車牌辨識系統
Outline 前言 車牌定位 字元切割 字元辨識 實驗 結論
前言 動機:交通事故,交通違規,管理車輛的停放等問題。 以自動化的方法來進行,想必可以節省大量的時間及人力成本 最原始的人力來解決,此方法不僅浪費了大量的人力也浪費了大量的時間和成本。 以自動化的方法來進行,想必可以節省大量的時間及人力成本
影像前處理
直方圖
直方圖等化 等化後的影像顯示出來,其對比度和未經等化的影像相比,較為明顯,且車牌的部份也較為清晰。
車牌定位流程
車牌定位
車牌定位 車牌定位使用Quadra Spline Wavelet,是因為若灰階值有明顯的變化,經過小波轉換後,會產生局部的波峰或波谷,就是所謂的Peak,利用此特性可既定位出車牌位置
字元切割
字元切割 字元切割,要先將切割下來車牌的灰階影像轉成二元影像,取一個二值化的門檻值K,本組實驗採用歐蘇法(Otsu)來取K 值,再經切割背景、分離字體等步驟
字元辨識
字元辨識 字元辨識是採用類神經網路,必須建立出一個訓練樣本,使類神經網路在學習的過程中有一個參考,訓練樣本的建立來自於車牌文數字的特徵值
實驗
實驗
實驗
結論 程式的架構盡量保此執行時間在十秒內行做完,程式大致上是以迴圈方式執行,而照片的大小、像素也引響了程式的運算速度,若可以增加程式的運算效率和判斷的時間,相信會更為完美 未來進一步可改善的地方有,增加類神經網路中成功的辨識率,可能受到內部資料庫字體不清楚或模糊造成在辨識時出現些錯誤