车牌识别图像预处.ppt

车牌识别图像预处理
当今随着汽车数量日益增加,城市交通状况也相应地受到人们的重视,如何进行有效的交通管理更是成为了人们关注的焦点。MATLAB是一种高效的工程计算语言,它是一个比较完整的数据库系统,在数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。
预处理目的
图像预处理实际上就是为准确地分割图像做好准备。
系统接受的是8位(256级)的灰度图,因为实际应用中,在图像的处理、存储和传输方面,8位的灰度图要比24位的真彩图更容易实现;并且灰度图的处理结果也足以令人满意。
彩色图像包含了大量的颜色信息,对系统的存储与处理能力要求比较高,且存在色差。
车牌图像预处理
对于车牌图像的预处理主要可以分为以下三个组成部分:
A、图像增强;
B、边缘检测、二值化;
C、形态学滤波;
图像增强
定义:为了改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。
优点:有利于对图像中目标的识别、跟踪和理解。
图像增强
对于我们所研究的车牌图像预处理中图像增强处理主要包括以下四个方面:
a:灰度变换;
b:中值滤波;
c:直方图均衡化;
d:均值滤波。
图像增强—灰度变换
灰度级变换(点运算)的定义:
1、对于输入图象f(x,y),灰度级变换T将产生一个输出图像g(x,y),且g(x,y)的每一个像素值都是由f(x,y)的对应输入像素点的值决定的,所以可得到g(x,y)=T(f(x,y))。2、对于原图象f(x,y)和灰度值变换函数T(f(x,y)),由于灰度值总是有限个(如:O~2 5 5),非几何变换可定义为:R=T(r),其LlJ R、r()。
图像增强—灰度变换
灰度级变换的实现:R=T(r)定义了输入像素值与输出像素之间的映射关系,通常通过查表来实现,其主要实现方式有:1、图象求反;
2、对比度拉伸; 3、动态范围压缩;
4、灰度级切片。
图像增强—中值滤波
定义:设有一个一维序列f1,f2 , …,fn ,取窗口长度为m(m为奇数),对此序列进行中值滤波,就是从输入序列中相继抽出m个数, fi-v,…, fi-1 ,…, f1,…, fi+1 ,…, fi+v ,其中i 为窗口的中心位置,v=(m-1)/2 ,再将这m个点按其数值大小排列,取其序号为正中间的那作为输出。用数学公式表示为:
yi=med{fi-v,…, f1,…, fi+v } , i属于z且v=(m-1)/2。
对于二维序列{Xij}进行中值滤波时,滤波窗口也是二维的,但这种二维窗口可以有各种不同的形状,如线状、方形、圆形、十字形、圆环形等。二维数据的中值滤波可以表示为:
基本原理:把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替。
图像增强—中值滤波
利用中值滤波函数去除图像中的噪声过程如下:
(1)使用imread()读入原始的彩色图像。
(2)因为使用中值滤波器只能对灰度图像进行处理,所以利用rgb2gray()将彩色图像转化为灰度图像。
(3)用imnoise()在灰度图像中加入椒盐噪声。
(4)利用medfilt2()函数进行中值滤波,并在matlab环境下运行。相应的MATLAB主程序如下:
f=imread('C:\Users\AUSU\Desktop\学习\数字图像处理\');
t=rgb2gray(f);
p1=imnoise(t,'salt & pepper',);
p2=medfilt2(p1);
subplot(2,2,1);imshow(f);title('原始图像'); subplot(2,2,2);imshow(t);title('灰度图像');
subplot(2,2,3);imshow(p1);title('加入噪声后图像');
subplot(2,2,4);imshow(p2);title('中值滤波后图像');
图像增强—中值滤波
右图为MATLAB中所
运行出来的结果,从
图中我们可以看出经
过先加入椒盐噪声后,
再对其进行中值滤波,
使得图像看起来比原
图像更突出,更明显。