí)別系統(tǒng)。有些識(shí)別系統(tǒng)已經(jīng)投入到了實(shí)際運(yùn)用當(dāng)中去。所以，如何實(shí)現(xiàn)更快更好進(jìn)行車牌識(shí)別，已經(jīng)成為了一個(gè)各國關(guān)注的熱點(diǎn)問題。 基于圖像的車牌識(shí)別技術(shù)屬于直接法，是一種無源型汽車牌照智能識(shí)別方法，能夠在無任何專用發(fā)送車輛信號(hào)的車載發(fā)射設(shè)備情況下，對(duì)運(yùn)動(dòng)狀態(tài)車輛或靜止?fàn)顟B(tài)車輛的車牌號(hào)碼進(jìn)行非接觸性信息采集并實(shí)時(shí)智能識(shí)別。條形碼技術(shù)具有識(shí)別速度快、準(zhǔn)確度高、可靠性強(qiáng)以及成本較低等特點(diǎn)，但是對(duì)十掃描器要求很高。 間接法是指通過識(shí)別安裝在汽車上的IC卡或條形碼中所儲(chǔ)存的車牌的信息來識(shí)別車牌及相關(guān)信息。 此外，在大型停車場(chǎng)等系統(tǒng)的管理中，車牌識(shí)別也起著重要的作用。因此采用現(xiàn)代化的