[硕士论文精品]车牌定位与识别系统.pdf

《[硕士论文精品]车牌定位与识别系统.pdf》由会员分享，可在线阅读，更多相关《[硕士论文精品]车牌定位与识别系统.pdf（50页珍藏版）》请在三一文库上搜索。

1、浙江大学硕士学位论文 摘要 车牌识别技术作为智能交通的重要组成部分，在人们的生活中发挥着越来越 重要的作用。车牌定位、车牌字符分割，车牌字符识别是车牌识别的三个重要组 成部分，是车牌识别技术的研究重点，其中又以车牌定位技术为其核心技术。本 文从车牌定位技术以及车牌字符分割技术对车牌识别技术进行了深入研究，具体 包括以下一些内容： 1 针对实际应用中高速公路数码探头所拍下的背景复杂的高象素数码图片， 本文提出了一种综合利用车牌多种特征的快速定位方法。该定位方法充分利用了 车牌的纹理特征，色彩特征以及几何特征，经过牌照初定位，牌照倾斜角检测， 牌照精确定位三个步骤，快速准确定位出车牌所在位置。实验

2、结果表明，对于背 景复杂的高分辨率数码车辆图像，本文提出的定位方法定位速度快，定位准确率 高，可适用于多种背景复杂的实际车牌识别系统应用场合。 2 在车牌精确定位过程中，提出一种基于R a d o l l 变换的牌照倾斜角检测方法。 该方法首先对车牌区域进行边缘检测，接着对二值化边缘图像沿各个方向进行投 影，最后对投影结果进行分析得到牌照的倾斜角。实验结果表明，该倾斜角检测 方法对于检测存在较大程度倾斜的车牌图像十分准确有效，且并不依赖于牌照是 否含有明显边框。 3 在车牌精确定位的基础上，根据车牌字符的排列规律和字符的几何特征， 提出一种新的基于二三字符定位的车牌字符分割方法。该方法首先利用

3、车牌的水 平方向投影去除车牌的上下边框以及柳钉，再利用字符宽度和字符问间距的关 系，利用垂直投影定位出车牌的第三字符作为基准字符，在此基础上，再进行字 符区域分裂和合并，最终实现了车牌字符的准确分割。 关键诃；车牌识别；车牌定位；车牌字符分割；车牌字符识别；边缘检测；R a d o n 变换 浙江大学硕士学位论文 n A b s t r a c t A u t o m a t i cl i c e n s ep l a l er e c o g n i t i o nt e e l m o l o g ，, , 勰a1 c yc o m p 0 I l c r ao f i n t e l l

4、 i g e n tt r a n s p o r ts y s t e m , i sp l a y i n gam o r e8 n di l l o r l i m p o r t a n tr o l ei nm a n ya p p l i c a t i o nf i e l d si nO I , U “ l i f e V e h i c l el i e e m e p l a t e l o c a t i o n ，C h l u a c t 日s e g m e n t a t i o n 锄d d 埔矗I c t e r r e c o g n i t i o n t

5、 h r e e k e ys t e p s o f l i c e n p l a t e r e c o g n i t i o n , o f w h i e l at h ev d a i e l el i c e n s ep l a t el o c a t i o ni st h ec o p a r tT h ev e h i c l el i c e n s ep l a t e l o c a t i o na n dc h a r a c t e rs e g m e n t a t i o no fc o m p l e xb a e k g r o u r 1a i

6、 g i t a li l l l a g ea 撑w e l lr e s e a r c h e d 耵把m a i nc o n t r i b u t i o n so f 曲t h c s i sa r c 勰f o l l o w s ： 1 An e wv e h i c l el i c e n s ep l a t el o c a t i o na l g o r i t h mb a s e dO i lm u l t i - c h a r a c t e r i s t i c si si n t r o d u c e d m a d e rt h ee o m p

7、 l c l xb a c k g r o u n dv e h i c l ei m a g et a k e nb yh i g h w a yd i g i t a le a m e r a l T h i sa l g o r i t h mn l a k e lf u l lu o f t h ec o l o r , t e x t l m , g e o m e t r i ce h a t a e m i s f i e sm a dl o e a t 髓t h e l i c e n s ep l a t eb yt h r e es t c p s ：t h er 跏l o

8、 c a t i n go fl i c e n s ep l a t e , t h ei n c l i n ea n g l e 出协c 6 0 I Ia n d c o r r e c t i o n , t h ep r e e i l o c a t i n go f l i e e n s ep l a t e T h e 咖e n t a lr e s u l ts h o w st h a tt h i sa l g o r i t r l m h a saf a s t , e t t i c i e n tp e r f o r l r 鼬c eo fl o c a t

9、i n gv e h i c l el i e e m ep l a t et m d e rt h eh i g h - p i x e lc o m p l e x b a c k g r o u n dv d a i e l ei m a g et a k e nb yh i g h w a yd i g i t a le a m e r a l 2 An e wl i e e m ep l a t ei n e l i n ea n g l ed c t c c t i 伽a l g o r i t l l mb a s eo nr a d o nl r a n 鲒o l i l li

10、 s i n n - o d u e e d 仳a l g o r i t h m f i r s t a p p l i e s c a n n y e d g e 出艇c i o n 幻t h e l i e e m ep l a t er e g i o n a n d g e t s a b i n a 巧e d g ei l n a g eo f l i e e m ep l a t el e g i O O T h e np r o j e c t i o no f t h i sb i n a r ye d g et h r o u g hd i f f e r e n t a

11、n g l e si st a k e n 锄de a r e f u U ya n a l y z e d ml i c e n s ep l a t ei n c l i n e 础i sd e d u c e d f r o mt h er e s u l t s o ft h ep r o j e c t i o n T h ee x p e r i m e n t a lr e s u l ts h o w st h a t 也j sa l g o r i t h mh a s8f a s t , e t t i e i e n t p e r f o m m c eo fv e h

12、 i c l el i c e n s ep l a t ei n c l i n ea n g l ed e t e c t i o n , r e g a r d l e s so fw b 衅t h e rt h ev e l a i e l e l i c e n s ep l a t eb a sac l e a rb o u n d a r i e so rr i o t 3 A c c o r d i n gt ot h er u l e so ft h ec h 羽曩c I 瑚晤o f 曩v e h i c l el i c e n s ep l a t ea n dt h e

13、g e o m e t r i c a l f e a t u mo ft h ec h 锄穗c 觚锄a p p r o a c hf o rc h a i a c t e l s e g m e n t a t i o no fv e h i c l el i c e n s ep l a t e si s p r o p o s e dw h i c hi sb a s e d t h el o c a t i o no ft h e 蹦! c _ D I l d 趾dt h i r dc h 艘a e t e r F i r s t l y , t h en a i la n d h o

14、 r i z o n t a lb o u n d a r y 砒r e m o v e db yt h eh o r i z o n t a lp r o j e c t i o no f t h el i c e n s ep l a 姆S e c o n d a r yt h e s e c o n da n dt h i r dc h a r a c t e r so f t h ep l a t e 玳l o c a t e di nt h ei l l l a g eo f t h ep l a t el o c a t i o n A n dt h e nt h e c l a

15、a m e t e rr e g i o n sw i l lb ed i v i d e da n dm e r g e d A sa 托眦t h ec h 纠c t e r so f t l a ep l a l e 哪s e g m e n t e d a e e l r d t e l y 1 1 也e x p e r i m e n t a lr e s u l ts h o w st h a tt h i sa p p r o a e l ai sag o o da p p r o a c hf o rc h a l l c t c r s e g m e n t a t i o

16、no fv e h i c l el i c e n s ep l a t e w h i c hc 柚b ea c c o m p l i s h e dw i t hag r a t er e s u l ti nas h o r t l i m e K e y w o r d l s ：l i c e n s ep l a t er e c o g n i t i o n ；v e h i c l el i e e m ep l a t el o c a t i n g ；c h l t l a c t e ts e g m e n t a t i o no f v e h i c l

17、el i e e m ep l a t e s ；c h a r a c t e rr e c o g n i t i o no f v e l a i e l el i c e n s ep l a t e s ；e d g e 血协娟0 n ： i - a d o nt r a n s f o r m 浙江大学硕士学位论文 m 致谢 值此论文完成之际，我衷心感谢导师杜树新副研究员两年多来对我孜孜不倦 的教育和指导。杜老师把我带入了图像识别的大门，从事车牌识别技术的研究， 为我提供了一个宽松、和谐的研究环境，引导我在科研工作中一步步前进，我的 每一点成绩都是与杜老师的教育和帮助分不开的。杜老

18、师严谨的治学态度、平易 近人的工作作风和积极进取的精神将使我终身受益。 衷心感谢韩绍甫师兄，徐燕伟师姐，胡震欢师弟，晁凤英师妹，我们共同在 工控所老楼4 0 7 室营造了一个和谐的学习生活环境，使我能够舒心地从事科研工 作，在此表示诚挚的感谢。 特别感谢吴进军师兄在我科研学习之初给我不遗余力的指导与帮助，并给我 在以后的科研学习中留下了宝贵的研究经验，让我获益匪浅，在此表示特别的谢 意。 感谢两年来与我同一宿舍的何晨，万辰同学，他们是我的良师益友，在学习 和生活上给予我许多的关怀和帮助。从他们身上，我学到了一些生活的哲理和为 人处事的态度，我将终生难忘，非常幸运能够与他们在同一屋檐下生活。 对

19、所有关心、支持和帮助过我的同学和朋友们表示感谢。 衷心感谢我的父亲、母亲、姐姐及其他亲人，他们用最大的努力来支持和帮 助我完成学业，对他们的感激之情，我无法用言语来表达。 张粮强 二零零七年三月于求是园 浙江大学硕士学位论文 第一章车牌识别系统综述 擒要：随着我国汽车的日益普及，智能交通系统越来越受到人们的重视。作为智能交通 系统的重要组成部分，车牌识别系统能从一幅车辆图像中自动提取车牌图像，自动分割字 符，进而对字符进行识别，得到车牌的号码。本章首先简要的介绍了车牌识别系统的组成， 以及车牌自动识别技术的发展历程然后分别从车辆图像获取，车牌定位，车牌字符分割， 车牌字符识别四个部分对车牌自动

20、识别技术的发展和现状进行了概述。 关键词t 车牌定位；字符分割；字符识别 1 1 车牌自动识别技术简介 随着汽车在我国的日益普及，高效的智能化交通管理将变得越来越重要。车 牌识别技术( 1 i c e n s ep l a t er e c o g n i t i o n 简称L P R ) 是计算机视觉与模式识别技术 在智能交通系统( r r s ) 中的重要研究课题，可以广泛应用于停车场、高速公路 收费管理、十字路口监控和超速车辆检测等场合，是实现交通管理智能化的关 键技术之一 车牌识别系统在交通监管的基础上，引入了数字拍摄技术和计算机信息管理 技术，采用先进的图像处理、模式识别和人工智能

21、技术，通过对车辆图像的采 集和处理，获得更多的信息，从而达到更高的智能化管理水平。它直接利用每 辆合法车辆都配有汽车牌照和牌照的唯一性的特点，不需要在汽车上额外安装 条形码或无线电发送装置，从而避免了对现有车辆系统进行大幅度的改造。 车牌识别( L P R ) 系统作为智能交通系统( r r S ) 的一个重要组成部分，能 从一幅车辆图像中自动提取车牌图像，自动分割字符，进而对字符进行识别， 得到车牌的号码。 车牌识别系统一般可顺序地分为车辆图像获取、车牌定位、车牌字符分割和 车牌字符识别等4 大部分( 吴迸军，2 0 0 5 b ) ，其流程图如图1 1 所示： 车牌识别系统是建立在图像处理

22、技术和模式识别技术的基础上的。车牌定位 和车牌字符分割属于图像分割的范畴，而车牌字符识别则需要运用模式识别理 论。字符识别已经是较为成熟的技术了，一般情况下采用模板匹配或者分类器 识别等方法都可以达到较为满意的识别效果。因此本文着重讨论将车牌定位与 车牌字符分割方法的研究 浙江大学硕士学位论文 2 I 车辆图像获取 山 l 车牌定位 山 车牌字符分割 山 车牌字符识别 图1 1 车牌识别流程图 F i g 1 1F l o wc h a r to f l i c e n s ep l a t er e c o g n i t i o n 1 2 车牌自动识别技术的发展和现状 车牌自动识别技术的

23、研究国外起步地较早。早在2 0 世纪8 0 年代，便有一些 零零散散的图像处理方法用于车牌自动识别的某些具体应用。在这个阶段，车 牌自动识别技术的研究还没有形成完整的系统体系，一般采用简单的图像处理 方法来解决某些具体问题，并且最终结果通常需要人工干预( 郑南宁等，1 9 9 1 ) 进入2 0 世纪9 0 年代后，车牌自动识别的系统化研究开始起步。典型的如 1 9 9 0 年九S J o h n s o n 等提出车辆牌照的自动识别系统分图像分割 = - 2 5 5 ( 3 1 ) 式中，= O 2 9 9 0 + r + 0 5 8 7 0 g + 0 1 1 4 0 b + o 一，其中

24、7 ，g ，6 分别为该象素点的三 浙江大学硕士学位论文 基色红、绿、蓝分量值( 赵荣椿，1 9 9 5 ) 。 正常情况下，牌照区域应满足宽度8 0 象素以上，高度在2 0 象素以上。为方 便后续处理，我们先将整张图片进行区域分割，将其分为若干大小为4 0 x i 0 象 素的子区域，这样划分可保证至少有一个子块区域落入牌照区域当中。而这块 小区域应完全满足车牌的灰度纹理特征和色彩特征。为记录每个子区域所含有 效点的数目，我们建立一个与整幅图像长度与宽度相关联的零初值动态二维矩 i 车G q b ，f = 0 ，1 ，x ；y = 0 , 1 ，r ，矩阵中每一个元素分别对应于原图像中菜一

25、个4 0 1 0 的子区域，其值描述了对应子区域所包含的有效点个数( 其计算参见 下节) 。 3 2 2 区域有效点筛选 3 22 1 灰度筛选 牌照区域区别于其他区域的最明显的特征就在于牌照区域有按一定标准排 列的字符，这一特征体现在灰度图像上就是车牌的水平灰度纹理特征。其特征 具体可归结为该区域应满足水平方向一定的灰度变化频度，牌照区域所有字符 的灰度应基本一致，而牌照区域的背景灰度也应基本一致，且字符灰度与背景 灰度之问有较大差值。 记图像中第y 行灰度函数为乃工2 0 M ，M 为图像的宽度。为有效而 快速地提取出车牌的水平灰度纹理特征，我们对整张图像每隔1 0 行应用以下4 步操作。

26、 操作1 ：采用一维梯度模板卜1 ，l 】对( 力作卷积，结果记为毋 操作2 ：取正阈值磁，从g ，中提取出所有s 个满足 lg ，瓴) l 巩，f e l ，s 的边缘点得到该行边缘信息。考虑到可能存在的成像模 糊等因素，我们对边缘图像中相邻的边缘点再作一次差分运算，滤去模糊边缘。 最终得到该行所有P 个灰度上升沿边缘点和Q 个灰度下降沿边缘点，分别记为 。p = l ，2 ，p 和巧。窖：l ，2 ，Q 操作3 ：取距离阈值观，设上升沿边缘点弗与下降沿边缘点巧相邻，若 巧，且 弓一巧l 碾，力( ) 一乃( “) 观，且 I 乃瓴) 一矗( ) l 砚， 乃( 囊) 一乃( ) ，且I (

27、 ) 一力( - ) I = 死k ，gG i l U l 】+ G 们 _ ，+ l 】x 刀， c 4 i J U 一2 】+ G 【1 1 U + 2 】 G丽一 ，式中 2 、，( R G ) 。+ ( 五一I 硕R 一占) ，：R + G + B 3 ( 3 2 ) s ：l 一堂墨! 堡：璺 H S I 颜色空间下，H 是色度，值域为【o 3 6 0 ) ，表征的是对象的颜色，例如 红色为o 。，黄色为6 0 。，蓝色为2 4 0 。；I 是亮度，值域为【o 2 5 5 】，表征的是对 象的发光强度，值越大则表明发光强度越大；s 是饱和度，值域为【o ，1 】，表征 的是对象的颜色

28、纯度，值越大则表明纯度越高。考虑到不同光照条件下会有一 定的偏色问题，我们允许有效点的色度有一定的偏差即色度在2 4 0 。+ 1 5 。基本 可视为蓝色，6 0 。+ 1 5 。基本可视为黄色。若该子区域内颜色为蓝色的有效黑点 数目大于设定阙值，且其强度满足， 1 5 0 的有效白点数目大于设定阈值，则标 记为蓝底白字车牌子区域，令其对应的二维矩阵元素值G p 】【刃z 2 5 5 ；若该子区 域内颜色为黄色的有效白点数目大于设定阈值，且其强度满足， 砚，珥为直线投影阈值，则认 为检测到一条接近于水平方向口2 岛方向的直线，说明我们检测到了牌照接近 水平方向的倾斜角度为岛的边框，于是牌照倾斜

29、角即为岛； 浙江大学硕士学位论文 判据2 ：若不存在上述。即检测不到牌照接近水平方向的边框时，则统计 每个角度口下最长的连续菲零点的个数，该值对应于牌照字符区沿口角度投影 的宽度。由于任意角度下牌照字符区总投影值为一恒量，所以当且仅当p 为牌 照倾斜角时，牌照字符区投影宽度最小，最长的连续非零点的个数为最少，投 影均值取得最大值于是我们检测得最长的连续非零点的个数为最少的日即为 牌照倾斜角 根据以上两个判据得到牌照倾斜角后，我们便可以用该角度来修正牌照区 域。以牌照区域中一1 5 , 点为原点，沿角度0 从原灰度图像中截取大小为1 6 0 5 0 的标准块，然后将该标准块顺时针或逆时针( 取决

30、于口的符号) 旋转例。，最后 得到所含牌照基本上为水平垂直方向的规则矩形区域。 图3 5 给出了牌照有明显边框的倾斜角检测与修正结果，其中( a ) 为牌照区域 的原始灰度图像， 为采用c a n n y 边缘检测算子得到的二值化图像，( c ) 为倾斜 度校正后的灰度图像( 校正角e = 8 0 ) 。图3 5 给出了牌照没有明显边框的倾斜 角检测结果( 校正角0 = 8 。) 。从图3 4 以及图3 5 可以看出，我们的倾斜角检 测方法十分准确有效，且并不依赖于牌照是否含有明显边框。 ( a ) 牌照区域的原始灰度图像( ”c a n n y 二值边缘图像( c ) 倾斜度校正后的灰度图像

31、 C a ) O r i g i n a lg r a yi m a g eb e f o r e ( ”B h 】t a r yc a n n y - e d g ei m a g e ( c ) O r a yi l n a g ca f h i n c l i n ea n g l ec o r r e c t i o no f t h eo r i g i n a lg r a yi m a g ei n c l i n ea n g l ec o n 删o n 图3 4 牌照存在明显边框时的倾斜角检铡与修正结果 豫3 4T h ei n c l i n e - n g kd e t

32、e c t i o na n dm r r e e t i o no f l i c e n s ep h t ew i t hc l e a rb o u n d a r i e s ( a ) 牌照区域的原始灰度图像( b ) c a n n y = 值边缘图像( c ) 倾斜度校正后的灰度图像 ( a ) O r i g i n a lg r a yi m a g eb e f o r e B i n a r yc a n n y - e d g ei m a g e G r a yi m a g ea f a r i n c l i n ea n g l e Y e c t i o n

33、o f t h eo r i g i n a l 鲫i 1 3 咀g ci n c l i n ea n g l e 伽啊妇 图3 5 牌照没有明显边框时的倾斜角检测与修正结果 蜒3 5T h ei n d i a ea n g l ed e t e c t i o na n de o r r e c f i o no f I k e m mp h k w i t h o n tc l e a rb o u n d a r i e s 浙江大学硕士学位论文 3 3 2 牌照边界精确定位 对于倾斜修正后的1 6 0 5 0 象素区域，我们再次c a n n y 边缘检测算子对其进 行边缘检测，得

34、到包含整个规则形状牌照的二值边缘图像，如图3 6 ( a ) 所示； ( a ) 校正后牌照区域二值边缘图像( b ) 上下边界定位结果( c ) 牌照最终定位结果 ( a ) B i n a r ye d g ei m a g ea q e r C o ) I m a g ea i d e ru pa n d ( c ) I m a g e a f t e ru t i m a X c i n c l i n ea n g l ec o r r e c t i o n d o w nb o u n d a r i e sl o c a t i n g b o u n d a r yl o c

35、 a t i n g 图3 6 精确定位的图例 F i 9 3 6 I n s t a n c e o f t h e p r e e i ”l o c a t i n g o f l i c e n s e p l a t e s 3 3 2 1 上下边界定位 统计方形区域中每行包含的边缘点数目，若大于给定阈值。惕2 0 ，则标记为 有效行：从第一个有效行开始搜索所有连续的有效行。当然实际情况下，有时 并不是车牌范围内所有行都能满足要求，我们允许连续有效行的总行数以及不 满足要求的行数有一定冗余。最终我们得到最长的连续有效行的集合。以该集 合的上下边界作为牌照区域的上下边界，如图3 6 所示

36、。 3 。3 2 2 左右边界定位 从牌照区域的上边界开始，寻找该行的第一个边缘点，将其标记为有效边缘 点。往后寻找边缘点，若边缘点与上一个边缘点距离在阈值范围内，则将该边 缘点标记为有效边缘点；若边缘点与上一个边缘点距离不在阈值范围内，则将 该边缘点标记为无效点。搜索该行连续的有效点数目大于阈值1 吗连续的有边缘 效点的集合，并以此集合的第一个有效边缘点为行起始点，此集合的最后一个 有效点为行结束点。依次得到牌照区域所有有效行的行起始点和行结束点，分 别记为毛，和，L 歹仉2 ，啦，以为牌照区域中有效行的数目。 得到所有有效行的行起始点和行结束点后，左右边界定位问题就转化为一个 直线拟和问题

37、。我们采用如下方法来估计左右边界。对于左边界定位，我们首 先将所有一个有效行的行起始点x j 的值从小到大作排序，设可得到所个不同的 从小到大排列的行起始点值，依次记为气，k - - l ，2 ，m 找出使得方差 地2 否“一而7 为最小的f I 此时f I 为平方误差为的最小的左边界估计值。当牌照 浙江大学硕士学位论文 2 8 存在明显边框时，此估计值即为准确的左边界考虑到当牌照不存在明显边框 时，牌照的字符区域左边缘不一定呈直线分布，所以此时的最小方差估计值一 般处于真实牌照左边界偏右一些的地方，此时我们便需要将估计值0 左移一定 距离。左移条件如下：k 1 时，若一1 C T h r e

38、 P r o( 4 1 5 ) 且有P ，置卿+ ， 职J 删 ( 4 1 9 ) 则将这块区域标记为字符候选块。其中i Z e a 和i R i g h t 即为该字符候选块的 左右坐标。我们用一个字符候选块链表记录下所有的字符候选块。其字符粗分 割结果如图4 4 所示，图中的垂直直线分别对应字符候选块的左右坐标由图 中可见总共得到6 块候选区域，还需要进行下一步的基准字符定位和字符分裂 与合并后才能得到正确结果。 阱l 啪嘲 图4 4 字符区域粗分割 F i g4 4P f i m 可s e g m e n t a t i o no f c h a r a c t e ra r e a l

39、 4 5 基准字符定位 由图4 4 可以看出，第二字符和三字符间间距较其他字符间距大许多。可以 利用这个间距方便的提取出第二和第三字符的位置。但当车牌字符含有一个甚 至多个字符1 时，第二三字符的间距并不一定是最大值，因此我们需要先搜索 确定字符候选块中是否含有字符l 若满足如下条件时， l d J 脚 l c L I c l 眦x媳鳓 I c I 搬F I 。水l c l 协I ) (媾2 1 ) 玎：j 删 昂名 殍0 脚( 4 2 2 ) 则认为该字符为1 ，并记下所含字符1 的数目。 若判定不含字符l ，我们再以下条件搜索整个字符块链表中的小黑点区 域： l 衄N I 吐：( 1 。

40、) c l 衄N ( I 自R I B 蝴 V c a m 既 阡螂 敝n 庐牙么 乃缎 ( 4 2 3 ) ( 4 2 4 ) ( 4 2 s ) ( 4 2 6 ) ( 4 2 “ 0 浙江大学硕士学位论文 就认为当前字符候选块为小黑点区域，将该字符候选块从字符候选块链表中删 除。其中，既为当前字符候选块的宽度，既和阡k 分别为前后一块字符候选 块的宽度，如和肠分别为当前字符候选块与前后一块字符候选块的间距。 若判定含有字符。1 ，由于标准车牌第二字符不可能是l 或者I ，只 需判定字符1 是否在小黑点右手边与小黑点相邻，将搜索条件中的式( 4 2 5 ) 和( 4 2 7 ) 应分别改为

41、为式( 4 2 8 ) 和( 4 2 9 ) 即可： 1 a u w I c R I c t 肛c r“2 8 ) W c l 锄6 W c R W c l M A Xq 2 9 ) 有时小黑点区域会比较淡，像图3 A 所示情况。在字符区域租分割时就已经 被除去了。 在去除小黑点之后，就可方便的以第二三字符之间的间距来判定第二三字符 的位置。两者都可以作为基准字符来作为下一步分裂合并的基准字符。由于我 国标准车牌第一个字符为汉字，所占空间较大，与第二字符间距较小，字符粗 分割容易与第二字符合并在一起而第三第四字符由于是普通字符( 字母或数 字) ，两两之间相距较远，不易粘合，所以一般情况下都以

42、第三字符为进行车牌 的分裂合并的基准字符。若判定重新对该字符块链表从头到尾进行搜索，当满 足以下两种条件之一： 条件一： I m 协r l c z I c 2 3 删媳2 7 ) W c , u r r W e b W e M A X( 4 2 8 ) 条件二： l c 2 3l 锄I c L I c 2 3I M A X馈2 9 ) 彤J 甜 6 职J 删( 4 3 0 ) 就判定当前的字符候选块为第三字符区域，并给该字符候选块标上序号3 若最终无法定位出第三字符，则以l 为步长往上往下改变垂直投影阈值 C T h r e P r o ，直到找到第三字符或者C T h r e P r o 超

43、出取值范围为止若最终无法找 到第三字符，则标记为分割失败。该信息可反馈绘车牌定位模块，认为当前车 牌候选块非正确候选块，并使其拿出第二块车牌定位候选块再进行分割。这有 助于提高车牌识别系统的准确性，特别是对于一些非牌照区的字符区如标语横 幅，车身上的通行证，彩绘等有较好的抑制作用。 4 6 字符区域分裂和合并 从上一步褥到基准字符位置后，我们还需将牌照的粗分割得到的车牌候选 快进行进一步的处理如字符区的分裂，合并等。比较常见的有第一第二字符的 浙江大学硕士学位论文 粘连，字符H 被投影分为两部分等。图4 4 显示的就是典型的第一第二字符 粘连的情况 对于宽度大于W c u s x 的字符候选块

44、，进行局部的投影阈值分裂。这时候我们 对该字符候选块以C T h r e P r o 为初值，不断增加投影阈值，直到分裂后的字符候 选块的宽度都小于W 。u a x o 然而这样做以后，可能会将该块中包含的完整字符 区域分裂成两个或更多的新区域，如字符H 易被分裂为两部分，因此需要将这 些新区域合并为一个完整的字符区域。 本章以定位出的第三字符块为起始字符候选块，分别向两边扫描字符候选块 链表，进行字符区域的分裂和合并。 对于第一二字符粘连的情况，采用进行局部的投影阈值分裂，并以l 为步长 增加C T h r e P r o 迭代几次以后基本就可以分裂出两个符合要求的候选块。 对于字符H 的合

45、并问题，通过前一块字符候选块的宽度和与当前字符候 选块的间距，判定当前字符候选块是普通字符还是字符l ，若当前字符候选块 与下一个字符候选块满足： l c 橱I c R l c l s a 媳3 1 ) l V c l M t ：t , 黟名 纾么倒 ( 4 3 2 ) 则表明当前字符候选块是普通字符，且其宽度小于W c s a s ，则需要进行字符 区域合并若合并以后字符宽度满足要求且与相邻两候选块间距离亦满足普通 字符要求，则合并成功；若合并以后的字符宽度依然小于W c s a 。v ，则继续进行( 4 4 1 ) 一( 3 3 2 ) 操作；若合并以后的字符宽度大于W , - 她t r

46、, 则该字符候选块为噪声块， 除去该块。 4 7 实验结果 本章利用该方法，对1 1 4 张用实现了准确定位的车牌进行了字符分割，绝大 部分可以快速准确分割。车牌字符分割准确率为9 0 以上。由于是超速汽车图 像，比较快的车速造成了牌照的很大程度上的运动模糊。大部分不能准确分割 的车牌是因为图像本身的运动模糊造成粘连情况严重无法正确分裂。还有一个 是车牌存在一定程度的折叠，使得两个字符l ，相距过近造成不正确车牌字符合 并。该方法在字符分割失败时反馈给车牌定位模块的信息可以将大部分非车牌 的车牌候选块除去，实现车牌的更准确定位。车牌字符分割所需时问在0 1 s 左 右，完全能满足实际运用的需要

47、。 4 8 本章小结 本章根据车牌字符的排列规律和字符的几何特征，首先利用车牌的水平方 浙江大学硕士学位论文 向投影去除车牌的上下边框以及柳钉，再利用字符宽度和字符间间距的关系， 首先定位出车牌的第三字符作为基准字符，在此基础上，再进行字符区域分裂 和合并，最终实现了车牌字符的准确分割。 本章所用方法与车牌定位紧密结合，以车牌定位出的各种车牌字符图像为处 理对象，同时又能将分割失败信息反馈给车牌定位模块。该算法准确率较高， 运行速度快，完全能应用到实际的车牌识别系统中。 浙江大学硕士学位论文 4 0 5 1 研究工作总结 第五章总结与展望 本文在总结前人在车牌识别技术的研究工作的基础上，以1

48、1 7 张从某高速 公路实际探头系统采集到的大小为2 2 8 8 X1 7 1 2 像素的数码汽车牌照图片为研 究对象，从车牌定位、车牌字符分割两个方面，对车牌识别技术进行了深入的 研究，具体包括以下3 个方面： 1 本文简要介绍了车牌识别技术的应用背景和车牌识别系统的组成，通过大 量的中外文献阅读，对车牌识另q 技术的发展和现状从车牌定位、车牌字符分割 和车牌字符识别等3 个方面进行了系统的阐述。 2 针对实际应用中背景十分复杂的情况，本文提出了一种综合利用车牌多 种特征的定位方法。在牌照位置粗定位过程中首先针对牌照区域明显的纹理特 征和灰度信息，以速度很快的水平灰度特征扫描整张图像，滤去大

49、部分无关背 景，然后辅助以车牌的色彩信息进一步缩小分析范围，定位出车牌区域；接着 在精确定位过程中首先运用基于R a d o n 变换的倾斜度检测方法确定牌照的倾斜 角度并对车牌区域进行修正，然后以该区域的边缘特点精确定位出车牌的上下 左右边界。该方法应用于分辨率为2 2 8 8 1 7 1 2 的实际卡口得到的总共1 1 7 张复 杂背景样本图像中，在牌照平均倾斜角达到0 28 0 的情况下，可以准确定位的 图像占到了1 1 4 张，定位准确率达到9 7 4 ，平均定位时间达到0 5 s 左右。实 验结果表明，对于背景复杂的高分辨率数码车辆图像，本文提出的定位方法速 度快，定位准确率高，对复杂背景有较强的抗干扰