1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,63

针对复杂背景的车牌定位问题, 提出了一种颜色和纹理分析相结合的车牌定位算法. 该算法采用基于适 合彩色图象相似性比较的HSV 颜色模型, 首先在颜色空间进行距离和相似度计算 然后对输入图象进行颜色分 割, 只有满足车牌颜色特性的区域, 才进入下一步的处理 最后再利用纹理及结构特征对分割出的颜色区域进行分 析和进一步判断, 并确定车牌区域. 该方法不同于大多数的车牌定位方法-License plate location for the complex background proble

本文针对复杂背景下的彩色正面人脸图像,将肤色分割、模板匹配与候选人脸图像块筛选结合起来,构建了人脸检测实验系统,并用自制的人脸图像数据库在该系统下进行了一系列的实验统计。-Color frontal face images under complex background, skin color segmentation, template matching candidates face image block screening combined to build a face detect