• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      復(fù)雜環(huán)境下車牌檢測(cè)與識(shí)別方法研究

      2019-12-20 15:10:03凌燕翔
      商品與質(zhì)量 2019年9期
      關(guān)鍵詞:車牌字符灰度

      凌燕翔

      國家知識(shí)產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心 北京 100160

      1 車牌特征概述

      1.1 顏色特征

      在我國,車牌背景和車牌字符顏色的搭配有幾個(gè)明確的標(biāo)準(zhǔn),可以根據(jù)車牌背景確定車牌邊界。普通小型車通常使用藍(lán)底白字的車牌,大型車輛和駕駛教練一般使用黃底黑字的車牌。

      1.2 文本特征

      中國的車牌通常是七個(gè)字,第一個(gè)是漢字,表示省、市、自治區(qū)、直轄市的簡(jiǎn)稱;第二個(gè)是大寫的英文字母,代表各級(jí)城市;最后五個(gè)是字母和數(shù)字的組合。

      1.3 幾何特征

      目前我國大多數(shù)使用的車牌區(qū)域近似長(zhǎng)方形或平行四邊形,其外輪廓的固定寬高比近似為3:1。

      1.4 紋理特征

      車牌具有一個(gè)連續(xù)有規(guī)則的邊框,且在車牌區(qū)域內(nèi)每個(gè)字符的間隔比較均勻。

      1.5 灰度特征

      車牌字符顏色、車牌背景顏色和車身顏色在圖像中的表現(xiàn)是灰度不一樣,由此,車牌的邊緣以及車牌背景和車牌字符能夠形成灰度漸變邊緣。

      1.6 位置特征

      正常情況下,車牌圖像的相對(duì)位置一般是固定不變的,通常車牌區(qū)域更接近車身的中下部。

      2 基于FasterR-CNN的車牌檢測(cè)算法

      2.1 數(shù)據(jù)收集與預(yù)處理

      ①數(shù)據(jù)收集。車牌檢測(cè)不僅需要在標(biāo)準(zhǔn)環(huán)境正常運(yùn)作,還需要在復(fù)雜環(huán)境下具有很高的檢測(cè)性能。為此,收集了覆蓋了復(fù)雜環(huán)境圖像數(shù)據(jù)和標(biāo)準(zhǔn)交通卡口圖像數(shù)據(jù)等多種情況車輛圖片。

      ②數(shù)據(jù)清洗。在拍攝到的車輛圖片里面,不包含無車牌車輛、車牌被部分遮擋、非機(jī)動(dòng)車車輛等圖片,需要將這些無效的圖片數(shù)據(jù)篩除。最終篩選出2850張圖片作為訓(xùn)練數(shù)據(jù),進(jìn)入到車牌目標(biāo)數(shù)據(jù)標(biāo)注階段。

      ③數(shù)據(jù)標(biāo)注。目標(biāo)檢測(cè)的數(shù)據(jù)標(biāo)注工作不僅要標(biāo)明圖像中有什么,還要標(biāo)注這個(gè)對(duì)象的位置信息,并生成與圖片同名的.xml文件。對(duì)于車牌檢測(cè),只需要標(biāo)注真實(shí)的車牌區(qū)域,車牌的負(fù)樣本是在訓(xùn)練過程中產(chǎn)生的,因此不需要人工標(biāo)注車牌檢測(cè)的樣本。標(biāo)注完成后,需要將數(shù)據(jù)集以一定比例分配生成訓(xùn)練集、驗(yàn)證集和測(cè)試集。

      2.2 實(shí)驗(yàn)結(jié)果分析

      神經(jīng)網(wǎng)絡(luò)的訓(xùn)練驗(yàn)證以及測(cè)試均基于深度學(xué)習(xí)框架Tensor Flow進(jìn)行,通過數(shù)次實(shí)驗(yàn)擇優(yōu)原則獲取結(jié)果,在車牌數(shù)據(jù)集上的車牌檢測(cè)準(zhǔn)確率達(dá)99%。基于FasterR-CNN的車牌檢測(cè)算法檢測(cè)結(jié)果可以看到,不管是在圖像中含有復(fù)雜的背景、光線昏暗、還是在各種干擾的情況下,該算法都能夠排除顏色干擾、紋理干擾和噪聲干擾等,從而正確地檢測(cè)到車牌。

      3 車牌識(shí)別方法研究

      3.1 車牌定位

      (1)采用邊緣檢測(cè)方法將原始圖像轉(zhuǎn)化成灰度圖。傳統(tǒng)車牌定位的識(shí)別是依靠車牌的邊界來進(jìn)行抓取的,但本次研究我們采取了邊緣檢測(cè)發(fā)來進(jìn)行定位抓取,與邊界不同,邊緣檢測(cè)是由灰度值的變化而不是根據(jù)實(shí)際的間隔線,因?yàn)殚g隔線會(huì)因?yàn)樗俣群铜h(huán)境出現(xiàn)扭曲、模糊的情況,但邊緣不會(huì),邊緣是根據(jù)灰度值的變化來看的,在圖像中,不同物體的邊緣會(huì)比較明顯,通過邊緣檢測(cè)則相對(duì)會(huì)更準(zhǔn)確。但因?yàn)檫吘墮z測(cè)是根據(jù)圖像強(qiáng)度計(jì)算像素而來,因此對(duì)于圖片質(zhì)量要求會(huì)比較高,一些質(zhì)量不高的圖片則會(huì)出現(xiàn)無法計(jì)算的情況,因此我們?cè)诓捎眠吘壏ㄟM(jìn)行定位時(shí),加入了濾波器對(duì)圖片進(jìn)行降噪,并且采用了一定的方式方法來控制濾波器在處理過程中邊緣強(qiáng)度和圖像噪聲的平衡。

      (2)通過二值圖像形態(tài)學(xué)來降噪。除了采用濾波器進(jìn)行降噪外,本次研究我們嘗試了通過二值圖像形態(tài)學(xué)來進(jìn)行降噪處理。通過數(shù)學(xué)學(xué)科中的形態(tài)學(xué)能有效減緩圖像數(shù)據(jù),通過膨脹、腐蝕、開運(yùn)算、比運(yùn)算等4個(gè)基本運(yùn)算將一些不相干的結(jié)構(gòu)元素簡(jiǎn)化,但在簡(jiǎn)化圖像的同事能保持圖像的形象特征,通過這種方式我們能效的去除掉車身的裝飾、廣告等元素。

      (3)通過車牌圖像預(yù)處理實(shí)現(xiàn)準(zhǔn)確定位。無論是緣檢測(cè)方法還是二值圖像形態(tài)學(xué)進(jìn)行去噪定位時(shí),都是通過灰度來的,一是灰度的辨別,二是灰度的拉伸,但這會(huì)因?yàn)閳D片亮度和對(duì)比度有關(guān)系,因此在獲取的圖片亮度和對(duì)比度不合理時(shí),則需要技術(shù)人員人為進(jìn)行圖片處理預(yù)處理,通過人工的方式將輸入的車牌圖像二值化處理后再進(jìn)行平滑處理,通過特定的計(jì)算公式來將三原色的加權(quán)值轉(zhuǎn)變?yōu)榛叶戎?,以此達(dá)到更加準(zhǔn)確的分析和定位。

      3.2 字符識(shí)別

      字符識(shí)別是最后一步,也是關(guān)鍵的一步,目前我們運(yùn)用的比較多的是模板匹配法,雖然通過模板匹配法能準(zhǔn)確識(shí)別車牌,但其存在識(shí)別速度慢,實(shí)時(shí)性不高,及相近字符誤判的情況,對(duì)此我們?cè)谘芯窟^程中采取了基于字型特征的樹分類模板來解決。

      基于字型特征的樹分類模板匹配法。為了解決我們上文說到的傳統(tǒng)模板匹配法速度慢,相近字符誤判的情況,我們?cè)谘芯恐胁扇』谧中吞卣鞯臉浞诸惸0迤ヅ浞▉磉M(jìn)行車牌字符識(shí)別。該方法從兩方面進(jìn)行操作:首先根據(jù)樹形分層理論,建立3個(gè)分類器,分類器1對(duì)車牌第一個(gè)字符,即省的簡(jiǎn)稱進(jìn)行識(shí)別;分類器2對(duì)第二個(gè)代表市的大寫字母進(jìn)行識(shí)別;分類器3對(duì)最后五位字符進(jìn)行識(shí)別。其次,根據(jù)字符的不同特點(diǎn)將位置數(shù)據(jù)根據(jù)特征進(jìn)行分類,根據(jù)字符的輪廓區(qū)別進(jìn)行區(qū)分,在選取的字符圖像中選取15個(gè)位置點(diǎn)進(jìn)行檢測(cè)并確定像素值,再根據(jù)這些像素點(diǎn)對(duì)所識(shí)別字符進(jìn)行分級(jí),如:檢測(cè)字符高度與寬度比,比值大于4,字符為1,如果不符合,再排除與所識(shí)別字符相似的模板和其他一部分模板,再進(jìn)行第二輪檢測(cè),最后再用剩余模板進(jìn)行匹配檢測(cè),檢測(cè)突變字符的情況,以此類推逐步排除不可能的字符模板,最后用剩下的模板對(duì)字符進(jìn)行模板匹配算法來解決傳統(tǒng)模板匹配中的問題。

      4 結(jié)語

      但目前使用的方法大多還比較傳統(tǒng),存在著效率低、錯(cuò)誤率高的情況,隨著我國交通壓力的增大,必須要對(duì)此進(jìn)行改進(jìn),有效提高我國交通管理的科技含量。

      猜你喜歡
      車牌字符灰度
      采用改進(jìn)導(dǎo)重法的拓?fù)浣Y(jié)構(gòu)灰度單元過濾技術(shù)
      尋找更強(qiáng)的字符映射管理器
      基于灰度拉伸的圖像水位識(shí)別方法研究
      字符代表幾
      一種USB接口字符液晶控制器設(shè)計(jì)
      電子制作(2019年19期)2019-11-23 08:41:50
      數(shù)字圖像處理技術(shù)在車牌識(shí)別系統(tǒng)中的應(yīng)用
      電子制作(2019年12期)2019-07-16 08:45:16
      消失的殖民村莊和神秘字符
      第一張車牌
      基于最大加權(quán)投影求解的彩色圖像灰度化對(duì)比度保留算法
      基于MATLAB 的車牌識(shí)別系統(tǒng)研究
      電子制作(2017年22期)2017-02-02 07:10:11
      大关县| 封开县| 乌拉特中旗| 汝南县| 馆陶县| 迁西县| 砚山县| 咸阳市| 永安市| 驻马店市| 神农架林区| 仙桃市| 阿拉善右旗| 高邑县| 华坪县| 顺平县| 津南区| 乡宁县| 贺州市| 朝阳区| 奉节县| 科尔| 清水河县| 托里县| 左贡县| 康定县| 凭祥市| 淳安县| 东丽区| 沾化县| 白河县| 墨竹工卡县| 屏山县| 西林县| 哈密市| 双鸭山市| 阿勒泰市| 靖西县| 扎兰屯市| 隆子县| 洪湖市|