模式识别应用-车牌识别课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《模式识别应用-车牌识别课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模式识别 应用 车牌 识别 课件
- 资源描述:
-
1、模式识别应用模式识别应用 车牌识别车牌识别1模式识别系统的组成:模式识别系统的组成:v信息获取信息获取 v预处理预处理v特征提取和选择特征提取和选择 v分类器设计和分类决策分类器设计和分类决策2信息获取信息获取机器识别机器识别:计算机获取模式信息即实现观察对象的:计算机获取模式信息即实现观察对象的数字化表达。数字化表达。v待识别的样本大都是非电信息,例如语音信号、待识别的样本大都是非电信息,例如语音信号、待识别文本、图像等,这就需要待识别文本、图像等,这就需要将这些以各种不将这些以各种不同形式表现的信息通过传感器转换成电信号同形式表现的信息通过传感器转换成电信号。v如用话筒将声音信号转换成电信
2、号。如用话筒将声音信号转换成电信号。v景物信息在摄像机靶面成像并转换成二维的像素景物信息在摄像机靶面成像并转换成二维的像素矩阵,每个像素(矩阵元素)的电信号与物体表矩阵,每个像素(矩阵元素)的电信号与物体表面反射的光强或颜色信息呈现函数关系。面反射的光强或颜色信息呈现函数关系。3预处理预处理v预处理主要是指去除所获取信息中的噪声,增强预处理主要是指去除所获取信息中的噪声,增强有用的信息,及一切必要的使信息纯化的处理过有用的信息,及一切必要的使信息纯化的处理过程。程。v图像信息的预处理:几何校正、图像增强、图像图像信息的预处理:几何校正、图像增强、图像还原等。还原等。v例如,从图像中将汽车车牌的
3、号码识别出来,就例如,从图像中将汽车车牌的号码识别出来,就需要先将车牌从图像中找出来,再对车牌进行划需要先将车牌从图像中找出来,再对车牌进行划分,将每个数字分别划分开。做到这一步以后,分,将每个数字分别划分开。做到这一步以后,才能对每个数字进行识别。以上工作都应该在预才能对每个数字进行识别。以上工作都应该在预处理阶段完成。处理阶段完成。4v原始数据是由所使用的测量仪器或传感器获取的,这些数原始数据是由所使用的测量仪器或传感器获取的,这些数据组成的空间叫测量空间。据组成的空间叫测量空间。v样本是用特征进行描述的,识别与训练都是在特征空间中样本是用特征进行描述的,识别与训练都是在特征空间中进行的。
4、进行的。v特征提取模块将原始测量数据转换成能反映事物本质、有特征提取模块将原始测量数据转换成能反映事物本质、有效方式表示的信息,从而使分类器能根据这些信息决定样效方式表示的信息,从而使分类器能根据这些信息决定样本的类别。本的类别。v特征提取模块的功能是:对所获取的信息实现从测量空间特征提取模块的功能是:对所获取的信息实现从测量空间到特征空间的转换。到特征空间的转换。v通常用于描述模式性质的特征很多,需要从一组特征中挑通常用于描述模式性质的特征很多,需要从一组特征中挑选出一些最有效的特征以降低特征空间维数,即特征选择。选出一些最有效的特征以降低特征空间维数,即特征选择。特征提取和选择特征提取和选
5、择5分类决策分类决策模式识别系统工作有两个过程,一是样本训练,模式识别系统工作有两个过程,一是样本训练,二是分类决策。二是分类决策。样本训练样本训练:在已确定的特征空间中,对作为训:在已确定的特征空间中,对作为训练样本的数据进行特征提取与选择,得到它们练样本的数据进行特征提取与选择,得到它们在特征空间的分布,依据这些分布决定分类器在特征空间的分布,依据这些分布决定分类器的具体参数。的具体参数。分类决策分类决策:分类器在分界形式及其具体参数都:分类器在分界形式及其具体参数都确定后,对待分类样本进行分类决策的过程。确定后,对待分类样本进行分类决策的过程。6v分类决策是对事物辨识的最后一步。分类决策
6、是对事物辨识的最后一步。v识别事物(决策)的基本方法:识别事物(决策)的基本方法:同一类事物之间属性应比较同一类事物之间属性应比较近似,而不同类事物之间的属性之间应差异较大。这种现象近似,而不同类事物之间的属性之间应差异较大。这种现象表现在特征空间的分布中往往表现出同类事物的特征向量聚表现在特征空间的分布中往往表现出同类事物的特征向量聚集在一起,聚集在一个相对集中的区域,而不同事物则分别集在一起,聚集在一个相对集中的区域,而不同事物则分别占据不同的区域。因此,占据不同的区域。因此,如果待识别的事物的特征向量出现如果待识别的事物的特征向量出现在某一类事物经常出现或可能出现的区域内,该事物就被识在
7、某一类事物经常出现或可能出现的区域内,该事物就被识别为该类事物。别为该类事物。v决策依据:决策依据:在特征空间中哪个区域是某类事物典型所在区域在特征空间中哪个区域是某类事物典型所在区域需要用数学式子划定,这样一来,满足这种数学式子与否就需要用数学式子划定,这样一来,满足这种数学式子与否就成为分类决策的依据。如何确定这些数学式子就是分类器设成为分类决策的依据。如何确定这些数学式子就是分类器设计的任务,而一旦这种数学式子确定后,分类决策的方法也计的任务,而一旦这种数学式子确定后,分类决策的方法也就确定了。就确定了。7汽车车牌识别系统8汽车车牌识别系统v图像输入图像输入v车牌提取(牌照定位与分割)车
8、牌提取(牌照定位与分割)v车牌字符识别车牌字符识别9汽车车牌识别图像采集图像采集v地感线圈感应压力;地感线圈感应压力;v40ms后进入最佳识后进入最佳识别区;别区;v触发相机拍照触发相机拍照10汽车车牌识别图像采集图像采集11v首先,从摄像头取得彩色的包含车牌的图像。首先,从摄像头取得彩色的包含车牌的图像。在摄像机前方的检测点安装传感器,当汽车在摄像机前方的检测点安装传感器,当汽车通过检测点时,传感器向主机发出信号,系通过检测点时,传感器向主机发出信号,系统自动摄下车辆的图像,并将图像输入计算统自动摄下车辆的图像,并将图像输入计算机。机。v这是在一个收费站这是在一个收费站前拍摄的交费车辆前拍摄
9、的交费车辆的照片,在收费站的照片,在收费站的车牌识别系统中,的车牌识别系统中,车辆是静止的,因车辆是静止的,因此不用进行针对运此不用进行针对运动模糊等的预处理。动模糊等的预处理。12v车牌定位车牌定位是在包含车辆的图像中找到牌照区域的位置,并是在包含车辆的图像中找到牌照区域的位置,并把牌照区域把牌照区域分割分割出来,得到牌照图像。也可称这部分为牌出来,得到牌照图像。也可称这部分为牌照定位与分割。牌照定位决定其后的车牌字符识别,因此照定位与分割。牌照定位决定其后的车牌字符识别,因此牌照定位是识别系统的关键。牌照定位是识别系统的关键。汽车车牌识别车牌定位与分割车牌定位与分割13经过大量实验数据发现
10、,车辆牌照一般具有以下特征经过大量实验数据发现,车辆牌照一般具有以下特征:(1)目前车辆牌照的具体排列格式是由一个省份汉字目前车辆牌照的具体排列格式是由一个省份汉字(军警牌则军警牌则为其他字为其他字)后跟字母或阿拉伯数字组成的后跟字母或阿拉伯数字组成的7个字序列。除第一个字序列。除第一个汉字外,字母或数字的笔画在竖直方向都是连通的。个汉字外,字母或数字的笔画在竖直方向都是连通的。标准车牌的具体排列格式是标准车牌的具体排列格式是:X1X2X3X4X5X6X7uX1是各省、直辖市的简称或军警(多数为红色)、外交是各省、直辖市的简称或军警(多数为红色)、外交标志(例如:大使馆车辆白底黑字)标志(例如
11、:大使馆车辆白底黑字)uX2是英文字母是英文字母uX3X4是英文字母或阿拉伯数字是英文字母或阿拉伯数字uX5X6X7是阿拉伯数字。是阿拉伯数字。14v(2)车辆牌照区域牌底与牌字颜色相差较大,边缘非常丰富。车辆牌照区域牌底与牌字颜色相差较大,边缘非常丰富。v(3)车辆牌照子图像区域长高比例一定,车牌原始尺寸每个字车辆牌照子图像区域长高比例一定,车牌原始尺寸每个字宽宽45 mm,字高,字高90 mm,间隔符宽,间隔符宽10 mm,每个单元间隔,每个单元间隔12 mm。根据汽车牌照的特点,需要充分利用这些特征,并结合根据汽车牌照的特点,需要充分利用这些特征,并结合一系列图像处理,对车辆牌照进行定位
12、与分割。一系列图像处理,对车辆牌照进行定位与分割。三个主要步骤:三个主要步骤:v特征提取:灰度化、灰度拉伸、边缘检测特征提取:灰度化、灰度拉伸、边缘检测v粗略定位粗略定位v精细定位精细定位15车牌特征提取的第一步车牌特征提取的第一步 灰度化灰度化为了便于后续的快速图像处理,以及对不同颜色的车为了便于后续的快速图像处理,以及对不同颜色的车辆牌照进行统一处理,需要把摄像头拍到的含车辆的图像辆牌照进行统一处理,需要把摄像头拍到的含车辆的图像由由24位真彩色转化成灰度图。一般采用现行标准的平均值位真彩色转化成灰度图。一般采用现行标准的平均值法法:0.30.590.11gRGB其中其中:g表示灰度化后的
展开阅读全文