2。6 图像识别

图像识别是一种利用计算机来处理、分析和理解图像，达到识别各种模式的 对象和目标的技术。图像识别属于人工智能的领域，它可能以图像的主要特征为 基础。识别的大致过程为：图像获取后先经过一系列的预处理，然后将图像的重 要特征提取出来，计算机再对这些特征进行分析推算，从而完成最终识别。

3 车牌图像预处理

有了第二章的理论基础，本章开始具体讨论基于图像处理的车牌定位技术的 实现步骤。首先，车牌图像一般是在复杂的背景环境下采集得到的，图像的品质 不能得到保证，因此在车牌定位之前需要对车牌图像做一定的预处理工作。图像 的预处理是指利用图像处理软件对采集到的图像的基本特征进行分析检测，并作 出针对性的处理，最终交给识别模块识别。图像预处理的内容一般包含：图像的 转换、图像的增强与复原、图像的形态学运算等。本文的预处理流程如下：

3。1 图像转换（灰度化）

图 3。1 预处理流程图

在RGB色彩模型中，如果R=G=B时，那么对应的彩色表示一种灰度颜色， 此时R=G=B的值叫做灰度值，又称强度值或亮度值。因此，组成灰度图像的每 个像素只要一个字节来存放灰度值，灰度的取值范围为 0-255。[3]常用的彩色图 像灰度化的方法有以下三种： (1)加权平均法：根据重要性及其他指标，将R、G、B三个分量用不同的权值进 行加权平均。因为人眼对绿色最敏感，对蓝色的敏感度最低，因此，可以按照下 式对三个分量进行加权平均，从而得到相对合理的灰度图像。公式如下：来*自~优|尔^论:文+网www.youerw.com +QQ752018766*

f (i, j) 0。30R(i, j) 0。59G(i, j) 0。11B(i, j) (3-1)

(2)平均值法：将彩色图像中的三分量亮度求平均得到一个灰度图。公式如下：

f (i, j) (R(i, j) G(i, j) B(i, j))

3

(3)最大值法：将彩色图像中的三分量亮度的最大值作为灰度图的灰度值