發(fā)布時間：2021-07-14 17:49

　　隨著圖像處理技術(shù)的飛速發(fā)展,汽車牌照識別技術(shù)已成為目前計算機圖像處理技術(shù)的重要研究方向和廣泛應用的領(lǐng)域之一。汽車牌照識別技術(shù)在目前的道路安全管理系統(tǒng)中起到非常重要的作用,這項技術(shù)可以大大加快道路安全信息化的速度。本研究采用了orientation_region（）算子對汽車車牌圖像的傾斜角度進行測量,使用外接矩形旋轉(zhuǎn)法對汽車牌照圖像進行旋轉(zhuǎn)校正。并依據(jù)上述的方法創(chuàng)建了一個汽車牌照識別系統(tǒng)。本研究基于改進的傾斜校正算法的車牌識別系統(tǒng),對含有汽車牌照的圖像進行灰度處理,二值化處理,車牌定位,車牌校正和字符識別。對車牌定位技術(shù)和傾斜車牌校正技術(shù)進行了改進,提高此系統(tǒng)應對不同環(huán)境變化的能力。經(jīng)實驗表明,車牌的識別率得到了顯著提高。 

【文章來源】：機械設(shè)計與制造. 2020,(06)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

車牌識別流程

傳統(tǒng)的傾斜圖像校正法是使用數(shù)學形態(tài)學對二值化后的圖片進行邊緣檢測，使用Radon算子對傾斜圖片在水平和垂直方向的傾斜角進行測量，再通過旋轉(zhuǎn)來對圖像進行水平校正，用雙線性插值來進行垂直邊框校正。Radon變換方法就是研究得到的圖像在各個方向上的投影，在數(shù)學上表示為線性積分，即為在不同方向上的累積求和，如圖2所示。沿角度θ的二維圖像函數(shù)f(x,y）的Radon變換為：

中國的汽車根據(jù)底色和字符顏色的不同，主要分為四種類型，如表1所示。本研究基于HSV顏色空間表示法，結(jié)合汽車牌照底色，可以得到色彩空間距離以及相似度，再用投影法得到車牌的區(qū)域�；贖ALCON平臺，使用read＿image（）算子提取采集的車牌圖像，如圖3(a）所示。一般來說，生活中采集到的圖像都是彩色的圖像，我們需要對其進行灰度化處理。原圖像和灰度圖像，如圖3(b）所示。可以很明顯地發(fā)現(xiàn)汽車牌照區(qū)域與其他區(qū)域的對比度較低，不容易提取。對此，本研究使用HSV顏色模式，如圖3所示。HSV模式的優(yōu)勢在于此模式和人眼的觀察效果更加相似，可以更好的區(qū)分車牌和其他區(qū)域。可以看出在S通道圖像中，車牌圖像的灰度值遠高于其他區(qū)域。在將原圖像轉(zhuǎn)化HSV圖像之前，還需將車牌圖像轉(zhuǎn)化為R、G、B三個單通道圖像，然后再將這三個單通道的圖像轉(zhuǎn)化為HSV圖像。再通過算子threshold（），對轉(zhuǎn)化后的HSV圖像進行二值化處理，得到比較有效的車牌區(qū)域，如圖3(f）所示。3.2.2 車牌定位

【參考文獻】：
期刊論文
[1]城市智能交通管理系統(tǒng)的研究與設(shè)計[J]. 高美蓉.  電子測量技術(shù). 2018(08)
[2]深度學習在車牌定位中的研究[J]. 趙莉,白猛猛,雷松澤,計雪薇.  計算機應用研究. 2018(10)
[3]基于Laplacian擴展算子的車牌字符分割方法研究[J]. 張東海,施云龍,張康,鐘平.  應用激光. 2017(04)
[4]基于MATLAB的車牌識別系統(tǒng)研究[J]. 熊厚博.  自動化應用. 2016(12)
[5]融合Hough與Radon變換的車牌傾斜校正算法[J]. 于明,李延果,于洋,閻剛.  控制工程. 2013(06)
[6]圖像處理技術(shù)在車牌定位與字符分割中的應用[J]. 張馨,林鳳濤.  機械設(shè)計與制造. 2012(12)
[7]基于小波包和數(shù)學形態(tài)學結(jié)合的圖像特征提取方法[J]. 張立國,楊瑾,李晶,任曉麗,上官寒露.  儀器儀表學報. 2010(10)



本文編號：3284605