車輛牌照識別系統的研究
為了進一步判斷車牌區域,確定車牌照的精確位置,需要對車牌照候選區域提取特征。常見的車牌照特征有紋理特征,水平穿越特征,垂直投影特征,本文采用提取候選區域的水平穿越和垂直投影兩種特征進行識別。本文引用地址:http://www.104case.com/article/197313.htm
3 面向車輛牌照的字符切分
算法首先將圖像二值化,計算水平方向和垂直方向上的像素投影,利用投影法確定車牌字符最上和最下點坐標以及最左和最右字符的位置,估算出整個車牌的高度和寬度,從而得到單個字符的高度和寬度,然后計算車牌區域的連通域,將最左和最右字符位置之間的連通域提取出來,最后根據估算的字符大小把較大的連通域再進行分割就得到了最后的切分結果。具體算法如下:
輸入:圖像二值化矩陣;
輸出:字符切分矩形位置坐標。
算法:
(1)計算每一行的所有象素點值為0的個數,即水平投影;
(2)從上至下尋找水平投影的第一個局部最小點作為圖像的上界;
(3)從下至上尋找水平投影的第一個局部最小點作為圖像的下界;
(4)計算每一列在上下界之間所有象素點值為0的個數,即垂直投影;
(5)從左至右尋找第一個局部最小點作為切分圖像的左邊界;
(6)從右至左尋找第一個局部最小點作為切分圖像的右邊界;
整個切分區域寬度width=右邊界橫坐標,左邊界橫坐標;
整個切分區域高度Height=上界坐標,下界坐標;
單個字符寬度w=切分區域寬度/8;
(7)計算上下邊界和左右邊界之間的8連通域;
(8)判斷每一個連通域的寬度是否大于1.2*w;
否:轉到(10);
是:轉到(9);
(9)計算每—個連通域寬度大于1.2*w的連通域的垂直投影的最小值點,用最小值點將連通域分成兩部分;轉到(8);
(10)輸出所有的切分區域坐標;
(11)算法結束。
圖9就是車牌切分的結果。
4 車牌照宇符識別
字符識別是車牌照識別系統的最后一個組成部分,這一部分需要對圖像采集、圖像處理、車牌照定位、字符切分所得到的結果進行識別處理,最終得到車輛牌照的字符。車輛牌照的字符識別方法與普通OCR字符識別有很多相似之處,通常是直接利用或者借鑒OCR字符識別的方法,并且能取得很好的識別效果。
車輛牌照字符識別屬于模式識別領域的一個分支,采用的是模式識別的經典理論和方法。通常的模式識別過程可以概述為:從測量空間映射到特征空間,再映射到模式空間。對于一般的字符識別過程來說,識別過程為:從輸入的待識別字符(樣本)點陣圖形提取描述該字符的特征,再根據一定準則來判定該樣本所屬的模式類別。因此字符描述,特征提取與選擇,分類判決,是字符識別的三個基本環節。
5 總結
車輛牌照識別系統是智能交通管理系統中一項重要的技術,對車輛的自動化管理起到了關鍵的作用。基于行駛中的車輛牌照識別系統由于其適應性強,自動化程度高,將得到更加廣泛的應用而成為智能化交通管理系統的重要環節。
評論