《复杂背景下的车牌定位与快速分割算法 (1).docx》由会员分享，可在线阅读，更多相关《复杂背景下的车牌定位与快速分割算法 (1).docx（7页珍藏版）》请在三一文库上搜索。
1、古智超等 复杂背景下的车牌定位与快速分割算法复杂背景下的车牌定位与快速分割算法古智超 孙季丰华南理工大学电子与信息学院, 广州, ! 伙抖。, 一# 动 %& (& ) + # ), ( # 摘 要 本文提出了在复杂背景下, 利用车牌水平梯度特征, 通过 图像增强和 自适应闽值调整的方法来获得准确的车牌区域定位 , 并且充分利用我国车牌字符的分布特征进行字符分割。 实验证明所提出的方法能简单快速地实现车牌定位以及车牌字符的快速查找和 分割。关健词车牌定位. 水平投影 . 自适应闽值. 特征匹配. 字符分割/ 0 1 # 2 ,3 4 ( 3 璐3 5,) 13 4 6 7) 1 8 ) 8 9
2、 : 3 #3 8 )1 1 880 87#5,()139;)( ? &一3 & ) , : ? 一 3 8 升己 ( & , 3 ,3 ( 加8 ( 凌 坷沙 1 8 “1& (& 俪 ?8 3 = 勿 3 ( &8 , 戈 邵& “ ! 伙抖 / 加1 =) ( 1 七 5= 5 93 ) 8 3 # 3 &1 9 ) 0 1 # 2 ,3 ,3 3 8 3 5,31) ,( ) 1 8 8) 9 3 & =) 3 31 = 3 # 3 8 )1 8 , 8 & 3 & 3&1介10 , 9 1 ,1,5,1)513=#5,9312) 3 击氢,“ ,”,“ ,水平线形滤波, “ 一 ,
3、“水平投影按门值 , 寻找可能的车牌上下边界卷积模板验证车牌区域图 ! 车牌定位的流程图 +输入 灰度级, 这种线形滤波器将 图像中每行连续 : 个梯度相加并求平均。 在此 , 梯度取为每行相隔 : 的象素的灰度的差值 。 常数 用来控制滤波器 的响应输出,: 与 罕与车牌大小、 背景、 亮度都有关系, 可以通过实验的方法获得。为 了提高程 序 的运 算速 度,不必 每次都对 , 刀进行累加运算, 只需在第 次计算时算出后! 个梯度的累加值, 作为第 产, 次计算的前 子!个梯度的累加值即可。为 了便于找到车牌区域 ,对经过线形滤波后的图像 进行二值化得到图像 ; 二值化闽值的选取主要有固定阐
4、值法 、 全局动态闽值法和局部动态闽值法们 。 固定闽值法对图像的光照和背景条件均有较高要求, 而局部动态闽值法则需要较长的运算时间, 因此, 要兼顾分割的质量与效率, 本文采用全局动态阑值法, 闽值按下面公式通过从整幅图像的平均灰度值来获得泪白! 丫间曰#!%& (刀了尸砚 ) 凡在此,、刀分别为图像的高、 宽,系数 尸和图图 灰度拉伸曲线图像的背景有关 ,如果背景噪声大,则尸取较大值2拉伸至 其余中间灰度的象素则按照斜 率为反之如果图像较暗或背景噪声小,尸取较小值。,车牌区域位的初步确定#.二 /&, 一(0进行线性的拉伸变换 ,经过对 比拉车牌字符在水平方向具有梯度变化大、频率高伸后的输
5、出图像有效的抑制了过 暗和过亮区域 的的特征,因此可以对二值图像 3 进行水平灰度投影背景噪声,保持了中间亮度的灰度级次序,并且提514车牌区域梯度变化密集投影值就大2而其他。,高了主要灰度级的动态范围,达到了提高对比度和区域梯度变化零散投影值较小通过对投影直方,。增强图像的效果,突出了车牌区域的灰度特征。图进行分析能够找到车牌可能存在的区域从而,车牌字符是由汉字、字母和数字组成,这使车确定车牌的上下边界。牌区域形成一种水平方向的规则纹理,因此车牌在实际应用中摄像机常常安装在低角度位置,水平方具有梯度变化大,频率高的特征。 将图像,向因此车牌一般位于图像的下半部分 所以按自下向进行水平方向一阶
6、差分1,可以提取这种纹理特征。,上的顺序 搜索车牌上下 边界,可以提高搜索 的速为了增强这一 特征,可以将水平一阶差分改进成水度本文采用自适应闽值法搜索并检验符合条件的。平线形滤波器。这种线形滤波器对水平方向连续,区域,直到确定车牌的位置。流程图如图 1,算法有限个梯度的绝对值进行累加,能够明显地增强车步骤描述如下6牌等具有密集边界的区域的梯度 , 抑制车牌 以外其古智超等复杂背景下的车牌定位与快速分割算法&二一! ,一!一& &形”,、 ! ,矩 模板。,_一不个牙廿_ 争二 !, , 二图 矩形模版卷积验证车牌区域! 首先赋给 踢一个较大的初值 。 对图像 ; 自下 向上搜索, 若找到从
7、, 到 九行的水平投影值都大于阂值 踢, 且 儿一户常量 ,则 %、 方可能是车牌的上下边界, 并跳出循环 。 如果搜索不到, 说明 踢值取得过高, 减少 % 的值 ,返回第 步。 车牌区域近似宽高比为 ! 的矩形, 如果车牌存在于高为 %一 , 的水平区域中, 该区域内必存在一个如图 3 中宽高比约 , 的白色车牌区域。故本文提 出用图 的模板卷积方法进行查找验证,令矩形模板高为 .%一%, 宽为 扁一动 , 模板元素全 为 , , 对 %, 水方 的区域从左 向右作一次水平模板卷积 , 如果从 关到 关列的卷积值都大于 / / 的值与模板面积的比值为常数, 则说明【去 习 区域内存在近似
8、! 的矩形区域 , 可认为车牌存在该区域中, 提取左右边界分别为 ,和 分 分, 。 如果矩形模板水平卷积后找不到 , 关来满足车牌存在的条件, 则返回第 步, 令 %., 继续向上搜索可能存在车牌的上下边界。上述车牌定位的实验实例见图 , 可见, 在复杂背景情况下, 依旧能够实现较准确的车牌定位。 车牌字符的分割提取 出车牌的整体粗略区域后, 就要对车牌的字符进行进一步的分割 , 把独立字符划分成单个区域 , 以便对这些字符进行识别。 可以对车牌的粗略区域采用垂直投影法川来查找字符的水平坐标 然而这 种方法不能很好的解决下面两个问题 , 车牌字符出现断裂或粘连的情况. 数字 , ” 可能被
9、第十三届全国图象图形学术会议误识别为噪声。 在垂直投影法基础上, 本文提出通过特征匹配与自适应阂值相结合的方法可 以较好地减小 践求 个峰的平均间距进行特征匹配解决上述问题。 算法流程图如图 所示 。 实验证明,这种方法分割出来的字符速度快、 准确度高。图像水平线性膨胀图特征匹配字符分割算法流程图 !预处理 二值化和形态学膨胀由于经过水平线型滤波器后的二值化图像在水平方向容易产生字符粘连, 因此在字符分割阶段采用原始灰度二 值化图像来处理。 前面已大致找到车牌的坐标定位 , 接下来可在原始灰度图象中截取这块坐标区域, 然后采用 ! 节所述的全局动态闽值法来二值化图像。摄像机采集 的图像由于光照
10、等原因, 二值化后容易出现水平方向的字符粘连或断裂。 对于字符粘连 ,可通过垂直投影法设置较大闽值来减小其造成分割错误的可能性. 而字符断裂易导致字符识别错误 , 最终无法正确分割, 因此要求解决字符断裂 的问题。 本文用水平线型结构元素来对二值车牌图进行形态学膨胀处理阎 , 可以有效解决字符断裂的问题 。 设二值车牌 图像/ 是二维欧氏空间的一个子集, ; 定义为水平夹角为 度的长为 . 个像素的结构元素 ,膨胀的运算定义式为/ 由 ; ) 2 ) 任 / , 2 任 召 口/ 2 通过形态学膨胀运算能把字符水平方向轻微断裂的地方连接起来 , 有效地提高程序处理字符断裂问题的能力。 特征匹配
11、法分割字符按前文方法提取得车牌定位大致区域 如图 ) , 首先对二值图垂直投影 , 每个字符都产生一个相对应的如图 2 的投影峰。 由于车牌存在非字符噪声的投影 , 因此本文提出采用特征匹配的方法去噪和字符分割。2 ) 图的垂直投影图 特征匹配的车牌分割我 国的车牌由 七个 字符 组成 , 形 如 “ 粤/ ” , 其中, 第一个字符是汉字 , 第二个是英文字母, 后面五 个既可能是字母, 也可能是数字 。 定义每个投影峰的水平方向中心坐标为峰的重古智超等 复杂背景下的车牌定位与快速分割算法心 , 经观察, 字符的投影峰重心的水平间距符合一定规律, 除了第二 、 三字符的间距较大, 其余字符的
12、间距近似相等且较小, 采用的特征匹配法示意如图 。 通过引用重心间距而非字符间距作为车牌特征来匹配 , 可以避免出现数字 “ ! ” 时, 字符间隔过大而造成的误判 并且, 联合七个字符重心间距作为整体特征来匹配 , 可以提高匹配的准确性 。 车牌分割的算法步骤如下, 设阂值 刀朽且初始较大 , 可从图 2 判别出若干个独立的投影峰, 调整闽值 付直至投影峰个数 . 因为字符宽度大于下限 丁日幸, 故宽度 丁从的峰被认为是噪声删除。 若剩 下的投影峰个数 个,则减小 了场, 返回, 。 求出各投影峰的重心, 并计算相邻两峰重心 间距,找到间距小于某上限的 个连续相邻的峰,则去除了相距过远的噪声
13、峰。 若剩下投影峰个数个,则减小 丁付 , 返回到 , 。 设 9 口, ! , 一 ! , 为 个相邻峰重心的间距 , 平 均 间距 9 % ,内存为 的运行环境下, 程序平均耗时约 ,正确率可达 。实验 结果表明所提 出的采用矩形模版卷积的自适应 阐值车牌定位方法可以有效地从复杂背景中找到车牌区域, 但不足之处是如果车牌占图像 比例太小则会 出现错误定位 。 在实际应用中摄像机安装在固定的位置, 因此车牌区 域大小受限在某范围内 ,可根据实际摄像机的安装位置对相关阐值进行调 整以得到最准确的结果。 实际应用中车牌常出现倾斜, 因此可在模版匹配前加入对车牌倾斜度进行校正 的步骤 。在车牌分割
14、阶段 , 本文提出的利用垂直投影峰重心间距的特征匹配法符合我国多数车牌的特征 , 可 以准确、 快速地识别出字符的位置, 不失为一种简单、 高效的方法。参 考 文 献! 刘广起, 严殊, 张晓波车牌定位与分割技术的研究与实现 卫东交通科技, , 一 ,陈志伦 基于复杂背景的车牌字符快速分割算法研究,计算机应用 ! !一 , 王年, 李捷, 任彬, 汪炳权 多层次汽车牌照定位分割方法 安徽大学学报 自然科学版 ! , 一 廖金周, 宜国容 车辆牌照的自动分割 微型电脑应用 ! , 一 ! 司)=3 , 7 8 ,)% 3 % , 拓3 &)= 9 议只 ! ,)1 # ) 3 5(= 3 8 ; 3 8 50 2 , &8 0 3 ,3( 1= 8 38 9 0=1,55 一 , 礴 , 兀峙! : &8) 4 & 7 &8) 4 : & 7 &07 & 7 & ) ( &一一3 83 8 ,8 一080 83一,3 8/ 0 1 # ) 3 43 3 8 3 ,5 ) 13 (3 8 1 8 , 8)=1 ) 3 1 8 8 8 31 , 3 8 1 31 # , 6 4 6 , (=) & 兀岭, 55泌 一