2 车牌区域的粗定位
    一幅图像由若干个连通域组成，所谓连通域就是由相邻的点所构成的区域。点S在图像中8连通的相邻点定义为点1，2，3，4，5，6，7，8；4连通的相邻点则定义为点2，4，6，8(见图6)。8连通相对于4连通更好地体现了相邻性，因此本文采用计算图像的8连通域。

    本文采用深度优先搜索每一个点的相邻点的方法来计算整个图像的连通区域，具体算法如下：
    输入：二值图像矩阵
    输出：连通区域矩阵(每一个黑像素都标记所在连通区域的标号)
    算法：
    (1)读入二值图像矩阵，令连通区号k=0；
    (2)扫描一个标记为未读的像素点；
    (3)依次扫描该点相邻的八个点，比较其值，如果相等就进栈，并令其标记为k；
    (4)弹出栈顶第一个像素，回到第(3)步，直到栈空；
    (5)选取下一个标记为未读的像素点，k++；
    (6)转第(2)步，直到所有像素点均扫描过。
    车辆牌照图像是由若干个大小相近的字符构成，而车牌照区域的连通域是由若干个字符或者字符的一部分的连通区域及车牌照边框的连通域和车牌照背景的连通域几部分构成的。在正常的情况下，基本上每一个字符都会形成一个大小基本相近的连通区域的外接矩形，如图7所示。

2．1 车辆牌照区域的特征提取
    得到了若干个车辆牌照的候选区域之后，需要对这些候选区域进行特征提取来进行分类识别是否为车牌照。由于这些区域的大小不一致，首先要把这些大小不同的图像进行归一化，归一化到相同大小的图像上，然后提取这些图像的水平穿越特征和垂直投影特征，由于特征的维数比较高，增加了计算负担和存储的容量，还要采用K—L变换压缩特征的维数。

上一页  [1] [2] [3] [4]  下一页