![](https://csdnimg.cn/release/download_crawler_static/83032305/bg1.jpg)
边缘检测在车牌识别中的应用
摘要:车牌自动识别系统作为智能运输系统的重要组成部分,有很广泛的应用前景。车
牌图片预处理是汽车牌照识别系统中的一个重要的环节,预处理的好坏对车牌系统识别
率影响很大。文中介绍了常用的几种边缘检测算子,不同的微分算子对不同边缘检测的
敏感程度是不同的,因此对不同类型的边缘提取,应该采用对此类边缘敏感的算子进行
边缘提取。
关键词: 车牌识别、边缘检测
1、引言
汽车牌照的自动识别是计算机视觉与模式识别技术在智能交通领域结合应用的重要
研究课题之一,是实现交通管理智能化的重要环节
[1]
。车牌识别技术
[2]
是计算机视觉和模
式识别技术在现代智能交通系统中的一项重要研究课题,是实现交通管理智能化的重要
环节。它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统。
汽车牌照最主要的特点就是其边界。汽车牌照底色、牌照边缘颜色以及牌照以外的
颜色都是不相同的,表现在汽车原始图像中,即灰度级互不相同,这样就在牌照的边缘
形成了灰度突变边界。边缘检测
[3,4]
是大多数图像处理必不可少的一步,也是所有基于边
界的图像分割的第一步,它的任务就是精确定位边缘和抑制噪声。图像的边缘是指图像
局部亮度变化最显著的部分,即在灰度级上发生急剧变化的区域。
2、图像边缘检测算子
图像的平滑和锐化是图像预处理中两个十分关键和基础的处理方法。图像在传输和
变换中会受到各种干扰而退化, 比较典型的就是图像模糊
[5]
。图像锐化的目的就是使边缘
和轮廓模糊的图像变得清晰,并使其细节清晰,但是同时也带来了一些问题,比如导致
图像中的噪声也增强。同样。由于图像的拍摄等情况可能会导致图像出现很多噪点,它
们的出现也直接导致了图像质量的降低,一般用图像平滑的方法来去除噪声,但同时会
带来图像变得模糊等问题。所以必须要根据不同的情况使用不同的平滑和锐化方法。
图像预处理
[3]
的主要目的是消除图像中无关的信息, 恢复有用的真实信息, 增强有关
信息的可检测性和最大限度地简化数据,从而改进特征抽取、图像分割、匹配和识别的
可靠性。预处理过程一般有数字化、几何变换、归一化、平滑、复原和增强等步骤。为
了准确识别车辆牌照,对于在灰度图像下进行定位处理的算法,预处理不仅是将彩色图
像转化为灰度图像必要步骤,还可以通过对图像进行灰度变换
[6]
,如灰度拉伸、去噪、 滤
波等处理来改善图像质量。经过处理后的车牌图像由原始的彩色图变成只包含亮度信息
的灰度图,并且具有较强的对比度,对以后的图像处理、识别有很好的帮助。
边缘获取是所有基于边界的图像分割方法的第一步,也是描述图像区域最重要的特
征之一。使用边缘检测的原因是车牌区域的边缘信息一般比其他部分丰富且集中,只要