贵州停车场系统
您的当前位置: 首 页 >> 新闻中心 >> 行业新闻

贵州车牌识别系统的重点-车牌定位

发布日期:2018-04-27 作者: 点击:

贵州车牌识别系统的重点-车牌定位

1.彩色图转灰度图

  首先要把RGB彩色图像转为灰度图像,这一步无需多讲,OpenCV自带库函数void cvCvtColor( const CvArr* src, CvArr* dst, int code );一行直接搞定,其中src表示输入的源彩色图像,dst存放输出的灰度图像,code选CV_RGB2GRAY得到灰度图像 


2.对比度增强

  对比度增强这一步是为了让图像中的边缘更加明显。这里采用基于顶帽变换和底帽变换的方法来增强对比度。即: enhanced(g)=g+Tophat(g)−Bothat(g)

  其中,g表示源图像,Tophat(g)表示对g的顶帽变换,Bothat(g)表示对g的底帽变换,enhanced(g)表示对比度增强后的图像。 

  无论顶帽变换还是底帽变换都可以用OpenCV中的morphologyEx函数实现

贵州车牌识别系统

3.边缘检测

  边缘检测有很多办法,比如Sobel,Canny,Laplace等等,我采用的是Sobel算子对图像作水平差分,以求取垂直边缘。因为由于车牌区域的边缘是以垂直边缘为主,一般的背景区域不会有密集的垂直边缘,如果求取全方向上的边缘的话,在背景比较复杂的时候,背景区域也会存在更多边缘,带来干扰。以Canny算子为例,虽然检测效果看起来更好,但是非车牌的背景区域同样检测出了太多无用的边缘,不利于后续处理。


  在得到边缘图像之后只要再经过一些形态学操作就可以得到候选区域。这里AG亚游集团可以先进行开运算,开运算是对图像先腐蚀后膨胀,在腐蚀过程中,可以去除背景中一些细小的杂点,以及比较细的边缘,而车牌区域由于边缘密集所以不容易被完全腐蚀掉,再经过膨胀操作就可以恢复出车牌区域.

4.区域筛选

  区域筛选,从所有候选区域选出车牌区域,这一步就比较简单啦,比较明显的判据就是车牌的长宽比,过长或者过宽的区域都不会车牌。直接上代码,这一步需要说明下,src是要判断的图像,用cvFindContours函数可以找出图像中所有连通域,用CvSeq类型的双向链表表示,接着只要遍历链表节点,移除不合适的节点就可以完成筛选了。


本文网址:http://www.mp3-to-ring.com/news/486.html

相关标签:贵州车牌识别,贵州车牌识别系统

上一篇:自动车牌识别系统所具备的功能
下一篇:没有了

最近浏览:

在线客服
分享 一键分享
欢迎给AG亚游集团留言
请在此输入留言内容,AG亚游集团会尽快与您联系。
姓名
联系人
电话
座机/手机号码
邮箱
邮箱
地址
地址