基于圖像處理的車牌的自動識別課件

1、基于圖像處理的車牌的自動識別圖像識別典型案例識別原理:牌照自動識別是一項利用車輛的動態(tài)視頻或靜態(tài)圖像進行牌照號碼、牌照顏色自動識別的模式識別技術(shù)。其硬件基礎(chǔ)一般包括觸發(fā)設(shè)備、攝像設(shè)備、照明設(shè)備、圖像采集設(shè)備、識別車牌號碼的處理機等，其軟件核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識別算法等。某些牌照識別系統(tǒng)還具有通過視頻圖像判斷車輛駛?cè)胍曇暗墓δ芊Q之為視頻車輛檢測。一個完整的牌照識別系統(tǒng)應(yīng)包括車輛檢測、圖像采集、牌照識別等幾部分。當(dāng)車輛檢測部分檢測到車輛到達(dá)時觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。牌照識別單元對圖像進行處理，定位出牌照位置，再將牌照中的字符分割出來進行識別，然后組成牌照號

2、碼輸出?；趫D像處理的車牌的自動識別基本的步驟：a.牌照定位，定位圖片中的牌照位置；b.牌照字符分割，把牌照中的字符分割出來；c.牌照字符識別，把分割好的字符進行識別，最終組成牌照號碼。(1）牌照定位:自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來。（2）牌照字符分割 :按左右寬度切割出字符分析垂直投影找到每個字符中心位置去掉車牌的框架計算水平投影進行車牌水平校正完

3、成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進行識別。字符分割一般采用垂直投影法。由于字符在垂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的附近，并且這個位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。 原始圖像圖像的灰度化對原始圖像進行開運算得到圖像背景圖像將圖像二值化取得最佳閾值二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關(guān)鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺

4、等等。車牌識別系統(tǒng)要求處理的速度高、成本低、信息量大，采用二值圖像進行處理，能大大地提高處理效率。閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為0或255，否則灰度值設(shè)置為255或0。像邊緣提取對得到圖像作開操作進行濾波數(shù)學(xué)形態(tài)非線性濾波，可以用于抑制噪聲，進行特征提取、邊緣檢測、圖像分割等圖像處理問題。腐蝕是一種消除邊界點的過程，結(jié)果是使目標(biāo)縮小，孔洞增大，因而可有效的消除孤立噪聲點；膨脹是將與目標(biāo)物體接觸的所有背景點合并到物體中的過程，結(jié)果是使目標(biāo)增大，孔洞縮小，可填補目標(biāo)物體中的空洞，形成連通域。先腐蝕后膨脹的過程稱

5、為開運算，它具有消除細(xì)小物體，并在纖細(xì)處分離物體和平滑較大物體邊界的作用；先膨脹后腐蝕的過程稱為閉運算，具有填充物體內(nèi)細(xì)小空洞，連接鄰近物體和平滑邊界的作用。對圖像做了開運算和閉運算，閉運算可以使圖像的輪廓線更為光滑，它通常用來消掉狹窄的間斷和長細(xì)的鴻溝，消除小的孔洞，并彌補輪廓線中的斷裂。閉運算的圖像開運算的圖像對二值圖像進行區(qū)域提取，并計算區(qū)域特征參數(shù)a.對圖像每個區(qū)域進行標(biāo)記，然后計算每個區(qū)域的圖像特征參數(shù)：區(qū)域中心位置、最小包含矩形、面積。計算出包含所標(biāo)記的區(qū)域的最小寬和高，并根據(jù)先驗知識，比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。計算矩形的高度框架的寬度和高度的范圍車牌的開始列車牌的開始行計算車牌長寬比獲取車牌二值子圖計算矩形的寬度對水平投影進行峰谷分析對水平投影進行峰谷分析,計算出車牌上邊框、車牌字符投影、車牌下邊框的波形峰上升點、峰下降點、峰寬、谷寬、峰間距離、峰中心位置參數(shù)。去水平（上下）邊框,獲取字符高度.通過以上水平投影、垂直投影分析計算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每