基于边缘检测和Hough变换的车牌定位系统的研究与实现

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷,提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类,前者通过随机抽取采样点并结合其相邻点进行直线搜索

基于hough变换的思想,检测出四边形的四条边的斜率和截距,从而将四边形的形成检测出来,

文档可以看看，Hough变换是数字图像处理和机器视觉领域的经典算法,主要用于直线或线段的检测。虽然某些广义Hough变换能够用于检测复杂的2维图形,但其通常都具有存储空间大、计算时间长、可靠性差等不足

用多方向小波变换实现图像边缘的提取，matlab实现。包含参考程序，实验原理，实验试用图片

本文介绍了课程设计的内容和步骤，然后分析了图像与处理中运用到的处理方法，如灰度变换，中值滤波，二值化等。最后是检测车牌上下界和左右界，从而定位出车牌。

本文对车牌识别系统中的车牌定位和车牌字符分割这两个主要问题，开展了部分研究工作。针对车牌定位问题，提出了一种基于数学形态学的定位方法。首先对车牌进行预 处理，确定候选区域队列，然后排除候选车牌区域中的

车牌定位是汽车牌照识别系统的重要环节，定位的准确性直接影响车牌识别的准确率。文章研究了利用图像边缘及数学形态学的快速汽车车牌定位方法，首先将彩色图像灰度化，并利用Sobel算子进行图像边缘提取，然后运

附完整代码及详细的解析。Hough变换的基本原理在于，利用点与线的对偶性，将图像空间的线条变为参数空间的聚集点，从而检测给定图像是否存在给定性质的曲线。

利用opencv对一副图片进行hough检测 可获得图片中的直线部分 并把直线部分标记为红色

内含识别图像中椭圆及直线等特征元素的matlab函数，接口简单，易于调用。