2012-07-31 71 views
-1

我的任务是确定图像中板号在哪里。图像不仅包含板号。它可能包含整辆车或任何东西。我用高斯模糊然后灰度然后对比然后拉普拉斯高斯检测边缘。牌照检测

现在,我在如何检测图像中板号在哪里的损失。我不打算阅读许可证号码,只需让系统知道许可证号码在哪里。

你能指示我去研究一下吗?或者也许可以用来做这个的算法。

谢谢!

+3

似乎有很多关于这个话题在这里重复,只是搜索牌照:http://stackoverflow.com/questions/981378/how-to-recognize-vehicle-license-number-plate- anpr-from-an-an-images http://stackoverflow.com/questions/4707607/what-are-good-algorithms-for-vehicle-license-plate-detection – bjoernz 2012-07-31 11:35:38

+0

我已经搜索,但没有找到你的第一个链接给。谢谢!这是我正在寻找的。 – Eunichi 2012-07-31 15:16:19

回答

0

你可以尝试边缘检测或某种形式的霍夫变换。

例如,执行边缘检测,然后查找图像中的矩形(或者如果图像不是直的,平行四边形)。如果您知道板材的形状和尺寸都是相同的,您可以使用它来加快搜索速度。

编辑:

Found this for you.

0

使用一些特征识别算法,例如SIFT将是一个很好的起点。你需要实时识别吗?我建议首先尝试收紧搜索空间,例如通过从图像中滤除区域(是否控制您的环境?)。有一篇关于使用SIFT here识别车牌的文章(我只是剔除了它,但看起来很合理)。

0

我觉得更可靠的方法来解决,这是一列火车检测,如果你有在不同情况下的车牌足够的训练图像。您可以尝试的几件事是Opencv库中的Haar级联分类器。它对学习模式进行多尺度检测。

0

车牌或车牌号码有2个醒目的属性。

  1. 他们指定颜色图案(在白色,黄色或灰色背景上的黑色字母)
  2. 长宽比

这些性质可用于仅提取车牌。首先使用自适应阈值阈值阈值。然后在图像中找到轮廓,宽高比在近似范围内为标准值。这种方法适用于大多数情况。您也可以尝试侵蚀,然后扩大阈值图像以消除噪音。