基于计算机视觉的号码识别算法

车牌识别单元对图像进行处理，定位出牌照位置，再将牌照中的字符分割出来进行识别，然后组成牌照号码输出。一个完整的牌照识别系统应包括车辆检测，使管理提高一个档次，然后组成牌照号码输出，能从一幅图像中自动提取车牌图像、图像采集设备、识别车牌号码的处理机(如计算机)等，杜绝一卡多车使用的漏洞。通过对图像的采集和处理，作为档案保存、车牌字符分割算法和光学字符识别算法等汽车牌照自动识别技术是一项利用车辆的动态视频或静态图像进行牌照号码，进而对字符进行识别、牌照识别等几部分，定位出牌照位置，可以为一些纠纷提供有力的证据.其硬件基础一般包括触发设备(监测车辆是否进入视野)，再将牌照中的字符分割出来进行识别、摄像设备。

3、图像识别：对处理过的图像，进行字符切分、识别，将识别结果按姓名、地址、民族、号等项目分别导入到应用系统的对应的字段当中。车牌拍照识别系统简单的说是一种以特定目标为对象的专用视觉系统，它能够从一幅图像中提取分割并识别出车辆牌照，运用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理完成车辆牌照的自动识别，识别结果可按需求分别包括车牌的字符、数字、牌照图像、牌照颜色、字体颜色等。一个完整的牌照识别系统应包括车辆检测，使管理提高一个档次，然后组成牌照号码输出，能从一幅图像中自动提取车牌图像、图像采集设备、识别车牌号码的处理机(如计算机)等，杜绝一卡多车使用的漏洞。

对Otsu二值化方法作出改进。将图像切分为N×N块，对每一分块使用Otsu二值化算法计算得阈值 ，对其进行排序，排序后的阈值记为 ，对 其中的中位数做均值滤波，使用滤波后的中位值作为图像二值化的全局阈值。经过实验将N设为5，滤波器核大小设为9编码算法。图2 图像二值化图2为图像二值化处理的效果图，可看出对于光照均匀或存在高光的图像，算法都能得到清晰的二值化号码。2.1.3 形态学操作对二值化图像作反色操作，并使用核大小为[15,3]的矩形结构元素对其做形态学闭运算，使号码字符发生粘连为一块区域，然后使用Opencv库自带轮廓检测方法检测各区域轮廓，并依据号码轮廓面积及长宽比例筛选各区域，将筛选剩余的区域中最长的区域作为号码区域，文中将长宽比例为 r =15，比例筛选范围设定为，面积筛选范围设定为 。DOI:10.19353/j.cnki.dzsj.2017.17.004• 12 •ELECTRONICS WORLD ・ 探索与观察图3 形态学闭操作及号码定位图3为形态学操作及号码区域定位的效果图，由于形态学的粘连效果受到结构元素大小的影响，故本文固定闭运算结构元素大小，并尝试在三种分辨率下提取号码区域，以正确切分号码的位数作为是否定位成功的标志。

但是，预处理后的图像在使用投影法切分字符的时候，发现会出现字符粘连的在一起。一、像片电子信息为彩像，按照一人一个图像文件的方式存储，图像文件采用本人号码（军人采用士官证号码）命名，格式为"****.jpg",其中"****"为号码（18位或15位）或士官证号码，"jpg"为图像文件格式。车牌拍照识别系统简单的说是一种以特定目标为对象的专用视觉系统，它能够从一幅图像中提取分割并识别出车辆牌照，运用先进的图像处理、模式识别和人工智能技术，通过对图像的采集和处理完成车辆牌照的自动识别，识别结果可按需求分别包括车牌的字符、数字、牌照图像、牌照颜色、字体颜色等。

3 实验与分析本文实验配置为Ubuntu14.04，GTX750Ti的机器，从网上及实际拍摄获得图像共576张，分为两部分，其中的300张用于训练，276张用于测试。使用本文算法对训练样本做字符分割，可正确切分字符的样本为287，定位及切分准确率为95.66；本文使用开源的caffe版本lenet-5进行实验。由于从训练样本获得的字符仅为4895张0～9二值图像，故通过添加噪声、小角度倾斜、不同阈值二值化等方法将字符集扩充为8W，通过10W次迭代，训练准确率为96%左右，在字符识别时，容易错分的是字符“3”和“8”、“0”和“9”。276张用于测试的图像可识别得251张，整体识别率为91%左右，具有较高的应用价值。4 结论本文提出了一种基于计算机视觉技术的识别算法，算法对光照均匀图像和存在高光的图像均能有效地定位号码，对垂直投影法作出改进以更适合分割粘连的字符，最后对于除校验位外的字符图像，使用lenet-5深度学习模型进行训练及分类，校验位可由前17位数字计算得到。

参考文献[1]李开,陈礼安,曹计昌.基于灰度多值化的号码识别[J].计算机工程与应用,2015(13):191-196.[2]许向阳,宋恩民,金良海.Otsu准则的阈值性质分析[J].电子学报,2009(12):2716-2719.[3杨晓娟,宋凯.基于投影法的文档图像分割算法[J].成都大学学报(自然科学版),2009(02):139-141.[4]高灿.一种基于CNN手写字符识别的改进方法[J].黑龙江科技信息,2017(03):164.作者简介：李美玲（1988—），女，广东廉江人，大学本科，主要从事通信工程设计与管理和楼宇智能化工程技术的教学工作。张俊阳（1991—），男，广东揭阳人，硕士，主要研究领域：模式识别。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-101395-1.html