基于图像处理的车牌识别方法研究(BP神经网络)(3)
时间:2017-04-09 11:58 来源:毕业论文 作者:毕业论文 点击:次
2.1 中国汽车牌照的特点 2.1.1目前国内汽车牌照有优尔种类型： A.大型民用汽车所用的黄底黑字牌照； B.小型民用汽车所用的蓝底白字牌照； C.军队或武警专用汽车的白底红字、黑字牌照； D.使、领馆外籍汽车的黑底白字牌照； E.试车和临时牌照是白底红字，且数字前分别标有“试”和“临时”字标志； F.汽车补用牌照是白底黑字， 对于车前牌照，其尺寸均为44cm长，14cm宽，共有7个或8个字符。民用汽车牌照上有省、直辖市、自治区的名称和发证照及监督机关的盗代号，编号是英文大写字母。接着是一个点“•”，后面的汽车编号，一般为5位数字，即从00001~99999。编号超过10万时，就由A、B、C等英文字母代替，第三个字符可能是英文字母，也可能是阿拉伯数字，第四至第七个字符均为阿拉伯数字。 2.1.2 从人的视觉特点出发，车牌目标区域具有如下特点： A.车牌底色往往与车身颜色、字符颜色有较大差异； B.车牌有一个连续或由于磨损而不连续的边框，车牌内字符有多个，基本呈水平排列，所以在牌照的矩形区域内存在较丰富的边缘，呈现出规则的纹理特征； C.车牌内字符之间的间隔比较均匀，字符和牌照底色在灰度值上存在跳变，而字符本身与牌照底的内部都有较均匀灰度； D.不同图像中牌照的具体大小、位置不确定，但其长度比变化有一定范围，存在一个最大和最小长度比。根据这些特点，可以在灰度图像的基础上提取相应的特征。 经过对大量的彩色图像的分析我们发现对于车牌图像来说，它的色调、饱和度和亮度值范围HSV的取值如下。 表1:车牌HSV的取值 蓝色 黄色 白色 黑色 色调 200—255度 25～55度 饱和度 0.4～l 0.4～1 0～0.1 亮度 0.3～1 0.3～1 0.9～l 0～0.35 在本文章的程序主要是针对蓝色车牌的识别，对黄色的车牌程序相似，而对白在本文章的程序主要是针对蓝色车牌的识别，对黄色的车牌程序相似，而对白色的车牌还要进一步的研究。 2.2 汽车牌照识别系统的组成 汽车牌照识别（LPR）系统通过引入数字摄像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理，获得更多的信息，从而达到更高的智能化管理程度。在LPR 系统产品的性能指标中，识别率和识别速度难以同时提高其中原因既包括图像处理技术不够成熟，又受到摄像设备计算机等性能的限制。因此，研究高速准确的定位与识别算法，是当前的主要任务。 车辆牌照识别系统一般可按顺序分为车辆图像采集、车牌定位、字符分割与识别四大部分。如下图所示: 图2.1:车辆牌照识别系统 在第一部分图像采集中，主要通过CCD 摄像头与计算机的视频捕捉卡直接相连来完成图像采集，可以实时在监控图像中抓取到含有车辆的图像。该部分功能可简单调用计算机视频捕捉卡厂商提供的各种软件开发包工具即可实现。 2.3 图像预处理 根据三基色原理，世界上任何色彩都可以由红绿蓝（RGB）三色不同比例的混合来表示，如果红绿蓝(RGB)三个信号分别由一个字节表示，则该图像颜色位数就达到二十四位真彩，也就是说在二十四位真彩的数字图像中每个像素点由三个字节来表示，根据数字图像水平和垂直方向像素点数（即图像分辨率）可计算出一幅图像实际位图大小。事实上，在车牌自动识别系统中车辆图像是通过图像采集卡将运动的车辆图像抓拍下来，并以位图的格式存放在系统内存中。这时的车辆常会因为各种各样的原因使得所拍摄的车辆图像效果不理想，但我们可以对车辆图像根据不同应用特点进行识别前的预处理，尽最大可能提高车牌正确识别率，这些图像预处理包括图像平滑、倾斜校正、灰度修正等。 (责任编辑：qin) |