车牌的定位与校正

本章主要描述的是对已有车牌定位方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的车牌识别系统方法，即将Mean Shift算法运用到车牌识别系统，然后在此基础上对车牌进行校正。

图像的对比度不足是图像处理的过程中经常会遇到的问题。在停车场入口处，高速车牌识别集成门的LED显示屏，实时显示空车位数，有效期或停车位信息显示，欢迎访问等提示。主要的原因是在获取车牌图像时受外界环境的影响。对比度不足的图像会影响到图像的后续处理效果，所以，一般情况下，在进行图像处理前会使用灰度变换的方法来对图像进行对比度增强处理，以达到改善视觉效果的目的。 

基于模板的识别算法由于其处理速度快、识别率高的特点为大多数设计所采用。它是把分割后的单个字符区域与预置的标准字符集进行匹配处理，取标准字符集中相似度的字符作为识别结果。车牌自动采集和管理及其他相关信息流量管理，园区车辆管理，停车场管理，交jing督察和重大意义等方面，并成为信息处理技术的一个重要的研究课题。这种算法的处理步骤是：将单个字符图像区域进行二值化并改变字符大小，使之与字符集中的字符大小相同，然后再进行匹配操作，筛选出相似首先需要有字符模板库，将待识别的字符进行二值化后，将其大小变成字符模板库中字符大小，然后与库中的字符进行匹配，以相似度的字符为终结果。因为算法简单所以算法的速度较快，只要在前期的预处理中降噪做得比较好，这种算法的识别率也相对较高，是一种简单、快速、有效的字符识别技术，商用价值较高。

字符分割：使汽车牌照区域图像在直立方向上完成投影，然后得出汽车牌照图像的直方图，筛选出适合的阈值，挑选出字符及其背景。

车牌定位在选出该范围之后，通过边缘处理、灰度拉伸、二值化处理等等过程，进一步准确字符区域，然后依照字符的尺寸特性选出样板，再完成字符的分割，并对字符的大小实现化处理。濮阳正大电动门业有限公司

为了方便车辆的进出，提高车辆的交通速度，确保公司的安全，公司近新增了自动车牌识别系统。系统投入运行后，所有进出公司的车辆将通过车牌识别自动开门。本设计采用的是RGB模型检测方法，具体的方法就是将检测得到的像素点与RGB模型进行比对，就可以得出车牌的颜色。该系统实现过程1.当固定车辆进入时，摄像机接收图像，系统自动识别车牌号，车牌颜色，自动确定车型等，并记录信息，如数据库车辆的进入时间，然后判断车辆是内部车辆还是临时车辆如果车辆是由固定车辆系统自动释放，则不需要手动控制车门的开关;当临时车辆进入时，系统将定时并自动将数据库输入数据库;第二，在出口部分，车辆到达停车场的出口区域。摄像机自动识别号，车辆颜色，并输入出口信息，然后判断车辆类型。如果是内置汽车，根据用户设置，系统直接提升释放或确认释放。