基于数字图像处理的车牌定位与识别的设计与实现的毕业论文与设计

3.2灰度拉伸

对车辆图像进行灰度化处理之后，车牌部分和非车牌部分图像的对比度并不是很高，此时如果直接进行边缘提取，由于车牌界限较为模糊，难以提取出车牌边缘，因而难以准确定位车牌。为了增强牌照部位图像和其他部位图像的对比度，使其明暗鲜明，有利于提高识别率，需要将车辆图像进行灰度拉伸。

使用matlab自带的灰度调整函数imadjust().对灰度图像进行灰度拉伸，结果如下：

图3 灰度拉伸后的图像

从两图的对比中我们可以看到灰度拉伸后对比度明显增强，车牌区域更加明显。

3.3.图像去噪

车牌图像中的边缘、细节、跳跃部分以及噪声都代表图像的高频分量，而大面积的背景区和缓慢变化部分则代表图像的低频分量。由此可见，若采用低通滤波法去除车牌图像中的噪声，在除去噪声的同时也会使车牌及字符的边缘变得模糊，这对后续的车牌定位以及字符识别非常不利。反之，若采用高通滤波法则在增强边缘信息的同时也增了噪声。因此，为了在保证在车牌图像边缘信息不被弱化的情况下除去噪声，采用中值滤波法来去除图像噪声。中值滤波是一种非线性滤波，由于它在实际运算过程中并不需要图像的统计特性，所以比较方便。中值滤波首先是被应用在一维信号处理技术中，后来被二维图像信号处理技术所引用。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及颗粒噪声最为有效。中值滤波它是一种邻域运算，类似于卷积，首先把邻域中的像素按灰度等级进行排序，然后选择该组的中间值作为输出像素值。它能减弱或消除傅里叶空间的高频分量，因为高频分量对应图像中的边缘区域，且其灰度值具有较大较快的变化，该滤波可将这些分量滤除，使图像平滑。其主要原理是:首先确定一个以某个像素为中心点的邻域，一般为方形邻域;然后将邻域中的各个像素的灰度值进行排序，

13

毕业设计

专用纸

取其中间值作为中心点像素灰度的新值，这里的邻域通常被称为窗口。当窗口在图像中上下左右进行移动后，利用中值滤波算法可以很好地对图像进行平滑处理。

具体步骤如下:

①将模板在图像中漫游，并将模板中心与图像中某个像素的位置重合; ②读取模板下各对应像素的灰度值; ③将这些灰度值从小到大排列成一列; ④找出排在中间的一个值;

⑤将这个中间值赋给对应模板中心位置的像素。

本次作业采用matlab自带的中值滤波器函数medfilt2()，对灰度图像进行去噪处理。

14

毕业设计 专用纸

第四章 车牌定位

牌照的定位和分割是牌照识别系统的关键技术之一，其主要目的是在经图象预处理后的原始灰度图象中确定牌照的具体位置，并将包含牌照字符的一块子图象从整个图象中分割出来，供字符识别子系统识别之用，分割的准确与否直接关系到整个牌照字符识别系统的识别率。由于牌照图象在原始图象中是很有特征的一个子区域，确切说是水平度较高的横向近似的长方形，它在原始图象中的相对位置比较集中，而且其灰度值与周边区域有明显的不同，因而在其边缘形成了灰度突变的边界，这样就便于通过边缘检测来对图象进行分割。

牌照定位于分割流程图

4.1牌照区域的定位

牌照图象经过了以上的处理后，牌照区域已经十分明显，而且其边缘得到了勾勒和加强。此时可进一步确定牌照在整幅图象中的准确位置。这里选用的是数学形态学的方法，其基本思想是用具有一定形态的机构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学的应用可以简化图像数据，保持它们基本的形态特征，并除去不相干的结构。在本程序中用到了膨胀和闭合这两个基本运算，最后还用了bwareaopen来去除对象中不相干的小对象。

采用matlab自带的edge()函数对图像进行边缘的提取。 edge()格式：[g,t]=edge(f,’method’,parameters)

15

毕业设计 专用纸

本次作业采用canny边缘检测器。进行边缘检测，检测后的结果如图

4.2牌照区域的分割

4.2.1候选区域的提取

提取候选区域的步骤是：首先对经过开闭运算处理的图像进行区域提取，并计算区域特征参数，然后根据车牌的先验知识对区域特征参数进行比较，提取车牌区域。本课题选择使用车牌的宽高范围和比例关系对车牌进行初步定位。对车牌的区域提取可以利用regionprops 函数，对图像每个区域进行标记，然后计算每个区域图像特征参数：区域中心位置、最小包含矩形，面积。最后计算出包含所标记区域的最小矩形的宽和高。

对车牌的分割可以2007 年实施的车牌标准规定，车前车牌长 440mm，宽 140mm。其比例为440 /140 3.15 ≈ 。根据图像像素的大小，这里选取筛选条件为宽在50到150之间，高在20到50之间，同时宽高比例应大于0.45，就可以比较准确的得到车牌的大致位置。

初步提取的车牌

4.2.2车牌进一步处理

经过上述方法分割出来的车牌图像中存在目标物体、背景还有噪声，要想从图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群，即对图像二值化。均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素。再用模板中的全体像素的平均值来代替原来像素值。

16

毕业设计 专用纸