資源描述：
《數(shù)字圖像處理-車牌識(shí)別》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、圖像模式識(shí)別應(yīng)用專題：車牌識(shí)別技術(shù)圖像分析處理技術(shù)的綜合應(yīng)用一、車牌識(shí)別技術(shù)簡(jiǎn)介車牌識(shí)別是現(xiàn)代交通管理的重要措施，是智能交通系統(tǒng)的重要環(huán)節(jié)內(nèi)容：車牌識(shí)別系統(tǒng)是采用數(shù)字?jǐn)z像技術(shù)和計(jì)算機(jī)信息管理技術(shù)，對(duì)運(yùn)行車輛實(shí)現(xiàn)智能管理的綜合運(yùn)用技術(shù)理論基礎(chǔ)：數(shù)字圖像處理和模式識(shí)別車牌識(shí)別技術(shù)具有典型性，容易推廣到其它識(shí)別對(duì)象主要應(yīng)用領(lǐng)域主要應(yīng)用場(chǎng)合(1)公安卡口(2)高速公路收費(fèi)管理(3)城市道路監(jiān)控系統(tǒng)(電子警察)(4)海關(guān)車輛管理(5)停車場(chǎng)管理(6)車輛流量統(tǒng)計(jì)車牌識(shí)別技術(shù)現(xiàn)狀完整的車牌自動(dòng)識(shí)別系統(tǒng)由圖像釆集、圖像處理、模糊識(shí)別等模塊組成；在現(xiàn)有的技術(shù)條件下，車牌識(shí)別
2、系統(tǒng)均無法達(dá)到100%的識(shí)別率，好的識(shí)別系統(tǒng)可達(dá)95%以上；先進(jìn)識(shí)別系統(tǒng)的識(shí)別時(shí)間在一百毫秒以下；基于視頻技術(shù)的識(shí)別系統(tǒng)，可方便地進(jìn)行圖像回放、檢索；其它識(shí)別系統(tǒng)：條形碼識(shí)別、射頻標(biāo)識(shí)識(shí)別等。有關(guān)識(shí)別率的統(tǒng)計(jì)數(shù)據(jù)各環(huán)節(jié)的識(shí)別率：（1）牌照定位98%（2）單字分割97.8%（3）車牌識(shí)別95%從上面統(tǒng)計(jì)情況可看出，目前單項(xiàng)識(shí)別率均達(dá)到95%以上，但總識(shí)別率僅能達(dá)91%以上，仍需進(jìn)一步提高。系統(tǒng)組成車牌識(shí)別系統(tǒng)組成識(shí)別流程主要由三部分組成圖像捕獲一般采用CCD攝像頭，包括整車圖像或牌照(一般為彩色圖像)后兩步由計(jì)算機(jī)實(shí)現(xiàn)關(guān)鍵部分是第三步：字符識(shí)別（OCR）識(shí)別步
3、驟具體識(shí)別步驟如下(不是唯一的)：(1)獲取整車或局部圖像；(2)對(duì)獲取車輛數(shù)字圖像進(jìn)行預(yù)處理；(3)車牌定位；(4)二值轉(zhuǎn)換；(5)車牌分類；(6)車牌分割；(7)字符識(shí)別；(8)結(jié)果優(yōu)化(車牌模糊識(shí)別)。二、車牌定位與分割車牌定位：通過車牌區(qū)域的特征來判別牌照的位置，將車牌從圖像中分割出來步驟：(1)彩色圖像灰度化(2)圖像增強(qiáng)(3)邊緣檢測(cè)(4)模板匹配(5)輸出牌照子圖像CCD輸出CCD捕獲的汽車圖像灰度圖像彩色圖像灰度化灰度增強(qiáng)灰度增強(qiáng)改變對(duì)比度邊緣提取(方法多種)定位、分割后輸出下步工作是對(duì)分割輸出進(jìn)行字符識(shí)別車徽邊緣提取與識(shí)別1、彩色圖像灰度化
4、CCD攝像頭輸出的圖像一般是24位真彩色圖像，需進(jìn)行灰度化，使不同顏色車體統(tǒng)一化，同時(shí)實(shí)現(xiàn)快速處理兩種制式都可以采用PAL制：亮度NTSC制：亮度2、對(duì)比度增強(qiáng)利用灰度變換增強(qiáng)對(duì)比度，突出車牌區(qū)一般采用截取式變換：常采用下式3、邊緣檢測(cè)主要方法(1)對(duì)圖像進(jìn)行直分析處理(2)提取車牌區(qū)域邊界(3)灰度點(diǎn)運(yùn)算(4)模板匹配(5)算子法(6)形態(tài)學(xué)處理(7)其它邊緣提取方法車牌圖像特征車牌定位與分割的理論與方法是根據(jù)車牌圖像的特點(diǎn)來確定的車牌圖像主要特征有：(1)車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計(jì)特征(2)車牌的幾何特征(3)車牌區(qū)域的灰度分布特征(4)車牌區(qū)域的水
5、平、垂直投影特征(5)車牌形狀特征和字符排列格式特征(6)車牌的形態(tài)學(xué)特征(7)頻譜特征車牌圖像的組成組成：省份漢字(或其他漢字)+字母或阿拉伯?dāng)?shù)字，共7位，即X1X1?X3X4X5X6X7例：川A?K0387尺寸：寬45mm、高90mm、間隔符寬10mm、單元間隔12mm字符筆畫在豎直方向是連通的牌底與字符顏色對(duì)照大，邊緣非常豐富四類：藍(lán)底白字、黃底黑字、黑底白字、白底黑字定位分割難點(diǎn)抓拍圖像受環(huán)境因素干擾，特別環(huán)境光的干擾，環(huán)境光太強(qiáng)時(shí)，圖像淡薄，對(duì)比度變差；車尾有其它字符，使車牌定位困難；車牌大都存在污染而變臟；車牌部分被遮擋；車牌圖像為運(yùn)動(dòng)圖像，拍攝
6、時(shí)產(chǎn)生失真。環(huán)境光太強(qiáng)車牌圖像太弱文字干擾其他字符干擾車牌污染車牌被污染部分被擋車牌字符下邊被遮擋運(yùn)動(dòng)失真車牌字符因運(yùn)動(dòng)失真梯度法邊緣提取梯度法(一階偏微分)又稱Roberts算子一種利用局部差分法提取邊緣(銳化)的方法F(j,k)f(j,k+1)F(j+1,k)邊緣模板法邊緣模板是一種算子，常用的有Sobel算子Sobel算子是一種由兩個(gè)卷積構(gòu)成的梯度模板分別檢測(cè)水平邊緣和垂直邊緣，運(yùn)算結(jié)果是一幅邊緣圖像Prewitt算子邊緣提取與Sobel算子類似，這也是一種邊緣模板，僅是模板權(quán)系數(shù)不一樣輸出：快速邊緣檢測(cè)在車牌系統(tǒng)中還常采用一種更簡(jiǎn)單的模板來提取邊緣(
7、對(duì)于有干擾的圖像效果不理想)特點(diǎn)：運(yùn)算速度快，車牌筆畫輪廓突出，而車體其他部分輪廓不突出掩模匹配法銳化：羅比遜模板、普雷外特模板、柯赤模板上述三種模板均可用于邊緣提取，車牌檢測(cè)常用柯赤(Krisch)模板,由8個(gè)算子組成高斯-拉普拉斯算子法二階微分算子該算子對(duì)噪聲不敏感(5×5)輸出:哈夫(Hough)變換提取直線利用圖像全局特性將邊緣像素連接起來形成區(qū)域封閉邊界的一種方法原理：將二維空間(x,y)平面中的直線用二維極坐標(biāo)(ρ,θ)空間表示將直線表示為：即將(x,y)平面的直線變換為r-θ空間的一個(gè)點(diǎn)該方法亦用于傾斜校正哈夫(Hough)變換原理模板匹配用與
8、圖像中車牌一樣大小的已知模板，在經(jīng)對(duì)比度增強(qiáng)后的圖像
