车牌识别算法总结.pptx

车牌识别算法总结.pptx车牌识别
演示:钱剑滨
目录
1
2
3
4
边缘检测
车牌定位
字符分割
字符识别
canny边缘检测
1、去噪:均值滤波、中值滤波、高斯滤波
2、用一阶偏导的有限差分来计算梯度的幅值和方向
3、对梯度幅值进行非极大值抑制
4、用双阈值算法检测和连接边缘
gradTemp1 = weight * grad1 + (1 - weight) * grad2;  
gradTemp2 = weight * grad3 + (1 - weight) * grad4;
选两个阈值τ1和τ2(2τ1≈τ2)对图像二值化,从而可以得到两个阈值边缘图象N1[i,j]和N2[i,j]。由于N2[i,j]使用高阈值得到,因而含有很少的假边缘,但有间断(不闭合)。参考N1[i,j]在
N2[i,j]中把边缘连接成轮廓。
sobel算子
sobel算子是一种由两个卷积构成的梯度模板,分别检测水平边缘和垂直边缘,运算结果是一幅边缘图像该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像
哈夫(Hough)变换提取直线
利用图像全局特性将边缘像素连接起来形成区域封闭边界的一种方法。
原理:将二维空间(x,y)平面中的直线用二维极坐标(ρ,θ)空间表示将直线表示为: 。
即将(x,y)平面的直线变换为ρ-θ空间的一个点
该方法亦用于倾斜校正。
车牌预处理
车牌字符区域
灰度化
二值化
去噪
字符的分割
车牌字符特点:
一般牌照字符共有7个,并且长宽高以及字符间距都符合一定的标准。
分割基本原理:
在精确定位车牌字符的上下边界后,以图示模板,从左往右做垂直投影,通过波峰和波谷可以将字符分割出来。
字符分割的几种情况
1、当相邻两个波谷间的波峰比较小的时候需要将波峰r删除掉。这里是针对于字符的间隙间的噪声来设置的
2、当相邻的矩形r1和r2之间的宽度较小时,并且此时合并之后的宽度也接近序列中值的宽度,需要将r1和r2进行合并,用以处理某一些汉字的粘连问题。
3、假如矩形r宽度接近于二倍的中值宽度,并且前后相邻的矩形的宽度也接近于中值宽度时,需要将r分成两块,用以接近车牌字符的粘连问题。
4、根据车牌字符的分布,调整分割后字符的左右边界
基于索引表的图像细化
P0
P1
P2
P7
P3
P6
P5
P4
细化就是将图像的线条从多像素宽度减少到单位像素宽度过程的简称。从边缘开始一层一层往里剥,最后就剩一个骨架,但是要保留图像原来的连通性。
字符的形态学分析