通信電纜 網絡設備 無線通信 云計算|大數據 顯示設備 存儲設備 網絡輔助設備 信號傳輸處理 多媒體設備 廣播系統 智慧城市管理系統 其它智慧基建產品
蘇州迅吉通信息工程有限公司
蘇州迅吉通信息工程有限公司
暫無信息 |
閱讀：172發布時間：2021-7-1
汽車牌照自己主動識別整個處理過程分為預處理、邊緣提取、車牌定位、字符切割、字符識別五大模塊，當中字符識別過程主要由下面3個部分組成：
①正確地切割文字圖像區域；
②正確的分離單個文字；
③正確識別單個字符。
用MATLAB軟件編程來實現每個部分,最后識別出汽車牌照。
系統設計概述
因為車輛牌照是機動車的管理標識符號，在交通管理中具有不可替代的作用，因此車輛牌照識別系統應具有非常高的識別正確率，對環境光照條件、拍攝位置和車輛行駛速度等因素的影響應有較大的容閾，而且要求滿足實時性要求。
該系統是計算機圖像處理與字符識別技術在智能化交通管理系統中的應用，它主要由牌照圖像的採集和預處理、牌照區域的定位和提取、牌照字符的切割和識別等幾個部分組成。
其基本工作步驟例如以下：
（1）當行駛的車輛經過時，觸發埋設在固定位置的傳感器，系統被喚醒處于工作狀態；
一旦連接攝像頭光快門的光電傳感器被觸發，設置在車輛前方、后方和側面的相機同一時候拍攝下車輛圖像；
（2）由攝像機或CCD攝像頭拍攝的含有車輛牌照的圖像通視頻卡輸入計算機進行預處理，
圖像預處理包含圖像轉換、圖像增強、濾波和水平較正等；
（3）由檢索模塊進行牌照搜索與檢測，定位并切割出包括牌照字符號碼的矩形區域；
（4）對牌照字符進行二值化并切割出單個字符，經歸一化后輸入字符識別系統進行識別。
整體設計方案：
車輛牌照識別整個系統主要是由車牌定位和字符識別兩部分組成，當中車牌定位又能夠分為圖像預處理及邊緣提取模塊和牌照的定位及切割模塊；字符識別能夠分為字符切割與特征提取和單個字符識別兩個模塊。
為了用于牌照的切割和牌照字符的識別，原始圖象應具有適當的亮度，較大的對照度和清晰可辯的牌照圖象。但因為該系統的攝像部分工作于開放的戶外環境，加之車輛牌照的整潔度、自然光照條件、拍攝時攝像機與牌照的矩離和角度以及車輛行駛速度等因素的影響，牌照圖象可能出現模糊、歪斜和缺損等嚴重缺陷，因此須要對原始圖象進行識別前的預處理。
牌照的定位和切割是牌照識別系統的關鍵技術之中的一個，其主要目的是在經圖象預處理后的原始灰度圖象中確定牌照的詳細位置，并將包括牌照字符的一塊子圖象從整個圖象中切割出來，供字符識別子系統識別之用，切割的準確與否直接關系到整個牌照字符識別系統的識別率。
因為拍攝時的光照條件、牌照的整潔程度的影響，和攝像機的焦距調整、鏡頭的光學畸變所產生的噪聲都會不同程度地造成牌照字符的邊界模糊、細節不清、筆劃斷開或粗細不均，加上牌照上的污斑等缺陷，致使字符提取困難，進而影響字符識別的準確性。因此，須要對字符在識別之前再進行一次針對性的處理。
車牌識別的終于目的就是對車牌上的文字進行識別。
各部分實現流程：
一、圖像採集和轉換
考慮到現有牌照的字符與背景的顏色搭配一般有藍底白字、黃底黑字、白底紅字、綠底白字和黑底白字等幾種，利用不同的色彩通道就能夠將區域與背景明顯地區分出來，比如，對藍底白字這樣的見的牌照，採用藍色B 通道時牌照區域為一亮的矩形，而牌照字符在區域中并不呈現。由于藍色（255，0，0）與白色（255，255，255）在B通道中并無區分，而在G、R 通道或是灰度圖象中并無此便利。同理對白底黑字的牌照可用R 通道，綠底白字的牌照能夠用G 通道就能夠明顯呈現出牌照區域的位置，便于興許處理。
二、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。所以在此我們要對圖像進行邊緣檢測。圖象增強處理對圖象牌照的可辯認度的改善和簡化興許的牌照字符定位和切割的難度都是非常有必要的。增強圖象對照度度的方法有：灰度線性變換、圖象平滑處理等。
2.1 灰度矯正
因為牌照圖象在拍攝時受到種種條件的限制和干擾，圖象的灰度值往往與實際景物不全然匹配，這將直接影響到圖象的興許處理。假設造成這樣的影響的原因主要是因為被攝物體的遠近不同，使得圖象區域和邊緣區域的灰度失衡，或是因為攝像頭在掃描時各點的靈敏度有較大的差異而產生圖象灰度失真，或是因為曝光不足而使得圖像的灰度變化范圍非常窄。這時就能夠採用灰度校正的方法來處理，增強灰度的變化范圍、豐富灰度層次，以達到增強圖象的對照度和分辨率。我們發現車輛牌照圖象的灰度取值范圍大多局限在r=(50,200)之間，并且整體上灰度偏低，圖象較暗。依據圖象處理系統的條件，將灰度范圍展開到s=(0,255)之間。
2.2圖像平滑處理
對于受噪聲干擾嚴重的圖象，因為噪聲點多在頻域中映射為高頻分量，因此能夠在通過低也能夠直接在空域中用求鄰域平均值的方法來通濾波器來濾除噪聲，但實際中為了簡化算法，削弱噪聲的影響，這樣的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，尤其是物體邊緣區域和字符輪廓等部分產生模糊作用。為了克服這樣的平均化引起的圖象模糊現象，我們給中心點象素值與其鄰域平均值的差值設置一固定的閾值，僅僅有大于該閾值的點才干替換為鄰域平均值，而差值不大于閾值時，仍保留原來的值，從而降低因為平均化引起的圖象模糊。
圖像中車輛牌照是具有比較顯著特征的一塊圖象區域，這此特征表如今：近似水平的矩形區域；當中字符串都是按水平方向排列的；在總體圖象中的位置較為固定。正是因為牌照圖象的這些特點，再經過適當的圖象變換，它在整幅中能夠明顯地呈現出其邊緣。邊緣提取是較經典的算法，此處邊緣的提取採用的是Roberts算子。
分析這樣的情況產生的原因，歸納起來主要有下面方面:
1、原始圖像清晰度比較高，從而簡化了預處理
2、圖像的平滑處理會使圖像的邊緣信息受到損失，圖像變得模糊
3、圖像的銳化能夠增強圖像中物體的邊緣輪廓，但同一時候也使一些噪聲得到了增強
三、牌照的定位和切割
牌照的定位和切割是牌照識別系統的關鍵技術之中的一個，其主要目的是在經圖象預處理后的原始灰度圖象中確定牌照的詳細位置，并將包括牌照字符的一塊子圖象從整個圖象中切割出來，供字符識別子系統識別之用，切割的準確與否直接關系到整個牌照字符識別系統的識別率。因為牌照圖象在原始圖象中是非常有特征的一個子區域，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，并且其灰度值與周邊區域有明顯的不同，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切割。
3.1牌照區域定位
牌照圖象經過了以上的處理后，牌照區域已經十分明顯，并且其邊緣得到了勾勒和加強。此時可進一步確定牌照在整幅圖象中的準確位置。這里選用的是數學形態學的方法，其基本思想是用具有一定形態的機構元素去量度和提取圖像中的相應形狀以達到對圖像分析和識別的目的。數學形態學的應用能夠簡化圖像數據，保持它們主要的形態特征，并除去不相干的結構。
3.2牌照區域切割
對車牌的切割能夠有非常多種方法，本程序是利用車牌的彩色信息的彩色切割方法。依據車牌底色等有關的先驗知識，採用彩色像素點統計的方法切割出合理的車牌區域，確定車牌底色藍色RGB相應的各自灰度范圍，然后行方向統計在此顏色范圍內的像素點數量，設定合理的閾值，確定車牌在行方向的合理區域。然后，在切割出的行區域內，統計列方向藍色像素點的數量，終于確定完整的車牌區域。
3.3統一處理
經過上述方法切割出來的車牌圖像中存在目標物體、背景還有噪聲，要想從圖像中直接提取出目標物體，最經常使用的方法就是設定一個閾值T，用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群，即對圖像二值化。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，該模板包含了其周圍的臨近像素。再用模板中的全體像素的平均值來取代原來像素值。
智慧城市網 設計制作，未經允許翻錄必究 .? ? ?
請輸入賬號
請輸入密碼
請輸驗證碼