背景

对于我在大学的最后一个项目,我正在开发车辆牌照检测应用程序.我认为自己是一名中级程序员,但是我的数学知识缺乏中学以上的任何东西,这使得生产正确的公式比它应该更难.

我花了很多时间查阅学术论文,例如:

• 检测图像中的车牌
• 使用图像显着性的稳健车牌检测
• 用于车牌检测的汽车图像局部增强

谈到数学,我迷路了.由于这种测试,各种图形图像被证明是有效的,例如:

至

然而,这种方法仅适用于该特定图像,如果将这些技术应用于不同的图像,我确信会发生较差的转换.我读过一个名为"底帽形态变换"的公式,它执行以下操作:

基本上,变换保留了图片的所有暗部细节,并消除了其他一切(包括更大的暗区和亮区).

我找不到很多关于此的信息,但是报告末尾附近的文档中的图像显示了它的有效性.

其他限制

• 用C#开发
• 仅将项目限制在英国注册牌照
• 我可以选择要转换的图像作为演示

题

我需要建议我应该关注哪些转换技术,以及哪些算法可以帮助我.

编辑:关于续 - 车辆牌照检测的新信息

经过大量关于车牌检测的工作后,我决定在图像中简单地找到黄色像素的"图案"将是在图像中找到牌照位置的充分方法.目前,我使用各种图形滤镜并检测白色像素图案,但这被证明是越来越成问题的.

现在提出这个问题,我知道'黄色'牌照是基于诸如亮度,环境等众多因素.

洞察这一点我需要一个范围来比较,例如:

if(FindIfYellow(GetPixel(x,y)))

但是我不知道是否使用RGB值,特别是单个RGB值来确定颜色是否为黄色阴影.最后是否有一个定义这些范围的网站或某种信息？我知道

R:255 G:255 B:0

是最纯净的黄色,但就范围而言,我不知道.无论如何,希望这是一个合理的想法,我发布的原因是为了确保我不会忽视某些东西,就像我经常做的那样:).

继续这个主题:

什么是车牌检测的好算法？

我已经开发了我的图像处理技术,以尽可能地强调车牌,总体而言我很满意,这里有两个样本.

现在是最困难的部分,实际上是检测车牌.我知道有一些边缘检测方法,但我的数学很差,所以我无法将一些复杂的公式转换成代码.

到目前为止,我的想法是循环遍历图像中的每个像素(对于基于img宽度和高度的循环).从每个像素与颜色列表进行比较,从中检查算法以查看颜色是否保持区分许可证盘子白色,和黑色的文字.如果确实如此,则将这些像素内置到内存中的新位图中,然后在停止检测到该模式后执行OCR扫描.

我很欣赏这方面的一些意见,因为它可能是一个有缺陷的想法,太慢或太密集.

谢谢