车牌验证问题答案

【问题标题】：vehicle number plate verification issue车牌验证问题
【发布时间】：2012-07-22 06:07:56
【问题描述】：

我正在开发一个自动车牌验证系统。我已经设法在车辆图像上找到了车牌区域（矩形），但我需要过滤掉图像上的非车牌矩形区域。

我正在使用诸如

之类的标准

最小车牌宽度 x 高度，以便可以过滤掉较小的非车牌区域
车牌宽高比

这两个标准帮助我减少了非车牌区域的数量。但我仍然有一些不是车牌区域的候选区域。有人可以建议我一些标准，我可以用来返回确切的车牌区域。

我正在使用 C# 和 aforge.net

谢谢

【问题讨论】：

标签： c# image-processing aforge anpr

【解决方案1】：

在现实世界的场景中，不可能保证接近 100% 的匹配记录。请注意尺寸和比例问题，因为某些合法车牌的尺寸和比例可能会大不相同。例如“Q”车牌、(Qld) 以及道路上的拖车/自行车架车牌。

如果您获得了合理的命中率，并确保您获得了几乎所有的印版以及一些误报，然后处理/OCR 所有命中并选择“最佳”匹配。如果您检测到误报，但找到一个匹配的可疑板块，请标记它们以供审查。（低紧迫性）没有匹配或多个匹配的情况，标记为高度紧急审查。

您可以在图像中优先放置（取决于您是拍摄正面图像还是背面图像，正面应该更容易放置）但这不能太严格，因为卡车和自行车架可以在不太预期的区域放置车牌图像，以及将它们放在后窗的人。（不知道这有多合法。）

在非技术方面，如果您可以控制硬件，那么请务必使用红外线摄像头。印版使用 IR 反射油墨制造。（通常是背景）这有助于 OCR 对比度，但也会从图像中过滤掉个性化的背景。（所以 Daffy 的脸不会弄乱 OCR。）

【讨论】：

谢谢@Steve Py。我也是这么想的，因为世界上没有办法让我得到 100% 准确的结果。但是我已经设法将检测到的矩形区域的数量从 2-7 个错误区域中减少到最低限度，包括我认为足够好的车牌。因此，我想直接将它们提供给 OCR 引擎也不会损害它的性能。也只需添加到此评论。我在一篇研究论文中读到，其中说候选区域中的连接组件的数量将在 2-15 之间。但我有点迷失了用 aforge.net 尝试它
只是为了添加到我之前的评论中。如果我对最后几个候选区域进行颜色过滤呢？
颜色过滤可能不会很好地工作，这仅仅是因为可能会提供多种印版设计。抱歉，有那么一分钟我以为这是一个澳大利亚网站（惠而浦），所以我的回复是基于澳大利亚车牌设计的。根据您所在的位置以及您的代码将在何处运行，您可能会有同样多的变化，甚至可能在印版设计中更多。这就是使用红外相机的地方，因为您会得到白底黑（或灰底白）图像。颜色过滤可能适用于本地一般问题的牌照，但自定义/州外呢？
由于红外线的高对比度，OCR 命中率非常可靠，而且 OCR 通常非常快。在 OCR 中筛选出的假阳性区域比例相当低，不会显着影响您的吞吐量。
是的，你是对的。该系统是针对英国车牌建造的。好的，我想我会继续使用这两个过滤器标准，我想它应该做得足够好。我有红外线相机，但我使用的图像是从数码相机获得的，所以我想一旦我用红外线相机设置它，它应该可以正常工作。非常感谢史蒂夫的意见！