2012-07-23 71 views
1

我正在開發一個自動車牌驗證系統。我已經設法在車輛圖像上找到車牌號區域(矩形),但我需要濾除圖像上的非車牌號矩形區域。車號牌驗證問題

我使用規定 - 如

  1. 最少板寬度×高度,使得較小的非號牌的區域可以被過濾掉

  2. 編號板寬/高比

這兩個標準幫助我減少了非號牌區域的數量。但我仍然有一些候選區域不屬於車牌區域。有人可以建議我一些標準,我可以用來返回確切的車牌號碼區域。

我使用C#和aforge.net

感謝

回答

2

就不可能在任何地方接近真實世界的場景100%匹配的記錄保證。請注意尺寸和比率問題,因爲某些法定車牌可能會有明顯不同的尺寸和比例。比如「Q」牌(Qld)和諸如拖車/自行車架之類的東西在道路上鋪平道路。

如果您獲得了合理的命中率,並且確保您幾乎獲得了所有盤子以及一些誤報,那麼流程/ OCR全部命中並選擇「最佳」匹配。如果您檢測到假陽性,但發現盤狀嫌疑人單匹配,請將其標記以供審查。 (緊急程度低)遇到無法匹配或多次比賽時,請高度緊急檢查的情況。

您可以優先考慮圖像中的位置(取決於您是捕捉正面還是背面圖像,正面應該更容易放置),但是再次,這不能太嚴格,因爲卡車和自行車架可能會有更少的板圖像的區域,以及將它們放在後窗的人。 (不知道這是多合法)。

在非技術性說明中,如果您有硬件控制權,請務必使用紅外相機。印版使用紅外反射墨水製造。 (通常是背景)這有助於OCR對比度,但也會濾除圖像中的個性化背景。 (所以Daffy的臉不會弄亂OCR。)

+0

謝謝@Steve Py。我在想同樣的事情,因爲世界上沒有辦法能夠得到100%準確的結果。但是我已經設法將檢測到的矩形區域的數量減至最少,例如2-7個虛假區域,包括我認爲足夠好的車牌。因此,我認爲將它們直接送入OCR引擎並不會損害其性能。也只是添加到這個評論。我在一篇研究論文中讀到,該論文說候選區域中連接的組件的數量在2-15之間。但我有點失落,試着用aforge.net – 2012-07-24 06:18:44

+0

來添加我以前的評論。如果我在最後的幾個候選區域上進行顏色過濾怎麼辦? – 2012-07-24 07:03:23

+1

僅僅因爲可能會有多種版面設計,濾色效果可能不會太好。對不起,一分鐘我以爲這是一個澳大利亞網站(惠而浦),所以我的回覆是基於澳大利亞車牌設計。根據你的位置以及你的代碼將在哪裏運行,你可能會有很多種類,或者甚至更多的板塊設計。這是使用紅外攝像機的地方,因爲您在白色(或灰色白色)圖像上顯示黑色。顏色過濾可能適用於當地的一般問題板塊,但是自定義/不在狀態? – 2012-07-24 11:30:19