1.24位真彩色->256色灰度圖。
2.預(yù)處理:中值濾波。
3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。
4.削弱背景干擾。對(duì)圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。
5.用自定義模板進(jìn)行中值濾波
區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。
7.區(qū)域裁剪,截取車牌圖像。
標(biāo)簽：
Gmax-G
1.24
Gmax
閾值
上傳時(shí)間：
2014-01-08
上傳用戶：songrui
回溯（b a c k t r a c k i n g）是一種系統(tǒng)地搜索問題解答的方法。為了實(shí)現(xiàn)回溯，首先需要為問題定義一個(gè)解空間（ solution space），這個(gè)空間必須至少包含問題的一個(gè)解（可能是最優(yōu)的）。在迷宮老鼠問題中，我們可以定義一個(gè)包含從入口到出口的所有路徑的解空間；在具有n 個(gè)對(duì)象的0 / 1背包問題中（見1 . 4節(jié)和2 . 2節(jié)），解空間的一個(gè)合理選擇是2n 個(gè)長度為n 的0 / 1向量的集合，這個(gè)集合表示了將0或1分配給x的所有可能方法。當(dāng)n= 3時(shí)，解空間為{ ( 0 , 0 , 0 )，( 0 , 1 , 0 )，( 0 , 0 , 1 )，( 1 , 0 , 0 )，( 0 , 1 , 1 )，( 1 , 0 , 1 )，( 1 , 1 , 0 )，( 1 , 1 , 1 ) }。
標(biāo)簽：
搜索
上傳時(shí)間：
2014-01-17
上傳用戶：jhksyghr
