自动车牌识别系统

Question

我目前正在做一个关于识别后侧车辆牌照的项目，我已经完成了OCR作为预备步骤，但我不知道如何检测矩形（这是有关区域的车牌，我已经阅读了很多论文，但在没有找到有关识别车牌矩形区域的有用信息的地方。我正在使用matlab进行我的项目。请有人帮我这个......

非常感谢

Answer 1

正如您所提到的，至少有两个不同的阶段：

1. 找到图片中的号牌
2. 从图像中识别许可证编号

由于车牌号没有嵌入任何位置标记（例如在QR码中找到），因此通过限制输入图像的变换范围，可以降低识别图像中车牌号的复杂程度。

许多ANPR系统的成功依赖于捕获设备的位置和定时的准确性，以获得将数字板置于可预测的失真范围内的图像。

一旦捕获了图像，就可以通过使用统计分析来处理位置阶段，以定位图像内的“车牌”形区域，即对于透视具有正确比例的区域。 This article描述了一种这样的方法。

This paper和another one描述了使用Sobel边缘检测器来定位车牌上的垂直边缘。原因是与背景相比，字母形成更多的垂直线。

Another paper比较了一些技术（包括Sobel检测和Haar小波）的有效性，可能是一个很好的起点。

Answer 2

我完成了'基于OCR的车辆识别'的项目

一般来说， LPR 包含三个主要阶段：从捕获的图像中提取车牌，提取单个字符的图像分割和字符识别。车牌检测的所有上述阶段都是最具挑战性的，因为它对天气状况，照明条件和车牌位置以及其他人工制品（如车牌，符号或徽标）非常敏感，这些人工制品放置在车牌图片上，在印度，许可证编号被写入无论是一行还是两行。

对于LPR系统而言，速度和准确度都是非常重要的因素。在一些文献中，准确度水平良好但系统的速度较低。像模糊逻辑和神经网络方法一样，准确度水平很好，但它们非常耗时且复杂。在我们的工作中，我们在时间复杂性和准确性之间保持平衡。我们使用边缘检测方法和垂直和水平处理进行车牌定位。使用'Roberts'运算符完成边缘检测。具有一些适当阈值的连通分量分析（CCA）用于分割。对于字符识别，我们使用了相关函数的模板匹配，并提高了我们使用增强型数据库的匹配级别。

我的项目方法

1. 从网络摄像头/摄像头输入图像。
2. 将图像转换为二进制。
3. 检测车牌区域。
4. 分割。
5. 号码识别。
6. 在GUI上显示。

我的号牌提取方法

1. 从网络摄像头/摄像头输入。
2. 将其转换为灰度图像。
3. 计算阈值。
4. 使用Roberts的操作员进行边缘检测。
5. 计算水平投影。
6. 通过与1.3倍阈值进行比较，水平裁剪图像。
7. 计算垂直投影。
8. 垂直裁剪图像。

我的细分方法

1. 将提取的图像转换为二进制图像。
2. 查找提取的二进制图像的补充图像。
3. 删除像素值小于面积的2％的连接组件。
4. 计算连接组件的数量。
5. 对于每个连接的组件，找到行和列值
6. 计算动态阈值（DM）。
7. 通过应用特定条件从分段字符中删除不需要的字符
8. 存储分段字符坐标。

我的识别方法

1. 初始化模板。
2. 对于每个分段字符重复步骤2到7
3. 将分段字符转换为数据库图像大小，即24x42。
4. 找到每个数据库图像的分段字符的相关系数值，并将该值存储在数组中。
5. 找出数组中最大值的索引位置。
6. 找到通过该索引值链接的字母
7. 将该字母存储在数组中。

Answer 3

查看OpenALPR（http://www.openalpr.com）。它使用OpenCV和LBP / Haar算法识别板区域。这使它能够识别光板区域上的暗和暗两种光。识别出一般区域后，它会根据图像中的强线/边缘使用OpenCV进行本地化。

它是用C ++编写的，所以希望你可以使用它。如果没有，至少它是一个参考。