介绍www.53138.com系统识别车牌的实现过程 - 太阳集团53138备用网址
咨询电话
15524236367

您现在的位置: www.53138.com>>行业资讯 >> 介绍www.53138.com系统识别车牌的实现过程

介绍www.53138.com系统识别车牌的实现过程

作者:原创   发布时间: 2019/1/4 16:32:09

  www.53138.com算法非常复杂。为了实现小的方面,可能需要大量的代码来实现。以下小编介绍了www.53138.com的相关实施过程。我希望能帮助大家。我们来看看吧。 。

  考虑到现有车牌的颜色和背景颜色,一般有蓝色背景白色、黄色黑色文字、白色红色文字、绿色白色和黑色白色等,使用不同颜色的通道可以清晰地区分区域和背景该地区是分开的。例如,对于最常见的牌照,例如蓝色背景上的白色,当使用蓝色B通道时,牌照区域是明亮的矩形,并且该区域中不显示牌照字符。由于在B通道中不区分蓝色(255,0,0)和白色(255,255,255),因此在G、R通道或灰度图像中没有这种便利性。同样,R通道可以用于黑白车牌,绿白车牌可以清楚地显示车牌区域与G通道的位置,便于操作。

  边缘提取

  边缘是指图像的局部亮度发生显着变化的部分,这是图像分析(如图像特征提取和形状特征提取)的重要基础。所以在这里我们必须对图像进行边缘检测。图像增强处理对于提高图像牌照的可识别性以及简化定位和切割牌照字符的难度是必要的。用于增强图像对比度的方法是:灰度线性变换、图像平滑处理等。

  灰度校正

  由于拍摄过程中车牌图像受到各种条件的限制和干扰,图像的灰度值往往与实际场景不完全匹配,直接影响图像的处理。假设这种影响的原因主要是因为物体之间的距离不同,使得中心区域的灰度级和图像的边缘区域不平衡,或者因为产生图像灰度。扫描时,相机各点的灵敏度差别很大。由于曝光不足,失真程度或图像的灰度变化程度非常窄。此时,可以使用灰度校正方法来增强灰度变化范围、浓灰度级,以实现增强的图像对比度和分辨率。我们发现车牌图像的灰度值范围主要限于r =(50,200),并且整体灰度低且图像暗。根据图像处理系统的条件,优选将灰度范围扩展到s =(0,255)之间。

  图像平滑

  对于具有严重噪声干扰的图像,由于噪声点主要映射到频域中的高频分量,因此可以通过使用直接在空域中找到邻域平均值的方法通过滤波器来对噪声进行滤波。 。然而,实际上,为了简化算法并减弱噪声的影响,这种方法称为图像平滑。然而,邻域平均值的平滑导致图像灰度的模糊,尤其是对象的边缘区域和字符的轮廓。为了克服由这种平均引起的图像模糊,我们为中心点的像素值与其邻域平均值之间的差值设置固定阈值,并且仅将大于阈值的点替换为邻域平均值。当差值不大于阈值时,保留原始值,从而减少由于平均而导致的图像模糊。

  车牌是具有相对突出特征的图像区域。该特征表示近似水平的矩形区域;琴弦沿水平方向排列;整体图像中的位置相对固定。正是由于牌照图像的这些特性,它可以通过适当的图像变换在整个帧中清楚地显示其边缘。边缘提取是一种更经典的算法。

  分析这种情况的原因总结如下:

  原始图像更清晰,简化了预处理

  图像的平滑将导致图像的边缘信息的丢失和图像的模糊

  锐化图像增强了图像中对象的边缘轮廓,但同时也增强了一些噪声

  车牌的定位和切割

  车牌的定位和切割是www.53138.com系统的关键技术之一。其主要目的是在图像预处理之后确定车牌在原始灰度图像中的详细位置,并且将包括车牌字符的子图。当从整个图像中剪切出图像以供字符识别子系统识别时,剪切的准确性与整个牌照字符识别系统的识别率直接相关。因为牌照图像是原始图像中非常有特征的子区域,特别是具有较高水平度的水平近似矩形,其在原始图像中的相对位置更集中,并且其灰度值及其周边区域明显不同,从而在其边缘形成灰度突变的边界,这有利于通过边缘检测来切割图像。

  许可区域定位

  在如上处理许可证图像之后,许可证区域非常明显并且其边缘已被概述和加强。此时,可以进一步确定牌照在整个图像中的确切位置。这里选择数学形态学方法。基本思想是用一定形状的结构元素测量和提取图像中的相应形状,以达到图像分析和识别的目的。数学形态学的应用可以简化图像数据,保持其主要形态特征,并消除不相关的结构。

  车牌面积切割

  切割车牌的方法有很多种。该程序是使用车牌颜色信息的颜色切割方法。根据车牌背景颜色的先验知识,采用彩色像素计数的方法切出合理的车牌区域,确定与车牌背景的蓝色RGB对应的各灰度范围,然后计数行方向上颜色范围内的像素。设置点数并设置合理的阈值,以确定行方向上车牌的合理区域。然后,在切割线区域中,计算列方向上的蓝色像素点的数量,并且最终确定完整的牌照区域。统一处理

  目标对象、的图像在通过上述方法切割的牌照图像中具有噪声。为了直接从图像中提取目标对象,最常用的方法是设置阈值T,并将图像数据分成两部分:T大于T的像素组和小于T的像素组,即,图像的二值化。均值滤波是典型的线性滤波算法,其指的是将图像给予图像上的目标像素,该图像包含其周围的相邻像素。原始像素值由模板中整个像素的平均值替换。

  人物切割和比较

  人物切割

  在车牌自身识别过程中,人物切割具有继承过去和未来的功能。它根据先前许可证的定位剪切字符,然后使用剪切结果进行字符识别。有许多用于字符识别的算法。由于牌照字符之间的间距很大,因此没有字符粘连。因此,此处使用的方法是查找具有连续字符的块。如果长度大于某个阈值,则块具有两个字符。组成,需要切割。

  字符规范化

  通常,进一步处理剪切字符以满足下一字符识别的要求。然而,为了识别牌照,可以在没有太多处理的情况下实现正确的识别。此处仅执行标准化,然后进行后处理。

  这里,减法方法用于查找哪个字符与模板中的字符最相似,然后找到具有最高相似度的输出。牌照有七个字符。大多数牌照都是汉字,通常代表车辆所属的省份,或军事缩写,如、,具有特定含义;后跟字母和数字。车牌字符识别和一般文字识别的字符数量有限,超过50个汉字,26个大写英文字母和10个数字。因此,构建字符模板库非常方便。为了方便实验,结合本设计所选车牌的特点,只建立了26个字母和10个数字的四个模板。其他模板设计方法是相同的。

  首先,采用字符模板,然后将识别的字符依次与模板匹配,并从模板字符中减去,获得的越多,匹配越多。保存每个减影图的零值数,然后找到最大值,即识别结果。

行业资讯 Products

联系我们 Cont

  • 公司:太阳集团53138备用网址(www.53138.com)
  • 厂址:沈阳市大西电子市场30
  • 电话:15524236367
  • 联系人:孙经理
Baidu
sogou