。4）根据倾斜角度，对车牌图像进行倾斜校正。最后通过θ角来确定车牌的倾斜角。Hough算法在眼跟踪瞄准的应用也有很好的应用，Hough变换检测瞳孔中心算法实现1从内存读取红外源图像如图2所示，与眼睛的其他部分相比，瞳孔要暗得多，可以采用简单的二值化的方法分离出瞳孔，运用Hough变换检测瞳孔中心坐标。因为瞳孔的半径是一定值，我们可以根据经验规定瞳孔的半径范围【rl，r2；lpDIBBits为二值化图像的DIB指针，Width为图像宽度；Height为图像的高度；circleNum为检测的圆的个数这里默认为1；radius为当前检测的圆的半径；edgeThick为当前检测圆的圆环宽度；以坐标radius，radius为检测的圆心起点，建立一个圆检测模板，指针数组ixCor
f【iNumOfCircle】、iyCoriNumOfCircle分别记录符合radius为半径、edgeThiCk为圆环宽度的NumOfCircle个点的横坐标和纵坐标；运用以上模板，开始以半径为r1检测，在rl，r1与Widthrl，Heightr2之间矩形区域开始检测，如果圆心rl，r1的灰度为255，说明它一定不是瞳孔的中心；否则，开始读取模板上的坐标，并判断其所指向点的灰度是否为0，如果为0，则被统计到数组元素pCou
ti木widthj】jj为圆心横纵坐标，检测完后模板向右或向下移动，模板上坐标值也进行相应改变，从而进行下一个圆心的检测。最后，在pCou
t中筛选出值最大的元素pCou
t【U】，uiIwidthj1，则ilj2即为该半径radius下的最合理圆心坐标。根据半径范围rl，r2】，一一进行上面的检测过程，从而得到一系列圆心坐标，选取它们的对应计数值pCou
tu】中最大几个值进行平均，即为所求的最后结果一瞳孔中心坐标。Hough应用还很多，在目前图像轮廓处理方面应用很广泛，在图像识别与其他算法结合使用，更加能够加大他的优势，规避了在计算量大的缺点。
f参考文献：
【1】Hough算法在眼跟踪瞄准的应用制造业自动化
【2】基于深度图像的火焰探测和人形识别研究中国科学技术大学【3】Se
sorsa
dsystemsforfruitdetectio
a
dlocalizatio
AreviewAGo
galabSAmatyaabMKarkeeabQZha
gbKLewisbc【4】运用数学形态学识别车辆牌照广东公安科技
【5】基于双目立体视觉的番茄识别与定位技术研究_王玉翰【6】基于线结构光视觉的番茄重叠果实识别定位方法研究_冯青春
f批阅教师意见
经综合评价，论文得分为：
批阅教师签名：批阅日期：
fr