图像识别

分别提取字符的分类特征，并选择不同的分类识别方法。 7 第二 章 车牌图像识别 中 的常用 图像处理 技术 研究 在实际应用中，车牌图像几乎都是在开放或半开放的环境中进行采集的。 在这种环境中，很多因素都直接或间接地影响着图像的内容和质量。 比如， 天气变化因素 ( 雨、雾、温度、湿度 ) 、光线变化因素 ( 如 阳光直射、反射，黄昏、白天、夜间 ，等 ) 、摄像机与车牌不同的相对位置

值，利用该窗 口在汽车图像上滑动，并计算该窗口所覆盖的那块车牌图像的向量值， 找出最佳的向量值，认为是车牌区域。 (3)直线边缘检测 ： 这种方法主要利用 Hough 变化检测车牌周围边框直线。 这种方法 的 缺点是 Hough 变换计算量大，对于边框不连续的实际车牌，需附加大量的运算 [6]。 (4)统计直方图 及投影方法： 该方法通过对图像的水平和垂直两个方向灰度投影直方图来

化具有一定的帮助。 但通过实验发现，同态滤波 对 Canny边缘检测结果的影响很小，这也从另一侧面反映了 Canny 边缘检测方法效果是比较稳定的。 (4) 关于图像的数学形态学处理 数学形态学中的开运算和闭运算，具有在 基本不改变 目标对象 形状 的情况下对背景像素进行处理的优点， 在本文的车牌区域定位和字符切分方法中有较好的应用效果。 (5) 关于 图像的直方图变换

accurate. Paper puts forward a tracing scheme based on image recognition, it improved the car forward distance, greatly enriched the way to collect information. In o rder to reduce the cost of

有一定的缺点和不足 ， 如果对于所有彩色图像都采用该方法来进行灰度化 ，同样不能满足系统的要求 ， 因为现实环境中的彩色图像应用的领域不同 ， 其对图像灰度化的质量也会有不同的要求。 （ 2） 取最大值法。 最大值法的原理是选取每一个像素点的所有分量中最大的分量来代替该像素点 ， 从而达到图像灰度化的目的。 这种方法同样比较简单 ， 没有复杂的计算过程 ，