探析汽车牌照识别系统中的牌照定位方法研究

《探析汽车牌照识别系统中的牌照定位方法研究》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。

分类号：U4910710—20050665壤步太海硕士学位论文汽车牌照识别系统中的牌照定位方法研究导师姓名职称申请学位级别郭亚宋焕生教授工学硕士学科专业名称交通信息工程及控制论文提交日期2008年5月20日论文答辩日期2008年6月4日学位授予单位长安大学答辩委员会主席孙朝云教授学位论文评阅人孙朝云教授、陈文艺教授 摘要车辆自动识别(AVI)是智能交通系统中的一项重要技术。汽车牌照识别是实现车辆自动识别的一种重要的技术手段。而从包含汽车牌照的图像中准确、快速地分割出牌照区域是实现车牌自动识别的一个关键步骤。本文主要研究了汽车牌照识别中车牌定位问题。车牌定位分为两步进行，首先对车牌进行初定位，对初定位后的车牌图像进行二值化、几何矫正，然后再精确定位车牌区域。主要内容如下：简要介绍了我国车牌的特点，分析了车牌区域的特点。在研究了常见车牌定位算法的基础上，提出了本论文的车牌定位方案，同时给出了该方案的实现流程图。提出了一种边缘检测和数学形态学相结合的初定位方法。根据汽车牌照区域的垂直边缘统计特性，从图像中确定可能存在的牌照候选区，再利用车牌几何形状上的特点对这些候选区进行筛选，从而得到车牌位置。实验证明，这种方法的效果比较好。对车牌图像的二值化方法进行了研究，讨论了全局阈值分割和局部阈值分割的二值化方法。同时针对倾斜的车牌图像，研究应用Hough变换和Radon变换对车牌图像的几何畸变进行矫正的方法。研究了车牌精确定位方法，包括上下边界精定位和左右边界精定位。本文采用二值图像的明暗跳变法定位上下边界，采用投影法定位左右边界。对采集到的各种复杂背景环境下的车辆图像进行了大量实验，实验结果证明本文的方法具有较高的牌照定位准确度和较好的环境适应性。关键词：车辆自动识别，车牌识别，车牌定位，二值化，图像分割 AbstractAutomaticVehicleIdentification(AVI)isarlimportanttechnologyintheIntelligentTransportationSystem．CarLicensePlateRecognitionSystem(LPRS)isoneoftheimportantAVIdevices．AndlocatingtheLicensePlateinanimageisakeystepinLPRS．Thisthesisfocusesmainlyonlocatingthelicenseplateinanimage．1icenseplatelocationCanbedividedintotwosteps，(1)tofindanapproximatelocationofthelicenseplateinanimage，(2)toprocesstheimageandfindamoreaccuratelocation．Themainlycontentsofthisthesisareasfollowings：Introducethespecificationsandcharacteristicsofthelicenseplatescurrentlyusedinchinabriefly,analysisthecharacteristicsofthelicenseplateregion．Onthebasisofresearchonthetraditionalmethodsforplatelocating，aschemeforlicenseplateisproposed，andtheimplementationflowchartoftheschemealsoiSgiven．Anewmethodbasedonedgedetectionandmorphologyisproposedtoworkonlicenseplatelocation．findthelikelihoodlicenseplateinquireelectoraldistrict，accordingtostatisticalfeaturesofverticaledgewhichbelongtolicenseplateprovincialcharacteristics．Utilization，wecallfilterthelicenseplateinquireelectoraldistrictandlocatethelicenseplatebythespecialityofgeometricalshape．Theresultshowsthatthemethodhasaverygoodperformanceforexperiment．、Studyandanalysistheweakpointsoftraditionalbinarizationmethod，mainlyonOtsubinarizationmethodandBernsenbinarizationmethod．consideringtheslantofcal"licenseplate，thisthesisalsohavedesignedalgorithmstocorrectslantinglicenseplatebyHoughtransformorRadontransform．Accuratelocationisdividedintothetop-bottom，right·leftaccuratelocation．thetop—bottombordersaredeterminedthroughtheblack-whitevariationofthepixelsineveryrow,theright-leftbordersaredeterminedthroughtheblack—whitevariationofthepixelsineverycolumn．Theperformanceofthemethodsweretestedonmanyrealvehicleimageswithvariousilluminationsandweatherconditions．Theexperimentshowsthattheproposedmethodshavehighaccuracyandgoodrobustness．Keywords-AVI，Licenseplaterecognition，Licenseplatelocation，Binarization，Imagesegmentation 论文独创性声明本人声明：本人所呈交的学位论文是在导师的指导下，独立进行研究工作所取得的成果。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。本声明的法律责任由本人承担。论文作者签名：甸‘移埘年么月y日论文知识产权权属声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为长安大学。(保密的论文在解密后应遵守此规定)论文作者签名：却碜导师签名：秒匕渺年占月y日伽护睁多月。相 长安大学硕士学位论文第一章绪论1．1本课题的研究背景和意义随着我国高速公路的迅猛发展和汽车数量的不断增加，道路交通与车辆管理问题日益严重，突出呈现违章车辆增多，车辆通行费的大量流失，交通环境污染不断加重等一系列问题。其中比较突出的具体问题有：1．高速公路的免费车辆按照我国公路规费收缴管理条例中规定，除军车、武警、医疗救护等抢险救灾车辆外，其他车辆一律交纳过路过桥费。但由于某些特殊原因免费车在我国一直存在，并且是各管理单位最为头疼的问题。2．车辆通过“换卡”或“倒卡”逃费在我国高速公路收费系统中，收费员是依据驾驶车辆的人员在进入高速公路领取的卡为收费依据而进行收费的。因此驾驶员之间利用互换通行卡或与收费员合谋或从卡贩子处获得到一张入口卡而偷逃通行费的情况应运而生。车牌自动识别系统可以很好的解决这类问题。在入口和出口处分别安装该系统，在入口发放卡时即将车牌等信息写入卡中，出口进行对比即可完成准确的收费，从而杜绝了通行费流失。3．收费站车辆堵塞、空气污染严重收费站常常在上下班、节假日等车辆出行高峰期时，会出现车辆堵塞排起“长龙”的情形。汽车尾气因此集中排放致使收费区空气污染严重。4．车辆违章行驶由于驾驶人员的素质各不相同，经常出现车辆闯红灯、违章停放、肇事逃逸等问题。在这种背景下，对于车辆的智能化管理凸显其重要意义。由于车牌是区别不同车辆的唯一标记，因此如果对于车牌能够快速准确的进行识别与分类智能化管理就意味着可以对于各种车辆的准确、智能化的统一管理。基于这种理念车牌自动识别系统的开发与研制在科研工作者间便很快开展起来。车牌自动识别系统是一种基于图像处理、模式识别等技术的高度智能化的电子系统，它有着其它车牌识别方法不可比拟的优势。它无需在车辆身上附加任何条码或设备。因此，车牌自动识别系统在解决道路交通与车辆管理问题中占有非常重要的地位。该系统可以 第一章绪论在车辆过路、过桥全自动不停车收费，免费车辆的自动放行，防止车辆通过“换卡”或“倒卡”逃费，交通流量控制指标的测量，车辆自动识别，高速公路上的事故自动测报，不停车检查，车辆定位，汽车防盗，稽查和追踪车辆违规、违法行为，移动电子检查系统，维护交通安全和城市治安，防止交通堵塞，提高收费路桥的服务速度，缓解交通紧张状况等方面将会起到积极作用，这无疑节省了人力、资金，同时提高了交通管理的效率，具有巨大的经济价值和现实意义。1．2车牌自动识别系统概述目前的车牌识别系统的流程图如图1．1所示：臣习矗，医习-赢习，医习厮-医图1．1车牌识别系统流程图(1)图像采集部分。当系统发现有车辆通过时(通过埋地感应圈或光束检测)，触发图像采集系统，一般采用CCD摄像机摄取车牌前视图或后视图，由光照检测装置控制现场的光照，位置检测装置控制摄像机的拍摄角度。(2)图像预处理部分。需要对采集到的图像进行图像加强、平滑滤波等操作，目的是突出车牌的主要特征，以便更好地提取车牌。(3)车牌定位。从人眼视觉的角度出发，并根据车牌的字符目标区域的特点，在灰度图像的基础上提取相应的特征。车牌定位是车牌识别系统中的关键和难点，实际图像中的噪声、复杂背景等干扰都会使定位十分困难。车牌牌照的提取是一个寻找最符合牌照特征区域的过程。从本质上讲，就是一个在参量空间寻找最优定位参量的问题。(4)倾斜矫正。由于CCD摄像机采集车牌图像时，有时候会出现采集到的车牌图像里牌照区域是倾斜的。倾斜的牌照不利于后续的字符分割与识别，严重的还可能引起牌照内容的丢失，直接导致字符识别的失败。因此，在进行字符分割与识别之前，有必要对牌照进行倾斜矫正。(5)字符分割。即是对获得的牌照分离出单个字符(包括汉字、字母和数字等)，·以便于字符识别。(6)字符识别。则是对分割得到的字符归一化处理，进行字符识别，转换为文本存入数据库或直接显示出来。2 长安大学硕士学位论文1．3车牌自动识别技术的特点和难点在车牌自动识别系统中，车牌识别技术的特点和难点主要集中于软件算法的研发，包括车牌的预处理、牌照的定位分割、倾斜车牌的矫正、字符切割及标准化、字符的特征提取和字符识别。其中，牌照定位和分割、倾斜车牌的矫正以及字符识别是其中的关键技术也是难点。1．3．1我国车牌自动识别系统的特殊性目前，国外车牌识别系统研究工作取得较大的成就，并有成熟产品面市，但由于我国国情不同，造成了一些特殊情况，主要有以下方面：(1)我国标准汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字识别与字母和数字的识别有很大的不同，从而增加了识别的难度；(2)国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜色(例如韩国，其车牌底色为红色，车牌字符的颜色为白色)，而我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、红、白等多种颜色；(3)其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式(例如分为军车、警车、使馆车、普通车等)，并且通常车牌照中也分大车和小车。此外，车牌附近还可能挂有地方政府设置的营运牌照或贴上商业广告信息；(4)我国汽车牌照的规范悬挂位置不唯一；(5)由于环境、道路或人为因素造成汽车牌照的严重污染，这种情况在国外发达国家是不允许上路的，而在我国则由于管理松懈，仍可在路上行驶。1．3．2车牌自动识别技术的技术难点(1)牌照的定位与分割牌照的定位与分割是指在拍摄的图像中确定出牌照的位置，然后提取出牌照图像。车牌牌照区域定位的困难主要源于所处理的对象一车牌图像的多样性。由于采集误差和噪声、光线的影响，使得图像质量较差，而且运动又不同程度的造成了图像的恶化；车辆牌照识别的应用背景非常复杂；汽车牌照存在着一定的图像变形和模糊，以及大量的随机噪声的干扰，光线、光照角度的不同，造成车牌区域明暗灰度的无规律变化。以上种种干扰因素，都给牌照区域的定位与分割带来了大量的困难。 第一章绪论(2)倾斜车牌的矫正我国标准的车牌为矩形，而在实际应用中，由于摄像机拍摄角度或车牌本身倾斜悬挂等原因，往往会导致采集到的图像里车牌存在着一定角度的倾斜，如果倾斜角度过大的话，就会导致字符切割的不准确，以至影响到字符识别的准确性。因而对倾斜的车牌进行矫正是非常必要的。(3)车牌字符识别车牌字符识别实际上是依附在车牌上的印刷体文字的识别，能否正确识别不仅是文字识别技术的问题，还要考虑其载体⋯车牌区域的影响。由摄像机的性能、车牌的整洁度、光照条件、以及车辆运动等因素的影响使得车牌牌照中的字符可能出现比较严重的模糊、缺损或污迹干扰，这些都给字符识别带来了难度。因此，车牌字符识别技术是文字识别技术和车牌图像自身因素协调兼顾的综合性技术。1．4车牌自动识别系统的国内外现状及发展车辆牌照识别技术自20世纪80年代以后，人们就对它进行了广泛的研究。那个时候主要是对牌照识别里面的关键技术进行了一定的研究，很多国外的研究人员针对牌照识别系统里面的关键技术：牌照定位和字符识别方面提出了很多很有价值的算法。其中牌照定位中比较好的算法有J．Barroso、J．Bulas—Crus等⋯提出的基于扫描行的牌照定位方法；R．Parisi121提出的基于DFT变换的频域分析方法；CharCoetzee[31提出的基于Niblack二值化算法及自适应边界搜索算法；。牌照识别的方法主要是识别牌照区域的字符，对于中国的牌照主要包括几十个汉字、26个英文字母以及10个阿拉伯数字的识别。基于汉字、字母以及数字的识别工作国外很早就开始了研究，目前很多相关的产品都已经问世，技术方面比较成熟。但是，牌照区域的字符识别不能简单的认同为印刷体字符的识别，在识别的时候要充分考虑字符的排列以及结构。日本、以色列、美国、英国、德国、意大利等发达国家都有适合本国车辆的牌照识别系统。国内在20世纪90年代开始对车辆牌照识别系统进行了相关的研究，上海交通大学戚飞虎‘41提出了基于彩色分割的牌照识别方法；在国内，清华大学的DashanGao等[5J研究了复杂环境下的车牌定位的问题，提出了一种有效的车牌定位方法；南京理工大学冯国进等【6】提出了一种基于自适应投影方法的快速车牌定位技术，充分利用了车牌的几何特征，并可以在一定范围内适应车牌大小的变化；西安交通大学的郑南宁等人【71提出了多层次纹理分析的牌照识别方法。另外，清华大学的研究所也对车辆牌照识别系统进行4 长安大学硕士学位论文了非常有价值的研究。牌照识别技术的研究促进了适合我国车辆牌照产品的问世，国内的牌照识别产品相继问世并且投入使用。其中的亚洲视觉生产的VECON．VLS车辆牌照识别系统、成都西图科技有限公司生产的CLAS．T2003车牌识别稽查系统、上海高德威公司的汽车牌照识别系统以及北京汉王公司的嵌入式一体化车牌辨识仪等产品牌照识别率都达到了95％以上。但是，由于车辆牌照识别受环境光线的影响比较大，识别的效果在不同的光照背景下识别率会有所不同，因此在车辆牌照定位和识别的算法优化方面还有大量的工作要做。1．5论文的主要研究内容本文主要针对车牌自动识别系统的关键技术之一的车牌自动定位与车牌的倾斜矫正进行研究。车牌定位的精确度很大程度上影响了车牌识别，如果定位不准，例如：误定位、定位范围过大或定位范围过小，都直接导致了车牌识别的失败，所以车牌定位是车牌自动识别系统中的关键，对车牌定位算法的研究是非常必要的。针对汽车牌照边缘的特点，本文对车牌定位和倾斜矫正展开了研究。本文的工作主要包括：(1)详细分析了车牌图像的特征，尤其是牌照区域的特征，选定区域的边缘作为特征提取。(2)以区域边缘为特征，提出一种边缘检测和数学形态法相结合的车牌初定位算法。(3)对二值化方法做了研究，针对不同的车牌图像，采用不同的二值化方法实现阈值分割。(4)对车牌的倾斜矫正做了研究，采用Hough变换和Radon变换检测倾斜角。(5)对倾斜矫正后的车牌用二值图像明暗跳变法精确定位上下边界和投影法精确定位左右边界，使最终定位的结果能很好的满足后续的字符分割的要求。1．6论文的结构安排本论文研究的主要内容是用于车牌定位的数字图像分割算法，对车牌定位采用两步定位法，全文共分为六章。各章内容安排如下：第一章：绪论 第一章绪论简要介绍车辆自动识别系统的发展、存在的问题以及本论文的研究背景、研究的主要内容和结构安排。第二章：车牌定位的研究现状简要介绍车牌识别系统结构和原理，并对目前常见的牌照定位方法进行简要介绍、分析和比较。第三章：基于边缘检测和形态学的车牌定位是本论文的重点，基于车牌区域边缘、纹理丰富，用水平差分算子做纵向边缘检测后，然后再结合数学形态学和投影图相结合的方法，并根据车牌先验知识来实现汽车牌照的定位。第四章：对初定位的车牌进行阈值分割，同时对全局阈值，局部阈值和边缘二值化分割方法进行分析研究。第五章：检测倾斜车牌的倾斜角，并对倾斜车牌进行旋转矫正。第六章：车牌的精确定位方法，分为上下边界的精定位和左右边界的精定位。总结与展望：对论文进行总结，并提出进一步的研究方向。6 长安大学硕士学位论文第二章车牌定位的研究现状2．1中国现行机动车辆牌照规格根据现行管理制度，中国境内道路上行驶的所有机动车都必须经有关机构办理登记，领取相关证件并安装、悬挂相应的机动车号牌。机动车号牌是准予机动车在我国境内道路上行驶的法定标志，其号码为机动车登记编号(俗称车牌号)。目前国内使用的车牌主要是1992式号牌，其相应标准为GA36—1992《中华人民共和国机动车号牌》【8】。该标准规定了各种车牌的尺寸、颜色、适用范围等要求，号牌式样如图2．1所示，常用车牌的规格如表2．1所示。1∞i15l2lO‘Il{l舅‘一奠’一一固、。跹‘斛fr1236l；l尿j|一，·一j1鼍_LJ。{i}c习．}}I；pl}J＼|1捌刖幢lil＼Ⅲ舀●5i12●5451,2”。{2I拍62l45Ii·3—r—rT———————————广————————一省．自饷嚣，I闺曩得序号童糟留薅穆l发■帆美代罨图2．1号牌式样表2．1常见车辆类型的1992式号牌规格由表2．1可知，常见的1992式号牌的前车牌尺寸都统一为440x140mm。车牌中的机动车登记编号共有7位字符，由汉字、英文字母及阿拉伯数字按特定顺序组合而成，前奎陵的编导旱7k-'V--邕行排万11．编导的前i甄i4#县木几dl奎臀扫)}兀构仲粤．俞剐Fb汩字和茧7 第=}车牌定位的研究现状文字母组成，汉字是各省、自治区、直辖市的简称：京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、阈、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝。共31个汉字；军用车：甲、乙、丙、己、庚、辛、壬、寅、辰、未、申、戍、午共13个汉字；使馆汽车一个汉字：使；领馆汽车一个汉字：领；教练车牌照的尾字：学；试验车尾字：试；警车牌照的最后一个字符：警；总共约50多个汉字。车牌第二位字符为英文大写字母：‘Ⅳ一‘Z’；第三位字符为除‘I’和‘01以外的英文大写字母‘Ⅳ-'Z’或数字‘OV9’共34个字符。第四位字符可以是数字也可以是字母，故该位置可能的字符与第三位的字符相同。第五至第七位字符均分别为‘O，．‘9’这十个数字之一；第二个字符为车辆管理所的代号；后五位是号牌编号，登记机构代号与号牌编号之间以一个圆点分隔。机动车登记编号部分的设计总宽度为409mm，其中每个字符宽45mm，高90mm，登记机构代号与号牌编号之间的分隔圆点直径为10mm，相邻字符之间(包括字符与分隔圆点之间1的水平距离为12ram。GA36—1992标准针对的是民用机动车辆的号牌样式，但是军用小型汽车和警用小型汽车的号牌规格也与之类似。军用、警用小型汽车号牌的尺寸与民用号牌相同，牌照编号的位数、编排格式等也类似，有所不同的是号牌的颜色以及编号中的用字。这两类特种号牌都为白底，编号中的多数字符为黑色，个别字符用红色表示。牌照编号的前两位也由汉字和大写英文字母组成，与机动车登记机构或车辆所属的部队有关，但警用号牌的编号分隔点在这两位字符之间，而不是之后。军用号牌的后五位编号与民用号牌相似，而警用号牌的最后一位字符固定为“警”字，实际的号牌编号仅有四位。总的来看t军用、警用小型汽车号牌的图像特征与民用号牌颇为相似．因此可以归为一类，共同成为车牌定位算法的搜索目标。(a)小型汽车fb)犬犁汽车 长安大学碗±学位论文曲军车2．2车牌图像的特征图2．2车辆图像似1警车GA36—1992规格的车牌的特征可以概括为以下几点：(1)位置。不管车辆是何种类型，车牌的安装位置通常有特定的范围，一般位于车辆的保险杠上，散热器下方，两个车灯的中间。如果图像采集的方法规范一致，车牌在整个图像中的位置也有一个大概固定的范围，一般位于中下方。但由于受拍摄条件限制，车辆不一定能正好处于图像的中『自J，所以车牌的位置范围也就不确定。(2)几何形状。不同类型的车辆的1992式车牌尺寸基本是一样的，都为440nun(宽)x140mm(高)，只有大型车辆的后车牌为440mm(宽)x220mm(高)。其形状都为矩形。由于拍摄角度、图像采集方法及标准的影响，车牌在图像内也有可能为倾斜的平行四边形，宽和高的比例也不是固定的，而是在一定范围内波动。(3)纹理。车牌上有规律的分布着7个字符，因此将图像转化为扶度图后，车牌区域的灰度变化会呈现一系列连续的明暗交替，且交替变化比较集中。(4)颜色。我国小型车辆的车牌底色为蓝色，字符为白色；大型车辆底色为黄色，字符为黑色：军用和警用车辆牌照的底色为白色，字符为红色或黑色：国外驻华机构的车牌的底色为黑色，字符为白色。其中较常见的小型和大型车辆的牌照的底色一般会随着省份的变化而略有不同。23车牌区域的特征分析车牌定位的基本原理是在车辆图像中考察牌照所具有的某些特征，根据这些特征的分布情况来确定牌照的位置。 第二章车牌定位的研究现状车牌区域与汽车图像中其他区域相比，车牌区域主要有以下特征：(1)车牌的几何特征：车牌的边缘是线段围成的有规则的矩形，而且车牌的大小是标准的，宽高比在一定范围内；(2)车牌区域内的边缘灰度直方图的统计特征：车牌的底色、边缘颜色及车牌外的颜色是各不相同的，表现在图像中就是灰度级互不相同，这样在车牌边缘形成了灰度突变边界。事实上，车牌的边缘在灰度上的表现是一种屋顶状边缘，车牌区域内的边缘灰度直方图具有两个明显且分离的分布中心；(3)车牌区域的灰度分布特征：在车牌区域内部，由于字符本身与牌照底的内部灰度是均匀的，所以穿过车牌的水平直线呈现连续的峰、谷、峰的分布；(4)车牌区域水平或垂直投影特征：车牌区域水平或垂直投影呈现连续的峰、谷、峰的分布；(5)字符排列格式特征：在其内部水平规则地排列着一系列的汉字、英文字母、数字编号且有间隔，字符垂直边缘较水平边缘相对密集；(6)频谱特征(DFT变换)：将图像作行或列的DFT变换。其频谱图中包含了车牌的位置信息。2．4常见车牌定位方法根据车牌的不同特征，人们提出了各种定位的方法。目前，主要通过两条技术路线进行车牌定位的研究：一类是基于灰度图像处理技术[tO’14]【22粕1，另一类是基于彩色图像处理技术[15-19】。2．4．1灰度跳变法利用图像中车牌区域字符和底色之间灰度有规律的变化特征，设计算法搜索车牌区域是一种典型的车牌定位方法。通过对车牌图像水平方向上扫描行的灰度值进行观察，可以发现车牌图像部分相对于其它部分在灰度分布上有明显的不同。图2．3(b)是扫描行1的灰度分布图，图2．3(c)是通过车牌区扫描行2的灰度分布图。从图2．3可以看出，通过车牌区域的扫描行有很明显的灰度跳变。如何设计一个有效的灰度跳变搜索算法是灰度跳变定位法的关键。有很多研究者对这个问题进行过研究，比较典型的算法有谷峰谷底搜索算法【91、差分法【91和行扫描法f91。10 长安大学硕±学位论文扫描行1扫描行2蔺孵图fa)灰度图图㈣扫描行1的灰度跳变图图(0扫描行2的灰度跳变国图2．3扫描行灰度跣变图(1)谷峰谷底搜索法我们可以把一个灰度跳变简化为一个谷峰谷底，如图2．4所示备庶图2．4谷峰谷底示意图 第二章车牌定位的研究现状办1参数描述了扫描线上谷峰到其相邻谷底点的灰度差，也就是描述了字符与底色之间的灰度差。W参数描述了谷峰到相邻谷底之间的位置差，它描述了字符笔划水平方向的间隔值。厅2参数描述了同一个谷峰点两边谷底的高度差，它描述了底色或字符颜色灰度处理后的均匀度。从上面三个参数的意义可以看出，车牌区的灰度跳变值要满足hl>H1，w<形，h2-T(一x,y)(422)Bemsen算法的闽值由考察点邻域的灰度确定，算法不存在预定阈值，适应性较全局阐值法广。一般情况下，上取为15，矿取为7。4．24经验阈值圈4．3局部二值化效果图但考虑到系统的实时性要求，对于算法的速度要求非常高。采用大量实验后．有人得出了针对灰度车牌图片的经验闽值：t=G一一(G一一G。。)／3(423)其中，G一和吒分别是最高、最低荻度值。且根据经验统计，该阈值对小同牌照图片都有一定的适应性，能够保证背景基本被置为0。以突出牌照区域。而且，只要训练样本与待识别样本的二值化方法致，基本上就可以克服阀值带柬的影响。二值化后的车牌图像如图44所示：4．3边缘图像的二值化图4』经验阈值二值化效果图物体的边缘是以图像局部特征的不连续性的形式出现的，图像的边缘信息在图像分析和人的视觉中都是非常重要的，是图像分割中提取图像特征的一个重要属性。边缘是图像上灰度变化比较剧烈的地方，在狄度变化突变处进行微分，将产生高值，因此在数字上可以用灰度的导数来表示变化。最早的边缘检测方法都是基于像素的数值导数的．在数字图像中应用差分代替导数运算。 长安大学硕士学位论文4．3．1边缘算子△，f(i，J)=f(i，J)一f(i一1，J)A，f(i，／)=f(i，／)一f(i，J一1)Aof(i，J)=A。f(i，j)eos0+Ayf(i，j)sin0(4．24)(4．25)(4．26)[Ⅻ[划㈣孵11㈨i{]@㈣[j{fI了][i三三-i1]c4．29，J；??I㈠一。IH2功[11二4111][三11二81三11]c4．300101，I一一JI一一l(4．)IlI—ll一一I39 第日章车牌图像的=位化，=丽1M刍-I乞”-I腓，)(431)L(i，J)是用模板做完卷积后的图像的每个像索点的扶度值。求出均值后，咀均值为阐值对图像进行二值化操作。当然对边缘图像实现二值化也可以采用自定义阈值，以均值为闽值实现二值化更常用一些。(a1原始灰度车牌(b)Sobel提取边缘二值化(c)Prewitt提取边缘二值化圈4．5边缘图像进行二值化4．33Cauany边缘检测CannyI“1边缘检测是一种比较新的边缘检测算法，具有很好的边缘检测性能，得到了越柬越广泛的应用。Canny边缘检测法利用高斯函数的一阶微分，它能在噪音抑制和边缘检测之间取得较好的平衡。Canny边缘检测的具体步骤如下：r11用高斯滤波器对图像进行滤波，可以去除图像中的噪音。r21用高斯算子的一阶微分对图像进行卷积运算，得到每个像素梯度的大小G和方向0，式中，为滤波后的图像。|G|=|c争口：t。-'T笪／笪lL母舐jf3埘梯度进行“非极大抑制”。梯度的方向可以被定义为属于4个区之一，各个区用不同的邻近像素进行比较，以决定局部极大值。这4个区及其相应的比较方向如图4．6所示。图4．6Canny边缘检测的四个区及其方向 长安大学碗±学位论文如果中心像素x的梯度方向属于第四区，这把x的梯度值和它左上和右下相邻像素的梯度值比较，看x的梯度值是否是局部最大值。如果不是，就把像素x的灰度设为0，这个过程称为“非极大抑制”(4)对梯度取闽值n和丁2，rl=04·T2。我们把梯度值小于r1的像素的坎度设为0，得到图像1。然后把梯度值小于n的像素的灰度设为0，得到图像2。由于图像2的阈值较高，去除了太部分的噪音，但同时也损失了有用的边缘信息。而图像1的阀值较低，保留了较多的信息。然后以图像2为基础，以图像1为补充来连接图像的边缘。(5)连接边缘的步骤如下：①对图像2进行扫描。当遇到一个非零灰度的像素P时，跟踪以P为开始点的轮廓线，直到该轮廓线的终点Q。②考察图像1中与图像2中Q点位置对应的点Q。的8邻域区域。如果在O点的8邻域区域中有非零像素且存在，在将其包括到图像2中，作为点R。从R开始，重复上一步，直§U在图像1和图像2中都无法继续为止。③当完成对包含尸的轮廓线的连接之后，将这条轮廓线标记为已访问。回到第一步，寻找下一条轮廓线。重复这二个步骤．直到图像2中找不到新轮廓线为止。图47为一幅图像采用Canny边缘检测井二值化处理的示意图。用Canny法来进行边缘检测算法要比上两节讨论的方法明显要复杂，边缘榆测效果要优于上面讨论的方法。n)原始灰度车牌Co)Canny边缘检测圈4．7Canny边缘检测并经二值化处理的示意图44比较与结论本章研究车牌识别系统中的二值化算法，El前有很多种成熟的二值化方法，主要包括两大类：全局阈值法和局部动态阈值法。本章从对这些算法的研究、分析出发，对它们的原理进行了剖析。各种方法可以说各有千秋，没有任何方法是在所有情况下都优于其它方法的，在不同的应用中各种方法的效果差别很大。 第四章车牌图像的二值化全局阈值的二值化方法通常速度比较快，因为它一般只需要扫描一次图像。对于光照比较均匀，噪声少，非车牌区域较小的图像，应用最大类间方差法和迭代法效果比较好。局部动态阈值法因其适应性强、细节信息保留完整而得到了广泛的应用，但算法复杂，计算量大。当图像的背景复杂且光照不均匀时，图像灰度变化大且不均匀，一般采用局部二值化的方法。对于边缘有灰度变化比较剧烈的图像，适合应用边缘图像的二值化，这样可以凸显边缘，更好地实现阈值分割。42 长安大学硕士学位论文第五章车牌图像的几何矫正因为摄像机和车辆的位置、角度关系，得到的车牌大多都有一些倾斜或扭曲。为了提高车牌定位以及后面的字符分割和识别的精度，进行车牌矫正是非常必要的。5．1车牌倾斜情况分类由于车牌的四条边缘是两两平行的，因此可以近似的将倾斜的车牌看作是一个平行四边形。根据拍摄角度的不同，车牌的倾斜情况通常可以分为三种：水平倾斜、垂直倾斜和水平垂直倾斜，分别为如图5．1(a)，图5．1(b)和图5．1(c)所示。图5．1(a)所示图像为水平倾斜，这是最简单的倾斜情况，只要求出水平倾斜角口，然后将整个图像绕X轴旋转一口即可。图5．1(b)为垂直倾斜，其实质是同一行中像素的错位偏移。求出垂直倾斜角∥后逐行进行错位矫正即可。图5．1(c)为水平垂直倾斜，该矫正需要分两步进行，即先水平矫正再垂直矫正。rzy5．2插值算法)ry(b)(c)图5．1三种倾斜情况集合运算可以改变图像中各个物体之问的空间关系。这种运算可以看成是将表示物体的像素在图像内移动。一个几何运算需要两个独立的算法。首先，需要一个算法来定义空间变换本身，用它来描述每个像素如何从其初始位置移动到中止位置；同时还需要一个用于灰度级插值的算法，这为一般情况下输入图像的位置坐标为整数，而输出图像的位置坐标并非为整数，反之亦然。几何运算的一般定义为：g(x，Y)=厂(x’，Y’)=f[a(x，J，)，6(jc，y)J(5．1)其中，f(x，Y)表示输入图像；g(x，y)表示输出图像。函数a(x，Y)和b(x，Y)惟一地43 第五章车牌图像的几何矫正描述了空间变换。几何变换的第二个要求是进行灰度级插值的运算。在输入图像f(x，Y)中，灰度值仅在整数位置(工，Y)处被定义。然而，g(x，Y)的灰度值一般由处在非整数坐标上的f(x，Y)的值来决定。所以，如果把几何运算看成是一个从厂到g的映射，则f中的一个像素会映射到g中几个像素之间的位置；反过来也是一样。有了空间变换和灰度级插值算法，我们就可以开始执行一个几何运算。通常，有几种固定的灰度级插值算法，而用来定义空间变换的算法将随任务不同而不同。每个特定的几何运算正是由空间变换算法来定义的。输出像素通常被映射到输入图像中的非整数位置，即位于四个输入像素之间。因此为了确定与该位置相对应的灰度值，必须进行插值运算，常用的插值方法有3种：最邻近插值(NearestNeighborInterpolation)、双线性插值(BilinearInterpolation)、三次立方插值。5．2．1最邻近插值(NearestNeighborInterpolation)最简单的插值方法是所谓零阶插值或称为最邻近插值，即令输出像素的灰度值等于离它所映射到的位置最近的输入像素的灰度值。数学表示为：厂(x)=厂(％)了1(以一。+以)2三次样条函数插值算法的特点主要有：三次样条函数插值算法，它既是分段低次插值，同时又能保证各段之问连接处的足够光滑性，既具有分段低次插值的一致收敛性和计算的稳定性，又具有高次插值的整体的足够光滑性；同时函数选择三次方，是因为函数有连续的二阶导数，足以满足人们的视觉要求；另外三次多项式形(万)能较好地逼近理论上的最佳插值函数sinc(万)。5．2．4插值算法比较插值的方法主要有零阶插值、线性插值和高阶插值。零阶插值法取像素点周围四个邻点中距离最近的邻点灰度作为该点的灰度，它计算简单、有一定的精度，缺点是插值后的图像灰度有明显的不连续性。线性插值法利用四个邻点的灰度在两个方向上作线性内插，它克服了灰度不连续性的缺点，但它有低通滤波性质，使高频分量受损，图像轮廓模糊。而高阶插值法克服了以上两者的不足之处，效果比较好。5．3图像旋转车牌图像中的角度倾斜一般采用图像旋转来矫正，一般图像的旋转是以图像的中心为原点，将图像上的所有像素都旋转一个相同的角度。下面给出图像旋转公式的理论推导。如图5．6，点(工。，J，。)经过旋转口度后坐标变为(XI,Y。)47 第五章车牌图像的几何矫正y‘(而，yD＼，／＼么步们)一一0X{x。爿c?她(5．9)j工I2，cos(口一目)=，．cos口cos乡+rsin口sin臼=J。cos臼+y。sill臼(5．10)【Yl=rsin(cz一0)=rsinacos—rcos(zsin0=一xosinO+Yocos0、7刚二瓣鞫@㈣[罩]=【．csio三s乡O-cs薯in口0草][；]c5．，2， b长安人学硕Jj学位论文a图5．7坐标系平移示意图两种坐标系坐标变换矩阵表达式为：其逆变换矩阵表达式为：刚∞刚赫(5．13)(5．14)假设图像未旋转时中心坐标为(口，b)，旋转后中心坐标为(c，d)(在新的坐标体系下，以旋转后新图像左上角为原点)。则旋转变换矩阵表达式为：；；：]=其逆变换矩阵表达式为：斗：—lWidt—h-1，6：—1Heig—ht-1a=一，D=一2sin0COS9O——sin0COS秒0垂f№w肌dth一12厶O一1O，d=(5．15)(5．16)(5．17)图像旋转可以和其它的简单变换组合起来，可以把平移和旋转相结合，以产生围绕任一点的旋转。49。yII·(工，力—DII1●●●●●●●●J工y●—．．．．．．．．．．．．．．．．．．．。．．．．．．．．L1●●●●●●●●j叫6●1●●●●●●●●jI1h蜥●—．．．．．．．．．．．．．．．．．．．．．．．．．．．．L1●●●●●●●●J口61嵋6，●10．一Ol0—．．。．．．。．．．．．．．．．．．．．．．．．L1●●●●●●●●●J019旧∞m0C-—．．．．．．．．．．．．．．．．．．．．．．．．．．．．L1●●●●●●●●JCd1Oo010O一1l●●●lll●J，●11-■Xy1—．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．L1●●●●●●●●J叩d●半口9=∞．mOc卜№一，口61Oo0l0—．．．．．．．．．．．。．．．．．．．．．．．．L 第五章车牌图像的几何矫正5．4角度检测5．4．1Hough变换Hough变换135-371是Hough于1962年提出的一种形状匹配技术，运用两个坐标系之间的变换来检测平面内的直线。在预先知道区域形状的条件下，对于二值图像，利用Hough变换的主要优点是受噪音和线间断点的影响较小。‘0，o)y(o，0)yp爱‰o‰图5．8Hough变换示意图设原始图像空间(石，y)，直线方程为y=锻+’，。在原图像空间，图5．8(a)中的两点可以决定一条直线。对于任意方向和任意位置直线的检测，为了避免垂直线的斜率无穷大，采用极坐标(p，秒)作为变换空间，其极坐标方程可以写成：P=’xcosO+ysin9(5．18)‘由图5．8(b)可以看出，在原图像空间中的任意～条直线。等价于(p，O)空间中的一点。P和目的几何含义可以从图5．8(b)中直观的看出，p为原点到这条直线的距离，秒为法线与x轴的夹角。原始图像空间中的一点对应于极坐标空间中的一条三角曲线。原图与0 长安人学硕}j学位论文像空间中的两点对应于极坐标空间中的两条曲线，在原图像空间中两点决定的直线，对应于极坐标空间中的两条曲线的交点。图5．8(c)显示了极坐标空间中的两条曲线，曲线的交点对应于原图像空间中的两点决定的直线。如果在原图像空间中的一条直线上有Ⅳ点，则在极坐标空间中有Ⅳ条曲线相交于同一个点。从上面的讨论可以看出，Hough变换来检测原图像空问的直线就是将极坐标空间量化为许多小格，如图5．8(d)所示。目的范围可以取到(．90，+90)，P的范围可以取到(一D，D)，其中D=√(M一1)2+(N一1)2为图像的对角线长度，在实际应用中，臼范围可以预先确t定。对于每一个f(xf，Y，)=1点，将0的量化值代入公式P=Xfcos／9+Yfsin8，计算出对应的P。所得的结果值落在某个小格内，便使该小格的累加值加l。当完成所有(XirJY，)变换后，对所有的累加器的值进行统计，累加器的值对应于原图像空间直线上的点的数目，累加值大的小格就是极坐标空间中的共线点，对应于原图像空间的一条直线，累加值小的小格一般舍弃不用。因为输入图像是二值图像，当求得极坐标空问中的相交点(Po，Oo)后，对原图像空间中每一个f(x，，Y，)=1值转换到极坐标空间中，判断该点是否落在(Po，Oo)所对应的小格中，如果落在小格中，则该点在原图像空间中就在(Po，Oo)所对应的直线上，否则就不在这条直线上。记录所有在直线上的点的坐标。根据这些坐标值，就可以得i](po，Oo>对应的在原图像空间中的直线的长度、位置。这样就求得了原图像空间中的直线。应用Hough变换进行角度检测，首先对初定位后的车牌区域进行边缘检测，本文中采用了Canny边缘检测方法，对边缘图像进行二值化处理。然后对二值化后的边缘图像检测直线，本文Hough变换对极坐标空间量化为小格时，p的间隔取2，秒的间隔取1，这样允许直线有微小的弯曲。求得极坐标空间中值最大的相交点(岛，岛)后，反求原图像空间中的直线，如果两段线段在同一条直线上，如果它们相邻两个顶点之间的距离小于5个像素，则认为是同一条线段，直线的长度至少要有40个像素长。图5．9为图5．10经过Hough变换检测的直线示意图 ∞E章下#目像∞n日矫Ⅲ原始图像二值化图像图圆细化图1蠹毗uqh变换检测出的直线|——————、——————————、‘———‘。。。。。。—_‘一2040图5．9Hough变换检测直线图510为采用Hough变换进行角度检测的具体例子：图510(a)为初定位后的灰度车牌图像，图5lo(b)为二值化处理后的图像。按照上述的Hough变换方法检测出的直线的倾斜角，在图5loro)ee检测到得这条直线为4度。对图510(幻进行采用取线性插值进行图像旋转得到圈5lO(c)。图m图曲)图(c)图510应用Hough变换进行角度检测5．42Radon变换图像的Radon‘9胛。9’变换是指二维图像，(z，，)在某一方向卜的投影的线积分。在图511中，从x一，坐标系转换到z—y坐标系的转换公式是：计出掰习旺∽在某一角度日，对每个z沿着平行于，轴进行线积分。积分公式如下： 长安大学倾一f：学位论文R日(z。)=If(x。cos0一Y’sin护，x’sin0+Y’cosO)dy’(5．20)上式即称为Radon变换式。Radon变换的一个重要性质是Ro+180(-x)=R疗(x)，所以在做Radon变换时，9的取值范围可以限定在0≤0≤180度。J1)，‘习～隆l一)l≮LIy；(石，力＼名j、{／／、日l～／{一】／；心扛’)图5．11Radon变换原理图对一幅图像进行Radon变换后，对于每一个秒值，都可以得到一系列的％(x’)值。对图像进行角度检测时，我们可以根据先验知识确定一系列的臼值，对每个0值求取％(x’)值。在所有的R。．(z。)里面，当局(z‘)取得最大值时所对应的秒值就是工’轴旋转过的角度，所以要检测的直线的角度为90．0度。一般来说，车牌的倾斜角度在【-15，15】度之间，所以Radon变换的04取为[75，105】度之间。对5．13(b)J注行Radon变换，变换后得到图5．12，从图5．12上可以看出，心(J。)最大值处秒值为93度，X‘为．1l。检测出来的角度为93．90=3。对图5．13(a)采用双线性插值进行旋转得到图5．13(c)。 *t《f牌目*∞n*矫Ⅲ501001卯e(degrees)图5．12Radon变换R日(J)值显示x10图(曲图O)圈扣)图s．13应用Radon变换进行角度检涮5．43重心法重心法通过求二值图像的每一列像素的重心点，再利用最小二乘法将所有重心连成一条直线，此直线的倾角就是拍照的倾斜角。⋯设目标像素值为1，背景像素值为0，则一列像索点由若干交替出现的连续1和连续。组成，其叶1连续l即为目标像素段，将每个目标像素段视为一个质点，像素段的长度作为质点的重量，像素段中点的纵坐标作为质点的一维坐标，(2)计算每～列的重心求质点的最大坐标Ⅳ札。，最小坐标Ⅳ～如果X。。=x⋯，则奉列只有个质点，X⋯印为重心B64246日x K女^≠《L#位论iX=X一+(爿一一片咖)／2，孵=o，砟=0(5．21)每一质点坐标置和重量暇如X。!z，则％=啊+峨x(X—X，)(5．22)如置!X，则啡=砟+暇×(置一Ⅳ)，X，=X无需考虑如坼一盯I小于预设阈值，则算法终止，X为所求重心，否则：J。=X当Ⅳ!砟(5．23)x。=X当％=哆(5．24)重复(2)。f3)NPfltd、二乘法将每列的重心连成一条直线，直线的斜率反映了牌照的倾斜度。本算法受噪声的干扰比较严重，而且对于有些字符，每一列的重心并不反映字符纵坐标的中点，容易造成每列的重心上下跳跃，很难连成一条直线。另外．本算法只有在车牌上下边框比较完整时才有明显效果。5．5比较与结论采用Hou曲变换来检测角度的本质是在车牌图像中检测一条满足条件的直线，检测到的这条直线的角度就作为车牌图像的角度。在二值化的车牌图像中，如果包含车牌的边界线，则采用Hough变换来检测角度效果是很好的，因为Hough变换检测直线的能力非常强，但是车牌图像经过二值化后往往边界线不明显，甚至把边界线归为背景。采用Hough变换就检测不到直线，也就检测不到车牌的角度，如图514所示。图s14采用Hough变换检测不到角度的图像采用Radon变换来检测角度实质上就是对图像采用投影法检测投影值满足一定条件的角度。在二值化图像中不包含边界线的情况下，采用Radon变换也能够检测出车牌图像的角度，如图514所小的图像采用Radon变换检测出车牌图像的角度为零度。而目从上面的分析过程可以看出，Radon变换检测角度算法的复杂度比Hou-gh变换检测角度要简单，Radon变换的速度比Hough变换要快。因此在本文的程序中，采用Radon变换柬检测车牌图像的角度。 第六章车牌精确定位对初定位的车牌图像作倾斜矫正后，下一步的关键操作是精确确定车牌的字符区域。精确定位的目的是在不损失字符信息的前提下除去非车牌字符外的所有信息。精定位效果的好坏对后续的字符分割与识别将产生直接影响。6．1确定车牌区域的上下边界6．1．1二值图像的明暗跳变法根据二值图像的明暗变化特征来进行车牌定位是一种经常采用的方法，在本文中，初定位时没有采用这种方法是因为对全幅车牌图像进行二值化操作准确率不高。在初定位后，我们详细讨论了对初定位的车牌进行二值化处理的方法。这里我们考虑采用二值图像的明暗跳变来确定车牌的上下边界。二值图像的明暗跳变法和前面的灰度跳变法类似，对二值图像进行逐行扫描。每一行从白变到黑或黑变到白变都记为一次跳变。扫描行可以表示为f(i)其中l≤i≤N‘_●diff(i)=厂(f)一f(i一1)(6．1)这一行的跳变次数可以表示为：change=sum(abs(diff(i)))(6．2)采用与上面类似的搜索方法，从中间向上下两边搜索。一般车牌中包括7个字符，采用与上面类似的搜索方法，从中间向上下两边搜索。一般车牌中包含7个字符，每个字符一般会出现两次跳变。可以假设字符跳变最小次数的阈值为12(也可以取14)，即跳变次数小于12的扫描行我们认为不属于车牌区域，由此可以确定车牌的上下界。56 K宣大学倾L学＆论!图像的扫描行图m1图6．1二值图像及其每行跳变次数曲线图杂笨捌州餐籁笨埘¨缚 第女$1：牌精确％Ⅱ陶6l(a)足一幅经过二值化后的初定位车牌图像，对图像的每一行统计跳变次数可以认为跳变小于12的扫描行不属于车牌区域，作为背景去除。图6l(b)是一幅经过二值化后的初定位车牌图像，对图像的每一行统计跳变次数可以认为跳变小于18的扫描行不属于车牌区域，作为背景去除。精定位后的结果见图6．2。图6．2二值图像的明暗跳变精定位效果圉6．2确定车牌区域的左右边界精确定位车牌区域的左右边界可以和车牌识别系统中的第一个步骤字符分割结合起来一起进行。在本文中为了车牌定位步骤的完整，讨论了确定车牌区域左右边界的方法。这些方法对字符分割也可以参考使用。6．21灰度跳变法对初定位后的车牌图像从中I百】向上和向下两个方向进行运行扫描。采用水平差分的方法对每一行确定耿度跳变的左右边界。如果右边界和左边界之差大于一个闽值，则认为这一行属于车牌区域。一般来说，扶度跳变法对于确定车牌的左右边界能力足比较强的。但是实际中用灰度跳变法精确定位车牌的左右边界效果并不是很好，下面讨论采用对二值图像进行投影的方法，并结合车牌图像的先验知识来确定车牌的左右边界。6,22投影法对二值图像直接进行垂直方向投影，因为部分车牌图像经二值化后，杠车牌左右两边的区域会出现了与车牌字符同样的白色，所以不能对车牌的二值图像进行直接投影。为了简化处理，可以对二值图像采取与边缘检测类似的处理。对二值图像定义如下运算：／(z，y)={：；((。x，,yy))-，f((。x，,yy一-11))。：：(63)这个运算的目的是为了使与罔6．4类似的图像经过投影后也可以准确定位左右边界。对经过上述运算得到的特征图进行垂直方向投影，得到的投影显示如下： 妊女大学顿±学位论zLI^_9甜厂附：r．．盯⋯L-⋯。。kLIf捌瞪姐l图6j车牌图像投影曲线圈 *^t车#精确定位得到投影图以后，对投影图进行处理，在溏除一些噪声干扰之后，从初定位车牌的两个边界向中间搜索车牌区域的左右边界。但是为了保证不把字符部分当作边界去除掉，去除边界的时候．放宽一两个像素，这样多余的边界部分可以在字符分割步骤中分析去除。如图6．4所示图6．4投影法确定车牌左右边界6．3车牌的高度和宽度的计算6．31计算车牌的高度车牌区域图像中，存在多个字符和数字，并且他们的笔画连续．国家标准舰定汽车车牌沿水平方向排列的字符个数是7个，依据这些形态特征可毗计算出车牌的高度。本文依据车牌二值图像明暗跳变图来计算车牌高度，其算法如下：1、对车牌部分进行二值化；2、统计每行灰度由0到1跳变次数，B勾SN[i1，得到每行的跳变数曲线图，如图61所示，f表示当前行数；3、计算SN[i】曲线图中的最大值Max，最小值Min，取阈值T=(Max+Min)12(6．4)4、在SN[i1曲线图上，由于初定位的位置一定在车牌上，从该点向外搜索，如果SN[i】50％贝U说明该车牌的二值图像为自底黑字．需要对浚图像进行反转，即将原来的白色像素点255变成黑色0，原来的黑色像素点0变成白色点255，这样处理后就所有车牌都统一成为了黑底白字二值图像。反转算法见式(69)。f(i，J)=255一f(i，，)(6．8)图6．5所示为图像反转处理，原字符为像素点为0．反转后字符像素为255，这样就统一了各类车牌的目标色与背景色。鲁A·T2205“)原始二值化图像0)反转屙二值化图像圈6．5白底黑字车牌的反转赴理65精确定位分析隅■tr,i：[r$1潮绷霉麓，。一。显婴靼。。叠盈●■圆圈昏商芭翔羼荠霍 长安大学硕：L学位论文对车牌图像进行精确定位分两步进行。先定位车牌图像的上下边界，后定位车牌图像的左右边界。对二值图像采用明暗跳变法定位上下边界，只要选择合适的阈值，定位效果是比较好的，准确率也比较高。在精确定位左右边界时，采用投影的方法，可以适当放宽一两个像素，主要原因是左右两边的干扰区域可以在字符分割时比较容易的分析出来。63 总结与展望全文总结本文对车牌识别系统中的车牌定位环节进行了深入的研究，把车牌定位分为两步进行。首先对车牌进行初定位，对初定位后的车牌图像进行二值化、几何矫正，然后再精确定位车牌区域。本文的主要工作总结如下：(1)简要介绍了我国车牌的特点，分析了车牌区域的特点。在研究了常见车牌定位算法的基础上，提出了本论文的车牌定位方案，同时给出了该方案的实现流程图。(2)在研究了灰度跳变法、边缘检测和数学形态学等车牌初定位方法的基础上，提出了一种边缘检测和形态学的车牌定位方法，用水平差分算子做纵向边缘检测后，然后再结合数学形念学方法，并根据车牌先验知识来实现汽车牌照的定位。(3)在车牌初定位后，研究了对初定位车牌图像的二值化方法。主要研究了全局阈值分割和局部阈值分割，针对两种阈值方法具有各自的优点与不同的车牌图像，选择合适的阈值分割算法。本文还讨论了对图像进行边缘检测的方法。(4)为了保证精定位的准确性，在精定位之前要对初定位的车牌图像进行几何矫正。针对倾斜的车牌图像，研究了应用Hough变换和Radon变换进行角度检测的方法，并对两种方法作了比较。(5)车牌精定位分为上下边界精定位和左右边界精定位。研究了二值图像明暗跳变法来定位上下边界；先对二值图像进行一次运算，然后进行垂直方向的投影，对投影图进行分析来定位车牌的左右边界。实验结果表明，这种方法的效果比较好。论文对车牌定位的整个过程做出了详细的描述，设计了论文中描述的每个定位步骤的算法，编制了计算机程序。最后的实验结果表明，论文采用的定位方法取得了较高的定位准确率，具有一定的实用性。 长安大学硕f=学位论文进一步工作展望本文对车牌定位做了一些研究，取得了较高的定位率，但是还可以进一步提高车牌定位的准确率，车牌的精定位还可以更加精确。下一步需要开展的工作是：(1)对车牌的初定位方法进一步改进，可以考虑加入其它的定位方法，提高车牌初定位准确率。(2)把车牌精定位确定车牌左右边界的步骤和字符分割步骤结合起来考虑，或者并入字符分割步骤。(3)进一步研究车牌字符分割和车牌识别，不断完善各个模块。65 参考文献[1]BarrosoJ,Bulas—CruzJ&DaglessEL．Real—TimeNumberPlateReading[C]．4mIFACWorkshoponAlgorithmsforReal—TimeControl，1997：305．312[2]R．Parisi，eta1．CarPlateRecognitibnbyNeuralNetworksandImageProcessing[J]．IEEEISCASUSA，1998：195—198[3]CharlCoetzee，eta1．PCBasedNumberPlateRecognitionSystems[J]．InProcIEEEInternationalSymposiumonIndustrialElectronics，1998：605．610[4]樊孝宏，戚飞虎．一种基于纹理和颜色综合特征的车牌定位新方法[[J]．计算机工程，2004，30(13)：125-127[5]Da-shanGao，JieZhou．Carlicenseplatedetectionfromcomplexscene[J]．icsP,2000：1409．1414[6]冯国进，顾国华，郑瑞红．基于自适应投影方法的快速车牌定位[J】．红外与激光工程，2003，32(3)：285—287【7】郑南宁等．彳亍驶车辆牌照自动识别系统[J】．西安交通大学报，1991，(1)：43．54[8】中华人民共和国公安部．GA36．1992．中华人民共和国机动车号牌[9】张光华．车牌定位方法研究[D]．南京：东南大学，2005[10】沈世晏，盛翊智．基于边缘检测的车牌图像分割技术[J】．自动化技术与应用，2004，23(3)：24—26[1l】DanianZheng，YannanZhao，JiaxinWang．Anefficientmethodoflicenseplatelocation[J]．PattemRecognitionLetters，2005，26(15)：2431．2438[12]HsiehJun-W萌，YuShih-Hao，ChenYung—Sheng．Morphology-basedlicenseplatedetectionfromcomplexscenes[J】．ICPR，2002，16(3)：176—179[】3]白洪亮，娄正良，邹明福等．复杂背景下基于形态学的车牌识别系统[J】．公路交通科技，2004，21(10)：117—120[14]BaiHongliang，LiuChangping．Ahyb—dlicenseplateextractionmethodbasedonedgestatisticsandmorphology【C】．ICPR，2004：831-834[】5】许剑峰，黎绍发．车牌识别中的颜色分析[J】．计算机工程与应用，2004，40(25)：230—232[16】SunghoonKim，DaechulKim，YounbokRyu，andGyeonghwanKim．Arobustlicenseplateextractionmethodundercompleximageconditions[C】．16minternational 长安入学硕：l：学位论文conferenceonpatternrecognmon，2002：176—179【17]李文举，梁德群，张旗等．基于边缘颜色对的车牌定位新方法[J]．计算机学报，2004，27(2)：204—208[18】XifanShi，WeizhongZhao，andYonghangShen．Automaticlicenseplaterecognitionsystembasedoncolorimageprocessing[C】．ICCSA，2005：1159．1168[19]高朝晖，黄卫．基于彩色图像车牌分割研究[J】．公路交通科技，2004，21(8)：114．117[20]曹刚，游志胜，赵树龙．一种基于自适应能量滤波的快速车牌定位方法[J】．光电子·激光，2003，14(5)：523．525[2l】陈寅鹏，丁晓青．复杂车辆图像中的车牌定位与字符分割方法[J】．红外与激光程，2004，33(1)：29—33[22】刘伟铭，赵雪平．一种基于扫描行的汽车车牌定位算法[J]．计算机工程与应用，2004，24(4)：223—226[23】陈展，王敏，黄心汉．～种基于边缘特征的汽车牌照定位算法[J]．华中科技大学学报(自然科学版)，2004，(10)：98．99[24】卢雅琴，邬凌超．基于数学形态学的车牌定位方法【【J】．计算机工程，2005，31(3)：224-226[25】胡爱明，周孝宽．利用形态特征的汽车车牌图像分割方法[J】．计算机辅助设计与图形学报，2003，15(6)：716—719[26]曾致远，付祥胜．基于数学形态学和边缘特征的车牌定位算法[J】．电视技术，2005，(7)：94—96【27]蔡钦涛，方水良，任俊．基于边缘生长的车牌定位新方法[J】．公路交通科技，2004，21(11)：110—113[28】N．Otsu．AThresholdSelectionMethodfromGray-LevelHistograms[J]．／EEEtransactionsonSystems，1979，9(1)：62．66[291张引．基于空间分布最大类间方差的牌照图像二值化算法[J】．浙江大学学报，2001，35(3)：272—275[30】吴传孙，邹杨德，周定康．二值化算法在车牌识别中的应用[J]．计算机与现代化，2003，(6)：13-18【31]J．Bernsen．Dynamicthresholdingofgray—levelimages[C]．Proc．of8thInt’1Conf．onPatt．Recogn，1986：1251．125567 参考文献[32】WangMingxiang，MoYulong，MaJunli．Appliedmethodoflicenseplatebinarizationbasedonhistogramanalysis[C]．ProceedingofSPIE，Imagematchingandanalysis，2001：213．218[33】Trier,JainAK．Goal--directedevaluationofbinarizationmethods[J]．IEEETransPatternAnalysisandMachineIntelligence，1995，17(12)：1191-1201[34】Canny,John．AComputationalApproachtoEdgeDetection[J]．IEEETransactionsonPatternAnalysisandMachineIntelligence，1986，8(6)：679—698[35]包明，路小波．基于Hough变换的车牌倾斜检测算法[J]．交通与计算机，2004，22(2)：57-60[36】张云刚，张长水．利用Hough变换和先验知识的车牌字符分割算法[J]．计算机学报，2004，27(1)：130-135【37]KamatV．GanesanS．AnefficientimplementationoftheHoughtransformfordetectingvehiclelicenseplatesusingDSP’S．Proceedings[J]．IEEEReal—TimeTechnologyandApplicationsSymposium，1995：58—59[38]卢军，谭佐军，陈海靖．利用Radon变换计算粮仓害虫图像的倾斜角度[J】．农机化研究，2007，10(5)：205-210[39】黄凤岗，韩雪花．基于Radon变换的特征提取在步态识别中的应用[J】．哈尔滨工程大学学报，2007，28(3)：302—305[40]王锋．复杂背景环境下车牌定位及字符分割[D】．西安：西北工业大学，2007[4l】章毓晋．图象分割[M】．北京：科学出版社，2001【42】夏良正．数字图像处理[M]．南京：东南大学出版社，1999 长安大学硕十学位论文攻读学位期间取得的研究成果【1]郭亚，王水波．基于灰度图像的车牌定位算法研究与实现[J]．现代电子技术，2008，31(2)[2】王水波，郭亚，郑贵桢．基于AT89C2051的交通车辆检测系统[J]．工业控制计算机，2007，20(9)[3]郭亚，王水波，樊瑶．基于工控机和环形线圈传感器的车速测量系统[J]．自动化信息，2007，(3)69 致谢在即将完成学业之际，我要衷心的感谢我的导师宋焕生教授。在我的硕士研究生学习过程中，宋老师给了我悉心的指导和帮助。每当我有所懈怠时，宋老师都要鞭策和提醒我，教导我脚踏实地的学习和研究，他严谨的治学态度，渊博的学识，勤奋的工作精神和求实的学术风格使我深受启迪，他多次与我探讨论文的选题及其具体的工作内容，使我能够顺利地完成本论文，最终得以圆满地完成学业。从尊敬的导师身上，我不仅学到了扎实、宽广的专业知识，也学到了认真做事的工作态度、诚信真诚的做人道理。在此我要向我的导师致以最衷心的感谢和深深的敬意。感谢信息工程学院的赵院长以及其他老师对我的指导和帮助。感谢实验室的徐志刚、王国强等老师对我的指导，同时感谢同f-iN弟和师妹们。最后，衷心地感谢在百忙之中评阅论文和参加答辩的各位专家、教授170