资源描述：
《基于同态滤波与改进Bernsen算法的不均匀光照下车牌图像二值化研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于同态滤波与改进Bernsen算法的不均匀光照下车牌图像二值化研究赵玲祥摘要：不均匀光照下的图像二值化是数字图像处理中的一个难题，汽车牌照口动识别系统工作在复朵的光照环境下，经常会出现车牌光照不均的现彖，给图像二值化带來闲难。为此，提出一种解决办法，首先使用同态滤波去掉车牌图像的不均匀光照的影响，然后使用改进的Bernsen算法对车牌图像进行二值化。实验农明，便川该算法能有效地克服不均匀光照的彩响，二值化效果良好，车牌识别率得到显著的提高。关键词：车牌；图像二值化；同态滤波基丁-灰度的车牌图像二值化算法即选择一个合适的阀值，将车牌背景和字符有效分开。现有的阈值选取技术可以分为全局
2、的和局部的阈值选取方法。全局的阈值选取是指根据整幅图像确定一个阈值。局部阈值选取方法是指将图像划分为若T子图像，根据每个子图像确定相应的阈值。常用的全局阈值选取方法包括直方图法和最大类间方差法⑴。直方图法是指直接从原图像的灰度分布直方图上确定阈值，包Wp-tile法、绘频值法和直方图凹而分析法⑴，故大类间方差法即Otsu111法。常用的局部域值法有Bernsen法，Chow和Kaneko法⑵，Yanowitz和Bruckstein法®,Sauvola法和Pietikainen法⑷。对于目标和背景比较清楚的图像，全局阈值化方法可以取得较好结果。但是如果图像的背景不均匀，或是H标灰度变
3、化率比较大，一般就用局部阈值选择法。在车牌识别系统中常用的二值化算法有p-iile法，Otsu法和Bernsen法。车牌图像二值化是车牌识別系统中的一个关键步骤，在车牌图像识別的各个阶段，经常要用到图像的二值化算法，而山于复杂光照（不均匀光线、光异常反射等）的彩响导致车牌图像降质严重，二值化算法往往不令人满意,影响后续的处理过程。本文针对不均匀光照卜•的午牌图像字符提取问题，提岀使用同态增晰处理去掉车牌图像的不均匀光照的影响，然后使用一种改进的Bernsen算法⑸对车牌图像进行二值化。1复杂光照下的图像阀值分割面临的问题在实际图像处理中，经常遇到光线不均匀或光线异常反射的情况，如图
4、1所示,，（a）为光线不均和光线异常反射造成图像降质，（b）为反射光过于强烈造成的图像降质。对其进行二值化将会丢失很多信息,直接影响到后面的处理过程。如图2所示，二値化后图像不清晰，难以进行后续的处理，因此，对光线不均造成的降质车牌图像进行増晰非常冇必要。(b)图1光线不均造成的图像降质(a)Bemsen算法二值化(b)Otsu算法二值化图2不均匀光照车牌图像的二值化2车牌图像增晰传统的一些空域方法，如局部对比度修正、局部直方图均衡和统计局部増强等，是根据图像的局部对比度特点I'］适应地进行壳度修正，具有较好的局部增强性能。但这--类方法没有考虑图像信息的频率特征,因而不能达到突出
5、高频信息、衰减由光照不均引起的低频信息的目的•基丁-照明反射模型的同态滤波同时考虑照明和反射特性,并且兼顾图像的高频细节和低频分量，因而可以得到较为满意的图像增强效果。2.1光照的反射成像模型利川照明反射模型(见图3),可以通过压缩亮度范围和増强对比度来增强图像、改善图像。图像与二维光强度函数有关，用f(x,y)表示。f(x,y)可以表示为入射光强z(x,y)(照明分量)和景物被物体的反射率r(x,y)(反射分量)來表示：/(x,y)=i(x,y)xr(x,y)图3照明反射模型其屮，入射光强取决于光源，由于入射光光强分布两数z(x,_y)随空间变化较小，在空间频率域，函数y)的频谱
6、主耍集中于低频段仮映了成像的环境条件。反射光厂(兀,刃的频谱主要集中丁•札I对高频段比较宽的范围，反映了物体本身的特性。为此，只要能把图像屮相对于i(x,)0和r(x,y)两部分分开,然后斥制较低频段，放大较高频段，就能有效地降低光照不均匀对图像所带来的影响。该模塑在灰度校匸和同态滤波中起看重要的作用。2.2同态滤波增强算法对上式两边取对数，得In/(x,y)=In/(兀,y)+Inr(x,y)(1)两边进行傅里叶变换F(ln/(x,y))=F(lnz(x,y))+F(lnr(x,y))⑵记为F(w,v)=/(«,v)+R(u,v)式中F(w,v),/(w,v)和/?(w,v)分别
7、为In/(x»y),lnz(x,y)和Inr(x,y)的傅里叶变换。宙于Inz(x,y)为照明光光强分布函数的对数，其频谱函数gv)主要集中于低频段，Inr(x,y)是反射率函数r(x,)')的对数，其频谱函数/?(w,v)主要在相对高频的部分。因此，可用高通滤波函数H(u,v)对其进行处理以减少低频成分。//(W,V)常采川Butterworth
8、jj通滤波器：H(n,v)=11+[£/畑胪滤波后输出为S(w,v)=W(m,v)F(m,v)=H(w,v)/(w,v)
