基于数学形态学的图像分割方法研究Word格式.docx
- 文档编号:15140216
- 上传时间:2022-10-28
- 格式:DOCX
- 页数:55
- 大小:1.93MB
基于数学形态学的图像分割方法研究Word格式.docx
《基于数学形态学的图像分割方法研究Word格式.docx》由会员分享,可在线阅读,更多相关《基于数学形态学的图像分割方法研究Word格式.docx(55页珍藏版)》请在冰豆网上搜索。
摘要
本文运用形态学方法对车牌定位算法和车牌字符分割算法进行了系统的研究。
这两种算法的研究为车牌识别做了先期准备,是智能交通中非常重要的组成部分。
在车牌定位算法部分,提出了一种基于二值面积形态学的车牌定位算法。
首先将车牌的灰度图像二值化,然后逐步缩小车牌候选区的面积,计算车牌图像中连通区域的面积,并根据车牌图像的实际情况确定面积阈值,并用形态学的方法对车牌图像进行处理运算,以实现车牌的精确定位。
仿真实验结果表明此算法定位精度高,而且能适应复杂天气环境,能达到满意的定位效果。
在字符分割算法部分,对投影分割算法进行了改进,将其与数学形态学分割算法进行了结合。
首先将车牌图像二值化,然后用数学形态学分割方法结合水平与垂直投影分割方法,确定车牌字符宽和高并校正车牌实际位置,通过两次投影,校正车牌角度,去除车牌边框,确定车牌上下边界及中心点,最后分割提取车牌字符。
实验结果表明该算法能有效的保持车牌字符边缘,获得较好的分割效果。
关键词:
图像分割;
数学形态学;
车牌定位;
字符分割;
Matlab
Abstract
Inthispaper,thelicenseplatelocationalgorithmandthelicenseplatecharactersegmentationalgorithmbasedonmorphologicalmethodarestudiedsystematically.Theresearchofthesetwoalgorithmisanimportantpartofintelligencetrafficandservesforthefirststepoflicenseplaterecognition.Inlicenseplatelocation,analgorithmbasedontwo-valuedareamorphologyispresented.Firstly,thegrayimageoflicenseplateisbinary.thentheareasofcandidateregistrationisnarrowedgradually,theareaofregionalconnectivityiscalculated.Accordingtotheactualsituationoflicenseplatedeterminestheareathresholding,andusemorphologymethodprocessinglicenseplateimage,achieveaccuratepositioning.Thesimulationresultsshowthealgorithmhasahighpositioningaccuracyandadaptstothecomplexweatherandenvironment,canachievesatisfactoryresults.Incharactersegmentationalgorithm,theprojectionalgorithmisimproveandcombinedwithmathematicalmorphologysegmentationalgorithm.Firstlythelicenseplateisbinary,thenmathematicalmorphologysegmentationalgorithmiscombinedwithhorizontalandverticalprojectionsegmentationmethod,todeterminethelicenseplatecharacterwidthandtheheight,andcalibrateitslocationthroughtwotimesprojection.Thelicenseplateangleiscalibrated,licenseplateframeareremoved,theupperandlowerboundariesandthecenteroflicenceplatearedetermined.Finally,thelicenseplatecharacteraredivisionalandextractedExperimentalresultsshowthealgorithmcanremainthelicenseplatecharacterandobtaingoodsegmentationresult.
Keywords:
Imagedivision;
mathematicsmorphology;
vehicleplatelocation;
charactersegmentation;
Matlab
引言
近年来,我国汽车数量迅猛增加。
来自中国汽车工业协会的统计显示,2008年,我国汽车销售总量为938万辆,是2005年汽车销售总量590万辆的1.59倍。
根据中国汽车工业协会预计,2009年我国汽车市场仍将保持继续增长。
随着汽车数量的逐年递增,摆在我们面前的是巨大的城市交通压力。
如何高效地进行交通管理,越来越成为我们现实生活中的焦点问题。
针对此问题,人们运用先进的科学技术,相继研制开发出了各种交通道路监视、管理系统,这些系统一般都包括车辆检测装置。
而车牌的定位和图像分割技术正是先进的交通检测系统的一项重要技术,因为它是车牌识别的前期准备,而车牌识别是交通管理系统中最为核心的技术。
可以通过车牌的识别对过往的车辆实施检测,提取相关车牌数据,用于达到监控、管理和指挥交通的目的。
车牌定位就是从包含车牌的图像中,采用图像处理技术定位出车牌区域的精确位置。
在采集到车牌图像之后,要提高车牌定位的准确率,只能依靠车牌定位算法的准确性。
为了尽量提高车牌定位算法的准确率,我们应该把图像采集步骤和车牌定位步骤结合起来考虑。
例如我们应该尽量提高采集到图像的清晰度,减少光照变化对采集图像的影响,使采集到的图像的背景尽量简单,不要包含与汽车牌照类似的区域。
如果现场采集到的图像中背景比较简单,车牌区域占整幅图像的面积比例较高,图像中车牌没有发生几何畸变,车牌定位可以采用一步定位法。
即直接对图像中的车牌进行搜索,定位出车牌的位置。
如果图像的背景复杂,车牌又有一定的变形,则采用一步定位方法很难得到车牌的精确边界。
这种情况下,我们一般要采用两次定位方法,首先设计算法初步定位出车牌的位置,然后对利用数学形态学方法对初定位的车牌进行二值化、几何校正等处理。
如果初定位得到不止一个车牌区域,必须对这些区域进行判断,去除伪车牌。
然后对初定位的车牌进行二次定位,精确确定车牌的上下边界和左右边界,得到车牌的精确定位结果。
图像分割的研究多年来一直受到人们的高度重视,至今已经提出了上千种各类型的分割方法。
随着各学科的发展,人们将许多新的理论和方法用于图像分割中,得到一些新的图像分割技术,包括基于数学形态学的分割方法、基于神经网络的分割方法、基于小波变换的分割方法、基于分型理论的分割方法、另外,由于成像设备和技术的发展,人们也深入的研究了一些特殊的图像分割技术,如三维图像、彩色图像、纹理图像、视频图像等分割方法。
图像分割是图像处理进入到图像分析的关键步骤。
对特征提取和目标识别有十分重要的影响,本文就数学形态学的图像分割方法进行了研究和探讨。
另外,利用数学形态学技术进行车牌分割还有一个十分显著的特点,那就是所采用分割算法的好坏直接影响到识别的正确率和识别速度。
所以,研究基于数字图像处理的车牌分割识别方法,努力提高车牌识别算法的性能具有十分重要的实际意义。
数学形态学是一门建立在严格数学理论基础上,分析研究空间结构的形状、框架的学科。
它主要以积分几何、集合代数及拓扑论为理论基础,此外还涉及随机集论、是近代数和图论等一系列数学分支[1]。
数学形态学的理论虽然很复杂,被称为“惊人的数学”,但它的基本思想却是简单而完美的。
数学形态学的基于集合的观点是极其重要的。
这意味着它的运算由集合运算(如并、交、补等)来定义,并且所有的图像都必须以合理的方式转换为集合。
这一基于集合观点的一个自然的结果是:
形态学算子的性能主要以几何方式进行刻画,传统的理论却以解析的方式来描述,而几何描述的特点似乎更适合视觉信息的处理和分析。
最基本的形态学算子有:
膨胀、腐蚀、开、闭。
用这些算子及其组合来进行图像形状和结构的分析及处理,可以解决抑制噪声、特征提取、边缘检测、形状识别、纹理分析、图像恢复与重建等方面的问题。
从形态学图像处理的基本思想不难看出,它有其独有的特性。
它反映的是一幅图像中像素点间的逻辑关系,而不是简单的数值关系。
它是一种非线性的图像处理方法,并且具有不可逆性。
它还可以并行实现,并可以用来描述和定义图像的各种集合参数和特征。
基于数学形态学的方法对车牌图像进行分割是使用一定的结构元素,利用数学形态学中的开运算与闭运算来对图像进行处理,得到多个可能是车牌的区域,然后在处理后的图像中用多区域判别法在多个可能是车牌的区域中找到车牌的正确的位置。
字符分割的方法主要有基于车牌字符特征的投影法和基于聚类分析的车牌字符分割方法以及气泡法等。
投影法首先计算牌照字符的垂直投影,利用投影直方图得到一个阈值,然后再结合车牌字符固定宽度、间距的比例关系等先验知识来分割字符。
基于聚类分析的车牌字符分割方法按照属于同一个字符的像素构成了一个连通域的原则,再结合牌照的先验知识来进行字符分割。
气泡法是一种适用于二值图像的区域增长法。
它把一幅图像分成许多小区域,这些初始的区域可能是小的邻域甚至是单个像素。
在每个区域中,对经过适当定义能反映一个物体内成员隶属程度的性质(度量)进行计算。
首先给每个区域一组参数来反映这些区域分别属于哪个物体。
接下来对相邻区域的所有边界进行考查,相邻区域的平均度量之间的差异是计算边界强度的一个尺度,经过反复迭代,每一步都重新计算被扩大区域的物体成员的隶属关系,并消除弱边界,当没有可以消除的弱边界时,区域合并的过程结束。
本文所做的主要工作如下:
(1).研究了用于车牌图像分割的基础理论,如数字图像处理、数学形态学等;
重点研究了数学形态学图像分割算法,包括图像的二值化、灰度变换增强、图像边缘检测等。
(2).查阅了大量文献和资料,在研究近年来一些典型车牌图像分割算法的基础上,确定利用数学形态学进行车牌图像分割。
(3).对文中的车牌图形定位和分割算法在Matlab下进行编程实现,并进行了仿真,并对实验和结果进行分析。
1图像分割基本理论
1.1图像分割的概念
图像技术在广义上是对各种与图像有关技术的总称。
图像技术的种类很多,跨度很大,但可以将它们归在一个整体的框架——图像工程之下。
根据抽象程度和研究方法的不同,图像工程可分为三个层次:
图像处理,图像分析,图像理解。
图像处理着重强调在图像之间进行变换以改善图像的视觉效果。
图像分析则主要是对图像的描述。
图像理解的重点是在图像分析的基础上,进一步研究图像中各个目标的性质和他们之间的相互关系,并得出对原始图像或客观场景的解释,从而指导规划行动。
图像处理,图像分析和图像理解具有不同的操作对象,图像处理是比较低层次的操作,它主要在图像像素级上进行处理。
图像分析则进入到了中层,侧重于对像素集合—
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 数学 形态学 图像 分割 方法 研究