在对车牌识别过程中，常用的方法有：基于形状、基于色调、基于纹理、基于文字特征等方法。首先基于形状，在车牌中因为车牌为形状规格的矩形，所以目的转化为寻找矩形特征，常常是利用车牌长宽比例特征、占据图像的比例等。基于色调，国内的车牌往往是蓝底白字，可以采用图像的色调或者饱和度特征 ...

第四篇：车牌定位　　 　　车牌定位就是采用一系列图像处理或者数学的方法从一幅图像中将车牌准确地定位出来。车牌定位提取出的车牌是整个车牌识别系统的数据来源，它的效果的好坏直接影响到整个系统的表现，只有准确地定位出车牌，才会有后续的车牌分割与字符识别。 　　目前车牌定位有两大类、基于灰度、基于彩色 ...

去年七月份因为学校项目需要开始接触图像处理，但那时候只是到网上找车牌识别代码，然后加入到自己的项目中，不太清楚细节原理。 现在自己重新一步步实现车牌识别。 ...

该方法是某个文章中看到的，有点忘了是那一篇了，看的太多也太久了。 Step1、把采集到的RGB图像转换为HSI图像。 　　HSI模型能反映人对色彩的感知和鉴别能力，非常适合基于色彩的图像的相似比较 ...

2012-11-07 17:42 1090人阅读 评论(0) 收藏 举报 目录(?)[-] 车牌预处理 字符分割 归一化处理 细化处理 字符特征提取 神经网络训练 车牌图像识别结果测试 ...

接着昨天的工作继续。定位的过程有些是基于车牌的颜色进行定位的，自己则根据数字图像一些形态学的方法进行定位的。 合着代码进行相关讲解。 1.相对彩色图像进行灰度化，然后对图像进行开运算。再用小波变换获取图像的三个分量。考虑到车牌的竖直分量较为丰富，选用竖直分量进行后续操作 ...

接着昨天的工作，把最后一部分识别讲完。 关于字符识别这块，一种最省事的办法是匹配识别，将所得的字符和自己的标准字符库相减，计算所得结果，值最小的即为识别的结果。不过这种方法是在所得字符较为标准的情况，由于众多因素影响，切割出来的字符往往不是标准的，因此识别效果也不好。本次采用 ...

接着上面的工作，接下去就该是进行字符分割了。考虑到为了后面的字符识别，因此在这部分需要实现的目标是需要把车牌的边框全部切除，对重新定位的车牌进行垂直方向水平方向调整，保证字符是正的。最后才是字符的分割。 1.首先上下边框切割。对定位的车牌每行作一次的差分，计算每行的综合，小于 ...