车牌定位系统

时间:2011-08-28 10:02:51
【文件属性】:

文件名称:车牌定位系统

文件大小:1.43MB

文件格式:ZIP

更新时间:2011-08-28 10:02:51

车牌定位 识别

车牌定位系统是进行车牌自动识别的重要一部分能正确的获得整个图象的车牌部分 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j= Pi,j-Pi,j-1 i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。


【文件预览】:
车牌定位
----TypeRec.dsw(539B)
----StdAfx.cpp(209B)
----TypeRecView.cpp(23KB)
----TypeRec.h(1KB)
----TypeRecDoc.cpp(8KB)
----TypeRec.aps(31KB)
----TypeRec.ncb(249KB)
----TypeRec.cpp(4KB)
----ColorTable.h(64KB)
----TypeRec.plg(3KB)
----suanfa1.h(1007B)
----TypeRec.rc(14KB)
----MainFrm.h(2KB)
----TypeRec.dsp(5KB)
----DIBAPI.CPP(29KB)
----TypeRec.rc.bak(14KB)
----pic()
--------Img10_24.bmp(1.13MB)
--------Thumbs.db(9KB)
--------Img1_24.bmp(1.13MB)
----Debug()
--------TypeRec.exe(180KB)
----ReadMe.txt(5KB)
----TypeRecView.h(2KB)
----StdAfx.h(1KB)
----DIBAPI.H(2KB)
----MainFrm.cpp(2KB)
----Resource.h(2KB)
----edgecontour.h(1KB)
----suanfa1.cpp(22KB)
----TypeRec.opt(52KB)
----TemplateTrans.h(672B)
----edgecontour.cpp(42KB)
----TypeRec.clw(3KB)
----res()
--------TypeRecDoc.ico(1KB)
--------TypeRec.ico(1KB)
--------Toolbar.bmp(2KB)
--------TypeRec.rc2(399B)
----TypeRecDoc.h(2KB)
----ChildFrm.cpp(2KB)
----ChildFrm.h(1KB)
----TemplateTrans.cpp(11KB)
www.pudn.com.txt

网友评论

  • 准确率太低了,不想说啥
  • 识别率不高,。
  • 不行啊,性能不好,定位率不高
  • 不错,可以一试
  • 对于初学者很帮助,代码也简单,问题就是识别率不高
  • 怎么会木有类能??
  • 对于初学者很帮助,代码也简单,问题就是识别率不高
  • 运行不了啊,无法定位序数5076于动态链接库MFC42D。dll上
  • 程序很完整,能够运行,但是要按步骤一步一步运行,最好有个说明,或者有一个整体运行的
  • 不错,算法也挺多的,用来参考很适合。经过比较与分析,开发一个车牌识别真的很难啊。
  • 代码值得学习,但是准确度不够,呵呵。
  • 对于初学者很帮助,代码也简单,问题就是识别率不高
  • 不错 适合学习
  • 程序很完整,能够运行,但是要按步骤一步一步运行,最好有个说明,或者有一个整体运行的
  • 可以参考,比较好
  • 正好在做毕业论文,谢谢分享
  • 分析很不错,不过检测正确率感觉不高
  • 不错,结果挺准确,我测试的几张图,准确率80%这样吧,算法也挺多的,用来参考很适合~
  • 程序编译可直接运行,可以参考。
  • 不错,程序分步运行,每一步都很清晰,值得学习。 结果也挺准确
  • 正好在做毕业论文,其中的算法还是有一定参考价值的