（信号与信息处理专业论文）基于kl变换的汽车车牌照识别及其相关的图像处理研究.pdf

摘要 蒸予k - l 变换憋汽车攀牌照识别发其耀关的隧像处理硪巍 颈士研完皇椿宏裔导师赵力教授 东南犬学无线电工程系 本天论文工 筝分为鼹令部分，一是裁焉k l 变换遥嚣汽率车薅爨誉裂研变， 二是小波变换在数字黼像处理中的舷用研究。第部分主要搽讨了汽车车牌照的 自动分割和车牌照字符的自动识别，第二部分主臻探讨了小激变换在数字字符识 别中瞧应躅。 在籍一部努孛，主要获五令方露对汽车车瓣照翡覆裂避行了磅究： 1 ) 对图像进行颜色聚类，作出车牌照底色二维直方图： 2 ) 依据二维盥方图自动定位车牌照的位爨并分割出车牌照； 3 ) 对车婆照避行一些匿爨该蹙淫( 毽括纂予数学形态攀酌滤波、鞭勰校正、 二菹纯和姻。纯等) ； 4 ) 利用二维威方图法进行字犄分割； 5 ) 利曩k 。l 交换提取字符图像酶特征值遴行字符识别。 袭篱二露分中，雷先奔锺了，l 、渡交揍理论，其次臻究了，j 、波交换在数字字簿 识别中的应用。 实验结果表明；汽车车牌照自动分割的准确率为9 9 1 5 ，车牌照的识别率 巍9 2 2 4 ；基予小波交接鲢字符识爨技术髓戏功应熏予实际慝象处理。 关销词：车牌照泌别二维直方图字符分割k l 变换小波变换字符识荆 a b s t r a c t t h er e c o g n ：| t i o no fv 嚣毯l c l el 薹c e n s 嚣嚣a s e 蚤 o nk lt r a n s f o r ma n dt h er e l a t e di m a g e p r o c e s s i n gr 戴s e a r c hw o r k c a n d i d a t e ：l i nh o n g y i ，s u p e r v i s o r ：z h a ol i d e p a r t m e n t o fr a d i o e n g i n e e r i n g ，s o u t h e a s tu n i v e r s i t y , c h i n a t h i sp a p e rc a nb ed i v i d e di n t ot w op a n s , i nt h ef i r s tp a n , k 。0t r a n s f o r mi sa p p l i e d 嵇t h e r e c o g n i t i o no f v e h i c l el i c e n s e ，i n c l u d i n gt h ea u t o s e g m e n t a t i o no ft h ev e h i c l el i c e n s ea n dt h e a u t o r e c o g n i t i o no f t h el i c e n s ec h a r a c t e r i nt h es e c o n dp a r t ，t h ew a y e l e tt r a n s f o r mi sa p p l i e d t ot h e r e c o g n i t i o no f d i g i t a l c h a r a c t e ra n d d i g i t a lw a t e r m a r ke m b e d d i n g 。 t h ef w s t p a r t i sm a i n l ya b o u tt h e f o l l o w i n g ： i ) w ec l u s t e rt h ec o l o ro f t h ew h o l ev e h i c l ei m a g ei n t oe i g h tc o l o r sa n dd r a wt w o - d i m e n s i o n h i s t o g r a m o f t h ev e h i c l el i c e n s eg r o u n d i n g 2 ) w ef i xt h e | o c a t i o n3 1 1 ds e g m e n tt h ev e h i c l el i c e n s ea u t o m a t i c a l l yb a s e do nt h ei d e ao f t w o - d i m e n s i o nh i s t o g r a m 3 ) w e p r o - p r o c e s st h ei m a g eo f t h ev e h i c l el i c e n s e ( i n c l u d i n gf i l t e r i n gb a s e do nm a t h m o r p h o l o g i c , s k e wc o r r e c t i o n ，t h r e s h o l d i n ga n d n o r m f l i z e ) 4 ) w eu t i l i z et w o - d i m e n s i o nh i s t o g r a m 铘s e g m e n tt h ec h a r a c t e ro f t h el i c e n s e 。 5 ) w e r e c o g n i z e t h ec h a r a c t e rb a s e do nt h ef e a t u r e sp i c k e do u tb yk - lt r a n s f o r m 。 i nt h es e c o n dp a r t ，f i r s t l yw ed i s c u s st h ew a v e l e tt r a n s f o r mt h e o r y , t h e nw ed os o m er e s e a r c h 孙ri t sa p p l i c a t i o ni nt h er e c o g n i t r mo fd i g i t a lc h a r a c t e r f i n a l l y , t h ea p p l i c a t i o no fd i g i t a l w a t e r m a r ke m b e d d i n gt e c h n i q u e si sa l s om e n t i o n e d t h ee x p e r i m e n t a lr e s u l ts h o w st h a tt h ep r o p o s e da p p r o a c hi se x c e l l e n t 。w eg o t a h i g h r e c o g n i z i n gr m e a n dr e l i a b i l i t yi nt h er e c o g n i t i o no f d i g i t a lc h a r a c t e r k e y w o r d s ：v e h i c l el i c e n s er e c o g n i t i o n , t w o - d i m e n s i o nh i s t o g r a m ，c h a r a c t e rs e g m e n t a t i o n ， k - lt r a n s f o r m 。w a v e l e tt r a n s f o r m c h a r a c t e rr e c o g n i t i o n i i 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。j 我 一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的况明并表示了谢意。 研究生签名：越塞盎日期：参唑：笠 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印 件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质 论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括 刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办理。 研究生签名：挞塞叠导师签名：兰查塑 日期：工争、午 绪论 绪论 随着我国国民经济的快速发展，人们的生活进入了快节奏，汽车这个作为现代人类的代 步工具在为我们提供方便快捷的同时也带来了许多新的社会问题，问题的解决需要现代智能 交通管理系统代替传统的交通管理方法。现代智能交通管理系统就是利用先进的现代信息处 理技术，将道路、交通和汽车管理制与计算机的控制之f ，为人们提供方便、安全、高效和 舒适的公路交通。在现代智能交通管理系统中重点是汽车车辆的监管，其中任何汽车车辆监 管均与其身份信息提取有关，汽车车牌照作为车辆身份信息在交通系统中有着不司替代的作 用，因此汽车车牌照自动识别技术是现代智能交通管理系统中的一个重要组成部分。在智能 交通领域中汽车午牌照自动识别技术的研究是集计算机视觉技术、数字图像处理技术与模式 识别技术于一体的重要研究性课题。 在绪论中将主要讨论汽车车牌照识别研究的目的、应用领域与前景、m 前的研究现状和 本文中研究内容的安排等。 汽车车牌照识别系统研究的目的 2 0 世纪9 0 年代以来我国经济进入了快速发展时期，全国的汽车总量越来越大，基础 设施建设中的道路建设进入了前所未有的发展阶段，这些发展对我国道路交通监管体系中的 汽车车辆身份识别的技术发展提出了重大社会需求。汽车1 i 辆身份识别是道路交通监管体系 中的核心技术之一，而代表汽车车辆身份信息的直观且惟一标识符号就是汽车车牌照，冈此 汽车车牌照自动识别成为日前交通科技领域研究与发展的热点问题。 随着计算机技术的发展，交通管理部门对汽车车牌照字符识别的计算机化产生了迫切需 求。字符识别( o c r ) 技术是模式识别技术的一个经典研究领域，随着汽车车牌照识别应用 技术的发展必将对字符识别( o c r ) 技术发展产生促进与推动作用。 汽车车牌照识别的应用领域与前景 汽车车牌照识别是交通科技的重要组成部分，可应用的领域包括： 1 ) 自动收费停车管理； 2 ) 高速公路收费与交通监管系统； 3 ) 城市交通监管系统； 4 ) 海关物流监管系统； 5 ) 公安交通部门打击交通犯罪等。 由此可见，汽车车牌照识别不仅可以提高交通监管的j _ = 作效率，而且可以协助公安交通 部门维护社会安定、打击与车辆有关的刑事犯罪。总之，汽车车牌照识别技术的发展必将对 我国经济建设产生巨大促进作用。 目前国内汽车车牌照识别的研究现状 计算机视觉是计算机技术应用的一个重要分支，在近二十年中山现了，快速发展。计算机 字符识别是计算机视觉研究的一个方面，目前主要成果有印刷字符识别、手写体汉字识别、 特种票据识别等。做为计算机字符识别技术廊片j 的一个方面，在我国汽车车牌识别正由实验 研究向实际应用过渡，并且出现了一些具体应用实例。 东南人学硕士学位论文 通过互联网检索，国内目前从事汽车车牌识别的研究机构有几十家之多。其中具脊代表 性攘瞧产品躲毒：深圳囊吉避瞧子有限公霹盼“率牌遥”汽车牌照蠡动识别系统，其识剐率 大丁9 5 ；深圳市哈工大交通电子技术有限公司的车牌智能识别系统，其识别率大于9 5 ； 川犬智胜公司开发的车裁式“车牌自动识别技术”通过公安部部级鉴定，其识别率人于9 5 ， 正确识确辜为8 5 ；j 索市安鬃思遥绩羧零发曩蠢袋公露攘密妒慧淑2 0 0 0 车簿识剐系统”， 经十万车辆现场测试，综合识别率白天人于9 0 ，夜间大于8 8 ，识别时间o 1 秒；北京汉 王科技有限公司开发的嵌入式一体化鲍车牌识别系统“汉王眼”等。 总之，上述介绍的国内技术成果一般多应用于收费站，是在汽率速度很低的情况f 获取 图像，由于载取图像的摄像机与书牌照位疑相对比较固定，光照条件较好，车牌照整洁、干 净、援范，赞懿获致静图像囊爨滗较高，车薄照在翻豫串熊位置滋较丽定，纂本光颓瓣。从 目前汽车车牌照识别系统发展越势来看，各种识别系统都在为提高综合识别率与缩短系统处 理孵闻这两个性能指标傲巨大努力。 一般汽车车牌照识别系统的基本构成 不同戆汽车车薅熙识烈系绞，英娃瑷与识别率薅照翡方法可麓不霹，氆在逶誊下，一巾 完熬汽车车牌照识别系统由如下几个部分组成： 汽车车牌照识羽系统基本结构框图 1 ) 圈豫获取：图象获取怒汽车车牌照识别系统工作的第一步，通常是e 传感嚣、摄像 视、翻像采黧卡等组成，这部分技术比较成熟，成功率犬予9 9 a 2 ) 车牌定位：由t - 车牌识别之前。首先必须把车牌定位，然箭把车牌提取出米。在图 像中车黪的像萋、大小是多交瓣，鸳景鼹复杂浆，识别系统要求车薅定位礁确、速癀快。基 前采用方法有；灰度统计投影逝方图法。车牌儿何图形边框、四角检测定位法等a 3 ) 字簿分割：在车牌提取之爱，可以 q 用车牌上备字符之间的间隙将字箝切分开来。 目前采并j 方法有：利用字符的宽高比与字符间距的经验数据进行分割，利用乖牌囤像在竖宣 方向投影直方图的期魍与方羞确定阈值避行分割。 4 ) 字褥嫒嗣：字符瑷捌楚车薅 剐匏关键。一般毙辩字符续纯瑟l 除字符的售怠冗余， 提简系统识别的准确性。字符识别的方法一般多采用模板瓤配法、特征匹配法、神经网络模 式谈剐等。 2 绪论 5 ) 识别结果处理：将正确识别的车牌数据存入特定信息单元，通过与系统数据库对比， 完成各种特定信息处理。 本文涉及的研究内容与安排 1 ) 三e 要研究内容 在今后工作中，以计算机视觉、数字图像处理和模式识别的有关知识为基础，重点是汽 车车牌照的分割、字符分割和字符识别及在计算机上实现应用系统的集成。 汽车车牌照的分割：利用车牌照底色与周围区域颜色的明显区别，通过颜色特征 分割山汽车车牌照，使汽车车牌照在采集图像中被定位。 字符分割：字符分割的成败对字符识别率的提高有直接影响。首先，对提取的汽 车车牌照图像作必要预处理，然后，作车牌照二维直方图并进行分裂与合并处理， 再对处理之后的直方图进行分级搜索，使车牌照图像分割成多个单字符图像。 字符识别：字符识别要求识别率高、速度快，为解决这一问题在研究中主要使用 种基于k - z 变换的汽乍车牌字符识别方法。 2 ) 本文的内容安排 本文共分六章绪论主要介绍了汽车车牌照识别研究的目的、应用领域与前景、目前的 研究现状和本文中安排的研究内容等：第章汽车车牌照自动定位与分割主要介绍了如何利 用车牌照底色特性在采集图像中定位与分割出车牌照图像部分；第二章汽车车牌照图像预处 理主要介绍了基于数学形态学的汽车车牌照图像滤波、车牌照图像倾斜校正、车牌照图像的 二值化和车牌照图像尺寸的归一化等车牌照图像预处理技术；第三章汽车车牌照字符的分割 主要介绍了车牌照图像中字符分割的几种基本方法，在字符图像分割中字符图像粘连及分裂 的处理等内容；第四章基于k l 变换汽车车牌照字符识别主要介绍了模式识别基本方法和 字符识别的特点，采用k l 变换法的基本理由，k l 变换特点及基本计算原则，基于k l 变换汽车车牌照字符识别的字符训练与特征库的建立、字符的识别流程及实验验证结论；第 五章基于小波变换的数字图像处理重点讨论小波变换在字符图像识别方面的应用；第六章汽 车车牌照识别研究过程的回顾主要介绍研究过程的回顾和问题与展望两方面内容。 第一章汽车车牌照自动定位于分割 第一章汽车车牌照自动定位与分割 在汽车车牌照识别技术中，准确定位与分割山车牌照是实现汽车车牌照字符准确识别的 前提，因此，汽车车牌照自动定位与分割是首先要完成任务。所谓汽午4 ：牌照的定位与分割 就是从拍摄的图像中将车牌照区域与图像中复杂背景区域分离，其技术涉及图像处理与模式 识别等相关内释。在汽车车牌照识别系统中，车牌照的准确定位与分割是车牌照字符识别的 基础，其定位与分割的准确程度直接影响着系统的车牌照字符识别精度，因此车牌照准确定 位的重要性是不言而喻的。本章中将重点讨论如何利用车牌照底色这一物理特征进行车牌照 定位与分割的方法。 1 1 引言 1 1 1常用的汽车车牌照定位方法f 1 s l 1 2 2 j1 2 3 j1 2 4 】f 2 5 】1 2 6 11 2 7 】i “】f ”】 在一幅已获取的图像大小为6 4 0 4 8 0 ，颜色为2 5 6 色，含有汽车的彩色斟像中定位汽 车车牌照位置面临的问题有： 1 ) 在图像中汽车车牌照的大小、位置的不周定； 2 ) 在图像中除车牌照以外的背景比较复杂，背景干扰噪声很多； 3 ) 车牌照本身往往受污物、锈渍、变形等噪声影响； 4 ) 在不同光照条件下车牌照底色、灰度与背景色差异不大等。 汽车车牌照定位是典型复杂背景条件卜的图像分割与确定目标提取问题。目前常削的方 法有： 1 ) 使用h o u g h 变换检测直线来提取车牌照边界区域，使用灰度分割及区域生比 进行区 域分割； 2 ) 基于图像的物理特征进行分割( 如分形特征、颜色特征、纹理特钲等) ； 3 ) 使_ = | jf o u r i e r 谱米分离图像中的不同区域； 4 ) 基于扫描行的车牌提取等。 1 ，1 2 本文采用的车牌照定位方法【1 8 】 2 3 1 1 2 4 对于彩色图像，颜色是它最基本物理特征之一，基于颜色的图像分割方法是彩色图像分 割的重要方法之一。冈此，本文中汽车车牌照定位方法采用基于汽车车牌照底色的定位方法。 首先，对彩色图像进行颜色聚类减少彩色图像中颜色种类。其次，把非汽车车牌照底色区域 的背景色区域中所有颜色置换为白色，使彩色恻像转换称为二色图像( 牌照底色与白色) 。 然后，做车牌照底色的二维投影直方图，通过二维投影直方图定位牌照区域位置。最后，利 用区域定位的方法从图像中来搜索分割出汽车车牌照。 1 2 彩色空间与彩色空间转换 在使用基于颜色的分割方法进行汽车车牌照定位与提取之前，应首先掌握一些有关彩色 空间及彩色空间相互转换的基本知识，掌握这部分知识有助于基于颜色的图像分割方法研究 东南大学硕士学位论文 二作的开展。 1 2 1 彩色空间【1 1 z l 3 1 【9 】【1 0 】 j 9 1 【2 0 】 在介绍具体彩色空间之前，应首先了解一些自然可见光特性及人眼对彩色的观察的心理 感受。纯的单色光在实际生活中是很难找到的，我们平时所看见的彩色儿乎多是混合色，有 关颜色混合的问题都是建立在人类视觉颜色感知的三刺激理论基础上的。三刺激理论是基于 这样一个假说：人类眼睛的视网膜中有三个锥状视觉细胞。分别对红绿蓝三种光最敏感。若 三种锥状视觉细胞都感受到相同的辐射，则眼睛感受到的光就是白光。自然界的白光包含了 可见光谱中所有颜色的光。从人类视觉和自然光的特性可知红绿蓝为三种基色，红绿蓝三种 颜色有这样的性质：用适当比例的这三种颜色混合，可以获得白光，而h 这三种颜色中的任 意两种的组合都不能生成第三种颜色，这三种颜色被称为原色。目前，常用的三原色系统主 要有两类，分别是红、绿、蓝( r g b ) 加色系统和青、品红、黄( c m y ) 减色系统。根据 三原色及其混色原则与各种实际需要可以建立多种彩色空间。 目前，通常使用的彩色空间主要有：r g b 彩色空间、h s v 彩色空间、c i e - x y z 彩色空 间、c i e l u v 和c i e l a b 均匀彩色空间等。r g b 彩色空间是应用最为广泛的彩色空间，但 它不符合人们的感知心理且不是均匀的彩色空间，因此，在具体应用中会对研究工作带米不 便。为此有必要先掌握一些有关彩色空间知识以及它们之间转换的关系。 1 ) r g b 彩色空间 在r g b 彩色空间中，每种颜色的光谱都有红、绿、监的成份。该彩色空间是建立在二 维直角坐标系上，r g b 颜色子空间为如图1 1 所示的立方体。在图中，r g b 值在坐标轴的 三个顶角上，c m y 值在相对的三个顶角上，黑色在原点上，白色在离原点最远的角上。在 该彩色空间上，灰度级沿着黑白两点的连线从黑延伸到白，其他各种颜色由原点到位于立方 体内或立方体表面上的点上的矢量来表示。 在计算机中彩色图像总是以r g b ( 红、绿、蓝) 但基色的叠加表示的，这也就是说， 每个像素的颜色都是以红绿蓝三基色的数量来定义的。虽然r g b 彩色空间应用最为广泛， 但它并不是咀一致的尺度表示色彩，例如：表示浅红色的r 、g 、b 三基色的的准确数量是 多少。冈此，在计算机彩色图像的处理中除了应用r g b 彩色空间，还可以通过一些线性或 非线性的变换把r g b 彩色空间转换成其它彩色空间。 图i 1r g b 颜色空间 6 第一章汽车车牌照自动定位于分割 2 ) h s v 彩色空间 h s v 彩色空间对应于画家的配色空间，它反映了人类观察彩色的方式，它能较好地反 映人类对色彩的感知和鉴别能力，在该彩色空间可以很方便和有效地进行色彩的区分和归 类。h s v 彩色空间与r g b 彩色空间的转换是可逆的。h s v 彩色空间模型对应于圆柱坐标系 中的一个圆锥形子集，如图1 2 所示。 青 嵬一 录( 1 三o 一 万 ? 、n ，n 0 、 涿二名7 协一 o o 图1 2h s v 彩色空间 在h s v 彩色空问中，h ( h u e ) 表示色度，s ( s a t u r a t i o n ) 表示饱和度，v ( v a l u e ) 表示 明度。圆锥的顶面对应于v = i ，它包含r g b 空间中的r = i ，g = i ，b = i 二个面，故所代表 的颜色较亮，色度h 有绕v 轴的旋转角度给定。红色( r ) 对应于角度0 0 ，绿色( g ) 对应 于角度1 2 0 0 ，蓝色( b ) 对应于角度2 4 0 0 。在h s v 颜色空间中，每一种颜色和他的补色相 燕1 8 0 0 。饱和度s 取值从0 到1 。 白 扶 色浓 纯色 图1 3 色浓、色深、色调之间的关系 在圆锥的顶点处，v = 0 ，h 和s 无定义，代表黑色。圆锥的顶面中心处s = 0 ，v 2 1 ，h 无定义，代表向色。从该点到原点代表亮度渐暗的白色，即具有不同灰度的白色，对于这条 线上所有的点，s = o ，h 无定义。任何v = i ，s = i 的颜色是“纯”色，在种纯色中加入白 色以改变色浓，加入黑色可以改变色深，同时加入刁i 同比例的白色、黑色即可获得各种不同 的色调。如图13 所示。 7 东南犬学硕士学位论文 在h s v 彩色空间中，其亮度信息v 由h s v 颜色空间采样点沿轴向距离来表示，饱和 度s 电该采榉点与中心季蠹线的橙向距离轶定，焉色度h 则渡表示成该采样点与中心辍线蛇 径向向量同红色向量间的夹角大小。 3 ) c i e l a b 均匀彩色空间 在计算撬中，鹫豫鹣繇琶都是潋r g b 三基懿采表示，餐r g b 颤色空翔是一静嚣均匀 的颜色空间，即相等的颜色差别在色度图中并不对应相等的距离。为了能够度量颜色麓别， 1 9 7 6 年，国躲照明委鼹会( c i e ) 雄出了硬秘均匀颜色空闽及相关啦色差公式，即c l e l 9 7 6 ( l u v ) 空间和c i e l 9 7 6 ( l a b ) 空间。本文采用c i e l a b 空间作为彩色聚炎硐的颜色空 间，其中l 代表亮度信息，a 和b 代表色度信息，l 、a 、b 均为米制单位。 i 2 2 彩色空阗转羧f i i f 2 f 3 l f 5 邵j # 在计算机中进行彩色图像处理需要选择不同彩色空间究成，这就需要掌掇不同彩甑空间 之溺豹转换关系，有了转换关系霹鞋实瑗彩色空闽戆囊由转换。 1 ) 从r g b 彩色空间转换为h s v 彩色空间 r g b 彩甑空间的箨种信号分量分别海；r 、g 、b 。h s v 彩色空闻的各种信号分量分别为： h 、s 、v 。转换关系如下： 设i m x = m a x r ，g ，6 ，1 。i n = m i n r ，g ，6 0 j 。= 0 毕k o 1 m 瓢 v = ，m a x h u n d e f i n e d 肆。h l 。一，。 一 z + 毒爿巩。l ，。一j “ 1 4 + 若i j 旭一l ，一一，m mj ” s = 0 s 0 ，1 。= r s 0 ，1 。g s o ，1 。= b ( 1 2 ) ( 13 ) 葵孛， 、g 、b 均在 0 ， 】蓖匿波，v 、s 筠在 0 ，t 】范匿逡，h 在【0 ，3 6 0 ) 之闻。 h 代表色调的个数，n n n h 。x = 0 。 2 ) 扶h s v 彩色空闷转换为r g b 彩色空阍 h s v 彩色空间的备种信号分量分别为：h 、s 、v 。r g b 彩色空间的各种信号分鼍分别为： r 、g 、b 。转抉关系如f ： 若s = 0 ，h = u n d e f i n e d ，瑚r 馏= 6 = v 。 若h = 3 6 0 ，取h = 0 ，否则取向= 州6 0 取i = i n t o ) ，f h i fp = v ( 1 一s ) 令： q = v 毫一s ， l = i , r x ( 】一，( 1 一) ) 8 ( 1 。4 ) ( 1 5 ) ( 1 。6 ) ( 1 。7 ) 第一章汽车车牌照自动定位于分割 r ，：0r ( r ，g ，6 ) = ( v ，t ，p ) i ，：1lo ，g ，b ) = ( g ，v ，p ) l ，：2ip ，g ，6 ) = 0 ，v ，f ) 当 时，有 ( 1 8 ) l ，：3i o ，g ，b ) = 0 ，q ，v ) j ：4i p ，g ，6 ) = ( f ，p ，v ) l ，：5 l p ，g ，6 ) = ( v ，p ，q ) 其中，r 、g 、b 均在e 0 ，1 范围山，v 、s 均在e 0 ，1 范闸内，h 在e o ，3 6 0 ) 之间。 当s = 0 时，h = u n d e f i n e d 。 3 ) r g b 彩色空问与c i e - l a l 3 均匀彩色空间之间的转换 在r g b 彩色空间与c i e - l a b 均匀彩色空间转换中，中间要借助c i e x y z 颜色空间进 行。r g b 彩色空间与c i e - x y z 彩色空间之间的变换有两种标准，一种是美国联邦通信委员 ( f c c ) 标准，另谭十是欧洲广播联盟( e b u ) 标准。本文采用f c c 标准，转换，乏系如下： 匡 噎 f o ，6 0 7 0 = l0 2 9 9 0 1 0 0 0 0 f1 9 0 9 7 = f 一0 9 8 5 0 10 0 5 8 2 0 1 7 3 4 0 5 8 6 4 0 0 6 6 l 一0 5 3 2 4 一o 2 8 8 2 1 ( x 1 9 9 9 80 0 2 8 3 | | j ， 一o 1 1 8 2o 8 9 6 6l z 其中，将r 、g 、b 三基色值的数值范围从0 2 5 5 规范化为o 1 0 0 通过下列转换公式可以求得l 、a 、b 值，公式如下： 川，a i 。s a = 5 0 0 0 b = 2 0 0 0 ( 19 ) ( 1 1 0 ) 再求x 、y 、z 值。 ( 11 2 ) ( 1 1 3 ) 其中，x 、y 、z 为颜色样品的三刺激值。x o 、y o 、z o 为c i e 标准照明体照射在完全反 射漫射体上，再经完全反射漫射体反射到观察者眼中的白物体色刺激的三刺激值，分别为 凰= 9 5 0 0 、y o = 1 0 0 ，0 0 、磊= 1 0 8 8 9 。 9 r g b vojoi几 6 6 5 o 4 7 0 1 1 2 1 l o o 1 _fe_-_i y 一 z 长仨 ，ll ，一lj 荆，玎 束鬻夫攀骥士攀经浚文 1 3 闼像的颜色聚类与攀牌照底德提取 褒一摇毯客育汽率瓣2 5 6 蕊彩色壅蘧中，裂越汽车车黪照疯色躲辍色褥辍媾包害薅熙端 势夔豫簌已姆麴倦努裁潦寒寄一是靛基建，瓣魏楚： 赣色耱娄众多瓣，簌瓣僚孛萋予幕一 种颜色分割、撼取部分阁像准确性、稳定性较蔗 图像分制过程中计算鬣较大。因此在本 节中姆主要礤炎妇馋把一蝠彩霞撼像的众多颇色疑类为凡融较为疑啦的颤龟。 零支主簧磅究基孳：汽辜簿照藤琶嚣游照凌豫势誉襄谈裂。避藏，鑫鸯霄汽蓼薤蓼霆籀豫 中牌照的底馥便是我们最为哭心的颜色。邋避对因内使罐静“9 2 式”车牌颜饿的特点分耩， 露鳃一黢革瓣晦舞下静彩色穗程： 车牌的底色一般为黄色躐髓色： 车辫憝字符一羧鸯是急蠛溪燕， 越藩，率辫箧域颜镪稳蔫漆箕袍嚣劳餐较麓鬟豁区掰( 溶一蒋搂遣嫠褥裴掌灌了= ：藜截簿 汽车牌照分割成为可能) 。在本硷文中，把幅从摄像机上嬷褥的2 5 6 色彩色汽车图像聚巍 蕊蠡、黄、撩、毒、蘸、紫、爨，骞饕8 转灏鬯。 l 。3 ，l 基动分畿算法邂论麓逮渊 1 9 t 2 q 辑1 黠予每一巾n 维攥式矢量，可疆被试囊戆健袭一枣n 雏浚麓空瓣中豁蕊。建立模式受鬣 2 闯裙似性测魔的最硝了的方法之一，就是衡量它们相互衰间的接谶耩度，谢1 4 说明了遮 一点。简单地溅，如果代表各点的矢量谯几何上互相接近那么在菜种意义上可以被糟伟媲 瓣予嚣一蠢鬟。 i 乎 强1 4 接鞭按耋毫稳壤莲努晒模式爽避 f 藤我燃米对距离溅成给出一个照准确的概念。对予一个n 维欧氏艇避 x = k ，并：，焉 定义冀裁数燕： ，! 阁：l 窆嚣； 。 瓴m l i = lj 襄f 2 1 4 ) 缭窭了芡最x 瓣 圭盛怒冀 裰摇对燕鼙长度酌定义，我们可褥黜豫个关鬣茬蘸长赛为： ，! i l x z 吲窆氛，y 。 l - t 5 ) l f * l0 筵孛，善辩z 廷站缭的攥式荧最。 1 0 第一章汽车车瓣熬垂动定谴于势裁 把各模式分成类，需要一个建立一系列擞别( 与聚类中心相联系) 的过程，以便用输入 矢量和最接近于聚类中心的欠缀之间的距离来标志该矢量。 在避 亍委式爨色彩聚类之藏，还应羁礁之掰鞋要采娟2 5 6 鬯鹣彩色图像怒基予翔下考虑 的：对于一幅2 5 6 色的彩色链图图像，可以袋_ 调色板技术来管理图像的彩色信息。存2 5 6 彩色图像中，每个象素值对应于调色板中的一项。于是，对圈像的彩色聚类就可以归结为对 调色板中2 5 6 种颜色的彩色聚类。这样，将大大地提高了运算迷度。整个( _ 】幼分色算法可由 濒个过程来完藏，营先是对图像进行颜色聚类，其次就是对壤类君的翻像黻色爵进行彩色归 类。经过这两个过程，圈像的颜色藏被翔缭剥我们确定的颜色中寒。f 蓠分划说明每一个过 程的具体算法步骤： 1 3 2 图像的颇色聚类步骤 蠲集台c 。= 羔，x 2 , - - - , 并。 表示每次聚粪 蹇鞫像中鼹禽鸯鲍颜色缀羧，绞计出每缀 颜色x 的象索个数n i ，势硒m 。表示x ，的均值向量。m 4 程开始聚类之前有：n = 2 5 6 ， m = 墨，( f = 1 , 2 ，2 5 6 ) 。彩色聚类就是对集合c 。中的颜色进行合并，麒体算法就是： 1 ) 把调色版中的颜色从r g b 颜色空间中变换到c i e - l a b 均匀颜色空间中去，并把统 诗窭翡象豢个数n i ，l 、于i 袋黯寂躲蘩色x 获耪始集合c 。孛去捧，哭爨窭瓣豫孛翼有该灏氛 的那些组数。 2 ) 选定一个判别准则函数j e ，合并c 。中最接近的两组颇色x 、x j ，并计算出两组颜色 含并后得到新的颜色均值向撼m 。且使胛= 一l 。判别准则使用最小误羲平方和准则，丽 数袭这式为 对丁- x ，x 两组颜色韵判蹦函数为： j ：= e i i x m ；| | 2 ( ? ) a = 州川2 合并后的新均值向量为：。= h i m j - n j m i 。 矸。十门， 合并后的新颜色组合点数为：n f = n ，十”j 嚣缀颜霞合并藏躲接剩爨数受： ( 1 1 8 ) ( 1 1 9 ) ( 12 0 ) j 。= 【p 一。1 1 2 = 怯一m 。f 2 + 睁一m ， ( t 2 1 ) z e jx j ， 式( 1 2 1 ) 经推导可得知下表达式： = 厶一一= 羔l m ，- m j l 2 z z ， 因此，在计算时只要计缚式( 1 2 2 ) j 值晟小，就可以含并颜色组数。 3 ) 判断n 是否火于8 ，蓑n 8 ，则重复第2 步继续进行彩色聚类，否则停j 颠色合并聚 类过程。箕q t8 为确定的最螽壤芭缝装。 )6( 2 卅 ， i | c ， 东南大学硕士学位论文 1 3 3 图像颜色归类步骤 黄先把聚类后的图像颜色放c i e l a b 颜色空阚再转换到r g b 叛色空潮中来，然屡嚣扶 r g b 空间转换到h s v 颜色空间，由本荦第二节中关于彩色空间的特性的描述可知，采用 h s v 彩色空间能够比较形象地医分出各种颜色中来。冈此，在我的论文中，深崩了h s v 彩 色蔓薹间作为我最看进行彩色鞫类用韵彩色空润。接下来还瑟进行两种色彩之淹的距离定义： ( 其中，h 、s 、v 的取值范围同第二节中所述，即h 在( 0 0 ，3 6 0 0 ) 内，s 、v 为【0 ，1 内) 在h s v 空阑中，缀定两静惫彩菇c l = h i ，s ，v ；) 与c 2 = 辑2 ，s 2 ，v 2 ，两静藻色靛色彩 距离为d ，则d1 2 4 1 计算计算表达式为： r，t d 。睁】一v 2 ) 2 + 瓴啪s 魄) 一s 2 - c o s ( h 2 妒+ 奴s i n ( h 1 ) 一譬s i n ( h 2 ) ) 2 ( 12 3 ) 有表达式可知，d 是指在h s v 三维色彩空间，中两种色彩的空间距离。 总之，毽标楚把镶龟板中熬2 5 6 季申彩色聚类为：鲤、焚、绿、露、篮、紫、黑、盎等8 种颜色，为了进行颜色的归类，我们把遂8 种确定的颜色从r g b 颜色空间转换到h s v 颜色 空间中，把聚类后的锯种颜色归结到相应类别中去。 在归类衙的h v s 颜色空闯中，对图像秀次檄颜色癌类处理，簿薄照的筑色和靠赢色两 大类。处理方法是保留牌照底色，将非牌照底色的其他7 种转换成白色。整个聚类算法可用 羁1 5 翁挺翻寒表示： 图1 5 自动分色过糕 1 2 第一章汽车车牌照自动定位于分割 1 3 4 图像颜色聚类实验结果 图16 是原始的2 5 6 色彩色图像，该图像具有较丰富的彩色信息。经过颜色聚类后，其 颜色信息火为减小。经过颜色聚类后的二色图像如图1 7 所示。 图1 6 原始的2 5 6 色彩色图像 图i 7 颜色聚类后的二色图像 1 4 基于汽车车牌照底色的车牌照定位与分割 图像分割是数字图像处理基本内容之一，是数字图像分析及计算机视觉系统的重要组成 部分，其理论研究和实际应用都得到了研究者的广泛重视。本诲将就汽车牌照的分割技术进 行研究和探讨。 人能方便地从一幅图像中找出感兴趣的物体或区域，而要让计算机做到这一点却需要给 他以客观测度，使之按照灰度、颜色或几何性质等把一些物体获区域加以分离，这称之为图 像分割。 东南大学硕士学位论文 1 4 1 图像分割定义邮1 嚣像分割磅宠领域秘其缝镁域的发照过程类钕，发展至今，人 f 1 ；对篷l 像数分割提爨了不 同的解释和理解。在不同的阶段，每位研究者根据自己的研究水平和实际的需要提出了很多 图像分割的定义，目前摄为广人研究与廊用人员所接受的怒集合定义下的刚像分割。 令集台r 栈表整个匿像嚣壤，对r 的图豫分割可敬着作楚蒋r 分成n 个满足蕾f 条件 的1 ：空子集r ，r 2 ，r ，其中集合r 与其子集r i ，r 2 ，r 满足如下条件： 。n 。 ( 1 ) u 量= r ( 2 ) 对i = 1 , 2 ， ( 3 ) 对v ，且i 毋j ， ( 4 ) 对v i ，量i ， ( 5 ) 对i = 1 , 2 ， 其中： p ( 霆。) = t r u e 有月；n e = 寄p 陂u r ，) = f a l s e r 。是连通的区域 ( 1 ) ll r ；r 魑表示在分割结果中，所有子区域的并集就使原来的图像。它是证明原 薹1 嘲像中每个像素都被处理的充分条件。 ( 2 ) p l 足， = 列 u e 是表示在分割结果中，每娄区域的像素有着相同的特性。 ( 3 ) p 矗。u r ，) = 尉三搬 是表示在分割结果中，不同类的予区域中商不同的特性， 没蠢公共的特性。 上述图像分割定义整一个疑有普遍指导作蠲的定义，德是，实际豹图像处理和分析都是 耐向某种特定条件的成用，所以，对于具体图像分割处理j ：述条件中的各种关系需要依据具 体潮题焉定。 通俗地说，图像分割就足瑟把图像中的物体和物体、物体与背景区分开来。区分物体和 犍体、物体与背景是计箨机褫越研究戆主要内容之一，计舅机视觉就是要通j 建对图像戆分柢 得出对该图像的解释，即对客蕊景物的理解和描述。 1 4 2 图像分割的方法8 1 1 2 3 1 2 7 1 1 ”1 3 1 1 图像分割韵基本方法主要可班分成两大类：一类是边器方法，这种方法豹穰设怒翻豫分 割结果的某个区域在原来图像中定有边缘存在；另一类是区域方法，这种方法的假设是图 像分割结果瓣禁巾区域一定会蠢相目的犍矮，蔼不霹嚣域弱像素戴没有共困的蛙覆。 常片j 的图像分割技术大体可划分为：特征阀值或聚类、边缘检测、区域，主故或随城提取 以及递归像絮分类等，下面我们简单舟绍一下备类技术盼晦况： 阀值方法是获度黼像分割籍遍采用的方法，特剐是对具有般蜂特征静图像，采瑙这种方 法徽果较理想。但对一般的彩色图像，由于它具有更大的获度范围，这给阀假的选取增加了 雅凌。 彩色特镊聚类是f | 9 | 值概念的多维扩展，通常谯每一色彩分量上可得到不同的直方圈分别 确定器自的阁照后，将续果组合起来，并映射到窆域中构成分割的彩色图像。用这 方法褥 出的分割结果往往会娃i 现彩色聚类相互煎叠，这是由于：仅依赖色彩分割是不全面的； 彩色图像直方图一般尖峰不明提，各色彩分量的阀值难以确定；像素的色彩映射到这三个 1 4 第一章汽车车牌照自动定位子分割 不同的直方图上，色彩信息被耗散。 边缘检溅是另一霉i f 或多群特征突变的地方。这静方法鲍突出阍题是检测出边缘憋连续 性，特荆是时图像中的细小嚣域或噪声图像更加严重，往往会产生错误或额外边缘。此外， 边缘检测本身并不魁一个分割进程，它仅是利用边缘像素将图像中的区域分离开来，并没有 产生其有单一色彩帮麓溺边雾蕊努区瑟。一种较封的努害l 篝洼经往萃| j 羟j 透缘僚惠提鼗出大麓 分隧，而利用其它方法分割图像的其余部分。 区域生长与台势方法的缺点在于它蜘固有的蹶彦特性，其结巢妊坏受秘予的选取辣 区域 生长与合并狄序的影响较大，且这种方法时空代价比较大。 在本节中我秆j 将依据汽车车牌照的自身特点( 包括它的颜色特点和几何特点) ，对经 遣颜色聚类磊新褥二色图像俸二维汽车车簿照畿色奁方翻，并缩台二二维直方潮采对汽车车薄 照进行定位，以此分割出车牌照，详细的过程介绍如下。 4 ，3 二维投影壹方图 在数字图像处理中经常所说的直方图是指闰像灰度级的直方圈，灰度缎的南方圈就是反 映一幅蚓像中的灰度级与出现这种灰度的概率之间的关系图形。本文所提出的二维投影蓖 方潮是对这概念的日i 深和发展。 假设一幅图像人小为 z ，对于颜色c ，我们定义图像关于颜色c 。的二维赢方图 为： 圈1 s 单筏二维建方图 行商方图的定义：横坐标表示图像中每列所处的水平何置，纵坐标装示图像中每列 l j 现该颜色的频数； 列誊方图的定义：缀坐标表示图像中每于予所处的舔矗位置，横坐标袭示图像中每行出 现该颜色的额数。 瑟定义豹袁穷鹫实酝主是恕鹭缀中象素懿彩毪分毒特缝麓纯为隶乎辘帮遂矗耱t 的两个一维函数。当我们把图像的行黉方图和列直方图合并一起厕出时，称此时的复台图形 免图像关予激色c ；的二缝壹方图( 关颜色e 躲二维妻方圆定义示意图妇图l 。8 鼹示) 。事 实上，二维直方图其实就是作图像关丁- 颜色c ，的水平投影和垂誊投影得到的。因而，二维 东南大学硕士学位论文 直方图不仅体现了图像中某一颜色的统计特性，也体现了该颜色在图像中的空间几何分布， 这是二维直方图同一维直方图最大的不同之处。通过对某种颜色二维直方图的分析，再结合 汽车车牌照的k 宽比等我们可搜索出汽车车牌照在图像中的区域位置，从而可分割出牌照图 像。 1 4 4 车牌照图像分割 假定图1 8 所示的二维直方图就是汽车车牌照关于底色二维直方图，由此可知车牌照区 域已经十分明显，可以通过午牌照四个角的坐标d l ( x 。，m ) 、d r ( x 2 ，y a ) 、u l ( x l ，y 2 ) 、 u r ( x ，y ，) 准确定位牌照区域在整幅图像中的位置。并且也可以由四个角的坐标可求牌照区 域的宽度( w i d t h ) ：w h = x 2 一x l 、高度( h e i g h f ) ：h h = y 2 一y l ，利用车牌照实际自然 宽高比的先知条件可以判断上述四个角坐标区域是否为牌照区域。如果不是，再利用二维直 方图确定新的区域，再判断。如果是，考虑到牌照图像可能倾斜需要校正的需要，将矩形区 域的宽度放宽到1 1 f p h ，高度放宽到1 1 月h ，再确定上述区域坐标，将该区域从图像中分 割出来，完成牌照图像的分割与提取。 1 4 5 车牌照图像分割的实验验证 图1 9 是经过颜色聚类滤波处理后的图像，图像中只有车牌照的底色和被置换为白色的 背景颜色。 图1 ，9 经颜色聚类、滤波后的图像