NI Vision Assistant学习（二）——汽车车牌提取

        如下图，如果要将车牌提取出来，在NI Vision Assistant中该如何操作呢？

      要对这张彩色图像进行处理，首先就要将此图转变为8位图像，因为NI Vision Assistant主要是对8位图像进行处理。

       大概理一下思路，首先可以先利用颜色平面提取函数，将彩色图像提取出一个颜色平面；接着对图像进行二值化处理，然后对图像进行筛选，将车牌区域分割出来；然后把筛选出来的车牌二值图像当做掩模，在灰度图中将车牌切割出来。

        理清思路之后，则可以在NI Vision Assistant中一步步操作。如下图，首先打开原图，再提取颜色平面，因为车牌是绿色的，所以笔者提取的是绿色平面。在变成灰度图后，就对图像进行二值

 化处理，将整个车牌区域标记出来，在Threshold Setup函数中选择手动阈值，根据实际情况将阈值设置为81~255区间，就将车牌区域基本标记出来了。但是图像中存在许多干扰项，需要将其去除。

      二值化后的图像中，可以明显看到车牌区域有的地方并没有变成红色，在中间形成了一个个空洞，所以需要填补起来。在Adv.Morphology Setup中选择Fill holes，将空洞填补。

  

      接下来就是去除图像中的干扰项，观察图像主要干扰项即为上方的长条粒子和其他区域的小粒子，且长条粒子挨着图像边界，可以利用去除边界粒子函数（Remove border objects)去除，至于其他的小粒子，都可以利用去除小粒子函数(Remove small objects)去除，这两个函数都可以在Adv.Morphology Setup中找到。

 

        除去干扰项后，就得到车牌区域二值图像，但是图像的边缘并不平整，需要利用Convex Hull将边缘变得平整 ，平整后的图像就可以完整的截取出车牌的图像。

    

        整个完整的处理过程如下图，在边缘平整过后，就可以利用掩模将车牌提取出来了。但是不能直接在边缘齐整后的图像上进行掩模操作，直接提取出车牌。在整个处理流程中，在对原图提取

 

 

出颜色平面之后，存储灰度图像。另外在分隔出车牌二值图像后，也对掩模进行存储掩模操作。

 

       对图像进行存储或者提取，都是在Image Buffer Setup中进行操作。在提取颜色平面后的图像和边缘平整后的图像选择 Store进行存储，在掩模操作之前，选择Retrieve将存储的灰度图像取出。

         

        在Processing Functions:Grayscale中，选择Operators函数，在此函数的设置页面选择Mask，选择存储的掩模照片，也就是处理好的二值图像，点击确定后，就将车牌从灰度图像中提取出来了。

 

    提取出车牌图片后，就可以单独对车牌进行其他操作，例如读取车牌号码。