A license plate recognition system, including image preprocessing module, the license plate location module, image binarization module, character segmentation module and character recognition module, the image processing module is used to remove the image noise in the original license, and the license plate image enhancement, the license plate location after the license plate location module is used for the license plate image processing after the positioning, the image binarization module is used to convert the original license plate image into the target image and background image gray value is represented by only two, the license plate character segmentation module is used to separate the characters in the license plate location division. The license plate character recognition module is used for the license plate image and character segmentation module out of character recognition, in order to achieve effective recognition of license plate . The beneficial effect of the invention is that the effective recognition of the license plate in the image is realized through the effective cooperation among the modules.
【技术实现步骤摘要】
一种有效的车牌识别系统
本专利技术创造涉及交通监测领域,具体涉及一种有效的车牌识别系统。
技术介绍
近年来,随着我国经济的快速发展,我国人民生活水平的快速提高,我国汽车的数量在与日俱增。虽然我国政府在基础设施上加快了步伐,高速公路、停车场越来越多,但是我国的道路、车辆管理系统却相对落后,仍停留在以人工管理为主的水平上,因此,构建安全、高效以及现代化的智能化交通管理系统已成为目前交通管理系统的迫切要求,智能交通系统营运而生,在智能交通系统中,基于图像识别的交通监控主要是利用计算机智能技术通过摄像机或电子眼对车辆的拍照进行智能识别,车辆号码是唯一对车辆身份识别的标记,它的特殊性和重要性决定车牌识别技术成为智能交通系统的重要组成部分。车牌识别是通过识别车辆车牌来自动认证车辆的身份,因此,对车牌的有效识别是智能交通系统的前提。本专利技术提供一种有效的车牌识别系统,通过对采集得到的车牌图像的有效处理和分析,识别图像中的车牌,对于交通管理有着重要的意义。
技术实现思路
针对上述问题,本专利技术旨在提供一种有效的车牌识别系统。本专利技术创造的目的通过以下技术方案实现:一种有效的车牌 ...
【技术保护点】
一种有效的车牌识别系统,其特征是,包括图像预处理模块、车牌定位模块、图像二值化模块、车牌字符分割模块和车牌字符识别模块,所述图像预处理模块用于对采集得到的原始车牌图像进行处理,去除所述原始车牌图像中的噪声污染,并对车牌图像进行图像增强,所述车牌定位模块用于对经过处理后的车牌图像中的车牌位置进行定位,所述图像二值化模块用于将所述原始车牌图像转换为仅用两个灰度值表示的目标图像和背景图像,所述车牌字符分割模块用于将定位所得的车牌中的字符划分开来,所述车牌字符识别模块用于对车牌图像字符分割模块分割出来的字符进行识别,从而实现图像中车牌的有效识别。
【技术特征摘要】
1.一种有效的车牌识别系统,其特征是,包括图像预处理模块、车牌定位模块、图像二值化模块、车牌字符分割模块和车牌字符识别模块,所述图像预处理模块用于对采集得到的原始车牌图像进行处理,去除所述原始车牌图像中的噪声污染,并对车牌图像进行图像增强,所述车牌定位模块用于对经过处理后的车牌图像中的车牌位置进行定位,所述图像二值化模块用于将所述原始车牌图像转换为仅用两个灰度值表示的目标图像和背景图像,所述车牌字符分割模块用于将定位所得的车牌中的字符划分开来,所述车牌字符识别模块用于对车牌图像字符分割模块分割出来的字符进行识别,从而实现图像中车牌的有效识别。2.根据权利要求1所述的一种有效的车牌字符识别系统,其特征是,所述图像预处理模块包括图像去噪单元和图像增强单元,所述图像去噪单元用于对所述原始车牌图像进行滤波处理,减少图像识别过程中的冗余信息,所述图像增强单元用于对滤波处理后的原始车牌图像进行亮度调节。3.根据权利要求2所述的一种有效的车牌识别系统,其特征是,所述图像增强单元用于对滤波处理后的原始车牌图像进行亮度调节,其采用一种改进的Retinex算法,具体为:a.将所述原始车牌图像分为光照分量L(x,y)和反射分量R(x,y)两部分,即:S(x,y)=R(x,y)·L(x,y)b.对所述原始车牌图像取对数变换,将运算转换到对数域中:S′(x,y)=logS(x,y)=logR(x,y)+logL(x,y)c.对所述原始车牌图像使用高斯滤波函数进行滤波,去除原始车牌图像中的高频部分,得到车牌图像中的低频部分,即光照部分D(x,y):D(x,y)=S(x,y)*F(x,y)式中,F(x,y)是高斯函数;d.将原始车牌图像与高斯函数滤波剩下的光照部分D(x,y)进行相减,从而对图像的高频部分进行增强:G(x,y)=S′(x,y)-logD(x,y)e.改进的Retinex算法的数学表达式为:式中,R(x,y)为Retinex算法输出的图像,N为尺度个数,Wi表示每个尺度对应的权值,S(x,y)为原始车牌图像的反射分量,Fi(x,y)为高斯函数;f.对处理后的图像进行截断拉伸处理,其表达式为:式中,Rlow是图像R(x,y)的最小值,Rhigh是图像R(x,y)的最大值,R′(x,y)是拉伸后的图像。4.根据权利要求3所述的一种有效的车牌识别系统,其特征是,所述图像二值化模块用于将所述原始车牌图像变为仅用两个灰度值表示的目标图像和背景图像,其采用一种改进的CASDA算法,具体为:定义车牌图像中字符灰度值为hz,背景灰度值为hb,且0≤hb,hz≤255,计算该车牌图像的均值E和方差δ2:式中,E为车牌图像的均值,δ2为车牌图像的方差,hz为车牌图像中字符的灰度值,hb为车牌图像中背景的灰度值,为车牌图像中字符像素点所占的比例,ε为车牌图像中背景像素点所占的比例,且根据上述公式可以推算得出字符灰度值hz和背景灰度值hb为:对于白底黑字牌照,为把黑字从白底中分割出来,采取的分割阈值T为:式中,E为车牌图像的均值,δ为车牌图像的标准差,ε为车牌图像中背景像素点所占的比例,为车牌图像中字符像素点所占的比例,f(I)为车牌图像的光照强度函数;定义车牌图像中灰度值最低的50%的像素点的...
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。