主权项 |
一种车牌字符识别方法,将车牌灰度图像分割为若干字符区域,对每一个字符区域的灰度图像I<sub>char</sub>按照如下步骤顺序进行处理:A、对I<sub>char</sub>求自适应阈值;B、对I<sub>char</sub>采用Canny算法确定字符边缘图像I<sub>edge</sub>;C、对上述字符边缘图像I<sub>edge</sub>进行填充空洞;D、再次确定上述字符边缘图像I<sub>edge</sub>的边界;E、对上述I<sub>edge</sub>进行归一化处理;F、计算字符边缘的水平跳变序列S<sub>Hori</sub>和垂直跳变序列S<sub>Vert</sub>,并根据上述水平跳变序列S<sub>Hori</sub>和垂直跳变序列S<sub>Vert</sub>确定上跳变数密度Hop_Density<sub>Top</sub>、下跳变数密度Hop_Density<sub>Bottom</sub>、左跳变数密度Hop_Density<sub>Left</sub>、右跳变数密度Hop_Density<sub>Right</sub>,并进一步确定上下跳变数密度比Hop_Density<sub>Top/Bottom</sub>和左右跳变数密度比Hop_Density<sub>Left/Right</sub>;G、将上述F步骤中确定的上述水平跳变序列S<sub>Hori</sub>、垂直跳变序列S<sub>Vert</sub>、上下跳变数密度比Hop_Density<sub>Top/Bottom</sub>和左右跳变数密度比Hop_Density<sub>Left/Right</sub>与从字符模板集中读取到的当前字符模板的水平跳变序列SM<sub>Hori</sub>、垂直跳变序列SM<sub>Vert</sub>、上下跳变数密度比Hop_Density_M<sub>Top/Bottom</sub>、左右跳变数密度比Hop_Density_M<sub>Left/Right</sub>进行一一匹配,找到匹配度最高的字符索引值,完成字符识别。 |