55、车牌检测、字符识别与以主体为中心的视频监控分析

车牌检测、字符识别与以主体为中心的视频监控分析

1. 车牌检测与字符识别

车牌检测和字符识别在交通管理等领域有着重要的应用。在车牌字符分割时，采用的算法会尝试保留包含一定比例（40%）黑色像素的部分，或者去除黑色像素少于40%的小噪声。不过，当图像采集效果不佳或者字符未封闭时，该算法可能会失效。例如，字母“T”如果顶部过细，可能会被错误分割。

字符识别方面，有多种光学字符识别方法。采用的方法是将采集到的字符与预先单独采集的意大利字符测试集进行比较。若两个字符相似，很可能它们形状相同，输出结果就是对应原型的名称。
- 字符匹配步骤 ：
1. 形状对齐 ：为了将字符与标准原型字符集进行匹配，需要将采集区域与测试集区域对齐，通过拉伸或压缩形状从原始位置到目标位置。若目标区域大于原始区域，部分像素需多次复制（拉伸）；若原始区域大于目标区域，部分像素会被忽略（压缩）。
2. 尺寸确定 ：最终字符大小为13 x 25像素。字符集是通过对车牌上每个字符进行二值化处理得到的文本文件。
3. 像素标记 ：采集字符和原型字符集中的像素都进行标记。0代表字符像素，1代表背景像素，2代表不相关像素，可视为背景或对象，在后续匹配中赋予不同权重以避免因拉伸和旋转步骤导致的匹配错误。
- 相似度计算 ：采用修改后的Yule相似度度量公式来计算采集字符与原型字符集的相似度：
[D = \frac{(N_{11} + N_{00})^2 - (N_{01} + N_{10})^2}{(N