王娜

【摘要】隨著交通事業(yè)的飛速發(fā)展，ITS系統(tǒng)在道路交通領(lǐng)域占有極其重要的位置。通過(guò)智能化的車牌識(shí)別方式，可以對(duì)機(jī)動(dòng)車進(jìn)行自動(dòng)進(jìn)行記錄、查驗(yàn)、監(jiān)控、報(bào)警，在很多情況下可以有很好的適用性。本文主要介紹了在圖像預(yù)處理階段利用圖像灰度化以及一種圖像灰度增強(qiáng)方法初步處理被捕捉圖像，隨后敘述了邊緣檢測(cè)的工作原理及意義，并對(duì)傳統(tǒng)邊緣檢測(cè)算子進(jìn)行了分析和介紹，并描述了各個(gè)算子在實(shí)際應(yīng)用的優(yōu)點(diǎn)和不足。

【關(guān)鍵詞】車牌識(shí)別；圖像處理；灰度拉伸；邊緣檢測(cè)

1.引言

在攝像機(jī)捕獲圖像的過(guò)程中，因受環(huán)境因素的影響，圖片預(yù)處理通過(guò)必要的技術(shù)手段把被識(shí)別車牌圖像進(jìn)行標(biāo)注，以提高車牌識(shí)別系統(tǒng)的性能。

相應(yīng)的技術(shù)手段有車牌圖像的灰度圖轉(zhuǎn)換、邊緣檢測(cè)、二值化處理、圖像增強(qiáng)、形態(tài)學(xué)處理等技術(shù)[1-3]。

2.灰度化（Image grizzled processing）

灰度化的基本方法是將彩色圖片的各個(gè)顏色分量R、G、B分量取其最大值或平均值并代替之這樣就消除了圖像中每個(gè)像素點(diǎn)的顏色差異，僅僅通過(guò)亮度值大小來(lái)區(qū)別像素點(diǎn)。對(duì)于現(xiàn)有主流的圖像像素顏色劃分有256個(gè)亮度級(jí)的灰度圖像，其灰度值最高值為255就代表白色，灰度值最低值為0就代表黑色[2]。

使用函數(shù)H（x，y）描述像素點(diǎn)（x，y）的灰度值，R（x，y）表示像素點(diǎn)（x，y）的紅色分量的色度值，G（x，y）表示像素點(diǎn)（x，y）的綠色分量的色度值，B（x，y）表示像素點(diǎn)（x，y）的藍(lán)色分量色度值?？捎萌缦鹿竭M(jìn)行灰度轉(zhuǎn)換。

3.灰度拉伸（Gray stretch）

灰度拉伸主要是以圖像中的像素點(diǎn)為著眼點(diǎn)對(duì)圖像進(jìn)行適當(dāng)?shù)淖儞Q從而達(dá)到對(duì)噪聲的去除或者削弱的目的。通過(guò)一系列的變換處理，從而使得圖像能夠被計(jì)算機(jī)更好地識(shí)別。

5.總結(jié)

本文詳細(xì)敘述了圖像灰度化以及一種圖像灰度增強(qiáng)方法初步處理被捕捉圖像，隨后敘述了邊緣檢測(cè)的工作原理及意義。在本文中采用Canny算子對(duì)圖像邊緣進(jìn)行紋理、輪廓、區(qū)域定位等特征的提取的同時(shí)對(duì)圖像中的噪聲進(jìn)行抑制?；具_(dá)到圖像預(yù)處理的目的，同時(shí)也應(yīng)該認(rèn)識(shí)到，也有很多的方法同樣適用。

參考文獻(xiàn)

[1]Barroso J.Nulnber Plate reading using computer vision[J]，Proc，IEEE International Sympodium on Industrial Electronics，2005，12（8）：380-386.

[2]劉直芳，王運(yùn)瓊，等.數(shù)字圖像處理與分析[M].北京：清華大學(xué)出版社.2006，8：149-150

[3]歐陽(yáng)慶.不均勻光照下車牌圖像二直化研究[J].武漢大學(xué)學(xué)報(bào)（工學(xué)版）[J].2006.8，39（4）：143-146.

[4] 李文舉，梁得群，張旗，等.基于邊緣色對(duì)車牌定位的新方法[J].計(jì)算機(jī)學(xué)報(bào)，2004，27（2）：205-209.

[5]宋曙光.圖像邊緣檢測(cè)算法研究與分析[J].光機(jī)電信息，2010（9）：44-47.