本发明专利技术提供了一种车牌自动鉴别方法，通过对车辆进行拍照、模数转换、预处理、定位、倾斜校正、字符分割与识别等多个步骤，实现车牌的完全自动化识别，其中定位方法通过灰度限定、位置限定、闭操作和区域过滤实现，预处理方法包括灰度化和灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust()来实现；本发明专利技术识别效果好，不需要人工参与，自动化程度高。本发明专利技术既可以应用于交通监控领域也可以应用于其他检测和识别领域，具有广阔的应用前景。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，尤其涉及。
技术介绍
随着交通环境与工具的巨大变革，汽车的数量与日倶增，采用车牌识别系统对汽车进行智能化、自动化管理成为社会发展的必然趋势。车牌识别技术(VehicleLicense Plate Recognit1n，VLPR)是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号，这种技术在高速公路车辆管理、电子收费(ETC)系统、停车场管理等多个领域得到了广泛应用。作为识别车辆身份的主要手段，车牌识别技术是推进交通管理向智能化发展的关键技术之一。通过车牌识别，可以获得车辆的许多重要信息，从而可大大提升交通系统管理的智能化程度，当前，车牌识别在技术上已有较大的发展，而面对日益复杂的交通环境，图像的复杂程度、光线的强弱、车牌的实际现状以及车辆的行驶速度对车牌识别算法的实现提出了更高的要求。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过预处理、车牌定位、字符切分、识别，从而最终识别出车辆牌照，而优秀的车牌识别技术在识别正确率、识别时间、识别速度等方面均具备优异的性能才能够应用与实际的识别系统之中。
技术实现思路
本专利技术所要解决的技术问题在于专利技术，从而自动化获取车辆的重要信息，提升交通管理中的智能化程度。本专利技术是这样实现的，，包括如下步骤:S1.通过球机监测过往车辆，当检测到车辆通过预设的目标区域时，判断车辆行驶方向，并根据车辆行驶方向启动相应方向上配置的枪机对所述车辆进行拍照；所述车辆车牌底色为蓝色，车牌信息为白色；S2.所述枪机将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元;S3.对所述图像进行预处理；S4.对预处理后的图像进行定位，获取疑似车牌区域；S5.对疑似车牌区域的图像进行倾斜校正；S6.对疑似车牌区域中的车牌进行字符分割；S7.对字符进行识别；所述预处理方法为:S31.对所述图像进行灰度化，所述灰度化方法为取彩色图像R、G、B三分量，并为各个分量匹配一个加权系数，求得的三分量加权值作为像素点的灰度化后的分量，各个像素只有亮度上的不同；所述加权系数由用户根据需要自行设定；S32.对灰度化后的图像进行灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjustO来实现；所述定位方法为:S41.对灰度拉伸后的图像进行阈值处理，过滤不符合条件的灰度值，仅仅保留阈值满足要求的像素点；S42.在满足要求的像素点中只保留位于图片下部1/4范围内的像素点；S43.对图像进行形态学闭操作，所述形态学闭操作用的结构化元素形状为矩形；S44.对图像进行区域过滤，获取疑似车牌区域，所述疑似车牌区域的长宽比落入预设的长宽比范围。优选的，所述R、G、B三分量的加权系数为0.229、0.587、0.114。优选的，所述预设的长宽比范围为2.2?3.7。优选的，所述阈值包括上阈值和下阈值。优选的，所述下阈值为80?120，所述上阈值为为220-255。优选的，所述倾斜校正方法为:提取所述图像的边缘，采用radon变换对所述车牌图像进行倾斜校正处理，统计所述图像radon变换得到的最大值，记录此时的倾斜角度，从而对所述图像进行校正。优选的，S6包括使用闭合运算，腐蚀擦除不是汽车车牌的部分；S6中对车牌上的汉字、字母和数字进行修正，裁剪出车牌中每个字符的具体的边界，根据每个字符边界，对每个字符进行倾斜校正。优选的，S7中将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。优选的，所述阈值均设置有缺省值，但可以根据实际需要重新设定。实施本专利技术，具有如下有益效果:本专利技术提供了，通过对车牌进行自动拍照、自动定位和自动识别，实现车牌的全自动识别。本专利技术识别效果好，不需要人工参与，自动化程度高。本专利技术既可以应用于交通监控领域也可以应用于其他检测和识别领域，具有广阔的应用前景。【具体实施方式】为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术作进一步地详细描述。本专利技术实施例提供了，包括如下步骤:S1.通过球机监测过往车辆，当检测到车辆通过预设的目标区域时，判断车辆行驶方向，并根据车辆行驶方向启动相应方向上配置的枪机对所述车辆进行拍照；所述车辆车牌底色为蓝色，车牌信息为白色；S2.所述枪机将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元;S3.对所述图像进行预处理；S4.对预处理后的图像进行定位，获取疑似车牌区域；S5.对疑似车牌区域的图像进行倾斜校正；S6.对疑似车牌区域中的车牌进行字符分割；S7.对字符进行识别；所述预处理方法为:S31.对所述图像进行灰度化，所述灰度化方法为取彩色图像R、G、B三分量，并为各个分量匹配一个加权系数，求得的三分量加权值作为像素点的灰度化后的分量，各个像素只有亮度上的不同；所述加权系数由用户根据需要自行设定；S32.对灰度化后的图像进行灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjustO来实现；所述定位方法为:S41.对灰度拉伸后的图像进行阈值处理，过滤不符合条件的灰度值，仅仅保留阈值满足要求的像素点；S42.在满足要求的像素点中只保留位于图片下部1/4范围内的像素点；S43.对图像进行形态学闭操作，所述形态学闭操作用的结构化元素形状为矩形；S44.对图像进行区域过滤，获取疑似车牌区域，所述疑似车牌区域的长宽比落入预设的长宽比范围。优选的，所述R、G、B三分量的加权系数为0.229、0.587、0.114。优选的，所述预设的长宽比范围为2.2?3.7。优选的，所述阈值包括上阈值和下阈值。优选的，所述下阈值为80?120，所述上阈值为为220-255。优选的，所述倾斜校正方法为:提取所述图像的边缘，采用radon变换对所述车牌图像进行倾斜校正处理，统计所述图像radon变换得到的最大值，记录此时的倾斜角度，从而对所述图像进行校正。优选的，S6包括使用闭合运算，腐蚀擦除不是汽车车牌的部分；S6中对车牌上的汉字、字母和数字进行修正，裁剪出车牌中每个字符的具体的边界，根据每个字符边界，对每个字符进行倾斜校正。优选的，S7中将每个字符与预存储的模板库中的字符进行比对，从而完成车牌识别。优选的，所述阈值均设置有缺省值，但可以根据实际需要重新设定。以上所揭露的仅为本专利技术较佳实施例而已，当然不能以此来限定本专利技术之权利范围，因此依本专利技术权利要求所作的等同变化，仍属本专利技术所涵盖的范围。【主权项】1.，其特征在于，包括如下步骤: 51.通过球机监测过往车辆，当检测到车辆通过预设的目标区域时，判断车辆行驶方向，并根据车辆行驶方向启动相应方向上配置的枪机对所述车辆进行拍照；所述车辆车牌底色为蓝色，车牌信息为白色； 52.所述枪机将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元； 53.对所述图像进行预处理； 54.对预处理后的图像进行定位，获取疑似车牌区域； 55.对疑似车牌区域的图像进行倾斜校正； 56.对疑似车牌区域的车牌进行字符分割； 57.对字符进行识别； 所述预处理方法为: 531.对所述图像进行灰度化，所述灰本文档来自技高网...
【技术保护点】
一种车牌自动鉴别方法，其特征在于，包括如下步骤：S1.通过球机监测过往车辆，当检测到车辆通过预设的目标区域时，判断车辆行驶方向，并根据车辆行驶方向启动相应方向上配置的枪机对所述车辆进行拍照；所述车辆车牌底色为蓝色，车牌信息为白色；S2.所述枪机将拍摄到的图像进行量化变为数字形式图像，并传输至图像处理单元；S3.对所述图像进行预处理；S4.对预处理后的图像进行定位，获取疑似车牌区域；S5.对疑似车牌区域的图像进行倾斜校正；S6.对疑似车牌区域的车牌进行字符分割；S7.对字符进行识别；所述预处理方法为：S31.对所述图像进行灰度化，所述灰度化方法为取彩色图像R、G、B三分量，并为各个分量匹配一个加权系数，求得的三分量加权值作为像素点的灰度化后的分量，各个像素只有亮度上的不同；所述加权系数由用户根据需要自行设定；S32.对灰度化后的图像进行灰度拉伸，所述灰度拉伸通过使用matlab自带的灰度调整函数imadjust()来实现；所述定位方法为：S41.对灰度拉伸后的图像进行阈值处理，过滤不符合条件的灰度值，仅仅保留阈值满足要求的像素点；S42.在满足要求的像素点中只保留位于图片下部1/4范围内的像素点；S43.对图像进行形态学闭操作，所述形态学闭操作使用的结构化元素形状为矩形；S44.对图像进行区域过滤，获取疑似车牌区域，所述疑似车牌区域的长宽比落入预设的长宽比范围。...
【技术特征摘要】
【专利技术属性】
技术研发人员：叶秀兰，
申请(专利权)人：叶秀兰，
类型：发明
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。