车牌识别系统的关键技术及算法。
车牌字符识别算法的研究。
基于分类器的字符识别
基于分类器的字符识别,是目前应用较广的一种车牌识别方式。其主要的思路是通过对样本数据的学习,车牌识别停车场,达到自动将数据分类到已知类型。分类器其实是一种数学模型,淮南车牌识别,目前有很多类型的分类器,包括Bayes分类器、决策树模型、BP神经网络分类器等。贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有较1大后验概率的类作为该对象所属的类。也就是说,贝叶斯分类器是较1小错误率意义上的优化。
车牌识别系统的关键技术及算法。
Sobel边缘检测算子:
Sobel边缘检测还有另外一种形式,称为Isotropic Sobel算子,该算子具有各向同性的特征,利用加权平均算子,权值反比于邻点与中心点的距离,当沿着不同方向检测边缘时梯度幅度一致, 因此它的位置加权系数更准确,在检测不同方向上的边缘时梯度的幅度一致,车牌识别系统,但速度较一般Sobel算子要慢一些。 用于边缘检测的算子很多,常用的还有Laplacian边缘检测算子、Canny边缘检测算子等。
车牌识别系统的关键技术及算法。
对边缘检测后的灰度图进行二值化处理:
车牌图像经过边缘检测之后,车牌上的字符及边缘信息会**出来,同时,其他非字符和非车牌边框的边缘纹理特征也**了出来,为了减少噪声的影响,车牌识别道闸,需要对车牌图像进行二值化处理,二值化是对图像进行阈值化的一种类型。根据阈值的选取情况,二值化的方法可分为全局阈值法、动态阈值法和局部阈值法,我们用较1大类间方差法(也称Otsu算法)进行阈值化,来剔除一些梯度值较小的像素,减少需要查找的车牌范围,二值化处理后车牌图像的像素值为0或者255。