基于matlab的汽車牌照識別系統(tǒng)的設計-在線瀏覽
2024-08-06 17:59本頁面
【正文】 象灰度值可由下面的公式計算： G=++ （1） G= （2） 2邊緣提取邊緣是指圖像局部亮度變化顯著的部分，是圖像風、紋理特征提取和形狀特征提取等圖像分析的重要基礎。圖象增強處理對圖象牌照的可辯認度的改善和簡化后續(xù)的牌照字符定位和分割的難度都是很有必要的。（2）平滑處理對于受噪聲干擾嚴重的圖象，由于噪聲點多在頻域中映射為高頻分量，因此可以在通過低通濾波器來濾除噪聲，但實際中為了簡化算法，也可以直接在空域中用求鄰域平均值的方法來削弱噪聲的影響，這種方法稱為圖象平滑處理。然而，鄰域平均值的平滑處理會使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產生模糊作用。圖像中車輛牌照是具有比較顯著特征的一塊圖象區(qū)域，這此特征表現(xiàn)在：近似水平的矩形區(qū)域；其中字符串都是按水平方向排列的；在整體圖象中的位置較為固定。邊緣提取是較經(jīng)典的算法，此處邊緣的提取采用的是Roberts算子。由于牌照圖象在原始圖象中是很有特征的一個子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對位置比較集中，而且其灰度值與周邊區(qū)域有明顯的不同，因而在其邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖象進行分割。此時可進一步確定牌照在整幅圖象中的準確位置。 腐蝕后圖像 平滑圖像的輪廓 從對象中移除小對象后圖像2 牌照區(qū)域的分割對車牌的分割可以有很多種方法，本程序是利用車牌的彩色信息的彩色分割方法。然后，在分割出的行區(qū)域內，統(tǒng)計列方向藍色像素點的數(shù)量，最終確定完整的車牌區(qū)域。均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素。三 字符的分割與歸一化[m，n]=size（d），逐排檢查有沒有白色像素點，設置1=jn1，若圖像兩邊s（j）=0，則切割，去除圖像兩邊多余的部分切割去圖像上下多余的部分根據(jù)圖像的大小，設置一閾值，檢測圖像的X軸，若寬度等于這一閾值則切割，分離出七個字符歸一化切割出來的字符圖像的大小為40*20，與模板中字符圖像的大小相匹配 字符分割與歸一化流程圖
語文相關推薦
鄂ICP備17016276號-1