基于颜色的车牌识别程序
近年来,随着交通现代化的发展要求,汽车牌照自动识别技术已经越来越受到人们的重视.
车牌自动识别技术中车牌定位、字符切割、字符识别及后处理是其关键技术.由于受到运算
速度及内存大小的限制,以往的车牌识别大都是基于灰度图象处理的识别技术.其中首先要求
正确可靠地检出车牌区域,为此提出了许多方法,如 Hough 变换以检测直线来提取车牌边界
区域、使用灰度分割及区域生长进行区域分割,或使用纹理特征分析技术等.Hough 变换方法
对车牌区域变形或图象被污损时失效的可能性会大大增加,而灰度分割则比直线检测的方法
要稳定,但当图象在有许多与车牌的灰度非常相似的区域时,该方法也就无能为力了.纹理分
析在遇到类似车牌纹理特征的其他干扰时,车牌定位正确率也会受到影响.本文提出基于车牌
彩色信息的彩色分割方法。
本文主要模块如下：颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校
正、车牌区域 2 值化、擦除干扰区域、文字分割、模版匹配、结果输出。
颜色信息提取：
本系统针对家庭小型车蓝底白字车牌进行识别。根据彩色图像的 RGB 比例定位出近似
蓝色的候选区域。但是由于 RGB 三原色空间中两点间的欧氏距离与颜色距离不成线性比例，
在设定蓝色区域的定位范围时不能很好的控制。因此造成的定位出错是最主要的。这样在图
片中出现较多的蓝色背景情况下识别率会下降，不能有效提取车牌区域。对此本文提出了自
适应调节方案。对分割出来的区域进行识别调整。根据长宽比，蓝白色比对候选区域进行多
次定位。最终找到车牌区域。
倾斜校正：
本文在针对倾斜角度的图片采取 rando 算法进行倾斜角度计算，并对倾斜图片进行修正。
从而得到水平方向一致的图片。有利于后期的图片分割及图像识别。
字符分割：
将计算得到车牌区域的彩色分割后的图象,对白色进行水平垂直投影,计算水平垂直峰,
检测合理的字符高宽比.可用与区域分割相同的方法进行峰值的删除和合并.但在字符切割时,
往往由于阈值取得不好,导致字符切割不准确,针对这种情况,可以由车牌格式的先验知识,对
切割出的字符宽度进行统计分析,用以指导切割,对因错误切割过宽的字符进行分裂处理。对
‘桂’字经常出现的是把木字旁和右边的部首分割开。系统针对这种问题对分割出来的字体
的宽度与整个车牌的宽度对比，对误操作字符进行合并。一个智能的识别系统应减少系统对
阈值的过分依赖。
字体识别：
常用做法是采用神经网络模型对系统进行训练。但是这种做法增加了系统的复杂度，对
实时性要求较高的场合不适应。这里采用简单模版匹配算法。由于在前期的有效处理使得分
割后的字体清晰度完整度都能保持较高的水平。有利于提高模版匹配的成功率。经验证对非
倾斜图片，识别率可达 95%，对倾斜图片亦可以达到 90%以上。D--0,6--8,2--Z,A—4 是比较
容易识别出错的字符。
语音播报：
对字符正确识别之后，用事先对对每一个字符的录音根据对应字符顺序播放。在对车牌
区域识别出错、字体分割出错时程序暂停，并有语音提醒。
存储数据：
播放结束之后对相应的识别出来的字符存储到指定文件夹的 EXCEL 文件内。并同时存
储对应时间。
- 1
- 2
- 3
前往页