typerec.rar

所属分类:图形图象
开发工具:Visual C++
文件大小:2682KB
下载次数:208
上传日期:2006-03-18 09:48:45
上 传 者ssm817
说明:  能准确定位车牌牌照,并经过图象的二值化和细化等预处理。
(accurate positioning license plates, and the two images and refining the value of such pretreatment.)

文件列表:
chap12\车牌定位\ChildFrm.cpp (1731, 2004-03-30)
chap12\车牌定位\ChildFrm.h (1456, 2004-03-30)
chap12\车牌定位\ColorTable.h (65041, 2001-01-06)
chap12\车牌定位\Debug (0, 2006-03-16)
chap12\车牌定位\DIBAPI.CPP (29208, 2004-07-01)
chap12\车牌定位\DIBAPI.H (1875, 2004-04-26)
chap12\车牌定位\edgecontour.cpp (42626, 2004-04-01)
chap12\车牌定位\edgecontour.h (1074, 2004-04-01)
chap12\车牌定位\MainFrm.cpp (2524, 2004-03-30)
chap12\车牌定位\MainFrm.h (1542, 2004-03-30)
chap12\车牌定位\pic\Img10_24.bmp (1179702, 2004-04-29)
chap12\车牌定位\pic\Img1_24.bmp (1179702, 2004-04-29)
chap12\车牌定位\pic\Thumbs.db (7168, 2006-03-16)
chap12\车牌定位\pic (0, 2006-03-16)
chap12\车牌定位\res\Thumbs.db (6144, 2006-03-17)
chap12\车牌定位\res\Toolbar.bmp (1558, 2004-04-26)
chap12\车牌定位\res\TypeRec.ico (1078, 2004-03-30)
chap12\车牌定位\res\TypeRec.rc2 (399, 2004-03-30)
chap12\车牌定位\res\TypeRecDoc.ico (1078, 2004-03-30)
chap12\车牌定位\res (0, 2006-03-17)
chap12\车牌定位\Resource.h (1910, 2004-04-26)
chap12\车牌定位\StdAfx.cpp (209, 2004-03-30)
chap12\车牌定位\StdAfx.h (1054, 2004-03-30)
chap12\车牌定位\suanfa1.cpp (22095, 2004-07-01)
chap12\车牌定位\suanfa1.h (1007, 2004-04-26)
chap12\车牌定位\TemplateTrans.cpp (11344, 2001-01-07)
chap12\车牌定位\TemplateTrans.h (672, 2001-01-07)
chap12\车牌定位\TypeRec.aps (31692, 2006-03-16)
chap12\车牌定位\TypeRec.clw (3228, 2006-03-16)
chap12\车牌定位\TypeRec.cpp (4509, 2004-03-30)
chap12\车牌定位\TypeRec.dsp (5288, 2004-04-08)
chap12\车牌定位\TypeRec.dsw (539, 2004-04-26)
chap12\车牌定位\TypeRec.h (1367, 2004-03-30)
chap12\车牌定位\TypeRec.ncb (295936, 2006-03-16)
chap12\车牌定位\TypeRec.opt (53760, 2006-03-16)
chap12\车牌定位\TypeRec.plg (2698, 2006-03-16)
chap12\车牌定位\TypeRec.rc (13985, 2004-04-28)
chap12\车牌定位\TypeRec.rc.bak (14074, 2004-04-26)
... ...

使用说明 使用时打开此例题目录下pic中的图片,然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”,就可以实现精确的车牌定位。 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。

近期下载者

相关文件


收藏者