基于MFC车牌系统定位计算机专业答辩ppt.ppt

答辩讲稿1作者姓名：杨宁指导老师：乔百友单位名称：东北大学专业名称：计算机科学与技术东北大学2011年6月答辩讲稿2*题目的背景和来源近年来，随着全球经济的发展，交通事业也快速发展起来，机动车辆的规模大幅度增加，整个社会对交通运输的需求也不断增大。无论是发达国家还是发展中国家，都不同程度的受交通问题的困扰。随着计算机处理能力的增强和数字图像处理技术、通讯技术、信息技术的飞速发展，将车辆、道路、使用者三者紧密集合起来，用系统的观点进行思考，把先进的技术运用于智能交通系统（ITS）的开发中来。ITS是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合运输和管理系统。答辩讲稿3*题目的背景和来源所谓车牌定位(LicensePlateLocation)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置找出来，决定着车牌识别的后续工作能否继续进行，如果不能正确找到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，不论在学术界还是在业界，人们都对车牌定位技术给予了高度的重视，研究与开发车牌定位的算法具有十分重要的实用意义。答辩讲稿4*所做的主要工作本文在介绍了图像处理方面理论知识的基础上，对一幅车牌图像进行相关处理，最后对图像中车牌进行定位。首先对系统进行了总体设计，并对打开和显示图像，图像的灰度和二值化，中值滤波，寻找车牌边缘和图像剪裁进行了详细的设计。然后介绍了系统各模块之间连接的实现，并按照系统流程图，依次介绍了打开和显示图像，图像的灰度化，图像的二值化，削弱干扰保留边缘，中值滤波，寻找上下边缘，寻找左右边缘和车牌截取这8个部分的实现。答辩讲稿5*主要理论和技术介绍图像处理(imageprocessing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像增强是相对于图像识别、图像理解而言的一种前期处理。图像分割（ImageSegmentation）是把图像分割成若干个特定的、具有独特性质的区域并提取出感兴趣目标的技术和过程。中值滤波是一种非线性滤波技术。它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现，这些点对应的像素数很少，而图像则是由像素较多、面积较大的小块构成。在一定条件下，可以克服线性滤波器所带来的图像细节模型，而且对滤除脉冲干扰及图像的扫描噪声最为有效。答辩讲稿6*系统的设计和实现1.系统各个模块的整体设计整个系统主要包括8个子模块答辩讲稿7*系统的设计和实现2.系统实现程序的总体设计答辩讲稿8*系统的设计和实现2.系统实现程序的总体设计答辩讲稿9*系统的设计和实现3.打开和显示图像打开图像的操作首先在Doc类调用OnOpenDocument(LPCTSTRlpszPathName)函数，将为图图像句柄读入内存中；这是图像只是被放到内存中，并没有在客户区显示。要让图像显示出来，则要在View类的OnDraw(CDC*pDC)函数里进行相应操作。答辩讲稿10*系统的设计和实现3.打开和显示图像答辩讲稿11*系统的设计和实现4.图像的灰度转换首先要得到每个像素点的RGB分量的值，然后调用转换公式将像素点设置为新的灰度值。然后修改LPBITMAPINFOHEADER，把里面的biBitCount的值设置为8，表示这是一个8位的灰度图像。答辩讲稿12*系统的设计和实现4.图像的灰度转换答辩讲稿13*系统的设计和实现5.图像的二值化图像的二值化关键是找到一个阀值。然后对图像中每个像素进行比较，大于这个阀值则对像素直接赋值为255，小于这个阀值直接赋值为0。首先建立一个256大小的数组，用来统计每个像素值出现的次数。这里把所有灰度级分成16个小块，每个小块的灰度值的和分别存储到另一个数组里，从里面找到值最大的那个，获取到它的下标。利用公式便可得到一个阀值。答辩讲稿14*系统的设计和实现5.图像的二值化答辩讲稿15*系统的设计和实现6.削弱干扰保留边缘对像素进行左边像素值减去右边像素值的操作，最右列像素直接赋值。这样整个二值化的图像的边缘便显示出来了。答辩讲稿16*系统的设计和实现6.削弱干扰保留边缘答辩讲稿17*系统的设计和实现7.中值滤波先给中值滤波器赋值进行初始化，然后对图像进行中值滤波处理。首先分配足够内存用来保存图像，还要分配一块内存，用来保存中值滤波器。然后开始中值滤波，过程是：首先对每行先读取中值滤波器定义数组大小的一组像素值，然后调用一个排序函数对这组值进行排序，返回值是这组数据的中值。让后将这个值设定为图像的新像素值。对于处理不到的图像边缘的像素，则赋给原来的像素值。答辩讲稿18*系统的设计和实现7.中值滤波答辩讲稿19*系统的设计和实现8.寻找上下边缘首先要初始化一个数组，大小为图像的高度，用来存储图像没行里像素值为255即白色点的个数。从图像的最后一行开始统计，统计完一行后，看看白点个数是否大于一个阀值，如果不是，继续统计上一行，如果是，则判定图像的下边缘就在这一行上；然后继续往上一行计算，直到出现一行白点的个数小于这个阀值，则判定图像的伤边缘在当前行上，然后进行微量调正，即上边缘减去一定数值，下边缘加上一定数值。答辩讲稿20*系统的设计和实现8.寻找上下边缘答辩讲稿21*系统的设计和实现9.寻找左右边缘左右边缘的寻找与上下边缘的寻找策略基本一致，只是有几个小地方不同。当找到车牌的左边缘时，并没有继续寻找车牌的有边缘，而是直接给左边缘的位置加上一定的像素值；并且根据所使用的图像粗略估计，并没有从图像的最左边开始统计，而是从图像宽度的五分之一处开始统计，并且阀值的设定也不同，因为是对特定的图像，所以可以使用这样的办法，减少计算量。答辩讲稿22*系统的设计和实现10.图像截取要对图像进行剪裁，需要自己定义一个BITMAPINFO的结构体并且对结构体里面的参数进行初始化，初始化所用到的相关数据就是经过上面几步计算得到的。答辩讲稿23*系统的设计和实现10.图像截取答辩讲稿24*结论本文的工作主要包含了以下几个方面：(1)简单介绍了图像处理和识别技术，对图像分割技术的数学理论进行了介绍，然后又提出了几种常见的图像处理方法；简单介绍了中值滤波的作用和数学表达方式；简单介绍了BIT图像和真彩色图像的一些知识。(2)利用结构化分析方法获取并分析了系统的功能性需求，并根据实际情况提出了系统的非功能性需求。对部分功能需求进行了分析讨论，明确了系统优化的目标。描述了系统运行、开发所需要的软硬件支持。(3)按照分模块的方法对系统进行整体设计，对系统的各个模块模块进行了详细设计。重点设计了灰度转换、中值滤波、图像剪裁几个部分。(4)在各模块设计的基础上，对各模块的连接进行了设计与实现。并对各模块的实现函数结构进行了描述，有的还加入了流程图。(5)通过测试，验证了系统的正确性和有效性。答辩讲稿25*结论本文是实现了对特定图像的车牌定位，但是系统的设计还是有局限性和很多不理想的地方，主要有以下几个方面：(1)只是对所使用的图片进行了定位，当用其他的在不同光照、不同背景、不同角度甚至是不同图像采集设备采集到的照片进行试验时，效果很不理想。要想真正实现具有普适性的高精确度的车牌定位，需要的算法十分多并且复杂，编程实现也很复杂。(2)系统只是进行了车牌的定位，并没有实现车牌号码的识别，个人感觉十分遗憾。但是因为时间有限，在加上技术方面的欠缺实现起来还是很困难。答辩讲稿26