大。同理对白底黑字的牌照可用R 通道,绿底白字的牌照可以用G 通道就可以明显呈现出牌照区域的位置,便于后续处理。原图、灰度对于将彩色图象转换成灰度图象时,图象灰度值H可由下面的公式计算:Р Р (3.1)Р (3.2)Р Р Р(3.1)式使用了权值加重法,(3.2)式使用均值法,使用权值法的好处是可以突出某个通道,Matlab内的RGB转灰度图函数rgb2gray()就是使用的(3.1)式权值比例公式,这样就可以利用边缘检测方法,识别出临近区域灰度值相差大的分界区。通过程序运行其效果图见图3.2和图3.3:Р图 3.2 原始图像Р图 3.3灰度图像Р由原图和灰度图运行结果可知,能清晰地读出原彩色图样,通过图形的对比分析,原始图中车牌区域的灰度明显不同于其他区域,蓝底部分最为明显。经过程序运行出来的灰度图可以比较容易的识别出车牌的区域,达到了预期的灰度效果。Р3.1.2图像的边缘检测Р 在Matlab中利用函数edge()实现边缘检测,具体的用法如下所示:РCar_Image_Bin=edge(Car_Image_Gray,'robert',0.15,'both');Р在edge()函数中有Sobel算子,Prewitt算子,Roberts算子,Log算子,Canny算子及Robert算子,几种算法相比之下,Roberts算子是一种最简单的算子,是一种利用局部差分算子寻找边缘的算子,他采用对角线方向相邻两象素之差近似梯度幅值检测边缘。检测垂直边缘的效果好于斜向边缘,定位精度高,对噪声敏感,无法抑制噪声的影响。?因此本课题使用了Robert算子。Р由于Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子, 根据任一相互垂直方向上的差分都可用来估计梯度,Robert 算子采用对角方向相邻两像素之差,其计算公式如下: Р (3.3)Р (3.4)Р其幅值为: (3.5)
全文预览
