當前位置:首頁 » 激光切割 » 車牌識別切割為什麼要用二值圖

車牌識別切割為什麼要用二值圖

發布時間: 2021-02-08 10:47:22

Ⅰ 車牌識別系統的識別原理

車輛檢測可以採用埋地線圈檢測、紅外檢測、雷達檢測技術、視頻檢測等多種方式。採用視頻檢測可以避免破壞路面、不必附加外部檢測設備、不需矯正觸發位置、節省開支,而且更適合移動式、攜帶型應用的要求。
系統進行視頻車輛檢測,需要具備很高的處理速度並採用優秀的演算法,在基本不丟幀的情況下實現圖像採集、處理。若處理速度慢,則導致丟幀,使系統無法檢測到行駛速度較快的車輛,同時也難以保證在有利於識別的位置開始識別處理,影響系統識別率。因此,將視頻車輛檢測與牌照自動識別相結合具備一定的技術難度。 為了進行車牌識別,需要以下幾個基本的步驟:
1) 牌照定位,定點陣圖片中的牌照位置;
2) 牌照字元分割,把牌照中的字元分割出來;
3) 牌照字元識別,把分割好的字元進行識別,最終組成牌照號碼。
車牌識別過程中,牌照顏色的識別依據演算法不同,可能在上述不同步驟實現,通常與車牌識別互相配合、互相驗證。
1) 牌照定位
自然環境下,汽車圖像背景復雜、光照不均勻,如何在自然背景中准確地確定牌照區域是整個識別過程的關鍵。首先對採集到的視頻圖像進行大范圍相關搜索,找到符合汽車牌照特徵的若干區域作為候選區,然後對這些侯選區域做進一步分析、評判,最後選定一個最佳的區域作為牌照區域,並將其從圖像中分離出來。
2) 牌照字元分割
完成牌照區域的定位後,再將牌照區域分割成單個字元,然後進行識別。字元分割一般採用垂直投影法。由於字元在垂直方向上的投影必然在字元間或字元內的間隙處取得局部最小值的附近,並且這個位置應滿足牌照的字元書寫格式、字元、尺寸限制和一些其他條件。利用垂直投影法對復雜環境下的汽車圖像中的字元分割有較好的效果。
3) 牌照字元識別方法主要有基於模板匹配演算法和基於人工神經網路演算法。基於模板匹配演算法首先將分割後的字元二值化並將其尺寸大小縮放為字元資料庫中模板的大小,然後與所有的模板進行匹配,選擇最佳匹配作為結果。基於人工神經網路的演算法有兩種:一種是先對字元進行特徵提取,然後用所獲得特徵來訓練神經網路分配器;另一種方法是直接把圖像輸入網路,由網路自動實現特徵提取直至識別出結果。
實際應用中,車牌識別系統的識別率還與牌照質量和拍攝質量密切相關。牌照質量會受到各種因素的影響,如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實際拍攝過程也會受到環境亮度、拍攝方式、車輛速度等等因素的影響。這些影響因素不同程度上降低了車牌識別的識別率,也正是車牌識別系統的困難和挑戰所在。為了提高識別率,除了不斷地完善識別演算法還應該想辦法克服各種光照條件,使採集到的圖像最利於識別。

Ⅱ tesseract識別的圖像中二值圖好識別還是灰度圖好識別

嵌入式汽車身份自動識別系統 一、項目介紹 (研究目標、研究背景及現狀、工作原理和方案設想、計劃進度安排等) 見附錄。 二、項目自我評價 1、先進性: 在數字信息技術和網路技術高速發展的後pc時代,隨著嵌入式處理器性能的不斷提高,高性能的處理器已經能滿足復雜演算法應用和其他復雜功能應用,嵌入式將不可避免得走進各個領域。另一方面,伴隨著我國經濟的快速發展和北京奧運會的舉行,「交通智能化」將毋庸質疑的成為熱門話題。由於交通行業的特殊性,其對its設備的技術參數、使用條件都有苛刻的要求,而嵌入式恰好能夠滿足此要求,因此嵌入式智能交通設備的大范圍應用是必然趨勢。嵌入式汽車身份自動識別系統是智能化交通管理系統的重要組成部分,是嵌入式技術與汽車身份識別技術的完美結合,他涵蓋了嵌入式車牌識別、嵌入式車標識別以及汽車顏色識別三大主體功能,力求將汽車目標一次性鎖定。 它擁有以下優點: 1、高度獨立:使用嵌入式技術,僅通過通信介面與應用系統連接,獨立性高。 2、功能齊全:同時識別汽車車牌、車標及顏色,一次性鎖定目標,具有現有系統所沒有的強大功能。 3、可塑性強:前端可與信號觸發裝置等上游產品結合,末端內置無線網路及多種串口介面以便與下游產品結合。系統功能與使用范圍得到極大拓展。 4、易於維護:修理、維護僅涉及本系統而不影響其他模塊,維護成本遠低於同類產品。 5、便攜靈活:設備高度集成,小巧靈活,使用方便。 2、可操作性和可實現性: 目前,車牌識別、車標識別等技術日趨成熟與完善,相關資料較易獲取。現有的嵌入式技術也比較成熟。故,從技術難度上講該選題較於其他的前沿科學容易實現。選題所涉及的設備和材料也較易獲得,且成本適中。 3、創新點: 現有的車牌識別裝置一般使用電腦處理數據,有些甚至需要若乾颱電腦合作完成,佔用大量空間與資源。即使偶有由嵌入式完成的系統其功能也僅限於車牌識別或車標識別。本系統創造性地將嵌入式與車牌識別、車標識別以及汽車顏色識別相結合,一次性解決了目前設備體系臃腫、集成難度大、穩定性差,維護難,功能單一等問題。 4、可能存在的問題: 目前,主要問題是嵌入式集成度及無線傳輸的距離。我們所設想的理想情況是:針對現在大多使用電腦整機處理數據,設備靈活性差的缺點,開發出攜帶型、數據可無線傳輸的汽車身份識別系統。但是由於我們時間、精力和資金的限制,「便攜的程度」是目前最大的難題。另外車速與景深對圖像識別的影響問題也是我們可能會面對的難題。 三、預期成果 (成果的具體形式,如:申請專利、公開發表論文、製作科技實物(含軟體程序)等,可以同時有多種成果形式) 我們預計我們的實驗成果有以下幾個方面。 首先,我們計劃製作出科技實物,即確實地完成該嵌入式系統,拿出實實在在的成果。 第二,從我們對市場現狀的分析來看,該嵌入式汽車身份識別系統的市場前景非常樂觀,故可以將我們的產品申請專利並投入市場進行生產。 第三方面,由於汽車顏色、車牌、車標的組合識別還沒有合適的演算法,所以在完成本系統的過程中我們不可避免的要完成演算法設計,而這部分成果可以通過公開發表論文的形式進行展示。 因為我們計劃完成一個系統,所以我們需要同時完成該系統的硬體和軟體兩個部分。從大的角度來看,軟體及演算法部分的成果可以通過論文發表,而硬體方面的成果則可以通過投入生產和申請專利來體現。無疑,我們的成果形式會比只做軟體部分或者只做硬體部分的選題多。這也是我們的一大優勢。 實驗環境要求 經費預算 內容 用途 預算金額 預計執行時間 ccd攝像部分 前端圖像的獲取,購買攝像頭或攝像機 3000 07.12~ 08.2月 輔助光源 針對特殊環境進行光線補充 1500 07.12~ 08.2月 圖像採集卡 模擬信號數字化 2500 07.12~ 08.2月 嵌入式系統硬體設施 圖像的處理 4000 08.3~ 08.10月 硬碟錄像機 視頻信息的存儲 2500 08.10~ 08.12月 顯示裝置 輸出圖像識別結果 1500 08.12~ 09.2月 無線收發或有線傳輸裝置 信息的傳輸 2500 09. 2~ 09.3月 機械加工 機械零件組裝成樣機 2000 最後階段 合計:19500元 學院審批意見 專家委員會評審意見 學校審批意見 附錄一:選題的現狀、背景及意義 自1885年,世界上第一台汽車誕生至今,汽車為我們日常工作與生活的帶來了翻天覆地的影響。一百多年來,汽車以其價格低廉,操作方便等優勢逐漸被大眾所接受,走入了千家萬戶。在我國,每年都有許多人加入有車一族。隨之而來的自然是越來越快捷方便的生活方式以及由此引發的一系列問題:汽車盜竊案每年逾萬,交通事故時有發生……無疑,汽車需要規范管理。現在,我國的大部分汽車管理工作都是由人來操作完成的。不難想像,面對越來越龐大的汽車隊伍,人工操作明顯的力不從心。所以「交通智能化」將成為未來交通管理的必然趨勢。 要實現交通智能化怎麼可以沒有「汽車身份」的識別呢。早在上個世紀九十年代初,汽車身份識別已經引起了全世界的廣泛重視,人們開始研究有關汽車身份證——汽車牌照自動識別的相關問題。幾年後,汽車的另一個重要的身份象徵——汽車標志識別也成為了熱門話題。車牌識別的一般途徑為:採用計算機圖象處理技術對車牌進行分析後自動提取車牌信息以確定車牌號。車標識別則基於邊緣直方圖和模板匹配相關系數混合的演算法。目前車牌與車標識別的理論已經成熟,離線演算法識別率已經達到較高的水平,同時正向著集成化、智能化方向發展。 在智能化交通管理系統中,汽車身份識別相當於vc++中的「基類」地位,即智能化交通管理系統中的其他子模塊需要在汽車身份識別的基礎上進行繼承和發展。所以我們認為,汽車身份識別要求較高的集成度,最好能由可以嵌入到其他系統中的、集成度高的模塊來完成,如單片機、cpld。而現階段的汽車身份識別大部分卻是依靠計算機來完成的。 另外,由於汽車身份識別的「基類」定位,使用時對「能否唯一的鎖定汽車」以及「能否很快地判定是哪輛車」就有了一定的要求。而現階段的汽車身份識別卻僅依靠單純的識別車牌來完成。市場上存在的也多是車牌或是車標的單獨識別系統,將二者結合的系統則非常罕見。而這些單一的系統顯然很難達到真正的識別鎖定汽車身份的目的。 結合智能化交通管理系統的要求,現今汽車身份識別的現狀以及二者的發展趨勢,我們小組選擇了嵌入式汽車身份自動識別系統作為我們本次創新實驗計劃的選題。我們計劃以嵌入式完成汽車身份識別後,將處理完的數字信息傳遞到智能化交通管理系統的其他模塊中。用嵌入式代替電腦處理汽車身份識別將大大提高智能化交通管理系統的集成度,降低成本。區別於單一的識別系統,我們設計完成的汽車身份識別系統將車牌識別與車標識別相結合,並輔以汽車顏色識別。同時識別,同時輸出,從而從多方面判斷並鎖定汽車,力求達到萬無一失。從而極大地方便了該系統在各個領域的使用。 公安交管領域,該嵌入式汽車身份自動識別系統可被應用在交管系統中。將本產品嵌入到用來測速、測超載的其他交通設施中,就可以完成一系列的管理工作;與終端電腦處理系統相連,傳輸的是已經經過處理的數字信息而非圖片信息,大大節省了終端電腦的處理時間和內存空間,提高反應速度與處理效率,有效解決交管領域人手不足的現狀。 在園區車輛管理方面,本嵌入式汽車身份自動識別系統將留有埠,使其可以與園區的業主入住時所登記的汽車信息庫相連。在園區大門處,安裝我們的車牌自動識別系統,以對進出車輛自動識別,然後將數據傳到資料庫並根據資料庫中的車牌數據判斷是否是園區內的車輛,然後分情況處理。這將大大增加園區汽車的安全系數,而使用該系統的成本遠低於使用電腦處理的系統的成本。 關於停車場管理,我們的嵌入式車牌自動識別系統可以完成智能化管理過程。將系統安裝在停車場的出、入口處,用來對進出停車場的車輛進行自動識別,而處理後的數據將傳入終端電腦,由終端電腦結合傳入的信息與資料庫判斷是否屬已買(或租)車位的車輛做出相應處理。 綜上,我們有理由相信我們計劃完成的嵌入式車牌自動識別系統可以在未來的交通智能化管理系統中發揮舉足輕重的作用,是值得去研究和探索的。 附錄二:工作原理及方案設想 本汽車身份識別系統包含車牌識別、車色以及車標的識別,本系統將使用嵌入式系統完成此三部分的識別。由於我們剛接觸這部分內容,所以想法不是很成熟。 下面將分車牌識別與車色、車標識別以及嵌入式三個部分介紹我們的工作原理和方案。 第一部分:車牌識別 1、總體結構 車牌自動識別系統主要分為三大模塊:(1)觸發:即前端設備的數據入口處,如測速系統等。(2)圖像處理部分:分為圖像採集、車牌定位、字元分割和字元識別四部分。(3)無線傳輸系統將所處理得的數據傳送至後端應用系統,如交通違規管理系統,只能停車場系統,安檢系統等。 2、演算法部分 ①前端ccd攝像機: 原始圖像獲取 由ccd攝像機及輔助照明裝置組成。獲取圖像質量的好壞直接影響到後端處理和識別的效果. 要獲得比較清晰的圖像, 需要考慮許多影響圖像質量的因素, 主要包括: 攝像頭和圖像卡的選取, 攝像機的位置標定, 汽車的車速, 出入單位的汽車車隊之間的距離, 天氣、光線等情況對攝像機所攝圖像曝光量的影響。 判斷是否有車輛進入觀測區 採用圖像差值法來判斷監測區是否有目標進入,即首先將視頻圖像灰度化,然後比較兩幅圖像對應像素點的灰度值,看是否有變化以及變化有多少。 圖像差分只能測定監測區中是否有物體經過,但它是否交通車輛,尚未可知。鑒於圖像差分所產生的雜訊、行人、自行車比汽車所佔區域小得多,設計尺度濾波器將尺度較小的物體及雜訊濾掉。 ②車牌定位及預處理 左圖為車牌定位的主要演算法。完成基本的車牌定位後,還需要對車牌進行一些基本的預處理。包括傾斜矯 正與鉚釘和邊框的去除。 i、車牌字元的傾斜矯正 車牌字元分割的難點在有些車牌是傾的,直接分割效果不好,需要做校正。首先求出車牌的傾斜率,根據此斜率對車牌做旋轉校正。 ii、車牌邊框和鉚釘的去除 先驗知識:對於標准車牌,字元間間距為12mm,第2、3個字元間間距為34mm,其中,中間小圓點l0mm寬,小圓點與第2、3個字元間間距分別為12mm。在車牌邊框線的內側,通常有四個鉚釘,他們不同程度地與第2個字元或第6個字元粘連,如果不去除鉚釘,將給第2和第6在字元的識別造成困難。 將車牌圖像進行二值化後,圖像僅黑、白二值。白色像素點(灰度值255)取1,黑色像素點(灰度值0)取0,這里採用的是白底黑字模式。對車牌圖像逐行進行從內向外式掃描,當掃描到車牌圖像某一行中,白色像素點的寬度大於某一閥值時(第一個符合條件的行),則認為是車牌字元的邊沿處,切除這一行以上或以下的所有行。 ③車牌字元分割 右圖為車牌 字元分割的主要 演算法。 在此,由於 我們的知識有限 就不對這些演算法 做具體介紹了。 ④字元識別方法 字元 識別是車 牌識別的 核心部分。 常見的車 牌字元識 別演算法包 括六種。 我們將他 們羅列在 右圖中。 其中,我們比較感興趣的是基於神經網路的字元識別演算法。下面,我們具體介紹兩種比較簡單且普遍的演算法以及基於神經網路的字元識別演算法。 i、模板匹配車牌字元識別 中國車牌的字元模板分為漢字、英文字母和數字模板,由統計方法構造並保存到資料庫中。模板匹配是將字元模板和標准化了的車牌字元進行匹配來識別字元。 ii、特徵匹配車牌字元識別 車牌識別的方法中,可利用的字元特徵很多,大致可以分為結構特徵、象素分布特徵及其他特徵。 在這里,我們擬重點突破神經網路法,因為人工神經網路技術具有非線性描述、大規模並行分布處理能力、高度魯棒性和自學習與聯想等特點,適用於非線性時變大系統的模擬與在線控制。具體步驟如下圖所示: 此外,我們還會嘗試將各種演算法結合起來,以揚長避短,如:將遺傳演算法與人工神經網路結合起來,既能利用遺傳演算法能並行計算且能快速、全局搜索的優點又能克服神經網路固有的搜索速度慢且易陷入局部旱熱的缺點等。 由於我們還在大學二年級學習專業基礎課程,對圖像處理的最新演算法還不夠了解,我們會在實際操作過程中,選擇一種最優的方案並且結合我們的系統特徵提出改進意見。 第二部分:車色以及車標識別 ①、車身顏色識別 顏色特徵具有對圖像本身的尺寸、方向、視角等依賴小、魯棒性高等優點,因此在基於內容的圖像索引技術和智能交通系統以及眾多的i業(如造紙、紡織、印刷等)系統中有著極其重要的應用。長期以來,由於各種原因,人們提出了數量眾多的彩色空間模型,主要可分為三類:第一類是基於人類視覺系統(humanv isions ystem,h vs)的彩色空間,它包括rgb,h si,m unsell彩色空間等;第二類是基於特定應用的彩色空間,它包括電視系統中所採納的yuv和yiq、攝影行業如柯達的ycc、列印系統的cmy (k)彩色空間;第三類是cie彩色空間(包括cie xyz, cie lab和cie luv等)。這些彩色空間各有優缺點,它們在各自的領域里發揮了重要的作用。 我們擬採用rgb彩色空間完成我們的系統。rgb彩色空間在計算機相關領域里應用廣泛,例如用於常見的crt顯示器等。在rgb彩色空間中,各彩色值用r、g、b三通道值的組合來共同表示,而其相應的通道值是通過圖形採集卡或者ccd感測器等類似器件中的光感受器來獲得的。其中,各通道值用入射光及其相應光感受器的光敏函數值之和來表示: r= g= b= 其中,s (a)是光譜,r(a)、g(a)和b(a)分別是r,g,b感測器的靈敏度函數。從上式可以看出,該彩色空間是設備相關的,它與具體捕獲設備的光敏函數相關。然而,由於rgb值易於獲得和在計算機中計算和表示,因此通常可以用來表示其他各彩色空間,即把rgb值轉換為其他彩色空間值。rgb彩色空間的標准色差定義為: ) 由於不同的彩色對人主觀感受的影響不同,為了更好的表示色差,在本顏色識別子系統中使用經驗色差公式: 對於我們擬設計的車身顏色識別系統主要分以下四大步驟完成車身顏色識別 1.識別區域的選取 為了准確識別出車身顏色,識別區域的選取至關重要。本實驗選取車臉前部靠近排氣扇的部分 2.顏色直方圖計算 對所選區域,計算出現次數最多的顏色。在實際應用中,由於其他彩色空間模型的分量值均可用rgb值來表示,為了計算簡便,在計算顏色直方圖時可僅針對rgb彩色空間模型進行。 3.色差計算 根據相應彩色空間模型的色差計算公式,計算其與 顏色模板間的色差。 4、顏色識別 在得到樣本色與標准色在各個彩色空間模型中的對應色差後,就可以根據其結果進行顏色識別。即選取前一步計算得到的色差中的最小值,作為識別結果。 ②、車標識別部分 毋庸質疑,車牌和車標的自動、實時識別是運動車輛類型精確識別系統中至關重要的兩個部分。目前人們已經提出了眾多的車牌定位演算法,主要可以分為兩大類:基於黑白圖像的車牌定位演算法和基於彩色圖像的車牌定位演算法。基於黑白圖像的車牌定位演算法又可以分為多類,如基於特徵的車牌定位演算法基於自適應能量濾波的車牌定位演算法,基於小波變換和形態學處理相結合的車牌定位演算法,基於二值投影的車牌定位演算法,以及基於遺傳演算法的車牌定位演算法等。 這些車牌定位演算法各有優缺點,但他們都可以在一定程度上作為車標定位的參考。 車標定位與識別無論在國內還是國外都是一個較為嶄新的領域。由於車標本身固有的特殊性:目標小、相似性大、受尺寸和光照影響大、背景不統一,以及不同汽車公司的車標形狀大小不一致等,使得其精確定位識別成為一個難點。 我們將車標識別分為以下幾個主要步驟: (l)車牌定位:根據車牌的紋理特徵,基於多解析度分析快速獲取車牌區域 ; (2)車頭定位:根據車頭區域能量較高且較為集中的特點,通過otsu二值化演算法 進 行 圖像二值化,然後利用二值投影,並結合車牌位置信息進行車頭快速定位 ; (3)中軸定位:在車頭區域內,根據軸對稱性定位車頭中軸; (4)車標粗定位:在定位出車頭的基礎上,根據車標與車牌的先驗知識,得到車標經驗搜矩形; (5)車標精確定位:在第(4)步的基礎上,利用車標紋理特徵進行車標的精確定位。主要包括兩步:一是根據車標區域在垂直方向上具有能量高且相對集中的特點,利用能量增強和自適應形態學濾波進行車標的一次定位;二是利用改進的模板匹配演算法進行車標的精確定位。車標識別系統是運動車輛識別系統中的重要組成部分,與車牌識別一樣,它也包括了定位和識別兩項關鍵技術。 上圖為車標識別系統結構示意圖,與典型的目標識別系統一樣,它包括了離線的訓練過程和在線的識別過程。在訓練過程中,首先將手工採集得到的車標樣本進行圖像歸一化、尺度歸一化等預處理,然後分別進行模板提取以得到車標標准模板庫。車標標准模板庫中的模板不僅用於車標定位,還用於進行特徵提取以得到車標特徵模型庫用於車標識別。在定位過程中,除了輸入汽車圖像外,還需輸入車牌的位置信息。這是因為各類車標不具有穩定的紋理特徵,且大小、形狀各不相同,所以在復雜的背景下直接利用特徵匹配或模板匹配進行車標定位是非常困難的。因此必須利用車牌位置、車輛對稱性等先驗信息進行粗定位,在此基礎上再利用相關圖像處理技術和模板匹配進行精確定位。車標定位以後,車標識別問題就轉化為一個2d形狀的識別問題,這可以通過模板匹配的方法實現。但是在實際採集的圖像中,往往存在光照、雜訊、部分遮擋和形狀相似等問題的影響,常規的模板匹配方法難以達到滿意的識別效果。因此通常還需要一種合適的特徵提取和識別方法來輔助進行車標識別,以提高系統的識別率。 第三部分:嵌入式 按照歷史性、本質性、普遍性要求,嵌入式系統應定義為:「嵌入到對象體系中的專用計算機系統」。「嵌入性」、「專用性」與「計算機系統」是嵌入式系統的三個基本要素。對象系統則是指嵌入式系統所嵌入的宿主系統。 嵌入式系統的核心是嵌入式微處理器,它有4個優點: (1) 對實時和多任務有很強的支持能力,能完成多任務並且有較短的中斷響應時間,從而使內部的代碼和實時操作系統的執行時間減少到最低限度; (2) 具有功能很強的存儲區保護功能。 (3) 可擴展的處理器結構,可以迅速地擴展出滿足應用的高性能的嵌入式微處理器; (4) 嵌入式微處理器的功耗很低,尤其是用於攜帶型的無線及移動的計算和通信設備中靠電池供電的嵌入式系統更是如此,功耗只能為 mw甚至μ w級,這對於能源越來越稀缺昂貴的時代,無疑是十分誘人的。 另外,嵌入式實時操作系統提高了系統的可靠性。這些都值得我們去做一個嵌入式車牌識別系統。 考慮到通常車牌以及車標識別演算法的運算量大,同時又要滿足實時性要求。因此,我們准備採用32位arm嵌入式微處理器作為核心單元,以cpld作為時序控制單元,採用基於arm 9 s3c 241 c的嵌入式圖像採集處理系統,在內嵌linux操作系統的草礎上,充分利用了arm器件體積小、能力強以及功耗低的特點,實現並行數據匯流排/usb日介面圖像接入、圖像快速處理、圖像信息的本地壓縮存儲和ip化數數據傳輸。該系統可使整個系統簡化電路並且減少佔用資源。 系統設計構成 整個系統由usb圖像採集子系統,arm處理子系統和網路數據傳輸子系統成攝像頭採集現場視頻數據通過u sb傳輸至arm處理板;arm處理板內嵌linux操作系統,採用快速圖像演算法對圖像序列進行處理,並根據處理結果採取相應的措施;網路傳輸子系統可以處理數據上傳監控中心做進一步後續處理,系統結構下圖所示。 arm圖像處理子系統擬採用s3c 2410處理器,能滿足圖像處理速度的要求;usb圖像接入,可以保證圖像傳輸速度;擴展64m sd ram與64m flash,大容量的ram能夠保存多幅圖像,便於圖像的分析與處理;無線網路介面實現了數據信息的網路化管理。 當然,以上只是我們的初步設想這些設想都將在我們以後的大量實驗過程中得到論證和優化! 附錄三:計劃進度與安排 計劃進度安排: 1.用約15天時間買一些實驗所需的基本用品。 2.利用課余時間學習所需知識。 3.用約七個月時間完成編程,解決軟體方面問題。 4.用約一年完成硬體方面,並製作樣機。 5.初步檢查,花費約一個月。 6.以六個月時間調試樣機,發現缺陷並修正。反復試驗,直至達到一個令人滿意的水平。 綜上,我們是計劃用兩年左右的時間拿下這個項目。當然,以上只是大體計劃,以後會隨實驗的實際進度進行適當調整。

Ⅲ 最近要用qt做一個車牌識別系統,灰度化和二值化圖片還好說,但是怎麼定位車牌的位置啊用matlabopencv

車牌位置最簡單的可以利用車牌固定的長寬比作為切入點進行定位,qt、opencv、和matlab都是工具,專matlab和opencv都可以實現,裡面都有屬大量函數可以供我們調用,編程也不算太困難。qt我不熟悉。

Ⅳ 現在很多工程項目都用車牌識別系統,我想問一下車牌識別系統的原理是什麼

核心演算法:從六個步驟來提取我們抓拍的車牌信息,第一:圖像捕捉採集、第二:車牌定位、第三:預處理、第四:字元分割、第五:字元識別、第六:輸出車牌識別一體機抓拍的結果。以上步驟里包含了數字形態學運演算法,字元串分割等演算法。

對同業興創停車場的車輛車牌快速抓拍捕捉確定位置,根據車牌顏色,數字,和字母精準識別分割,提取信息並儲存到電腦里,方便車輛出場時調用時間信息來計算費用,這樣的演算法准確,高效避免出入口擁堵現象的發生,300萬像素的高清晰CMOS圖像感測器,高性能DSP為圖像處理核心,內置控制CPU,多項新的技術可對圖像編碼、處理分析等起到重大作用。

整體結構及設計理念:一體機外形採用槍型機,結構採用嵌入式抓拍機的布局格式,集成度高,專業用於停車場收費車道的工業級車牌識別一體機,整體的設計裡面做到了三防,分別是防水、防塵、防震動,即使在惡劣的外界環境下也依然保持很高的識別准確率。

(一體機內部結構)

自動收費軟體:界面操作簡單易學,格局分布明確、視覺感強,支持多種傳輸協議:ICP、UDP、FTP、TFTP格式,機身自帶64G內存,可存儲jpg格式圖像高達30000多張。採用H.264視頻圖像高壓技術,對每天,每季度,年收費得出明細方便日後查看、核查,支持軟體升級功能實現人臉識別技術。

一體機特點:系統可以全天不間斷工作、不會疲勞、錯誤率極低,自動調節拍攝車牌時照成白平衡,色彩對比度不合理情況,將車牌識別設備安裝於出入口,記錄車輛的牌照號碼、出入時間,並與地感線圈,欄桿機起降的控制完美結合,實現車輛的自動管理。節省人力、提高效率。

一體機工作性能:實現在低照度彩色攝像機的基礎上,通過軟體的功能,把圖像中最亮的部分遮擋。一般可將大燈的強光遮擋,從而將車牌較清晰的抓拍下來,寬動態功能:這是解決車燈對於抓拍影響的最好的辦法,當背景光過亮時,能夠自動調節白平衡,並且在斷電的時候還可以繼續上傳的功能。

Ⅳ 為什麼圖像要進行二值化處理

為了選取目標。相當於濾波一樣的。舉例來說,一幅圖是從0-255的,有所有的顏色版,而我感興趣的只是其中的權一種顏色,那就把其他顏色變為0,我感興趣的顏色范圍定為1,這樣就去掉了我不關心的,後續只需對感興趣的再進行處理。

Ⅵ 能不能跟我說一下 車牌識別字元切割中比較重要的判斷條件是什麼或者指令的意思是什麼

車牌自動識別系統是指通過計算機視覺、圖像處理與模式識別等方法從車輛回圖像中提取車牌字答符信息的系統,從而確定車輛身份,是實現交通管理智能化的非常重要的環節之一。研究車牌自動識別技術是具有重要實用價值的。

車牌自動識別系統一般包括車牌定位、字元分割和字元識別三部分。針對車牌字元分割進行研究,研究了與其相關的分割演算法,進而實現車牌字元的分割。

首先,對車牌字元分割的預處理進行較深入研究,尤其是車牌圖像的邊緣檢測。考慮到車牌圖像的特徵,給出圖像灰度校正,平滑處理以及邊緣提取這一系列方法對圖像進行了預處理。

其次,在車牌定位中,根據車牌中的字母與數字具有連通性的特點,給出一種基於數學形態學的車牌區域定位方法,並對車牌字元進行准確定位。

實驗結果表明,該方法可以有效地對車牌進行定位。然後,考慮到車牌本身特徵,以及車牌中圖像像素分布的特點,給出一種基於車牌像素和模板匹配相結合的字元分割方法。

通過實驗表明,這種方法的字元分割結果比較准確。

Ⅶ 車牌識別二值化圖像去除污點C++

1) Try find contours or each connected arae
2) Remove contour size less then size A (Remove ciircle spots)
3) Try erosion + dilation to remove noises

Ⅷ 圖像分割為什麼是圖像的二值化處理

因素只有一個,抄就是閾值,襲因為就這一個參數。選過高,圖像一片白,選過低,一片黑,都導致圖像細節的喪失。
最佳的選擇當然是看直方圖,選擇中間的谷點。但如果整幅圖像的灰度分布在空間並不均勻,就會導致二值化後的整體效果不佳。
辦法有很多,最基本的就是分割成條、或成塊,對每個塊選取最適合的閾值進行二值化,這叫做自適應二值化,可獲得最佳效果。
詳細吧?

Ⅸ matlab 車牌識別 字元分割 問題

你從原二值圖像上分割出來的嗎?要是的話,他們是相同的,你可以再歸一化,回imresize(zifu,[3216]);%歸一化為32*16的字元答
字元高度應該相同,寬度不同,當MATLAB顯示時,根據你的寬高比進行顯示,你看看你的字元是不是這樣,應該是這個原因。

熱點內容
線切割怎麼導圖 發布:2021-03-15 14:26:06 瀏覽:709
1台皮秒機器多少錢 發布:2021-03-15 14:25:49 瀏覽:623
焊接法蘭如何根據口徑配螺栓 發布:2021-03-15 14:24:39 瀏覽:883
印章雕刻機小型多少錢 發布:2021-03-15 14:22:33 瀏覽:395
切割機三五零木工貝片多少錢 發布:2021-03-15 14:22:30 瀏覽:432
加工盜磚片什麼櫸好 發布:2021-03-15 14:16:57 瀏覽:320
北洋機器局製造的銀元什麼樣 發布:2021-03-15 14:16:52 瀏覽:662
未來小七機器人怎麼更新 發布:2021-03-15 14:16:33 瀏覽:622
rexroth加工中心亂刀怎麼自動調整 發布:2021-03-15 14:15:05 瀏覽:450
機械鍵盤的鍵帽怎麼選 發布:2021-03-15 14:15:02 瀏覽:506