基于OpenCV的車牌識別系統(tǒng)

基于OpenCV的車牌識別系統(tǒng)設(shè)計---馬金峰，宋福星，楊偉上海大學(xué)[數(shù)字圖像處理]背景及意義牌照識別系統(tǒng)

簡稱LPR（LicensePlateRecognition）,是智能交通系統(tǒng)的基礎(chǔ)和核心技術(shù)之一，在交通管理自動化和智能化中占據(jù)重要地位。車牌識別系統(tǒng)是智能交通系統(tǒng)的一個非常重要的方向，主要由圖像采集，車牌定位，字符分割以及字符識別四個部分組成，具有良好的實(shí)用價值，目前主要應(yīng)用于公路治安卡口，開放式收費(fèi)站，車載移動查車，違章記錄系統(tǒng)，門禁管理，停車場管理等場合。主要內(nèi)容圖像獲取圖像預(yù)處理車牌定位字符分割字符識別圖像獲取利用OpenCV庫函數(shù)可以對攝像機(jī)進(jìn)行操作，首先定義CvCapture結(jié)構(gòu)變量captrue并初始化然后使用庫函數(shù)cvCreateCameraCapture()從攝像機(jī)得到視頻信息獲取視頻信息后還要獲取圖像，首先要定義IplImage結(jié)構(gòu)變量frame并進(jìn)行初始化從獲取的視頻中得到圖像幀frame=cvQueryFrame(capture).圖像的預(yù)處理利用opencv庫函數(shù)獲取的圖像是彩色圖像，即每個像素點(diǎn)由R，G，B三個分量組成，直接計算量很大，很難達(dá)到實(shí)時快速識別的目的，在實(shí)際應(yīng)用中要轉(zhuǎn)換為灰度圖像，轉(zhuǎn)換公式如下：Y=0.299R+0.587G+0.114B對灰度圖像進(jìn)行二值化處理采用robert邊緣檢測法預(yù)處理后的結(jié)果車牌的定位該系統(tǒng)的攝像頭拍攝的圖片是整個機(jī)動車的圖片，而只有車牌部分是對系統(tǒng)有用的。所以我們要對照片進(jìn)行車牌定位和分割。車牌的定位是從經(jīng)過圖像預(yù)處理后的灰度圖像中確定牌照位置，并將車牌部分從整個圖像中分割出來，從而進(jìn)行字符識別。車牌的定位定位步驟：預(yù)處理后的圖像圖像的形態(tài)學(xué)處理通過計算尋找X，Y方向車牌的區(qū)域完成車牌的定位對分割出的車牌做進(jìn)一步處理車牌的定位圖像的腐蝕：腐蝕處理的作用是將目標(biāo)圖形收縮。圖像的膨脹：膨脹的處理的作用是將目標(biāo)圖形擴(kuò)大。圖像的開運(yùn)算：先腐蝕后膨脹的過程稱為開運(yùn)算。它具有消除細(xì)小物體，在纖細(xì)處分離物體和平滑較大物體邊界的作用。圖像的閉運(yùn)算：先膨脹后腐蝕的過程稱為閉運(yùn)算。它具有填充物體內(nèi)細(xì)小空洞，連接鄰近物體和平滑邊界的作用。車牌的定位精確定位方法：通過計算尋找X，Y方向車牌的區(qū)域來分割出車牌區(qū)域。原理：使用統(tǒng)計白色像素點(diǎn)的方法分割出車牌區(qū)域，確定車牌底色藍(lán)色二值化后對應(yīng)的灰度范圍，然后統(tǒng)計在行方向的顏色范圍內(nèi)的