复杂背景下基于颜色的车牌定位方法研究

《复杂背景下基于颜色的车牌定位方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、复杂背景下基于颜色的车牌定位方法研究　　摘要：车牌的颜色特征是车牌定位的一个关键信息。复杂背景下，直接对车牌边缘进行分割以达到车牌的定位比较困难。为解决上述问题，提出了一种复杂背景下基于颜色的车牌定位方法。此方法通过颜色空间变换，将复杂背景下与车牌颜色相近的颜色全部保留，滤除其他不符颜色。实验结果表明，基于颜色的车牌定位方法，去除了背景颜色及不相干区域的干扰，可以简化后续车牌处理算法，提高车牌定位的精度和速度。　　关键词：车牌颜色；复杂背景；色彩空间变换；车牌定位　　中图分类号：TN911.73?34；TP391.1文献标识码

2、：A文章编号：1004?373X（2016）23?0052?03　　Researchoncolor?basedvehiclelicenseplatelocationmethodundercomplexbackground　　CHENHaixia1，CUIQian2　　（1.TonghuaNormalUniversity，Tonghua134002，China；2.PatentExaminationCooperationTianjinCenterofthePatentOffice，SIPO，Tianjin300304，China

3、）　　Abstract：Thecolorfeatureofvehiclelicenseplateisthekeyinformationofvehiclelicenseplatelocation.Undercomplexbackground，itisdifficulttolocatethelicenseplatebyseparatingthelicenseplateedgedirectly.Inordertosolvethe7aboveproblem，acolor?basedvehiclelicenseplatelocation

4、methodundercomplexbackgroundisproposed.Thecolorspacetransformationisusedtoreservethecolorsimilartothevehiclelicenseplatecolorundercomplexbackground，andfilteroutotherunmatchedcolors.Theexperimentalresultsshowthatthecolor?basedvehiclelicenseplatelocationmethodcanelimi

5、natethebackgroundcolorandinterferenceinincoherentarea，simplifythesubsequentvehiclelicenseplateprocessingalgorithm，andimprovethevehiclelicenseplatepositioningaccuracyandspeed.　　Keywords：vehiclelicenseplatecolor；complexbackground；colorspacetransformation；vehiclelicens

6、eplatelocation　　0引言　　车辆牌照的精准定位是车牌识别的关键。目前对于车牌的定位方法多种多样，较常见的方法包括车牌边缘检测[1?5]、纹理特征提取[6?7]、基于灰度跳变的定位方法[8]等。基于边缘检测的方法仅仅靠提取当前图片的边缘，查找矩形区域定位车牌[1?3，5]，提取特征单一。复杂背景下，存在多种形状区域，与车牌形状相似区域会干扰车牌边缘提取，使提取效果不佳，从而产生错误。基于纹理特征的车牌定位方式[7]，对于车牌纹理不清晰的图片来说，无法达到定位效果，而且这种定位方式对光照等外界因素要求较高。而基于灰度

7、跳变的定位方法，当背景相对复杂时灰度值跳变不明显，定位效果也会受到影响[9]。7　　基于颜色空间的车牌定位是近几年研究比较多的定位方法。以往研究的定位方法都是对灰度或二值图像[9]的处理。先将原始图片转换到不同空间，例如HSV[8，10]，CIE[11]，YUV[12]等空间，或直接在RGB空间根据转换后颜色差异呈现的灰度差异，设定不同颜色所对应灰度的阈值[8，10]，对灰度图片进行相应的处理。这种算法计算过程复杂，划分的灰度级不明显，而且灰度图片不如彩色图片直观清晰。　　复杂图像中存在不同颜色和形状的物体，这些都会干扰其中车

8、牌区域的定位。为了更好地在复杂背景中定位出车牌信息，本文提出一种通过直接拾取车牌内部的彩色信息，将与车牌颜色相同的区域全部保留，从而完成车牌区域初步定位的方法。提取出来的部分可以经过后续的边缘检测等其他方法提取车牌边框，或者分割车牌内部字符，准确识别车牌内部字符信息。这种车牌