基于HSV色彩空间对蓝白车牌进行识别.doc

《基于HSV色彩空间对蓝白车牌进行识别.doc》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、基于HSV色彩空间对蓝白车牌进行识别[摘要]车牌的自动识别是智能交通很重要的一部分，它作为连接数字处理与现实的纽带，有必要具备好的性质。传统的车牌识别算法都是在RGB色彩空间中进行的，本文的基本思想是采用更加贴近人眼视觉的HSV色彩空间，来达到不同的图像分析效果。[关键词]字符识别；模板匹配；HSV色彩空间；车牌定位Blue-WhiteVehicleLicensePlateRecognitionBasedOnHSVColorSpaceLiZhe,LiuXin,NieLeiAbstract:Vehiclelicenseplaterecognitionisoneofthemo

2、stimportantpartsofthesmarttransportation;itconnectsthedigitalprocessandtherealworld.Traditionally,weprocessplateimageinRGBcolorspace,wechoosetheHSVcolorspaceinthisarticle,whichismoresimilartohuman’sview,toachievebetterresult.Keyword：Vehiclelicenseplaterecognition;templatematch;HSVcolorspa

3、ce;vehiclelicenseplatelocation;1.引言传统的车牌定位方式的已经比较成熟，但是仍然有一个重要的缺陷，即自适应的问题。传统算法的适应范围有限，对于不同的图片，需要对算法调整才能够处理好。但是，对于不同图像，只能通过手动选择算法或者更改参数来提高质量，算法选择的过程和参数的调整不容易自动化，缺乏相应的估测机制。本文着重于研究小型车辆的蓝色车牌，由于蓝色车牌颜色的特殊性，考虑采用与人眼视觉更加接近的HSV色彩空间，对目标区域进行筛选和提取。相比传统算法，取得了较为满意的自适应性和定位结果。另外，本文对于传统的字符模板匹配的方式进行了一定的修正，提高

4、了其兼容范围，使得模板匹配获取更高的识别率。2.HSV色彩空间HSV（也叫HSB）是对RGB色彩空间中点的一种有关系的表示，它尝试描述比RGB更准确的感知颜色联系，并仍保持在计算上简单。H指hue（色相）、S指saturation（饱和度）、V指value(色调)。色相（H）是色彩的基本属性，就是平常所说的颜色名称，如红色、黄色等。饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。明度（V），亮度（B），取0-100%。HSV模型通常用于计算机图形应用中。在用户必须选择一个颜色应用于特定图形元素各种应用环境中，经常使用HSV色轮。在其中，色相表

5、示为圆环；可以使用一个独立的三角形来表示饱和度和明度。典型的，这个三角形的垂直轴指示饱和度，而水平轴表示明度。在这种方式下，选择颜色可以首先在圆环中选择色相，在从三角形中选择想要的饱和度和明度。如下所示：RGB到HSV的转换设(r, g, b)分别是一个颜色的红、绿和蓝坐标，它们的值是在0到1之间的实数。设 max 等价于 r, g 和 b 中的最大者。设 min等于这些值中的最小者。3.车牌定位由此，我们可以知道，蓝色和其临近色的饱和度H处以一个有限的范围内，事实上，我们知道以下颜色的饱和度，而它们均为蓝色的临近颜色：青色：180，青蓝：210，蓝色：240，紫蓝色：2

6、70因此，归一化以后，H的取值范围在0.5~0.75而查看色表可以知道，要使人眼对相应的颜色产生感觉，则S>=0.25，V>=0.125所以我们就可以得到一个初步的筛选模式，利用HSV的范围进行初步筛选。%H:Cyan(180)->Blue-Cyan(210)->Blue(240)->Magenta-Blue(270)blueRegion=(H(:,:,1)<=0.75)&(H(:,:,1)>=0.5)&(H(:,:,2)>=0.25)&(gray>=0.125);可以看出，初步筛选会遇到一个选择多余区域的难题。上面所给出的第一个例子中，车体与车牌颜色一致，导致了选取过度

7、，我们需要一种方式将车牌分离出来。结合传统的思路，我们知道，车牌区域是属于边缘比较复杂明显的区域，因此，可以考虑使用边缘算子进行处理。但是，事实上车身的细节也会造成较为复杂的边缘，那么要如何区分这些边缘则成了重点。进过反复尝试，我们选择了sobel算子，这种算子的速度比较快，但是效果并不是很好，不过，利用sobel算子获取横向和竖向的边缘，进行形态学处理并且取交集，就得到和非常理想的效果。因为车身的细节大多是单一的横向或者纵向，一般只有车牌处是双向的细节。效果如下：将最终的结果图与通过HSV选择选取的区域进行交集运算后进行形态