《基于OpenCV的车牌识别系统ppt课件.ppt》由会员分享，可在线阅读，更多相关《基于OpenCV的车牌识别系统ppt课件.ppt（18页珍藏版）》请在三一办公上搜索。
1、基于OpenCV的车牌识别系统设计,-马金峰，宋福星，杨伟,上海大学,数字图像处理,背景及意义,牌照识别系统 简称 LPR（License Plate Recognition）,是智能交通系统的基础和核心技术之一，在交通管理自动化和智能化中占据重要地位。车牌识别系统是智能交通系统的一个非常重要的方向，主要由图像采集，车牌定位，字符分割以及字符识别四个部分组成，具有良好的实用价值，目前主要应用于公路治安卡口，开放式收费站，车载移动查车，违章记录系统，门禁管理，停车场管理等场合。,主要内容,图像获取图像预处理车牌定位字符分割字符识别,图像获取,利用OpenCV库函数可以对摄像机进行操作，首先定义C
2、vCapture结构变量captrue并初始化然后使用库函数cvCreateCameraCapture()从摄像机得到视频信息获取视频信息后还要获取图像，首先要定义IplImage结构变量frame并进行初始化从获取的视频中得到图像帧frame = cvQueryFrame(capture).,图像的预处理,利用opencv库函数获取的图像是彩色图像，即每个像素点由R，G，B三个分量组成，直接计算量很大，很难达到实时快速识别的目的，在实际应用中要转换为灰度图像，转换公式如下： Y = 0.299R+0.587G+0.114B对灰度图像进行二值化处理采用robert边缘检测法,预处理后的结果,车
3、牌的定位,该系统的摄像头拍摄的图片是整个机动车的图片，而只有车牌部分是对系统有用的。所以我们要对照片进行车牌定位和分割。车牌的定位是从经过图像预处理后的灰度图像中确定牌照位置，并将车牌部分从整个图像中分割出来，从而进行字符识别。,车牌的定位,定位步骤：,预处理后的图像,图像的形态学处理,通过计算寻找X，Y方向车牌的区域,完成车牌的定位,对分割出的车牌做进一步处理,车牌的定位,图像的腐蚀：腐蚀处理的作用是将目标图形收缩。图像的膨胀：膨胀的处理的作用是将目标图形扩大。图像的开运算：先腐蚀后膨胀的过程称为开运算。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。图像的闭运算：先膨胀后腐蚀
4、的过程称为闭运算。它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。,车牌的定位,精确定位方法：通过计算寻找X，Y方向车牌的区域来分割出车牌区域。原理：使用统计白色像素点的方法分割出车牌区域，确定车牌底色蓝色二值化后对应的灰度范围，然后统计在行方向的颜色范围内的像素点数量，确定车牌在行方向的区域。然后，在分割出的行区域内，统计列方向像素点的数量，最终确定完整的车牌区域。,车牌的定位,定位结果显示：,字符的分割,存在的问题：1、最大问题是二值化不彻底使投影图像中字符间的波谷不够分明2、车牌污损、反光、光照不均等原因使车牌图 像交差，存在大量噪声3、车牌边框和铆钉也会造成分割不正确4、牌的前
5、两个字符和后面五个字符之间的间 隔符（小圆点）对字符识别有影响5、车牌旋转对水平分割有较大影响,字符的分割,字符分割的步骤：,m，n=size（d），逐排检查有没有白色像素点，设置1=jn-1，若图像两边s（j）=0，则切割，去除图像两边多余的部分,切割去图像上下多余的部分,根据图像的大小，设置一阈值，检测图像的X轴，若宽度等于这一阈值则切割，分离出七个字符,归一化切割出来的字符图像的大小为40*20，与模板中字符图像的大小相匹配,字符的分割,分割的结果,字符 的识别,使用基于模板的匹配方法原理：首先对待识别字符进行二值化并将其尺寸大小缩放为字符数据库中模板的大小，然后与所有的模板进行匹配，最后选最佳匹配作为结果。模板匹配的特点：模板匹配的主要特点是实现简单，当字符较规整时对字符图像的缺损、污迹干扰适应力强且识别率相当高。,字符的识别,识别过程：,识别结果显示,本次课题结束，谢谢,logo,
