基于圖像處理的汽車牌照的識(shí)別-在線瀏覽
2024-09-20 15:03本頁(yè)面
【正文】 陳秋菊指導(dǎo)老師:李方洲 (溫州師范學(xué)院 物理與電子信息學(xué)院 325027)摘要：以一幅汽車牌照的識(shí)別為例，具體介紹了車牌自動(dòng)識(shí)別的原理。整個(gè)處理過(guò)程分為預(yù)處理、邊緣提取、車牌定位、字符分割、字符識(shí)別五大模塊，用MATLAB軟件編程來(lái)實(shí)現(xiàn)每一個(gè)部分,最后識(shí)別出汽車牌照。尋找出對(duì)于具體的汽車牌照識(shí)別過(guò)程的最好的方法。目前，發(fā)達(dá)國(guó)家LPR（汽車牌照識(shí)別技術(shù)License Plate Recognition， LPR，簡(jiǎn)稱“車牌通”）系統(tǒng)在實(shí)際交通系統(tǒng)中已成功應(yīng)用，而我國(guó)的開(kāi)發(fā)應(yīng)用進(jìn)展緩慢，車牌識(shí)別系統(tǒng)基本上還停留在實(shí)驗(yàn)室階段。 課題組成汽車車牌的識(shí)別過(guò)程主要包括車牌定位、字符車牌分割和車牌字符識(shí)別三個(gè)關(guān)鍵環(huán)節(jié)。最后得到的便為車牌區(qū)域。本文以一幅汽車圖像為例，結(jié)合圖像處理各方面的知識(shí)，利用MATLAB編程，實(shí)現(xiàn)了從車牌的預(yù)處理到字符識(shí)別的完整過(guò)程。這種降質(zhì)或退化對(duì)我們的處理往往會(huì)造成影響。因?yàn)樵肼曋饕且恍┖哳l的突變成分，因此可以通過(guò)一個(gè)低通濾波器來(lái)消除圖像中包含的噪聲，并使低頻成分得到增強(qiáng)。在空間域，常見(jiàn)的濾波方式有兩種方式，均值濾波和中值濾波。在車牌邊緣提取之前，兩種濾波方式均采用了。以下是經(jīng)處理后的一些圖片。圖5中包含的噪聲太多，圖4未經(jīng)濾波直接提取出的邊緣圖像最清晰，所包含的有用信息最多。本次汽車車牌的識(shí)別，為了保存更多的有用信息，經(jīng)過(guò)多次比較，選擇圖4作為后期處理的依據(jù)。 提取出的邊緣含有多個(gè)灰度值，要進(jìn)行二值化處理，選擇一個(gè)合適的域值。經(jīng)過(guò)處理后的圖像如下所示: 圖6 二值化后的邊緣圖像結(jié)合后期分割得到的車牌圖7，二值化后的圖像在后期的識(shí)別中并不會(huì)提高車牌的識(shí)別率，因此不采用二值化的圖像來(lái)進(jìn)行識(shí)別，因此后面的處理依然使用圖4。根據(jù)這種峰谷特點(diǎn)，自動(dòng)檢測(cè)車牌位置峰點(diǎn)檢測(cè)的車牌區(qū)域定位方法， 并對(duì)初步定位后的車牌進(jìn)一步使用微定位技術(shù)。 汽車本身具有一定的特點(diǎn)，一般情況下，牌照都掛在緩沖器上或附近，處于車牌照?qǐng)D像的下半部分，本次分割的主要意圖是縮小牌照搜索范圍，大致確定出牌照的位置。然后對(duì)水平差分圖像的像素沿水平方向累加產(chǎn)生一個(gè)投影表T( i) ，如圖7所示。只要能找到這兩個(gè)谷點(diǎn)，就能大致確定出車牌照的位置，縮小車牌搜索范圍。根據(jù)這些特定，可定出車牌位置大概在320~350行之間。大致確定的牌照位置如下圖。具體實(shí)現(xiàn)如下: (1) 由于車牌近似為一個(gè)矩形， 上下邊緣近似為一條直線， 通過(guò)簡(jiǎn)單的灰度變化分析就可以再次定位車牌圖像的上下邊界， 這種情況適合于傾斜度較小的車牌； 對(duì)于傾斜程度較大的牌照來(lái)說(shuō)， 在其橫向定位之前就應(yīng)該利用相關(guān)的技術(shù)進(jìn)行車牌的矯正(例如Hough 變換技術(shù)) 。上邊界也是利用這種方式得到。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。從而確定出汽車牌照的具體位置。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。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)滿足車牌的字符書寫格式、字符尺寸和其他一些條件的限制。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。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。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。 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，以滿足下一步字符識(shí)別的需要。因此必須進(jìn)行濾波，然后歸一化，二值處理。只含有兩種灰度值,黑與白。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?；谀０迤ヅ涞腛CR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。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)。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。綜合模板匹配的這些優(yōu)點(diǎn)我們將其用為車牌字符識(shí)別的主要方法。汽車拍照的字符一般有七個(gè)，大部分車牌第一位是漢字，通常代表車輛所屬省份，或是軍種、警別等有特定含義的字符簡(jiǎn)稱；緊接其后的為字母與數(shù)字。所以建立字符模板庫(kù)也極為方便。為了實(shí)驗(yàn)方便，結(jié)合本次設(shè)計(jì)所選汽車牌照的特點(diǎn)，只建立了3個(gè)字母與3
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1