車牌的定位與校正

本章主要描述的是對已有車牌定位方法的研究，了解它們的算法原理及其優(yōu)缺點，并提出了一種效果更好適用范圍更廣的車牌識別系統(tǒng)方法，即將Mean Shift算法運用到車牌識別系統(tǒng)，然后在此基礎上對車牌進行校正。

圖像的對比度不足是圖像處理的過程中經(jīng)常會遇到的問題。隨著汽車數(shù)量的迅速增加，車牌識別技術(shù)提出了巨大的經(jīng)濟價值和現(xiàn)實意義。主要的原因是在獲取車牌圖像時受外界環(huán)境的影響。對比度不足的圖像會影響到圖像的后續(xù)處理效果，所以，一般情況下，在進行圖像處理前會使用灰度變換的方法來對圖像進行對比度增強處理，以達到改善視覺效果的目的。 

車牌識別系統(tǒng)的主要構(gòu)成分析

目前相對多見的車牌識別系統(tǒng)核心為兩方面的基礎模塊，依次屬于對應的數(shù)據(jù)采集以及識別軟件兩個方面，而后一類還能夠再度進行分割。核函數(shù)和分類設備的工作效果之間有較為密切的關系，不過等人在其研究中發(fā)現(xiàn)，其不同和工作的效果沒有太大的關聯(lián)，而起到重要作用的是因子C和其對應的參數(shù)廠。車牌識別系統(tǒng)的實際原理為：在車輛經(jīng)過有關關卡之后，傳感器隨之而啟動并采集對應的圖像存入到特定的設備之內(nèi)，而識別軟件則在存儲設備之中讀取對應的圖像信息。識別軟件先是針對有關的圖像開展增強、去躁等配套的預處理操作，之后則屬于具體的定位程序，之后則進一步開展配套的字符切分操作，終則屬于有關的字符識別操作

針對車牌開展配套的定位操作，目的是在拍攝獲得的汽車圖像之內(nèi)，識別具體的車piao范圍，同時將車牌圖像實現(xiàn)提取操作，以此來實現(xiàn)之后的切分以及識別的操作。當我在高峰時段回到社區(qū)的角落時，我遇到了一條長長的汽車龍，喇叭聲開始響起，這不可避免地成了一種道路疾病。車牌定位屬于綜合識別體系的關鍵構(gòu)成，科學的判斷具體的車牌范圍，則屬于提升綜合體系識別率的核心要素。以形態(tài)學和有關的邊緣檢測作為基礎的定位方式，核心為五方面的基礎流程。