基于Sobel算子的边缘检测车牌定位方法的改进
迎新
海军航空工程学院学报(改良匕首算子边缘检测车牌定位方法的鲍虎)、张海丹、孙威
海军航空工程学院电子信息工程系，山东烟台、烟台职业学院电气工程系，山东烟台
脱开车牌位置是自动识别的重要步骤
在车牌定位过程中，边缘检测是其关键环节和关键技术。 文中在分析了目前常用的边缘检测方法后，给出了一种基于算子的改进的边缘检测方法。 实验结果证明具有良好的检测效果。 关键词车牌位置自动识别中图分类号仰文献识别码系统是“车牌字符自动识别”的简称。
是实现车辆自动识别的一种方法。 该技术是近年来发展起来的计算机视觉和模式识别
技术是智能交通领域应用的重要研究课题之一。 需要管理所有车辆时可以使用
交通车辆管理
在小区车辆管理、停车场管理等方面具有十分重要的意义
是信息处理技术的重要课题。 自动识别的过程包括车牌定位、字符分割和字符识别三个方面。 本文主要研究基于算子边缘检测的车牌定位方法。
车牌定位方法
从车辆整体图像中提取车牌图像是一种图像分割技术，目前常用的车牌定位方法有以下几种车牌框模板匹配方法。 就是应用直角形状的模板匹配整个图像，找到车牌边框的直角。
变换法。 因为变换常用于提取图像中的直线段，所以这种方法是在变换中找到构成车牌边框的直线段。 基于形态学理论的车牌定位法川。 该方法被采用
利用形态学膨胀技术生成连通的区域图像。 基于神经网络车牌定位法。 首先是设置
仔细计算神经网络的结构和参数，然后收集大量的图像对网络进行训练，使网络
可以“记忆”车牌的特征，从其他车辆的图像中找到车牌。 彩色汽车图像车牌定位法。 这个方法是
车牌的颜色会找到车牌。 频域分析方法。 即利用频率分析提取图像边缘的车牌定位方法。
方法也是假设车牌边框清晰，
但在实际的车辆图像中，车牌边缘有时会因为日晒等原因褪色，或者因为照度不同的原因车牌边缘不清晰。 相反，大多数车牌的边框非常模糊
、变形或污损断裂。 因此，应用该方法有很大的局限性。 方法非常费时间，不适合实时系统的要求。 方法的代码移植性能差。 方法受光的影响很大
，不同的光照情况使同一车牌呈现不同的颜色，处理相对困难。 这篇文章的车
卡片定位方法采用频域分析方法，可以较好地解决上述问题。
边缘检测的方法
职教在线
属于两个区域
中选择所需的族。 各区域的灰度相对均匀，两个灰度特性有一定的差异。 边缘广泛存在于物体和背景之间
、物体与物体之间、基元与基元之间，图像的边缘是图像最基本的特征’。 当人们观察物体时
首先最清楚看到的部分是边缘和线，根据边缘和线的组成
因为可以知道物体结构，所以边缘提取是图形处理
、特征提取中的关键技术。 在车辆图像中
、车牌字符笔划上的点和收到该原稿的日期1
鲍虎一，男，讲师，博士生
海军盆空工程力学陇南学报年第1期背景上的点的灰度特性，由于从文字笔划区域过渡到背景区域的边缘而存在一些不连续性或突变性。 因此，通过使用边缘检测技术，可以检测出文字笔划上的边缘图像搜索点集。 所有边缘点都有一定的边界强度
也就是说，灰度在其像点发生了一定程度的变化。 检测到的图像是二值图像，图像的像素值不是‘、’，而是仅在两种情况下
’即
" "。 边缘上的像素将像素值设置为“”。 否则，’
、’
、值为的像素颜色为白色，值为的像素颜色为黑色。
目前边缘检测的方法有很多，其基本原理是对图像进行微分以达到边缘检测的目的。 微分运算的结果表明
灰度快速变化的点都具有较高的微分值。 以下是几种常见的边缘检测操作数边缘操作数，是利用局部差分操作数寻找边缘的操作数
由以下公式给出：“，
、脂肪万一用完了，不带货币去月球”
10份万一金币不兴奋，其中几个是点像素值。 操作实际求出回转科2个方向的微分值之和。 边运算符
图中所示的两个卷积内核形成边缘算子，图像中的各点用这两个内核进行卷积，以最大值作为输出。
卷积运算如下，叉
、、二一
、一一、一一
、一、一、华卷积核、卜艺、‘、‘卜花一二一
图幼边缘操作数加操作数。 一种不依赖于边缘方向的二阶微分操作数，具有旋转不变性各向同性，即，
【边操作数。 边缘操作数是
其他边缘操作数有两个主要优点。 由于引入了平均因素
因此，对图像中的随机噪声有一定的平滑作用。 由于是2行或2列相差，边缘两侧的要素得到了加强
使边缘看起来粗壮明亮。 边缘操作数将在下面具体讨论。
迎新推文
、’
显示的图像是
、和边缘操作数的两个卷积模板。 假设图像的行数和列数分别为。 于是，图像中的所有点都必须使用这两个核进行卷积。 一个比对垂直边响应最大
另一方面，另一端对水平边缘的响应最大。 一
、一、一、一、一、
、二、
、 如果
力枯式浑球
，在像点上，表示女性通过垂直方向的边缘，相反通过水平方向的边缘。
如果像点一样
此外，在输入的像素值满足下述2个条件组的某一个的情况下，判断为其是边缘像点，在输出的边缘图像中其值没有用“”表示的情况下，判断为该点是非边缘像点
、输出的边缘图像使用值‘、’
请参阅
条件1(1，)。 、
、夕一‘、夕、夕全、夕。 条件组2
、夕君、夕君、夕一、‘、、七一、 烈焰
指定边缘图像中点的值。 其中，选择用公式计算
这样，您就可以从原始灰度图像中提取并显示边缘。 惠二方口。 一艺君
、“、”。 ‘，卷积报酬模板啊眼图
在卷积模板边缘操作数的实验中，为了进一步销售车牌字符识别
要求车牌位置的正确性。 在实际应用中改进了基于算子的边缘检测方法。 该方法首先找出大致的车牌位置，得到粗略提取的车牌图像，
其中包含了很多背景的冗长信息。 然后，进行第二步骤处理，
从大致车牌图像中除去背景信息，
总期鲍虎等改进算子边缘检测车牌定位方法，找出车牌的准确位置，获得准确的车牌图像。 以下是实现结果。 照片
、分别是应用运算符、
操作员和操作员进行边缘提取的车辆图像，从图中可以看出
，操作人员进行边缘提取可以获得较好的效果。 在改进的边缘检测后的图像中，非常显眼
但是，比几种更有效，会提取车牌的文字笔边缘。 利用图各种算子得到的车辆边缘图像的结论
本文在分析了目前常用的边缘检测方法后，给出了一种改进的基于算子的边缘检测方法。 实验结果证明本算法具有良好的检测结果。 根据车牌情况，八丁环境下需要一段时间，环境下运行时间是一段时间。 车牌的噪音不影响定位
参考文献
像叮一样切、一】
、代
、一枚簧片
、潘云鹤彩色汽车图像车牌定位新方法中国图像图形学报，一
何斌数字图像处理〔北京人民邮电出版社，一
、一、七、衬衫、吗、自、
，一
一比一