图像处理.ppt

➢ 由于受光照、车牌本身颜色等因素的影响，不可 能对所有分割出来的牌照区域采用固定阈值进行二 值化。 ➢ 可采用最佳阈值二值化方法，对分割出来的牌照
区域自动确定阈值，从而牌照区域进行二值化。
第十一章 数字图像处理的应用
11.12 牌照字符的切分
➢ 字符的切分是将牌照中的单个字符分割出来，以 便于进行字符识别。
11.8 确定牌照区域的四个坐标值
(a)原图像
(b) 经车牌定位处理后的图像 车牌区域定位
第十一章 数字图像处理的应用
11.9 车牌区域截取
➢ 根据前面得到四个坐标值截下图片中牌照区域， 显示牌照区域的灰度图片。
(a)原图像
(b)显示牌照区域的图像
第十一章 数字图像处理的应用
11.10 牌照几何位置的调整
➢ 采用数字字符轮廓结构特征和统计特征相结合的 方法，并从中选出稳定的局部特征，利用结构语 句识别的方法进行数字的识别。
第十一章 数字图像处理的应用
指纹识别系统
❖ 指纹的基本特征 ❖ 指纹识别系统简介 ❖ 指纹库的建立与查对
第十一章 数字图像处理的应用
指纹的基本特征
➢ 全局特征：指那些用肉眼直接就可以观察到的特征 ➢ 局部特征：指纹纹路上的节点的特征
因为指纹纹路经常出现中断、分叉或打折，所以形成了 许多节点。两枚指纹可能会具有相同的全局特征，但它们的 局部特征却不可能完全相同。
第十一章 数字图像处理的应用
全局特征
全局特征描述的是指纹的总体纹路结构，具体包括纹形、 模式区、核心点、三角点和纹数五个特征
➢ 纹形
第十一章 数字图像处理的应用
➢ 模式区：指纹上包括了总体特征的区域，即从模式区就能 够分辨出指纹属于哪一种类型。有的指纹识别算法只使用模 式区的数据，而有的指纹识别算法则需使用完整指纹而不仅 仅是模式区进行分析和识别
响了图像的质量。
➢可采用中值滤波去掉这些噪声。
第十一章 数字图像处理的应用
(a)原图像
(b) 经中值滤波处理后的图像 中值滤波处理
第十一章 数字图像处理的应用
11.7 车牌牌照区域的定位
➢车牌牌照区域的定位是正确进行汽车牌照 识别的
关键步骤之一。 ➢定位准确与否将直接关系到后面的字符分
割。
第十一章 数字图像处理的应用
➢ 在汽车牌照分割中，可以直接对彩色图像进行处 理，也可以将彩色图像转换为灰度图像，然后再 对灰度图像进行处理的方法。
第十一章 数字图像处理的应用
➢ 彩色图像转换为灰度图像的公式如下： Y=0.299R+0.587G+0.114B
汽车灰度图像
第十一章 数字图像处理的应用
11.3 图像灰度拉伸
➢ 为了增强车辆图像和牌照图像的对比度，有利 于牌照分割，需要对它们进行灰度拉伸。
第十一章 数字图像处理的应用
二值化处理
(a)经灰度拉伸后的灰度图像 的图像
(b) 经二值化处理后
第十一章 数字图像处理的应用
11.5 梯度锐化
➢ 梯度的计算可以采用Sobel算子、拉普拉斯算子 等。
(a) 原二值化图像
(b) 经梯度锐化处理后的图像
第十一章 数字图像处理的应用
11.6 图像的中值滤波 ➢图像在拍摄中总会添加一些噪声，从而影
➢ （1）车牌定位：通过分析车辆图像的特征，定位 出图像中的车牌位置并对车牌字符进行分割。
➢ （2）车牌字符识别：对分割出来的车牌字符加以 识别，获得文字形式的车牌。
第十一章 数字图像处理的应用
车 牌 定 位 流 程
第十一章 数字图像处理的应用
11.2 彩色图像转灰度图像
➢ 用数码相机获取的图像是彩色图像，它由R、G、 B三个单色调配而成。
✓ 假定原图像f(x,y)的灰度范围为[a,b]，变换后图 像g(x,y)的灰度范围扩展至[c,d]，M为原图像中 的最大灰度值,可采用以下公式线性变换来实现：
c,百度文库
0≤f(x,y) ≤a
g(x,y)= (d-c)/(b-a)f(x,y)+c, a≤f(x.y) ≤b
d,
c≤f(x,y) ≤M
第十一章 数字图像处理的应用
➢ 当摄像机与汽车牌照不是正对着时，所拍摄的汽 车牌照会有左右或上下方向的倾斜。需要对其进 行矫正，以便于对牌照字符进行切分。
➢ 几何校正过程如下： 首先找到牌照的上下边框，求出上下框的倾角， 然后对图像进行水平矫正，随后在水平矫正的基 础上进行左右矫正。
第十一章 数字图像处理的应用
11.11 牌照区域的二值化
➢ 字符分割算法是以垂直投影、字符间距尺寸测定、 字符的长宽比、轮廓分析技术的组合为基础的。
➢ 由于二值化的原因，可能会产生粘连、断裂的字 符。此时要根据牌照的大致宽度，结合各字符的 轮廓，利用分裂、合并的方法正确地分割字符。
第十一章 数字图像处理的应用
11.13 牌照字符的识别
➢ 字符识别有很多方法，如模板匹配法，神经网络 方法等。
灰度拉伸处理
(a)原始灰度图像 度图像
(b) 经灰度拉伸后得到的灰
第十一章 数字图像处理的应用
11.4 图像的二值化
➢ 将图像转换为只有两级灰度（黑白）的图像。
➢ 阈值判定法 本系统初始阈值T的确定采用如下公式： T=fmax-(fmax- fmin)/3 这里， fmax 和fmin分别是最高、最低灰度值。
➢ 核心点： 核心点位于指纹纹路的渐进中心，它在读取指纹 和比对指纹时作为参考点，许多算法是基于核心点的，即只 能处理和识别具有核心点的指纹。
第十一章 数字图像处理的应用 ➢ 三角点： 三角点位于从核心点开始的第一个分叉点或者断 点，或者两条纹路会聚处、孤立点、折转处，或者指向这些 奇异点，三角点提供了指纹纹路计数跟踪的起始位置。
➢ 纹数： 指模式区内指纹纹路的数量，在计算指纹的纹数时， 一般先连接核心点和三角点．这条连线与指纹纹路相交的数 量即可认为是指纹的纹数。
第十一章 数字图像处理的应用
局部特征
局部特征是指指纹纹路上的节点的特征。这些特征提 供了指纹惟一性的确认信息，人们根据纹路的局部结 构特征共定义了大概150多种细节特征。通常，指纹 鉴定系统只使用其中两种主要的特征．即分叉点和端 点，其他细节特征都可以用它们的组合来表示。
第十一章 数字图像处理的应用
第十一章 数字图像处理的应用
➢ 车辆牌照识别系统 ➢ 指纹识别系统
第十一章 数字图像处理的应用
车牌识别系统的设计
概述
智能交通是当前交通管理发展的主要方向，汽车 牌照自动识别技术是智能交通系统的核心，在城 市道路、高速公路等项目管理中占有重要地位。
汽车牌照自动识别主要包括车牌定位和车牌字符 识别两部分。