（控制理论与控制工程专业论文）汽车发动机号计算机辅助甄别系统的研究.pdf

摘要 机动车辆出厂时，在发动机和车架上均要打上识别号，这两个号码统称为车 辆鉴别码。在车辆管理部门登记时，要对其进行拓印并保存，这时的拓片我们称 之为原始拓片。在日后的车辆年审、过户、改装等业务时，均要对发动机号和车 架号再次进行拓印，并与车辆注册登记时的原始拓片进行比对，以排除非法偷换 发动机或车架等违法行为。车辆鉴别代号相当于车辆的“身份证”，甄别发动机 号和车架号的非自然改动情况，是车辆年审时判断车辆合法性的重要依据。 随着我国经济的发展，机动车数量急剧增长，国内大中型城市机动车平均保 有量已达5 0 万辆以上。如此庞大的数量，全都依靠技术人员手工和经验来鉴别； 加之近年来盗抢机动车的犯罪活动不断增多，给公安交通管理部门的工作带来极 大的难度。使用计算机辅助识别，提高工作效率和精度已成为交通管理部门、乃 至全社会的迫切需求。 本文将图像处理技术应用于车辆鉴别号码的甄别，它主要由图像预处理和图 像比对两部分组成。对图像的预处理，主要通过图像数字化、边缘检测、去除噪 声、定位目标、字符分割等步骤，建立发动机号和车架号的样本信息，包括：拓 片的图像数据( 原始拓片样本图像和待检测拓片的比对图像) 、以及这些图像中 字符对象的坐标数据。 在图像预处理中，噪声的去除程度对后面的比对效果有极大的影响，车辆鉴 别码拓片图像中噪声呈现连续性、块状性的特点，使用综合方法去噪是本文研究 的重点之一；结合拓片字符的几何特征，本文使用基于模板匹配的方法，通过两 次分割将单个字符分割出来，有效克服字符的粘连和断裂：比对算法将原始拓片 图像和待检测拓片的比对图像进行图像配准，生成比对信息，比对信息包括两幅 图像中所有字符对象的坐标信息和对应区域的重合程度。 比对系统的使用可以缩短交通管理部门的业务处理时间，提高工作效率；可 以为发动机号和车架号的甄别提供一个直观和科学的依据，其具有很大的实用价 值。 关键字：车辆鉴别码，图像配准，图像比对 a b s t r a c t v e h i c l ei d e n t i f i c a t i o nn u m b e r ( v i n ) w i l lb ep u to ne n g i n ea n df r a m ea sas e a lw h e n v e h i c l e sl e a v ef a c t o r y an e wv e h i c l e sn u m b e r sm u s tb es t a m p e da n dt h er u b b i n g s ， w h i c hi sc a l l e do r i g i n a ll a b e l ，m u s tb ep e r s e r v e di nt h et r a f f i cd e p a r t m e n t t h e n u m b e r sw i l lb es t a m p e da g a i na n dc o m p a r e dw i t ht h eo r i g i n a ll a b e li nt h eo p e r a t i o n s f o ra n n u a lv e h i c l ec h e c k u p ，r e f i to rt r a n s f e re t c ，a n di tw i l lp r o t e c ta g a i n s tt h a tt h e n u m b e r sh a v e b e e n i l l e g a lc h a n g e d v i ni so n ea n do n l yi do fv e h i c l e s d i s c r i m i n a t i n gt h en u m b e r sw h i c hh a v eb e e nf a c t i t i o u sc h a n g e di si m p o r t a n ta n di ti s t h ek e yt oi d e n t i f yt h ev a l i d i t yo fv e h i c l e s w i t ht h er a p i dd e v e l o p m e n to fe c o n o m yi no u rc o u n t r y , t h eq u a n t i t yo fv e h i c l e b e c o m em o r ea n dm o r e t h e r ea r em o r et h a n5 0 0t h o u s a n dv e h i c l e si nt h em e d i u m a n dl a r g ec i t i e so fo u rc o u n t r yo na v e r a g e i t sh a r dt od i s c r i m i n a t es u c hal a r g e n u m b e ro fr u b b i n g sb yh u m a nw o r k a n dw i t ht h ei n c r e a s i n go fc r i m i n a la c t i v i t i e s ，i t b e c o m e sm o r ed i f f i c u l tt oi d e n t i f yt h ev a l i d i t yo fv e h i c l e sf o rt r a f f i cd e p a r t m e n t ，s o i t sn e c e s s a r yt oi m p r o v ee f f i c i e n c ya n d p r e c i s i o nb yu s i n gc o m p u t e r s i nt h i st h e s i s ，at e c h n i q u eo fi m a g ep r o c e s s i n ga n di t s a p p l i c a t i o ni nv i ni s d e m o n s t r a t e d t h et w oi m p o r t a n tp a r t so ft h et e c h n i q u ea l et h ei m a g ep r e p r o c e s s i n g a l g o r i t h ma n dt h ei m a g ec o m p a r i s o na l g o f i t l u n t h ei m a g ep r e p r o c e s s i n ga l g o r i t h mi s u s e di nt h er e g i s t e ro fv e h i c l e s ，w h i c hi n c l u d e si m a g ed i g i t i z a t i o n ，e d g ed e t e c t i o n ， d e 。n o i s i n g , c h a r a c t e r ss e g m e n t a t i o n t h i sw i l ls e tu pd a t ao ft h ei m a g e ，w h i c h i n c l u d e st h e c o o r d i n a t ei n f o r m a t i o no fa l lt h ec h a r a c t e r si nt h ei m a g e i m a g ed e n o i s i n gw i l lg r e a t l yi n f l u e n c et h el a t t e rc o m p a r e dr e s u l t s ，s oi ti so n eo f t h ee m p h a s e so fs t u d y ；o nc h a r a c t e rs e g m e n t a t i o n ，t e m p l a t em a t c h i n gm e t h o di s i m p r o v e dt oo v e r c o m ec h a r a c t e r s c o n g l u t i n a t i o na n dr u p t u r ee f f e c t i v e l y ；t h ei m a g e c o m p a r i s o na l g o r i t h mi su s e di ni m a g er e g i s t r a t i o na n dt ot e s tt h ev a l i d i t yo fv e h i c l e t h r o u g ht h es i m i l a r i t yd e g r e eb e t w e e nt h er e l e v a n tc h a r a c t e r s t h eu s eo fc o m p a r i s o ns y s t e mw i l lm i n i m i z et h et i m eo fa f f a i rt r a n s a c t i o na n d i n c r e a s et h ee f f i c i e n c yf o rt h et r a f f i ca p a r t m e n t ；i tw i l lp r o v i d e dd i r e c tb a s i sf o rt h e v a l i d i t yo fv e h i c l e ，a n dh a sag r e a tv a l u eo fp r a c t i c a l i t y k e y w o r d s ：v e h i c l ei d e n t i f i c a t i o nn u m b e r , i m a g er e g i s t r a t i o n ，i m a g ec o m p a r i s o n 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成果。 本人在论文写作中参考的其他个人或集体的研究成果，均在文中以明 确方式标明。本人依法享有和承担由此论文产生的权利和责任。 声明人( 签名) ：匈乎屯 移噼年月2 乙日 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索， 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 1 、保密() ，在年解密后适用本授权书。 2 、不保密( ) ( 请在以上相应括号内打“4 ) 作者签名：枇日期：撕白们侣 蕲躲裥潞吼陟幺腑 第一章绪论 第一章绪论 在现代信息技术迅猛发展的今天，特别是在网络技术、多媒体技术的发展和 影响下，图像信息化已经成了热门研究课题，图像处理技术在信息领域的应用越 来越广泛，对于图像信息的自动分析也越来越得到人们的重视。图像的内容涉及 文字或图形、色彩、纹理等，甚至可以是任何感兴趣的目标，其不仅包含的信息 量巨大，而且内容复杂。图像数字化信息的挖掘或提取所涉及的内容范围也极为 广泛，它不仅包括现代数字电子技术、计算技术、软件技术应用等，还包括图像 信息的获取、编辑、检索、存储、输出、增强、滤波、复原、重建、边缘提取、 纹理分析、图像分割、模式识别以及图像数据库管理等。从图像来源上区分，可 分为红外图像，遥感图像，x 光图像等；从应用领域划分，又可分为交通图像、 财务票据图像、指纹图像、地理信息图像等等。本文探讨的发动机和车架号码拓 片图像从应用的角度上，应属于交通信息的范畴，但又不同于以往的交通信息图 像，是一个全新的问题，且具有很大的实用价值。 1 1 本文选题的背景和意义 机动车辆在出厂时，在发动机上和车架上均要打上识别号，分别称为发动机 号和车架号( 以下简称两号) 。国产车辆号码由国家经贸和公安主管部f - j , , j 定统一 的编号规则，可以保证两号的唯一性。进口车也有类似的标准，只是大部分只有 车辆鉴别代号( v i n 号) 。在车管部门登记时，均要对两号进行登记，并对两号进 行拓印保存，在日后的车辆过户、转籍、改装、改型等业务时，均要对两号拓印 进行比对，以发现是否有非法变更发动机、车架号等现象。所以，两号( 车辆鉴 别代号) 相当于车辆的“身份证 ，是其终生的唯一标识。甄别两号的非自然改 动情况，是车辆年审时判别车辆合法性的重要依据。 汽车发动机号码是打印在车的发动机上的线状凸字或线状、点状凹字。有些 是在铸造发动机外壳时同时铸造的，为凸字，其它多为以冲压的形式打印的线 状或点状凹字n 1 。汽车车架号码是在车前厢、大梁、副驾驶座椅侧边车架处以冲 压形式打印的线状或点状凹字。不同型号、或同一型号不同出厂年份的车辆车架 号码所采用的字形、字体、字号、字间距、位置等有所不同。发动机号和车架号 第一章绪论 的有效采集、比对工作，是交通管理部门一个日常性、经常性而且很重要的静态 管理工作，并可延伸到路面动态管理工作中去。 目前，随着车辆大量进入家庭，加之大量进口车涌入，作为一个高档消费品 的车辆成为了一个社会热点。随着车辆大量的增加，车辆被盗、私自改装、拼装、 走私也越来越多，公安及交通管理部门面临越来越大的挑战。车辆管理部门作为 车辆身份鉴定的首要单位，承担着大量的把关工作，很多被盗车、改装车就在一 次次的把关中露出原型。 传统的比对方法是将新拓印的号码与原来注册时拓印的号码进行重叠，然后 再在光源背景下看二者的重合度，因为二者的拓印方法，拓印材料等不同，很难 完全一致，这就需要比对人员具有丰富的经验，较高的业务熟悉度：结果是比对 人员的个体不可替代，对正常的业务工作极为不利，也较易产生腐败。 随着车辆交易的规模不断扩大，需要比对也越来越多，由于档案集中存放在 车辆管理部门，而与需要比对的地点可能相距很远，如某市的三个旧车交易市场 均需要比对，最远的市场距车辆管理所约2 0 公里。且工作业务量较大，比对人员 十分容易疲劳，导致了比对效果的下降。同时随着违法犯罪分子的手段越来越高 明1 2 】，伪造车架号、发动机号的效果也越来越逼真，过去的伪造大多只是数字字 母相同，当拿出原始拓印号一比对，马上可以看出字形、字体上的差异。而目前 的伪造手段不断翻新，伪造的车架号、发动机号与原始号的差异性非常小。 据统计数字口1 ，我国目前机动车保有量已经达到1 5 亿辆，且国内大中型城 市机动车平均保有量在5 0 万辆以上。如此庞大的数量，全都依靠技术人员手工和 经验来鉴别，加之近年来盗抢机动车的犯罪活动不断增多，给交通管理部门的工 作带来极大的难度。使用计算机辅助识别，提高工作效率和精度已成为公安部门 乃至全社会的迫切需求。本文将汽车发动机号和车架号的拓片信息数字化，设计 了针对号码拓片的图像预处理和比对算法，其不仅对所研究问题本身具有应用价 值，而且对其它图像去噪、字符分割、图像匹配等问题也有可借鉴的价值。 1 2 车辆发动机号车架号比对的研究现状 发动机号和车架号是全世界通用的。在国内，拓印登记发动机号和车架号是 机动车上牌照和年审中必不可少的程序，但在美国和其他一些国家，机动车登记 第 惟需要的就是v i n 代码( 美国法律规定：汽车生产商必须在汽车的1 4 个主要部 件i 都打印上车的v i n 号码) ，管理部门可以根掘v 州代码壹i u 发动机弓和车架 号，以此确定车辆的身份。日前对汽车发动机号和车架号的比对的研究，在国内 外各种文献中还不多见；国内对此的研究仅见一篇工程硕士论文”t 文中只针对 副较为清晰的样本做出了尝试性的研究，不能反映实际中遇到的大部分问题， 也未给出一个比对的判别标准，_ r 应用性不强。号码拓片见r 图： 蛩篝鋈鐾蓑熏囊i 乏乏委爹 “由- 抽； a ) 号码包青一行字符 专蜥 1 二二二厶二- j - ：- 一 一 一 b ) 号码包古两行字符 剖卜1 发动机号和车架号拓片削像 目前在实际工作中，仍然依靠技术人员的经验，人工去判别。要想设计出满 足实际情况的且应用性强的比对系统，必须首先了解号码被改动的特点和目前的 检测方法。 1 发动机号码、车架号码的被改动特点【1 1 1 2 靖如下几个方面： 1 ) 磨或填平原号码后打印j ：假号码，然后在原处或附近打印假车架号码 2 ) 切割下原号码处的整块金属片，然后再电焊上另一块打印有假号码的台属 片，然后补填原子扶喷漆覆盖。用这种方法改动号码，在号码处的背面会 出现焊接口，用手就能触摸到。 3 ) 改动个别号码，如l 改为4 或7 ，3 改为8 ，5 改为6 7 改为9 后喷漆覆盖。 2 目自i 所用的检测方法主要集中在以下两个方面： 1 ) 直观分析法 a ) 观察号码所采用的字形、字体、字间距等与该种型号的车辆出时所用 的字形、字体、字问距等是否相符。如果不相符，说明号码可能被改动过。 鬻 第一章绪论 b ) 观察车架号码、发动机号码所在位置与该种型号的车辆出厂时的所在位 置是否相符。 c ) 观察车架号码处的油漆的颜色与周围的油漆的状况及其平滑程度是否相 符。 d ) 观察车架号码的背面有无切割、电焊的痕迹。 e ) 观察发动机号码处的花纹形状与该种型号车辆出厂时的花纹形状是否相 符。 2 ) 化学腐蚀法 将化学显现液涂擦在车辆冲印号码区，由于冲印号码部位的金属分子结构 发生了变化，比周围没冲印号码的金属腐蚀的速度要快，经过一定时间以后， 形成反差，从而显现出冲印的号码。 综上所述，无论全部或部分号码被改动，那么它的字体、字型、字间距、字 相对坐标甚至字的纹理情况不能与原号码完全一致，所以这些特征就可以作为系 统判别的特征：而其它一些明显的特征，如粗糙程度，油漆状况等将会由技术人 员拓印时通过目测或接触即可得到判别结果。 1 3 号码拓片比对系统的技术原理 号码拓片比对系统主要由计算机、图像采集设备和软件组成。系统的原理框 图如下： 图1 2 拓印号码比对系统框架 其主要工作流程为：车辆在交通管理部门进行注册或登记时，首先由人工将 发动机和车架上的号码拓印下来，之后通过扫描对图像进行数字化。对于新或旧 第一章绪论 的车辆，通过分别调用相应算法进行处理。新车的拓片我们称之为原始样本，经 过处理所得信息为注册信息：旧车拓片被称为比对样本，处理所得信息为比对信 息，其包括拓片图像中所有字符对象的坐标信息。这些信息和处理后的图像数据 一起被存入到数据库中。值得注意的是：注册信息要尽可能的较比对信息丰富， 否则可能在比对样本中存在的字符对象，无法在注册样本中得到匹配，这将增大 错判机率。当需要进行比对处理时，根据车辆牌照号或拓片上号码从数据库中调 出该车辆的原始记录，通过网络传至需要比对的现场，计算机自动将比对样本和 注册样本进行配准，返回比对结果。 动机、车刻i 图像预处 码拓印采集i 石剩理 1 4 本文的主要研究内容 字符区域il 字符分割ii 比对 定位hh 1 3 系统流程图 本文从多媒体技术、数字图像处理、模式识别的角度出发，以解决拓片图像 甄别中的问题为主要内容，包括从图像采集、图像预处理到定位字符区域、字符 分割，再到字符比对的各个方面，主要完成了以下三个方面的工作： 1 图像预处理模块的开发： 介绍了系统中对采集到的图像进行的一系列预处理工作，以优化图像质量， 提高准确率，预处理模块的准确性关系到字符分割的准确与否。这一部分包括字 符区域粗定位，图像二值化，去除噪声，图像倾斜校正，处理过程如下： 1 ) 彩色图像分割。去除拓片上干扰目标，例如绿色或红色的标记、黑色或红 色的条形码和拓片专利号等等，使后续处理不受其影响，且通过定位字符对 象区域，缩小后续处理过程搜索范围。这将提高字符分割精度和计算效率。 2 ) 二值化。在图像灰度化以后，我们需迸一步减少图像中的干扰，使我们关 心的字符处在最佳的显示状态，故采取二值化处理，也称阈值化，其属于图 像分割的一部分，即将图像分成前景和背景两部分。后续处理过程都将在二 值化结果上进行。 第一章绪论 3 ) 去除噪声。此步是处理的关键，也是本文面对的问题与以往图像处理问题 中最大的区别。对拓片图像的二值化处理结果的分析中发现：a 影响拓片图像 正常二值化的干扰多以较大面积出现b 噪声通常呈现连续性、块状性的特点。 我们根据字符区域与噪声区域信息密度的差异，选定最佳的密度阈值，来对 字符和噪声进行区分。根据一些先验知识，再结合形态学计算1 5 1 ，以及图像减 法和乘法i6 。，综合对图像进行去噪处理，逐步将我们感兴趣的区域提取出来。 4 ) 倾斜校正。采用固定的参数进行扫描，使得拓片图像除了倾斜角度外，基 本不会发生其它的几何失真，故只对其做倾斜校正即可。在比对的过程当中， 要将原始样本与比对样本进行配准，也涉及到对样本的倾斜校正。在图像校 正的过程中，可以得到字符区域的上下边界，以去掉大量的非目标区域部分， 有利于后续处理。 2 字符分割模块的开发： 详细介绍了常见的字符分割方法，以及本文采用的一些相关分割方法。若图 像包含两行字符，需要首先水平分割成两个单行图像，这有利于后续分割出单个 字符，且需要保留行之间的坐标信息，因为行间距也是检验号码是否被改动的一 个重要依据。之后在垂直方向上，将之分割为单个字符对象。 3 字符比对模块的开发： 利用图像配准技术，对原始样本和比对样本进行配准。之后比对相对应的字 符对象的相似程度，根据设定的判决标准，即可判断两幅图像是否匹配。 第二二章数图像处理技术及应用 第二章数字图像处理技术及应用 本章首先介绍数字图像处理的一些相关概念，然后介绍数字图像处理的特点 及其在交通信息自动提取方面的应用，最后详细介绍和本文相关的图像处理方 法，从而为字符区域定位、字符分割以及字符比对工作打下坚实的基础。 2 1 数字图像处理概述 数字图像处理是- f q 多学科的综合学科，它汇聚了光学、电子学、数学、摄 影技术和计算机技术等众多学科方面。它通过使用数字计算机对原始图像进行加 工与处理，使之能具备更好的视觉效果或能满足某些应用的特定要求。数字图像 处理技术经过半个多世纪的发展，目前已经广泛地应用于工业、医疗保健、航空 航天、军事等各个领域，在国民经济发展中发挥着越来越大的作用。目前高度的 图像信息化己成为了热门的课题，图像、图形信息技术在信息领域的应用地位也 越来越广泛。 随着人类社会的进步，科学技术的发展，人们对信息处理和信息交流的要求 越来越高。图像信息具有直观、形象、易懂和信息量大等特点，因此它是在人们 日常的生活、生产中接触最多的信息种类之一。近年来，图像信息的处理在理论 研究方面和实际应用方面都取得了长足的进展。尤其是计算机技术的应用、遥感 技术和数字通信的发展、计算机网络的普及以及微电子芯片密度的增加，对数字 图像处理技术的发展起了关键性的推动作用，而数字图像处理技术的发展又反过 来促进和加速了上述各项技术的发展。 数字图像处理方法大致可以分为两类，即空域法和变换域法。 1 空域法 数字图像看作是平面中各个像素组成的二维数组，可直接对这个二维数组进 行相应的图像处理。空域处理法主要有下面两大类： 1 ) 邻域处理法 包括梯度运算，拉普拉斯算子运算，平滑算子运算和卷积运算。 2 ) 点处理法 第一二章数：# 图像处理技术及应用 包括灰度处理，面积、周长、体积、重心运算等。 2 变换域法 数字图像处理的变换域方法是对图像进行变换，得到变换域系数阵列，然后 在变换域中进行图像处理，处理后再反变换到空间域，得到处理结果。这类处理 包括滤波、数据压缩、特征提取等处理。 2 2 数字图像处理的基本内容 数字图像处理所涉及的知识非常广泛，具体的方法种类繁多。其中包括 传统的图像处理技术和智能图像处理技术，并且随着新工具、新方法的出现，这 些图像处理技术也一直在更新与发展。 1 传统图像处理技术1 5 l 【6 】 1 ) 图像数字化 由于计算机只能接收和处理数字信号，因此要将一幅模拟图像进行采样 和量化，转化成数字图像，然后交由计算机进行处理。图像采样是数字图像 处理的基础，其目的是将模拟形式的图像通过数字化设备转换为数字计算机 可用的离散图像数据。 2 ) 图像变换 图像变换就是把图像从空间域转换到变换域( 如频率域) 的过程。图像变 换可以使人们从另一个角度来分析图像信号的特性，利用变换域中特有的性 质，使图像处理过程更加简单、有效。图像变换是许多图像处理与分析技术 的基础，它广泛应用于图像增强、编码、融合、数字水印与特征提取等领域。 3 ) 图像增强 图像增强就是增强图像中用户感兴趣的信息，它的目的主要有两个：一 是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得有利于计 算机的处理。图像增强的方法一般分为空间域和变换域两大类。空间域方法 直接对图像像素的灰度进行处理。变换域方法在图像的某个变换域中对变换 系数进行处理，然后通过逆变换获得增强图像。 4 ) 图像恢复 图像恢复也称为图像还原，就是尽可能的减少或去除数字图像在获取 第二章数! 声图像处理技术及应用 过程中的降质，恢复被退化图像的本来面貌，从而改善图像的质量。图像恢 复的方法可以分为两类：一类适用于对图像缺乏先验知识的情况；另一类是 事先已经知道是哪些因素引起的图像降质，并对原始图像有足够的了解，此 时，可对原始图像的退化过程建立一个数学模型，并对图像退化的影响进行 拟合。 5 ) 图像数据压缩 图像的数据量非常巨大，无论传输或者存储都需要对图像数据进行有效 的压缩。数据压缩就是减少表示信号所需的数码，减少容纳给定消息集合或 数据采样集合的物理存储空间，进而减少数据传输所需要的时间区间和电磁 频谱区间。 6 ) 图像边缘检测 图像边缘是指图像灰度( 亮度) 发生空间上的突变或者在梯度上发生突变 的像素的集合。图像的边缘是图像的基本特征之一，蕴含了图像丰富的内在 信息，如方向、阶越性质与形状等，它广泛应用于图像分割、图像分类、图 像匹配和模式识别中。 7 ) 图像分割 图像分割就是将图像表示为物理上有意义的连通区域的集合。人们通常 是通过对图像的不同特征如边缘、纹理、颜色、亮度等的分析达到图像分割 的目的。图像分割通常是为了进一步对图像进行分析、识别、跟踪、理解、 压缩编码等，分割的准确性直接影响后续任务的有效性，因此具有十分重要 的意义。 2 智能图像处理技术【5 i i t i s 1 ) 图像特征分析 图像特征分析与提取是智能图像处理的基础，常用的图像特征有颜色、 纹理与形状等。目前，图像内容的描述主要采用图像的特征及其组合。 2 ) 图像配准 图像配准是指同一目标的两幅( 或两幅以上) 图像在空间位置上的对准。 图像配准的技术过程，称为图像匹配，或者图像相关。图像配准应用十分广 泛，例如，航空航天技术、地理信息系统、图像镶嵌、图像融合、目标识别、 第一二章数字图像处理技术及应用 医学图像分析、机器人视觉、虚拟现实等领域。 3 ) 图像融合 图像融合就是将不同传感器获取的同一对象的图像数据进行空间配准， 然后采用一定的算法将各图像数据中所含的信息优势或互补性有机的结合 起来产生新图像数据的技术。这种新数据具有描述所研究对象的较优化的信 息表征，同单一信息相比，能减少或抑制对被感知对象或环境解释中可能存 在的多义性、不完全性、不确定性和误差，最大限度的利用各种信息源提供 的信息。 4 ) 图像分类 图像分类就是利用计算机对图像进行定量分析，把图像中的每个像元或 区域划分为若干个类别中的一种，以代替人的视觉判读。图像分类的过程就 是模式识别的过程，是目视判读的延续和发展。其特点是速度快、计算精度 高、图像测量要比目视估计准确的多。主要应用在遥感、军事与医学等领域。 5 ) 图像识别 图像识别就是用计算机识别出图像中的目标并分类，用机器的智能代替 人的智能。它所研究的领域十分广泛，如，机械加工中零部件的识别、分类； 从遥感图片中辨别农作物、森林、湖泊和军事设施；在交通中心实现交通管 制、识别违章行驶的车辆及司机，等等。 6 ) 基于内容的图像检索 基于内容的图像检索就是根据图像的语义和感知特性进行检索，具体实 现就是从图像数据中提取出特定的信息线索( 或特征指标) ，然后根据这些线 索从大量的存储在图像数据库中的图像进行查找，检索出具有相似特性的图 像数据。 7 ) 图像数字水印 数字水印是一种新的、数字产品版权保护和数据安全维护技术，它是一 种十分贴近应用的信息隐藏技术。数字水印是将具有特定意义的标记( 水印) ， 利用数字嵌入的方法隐藏在数字图像、声音、文档、图书、视频等数字产品 中，用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的证据， 同时通过对水印的检测和分析保证数字信息的完整可靠性，从而成为知识产 第二章数字图像处理技术及麻用 权保护和数字多媒体防伪的有效手段。 2 3 数字图像处理在交通信息自动提取技术方面的应用 由于交通在现代经济发展中起着非常重要的作用，世界各国在各项交通技术 的研究方面作了大量的资金和入力物力的投入。将计算机处理技术有效运用于交 通管理，从而建立一种在大范围内、实时、准确、高效的综合交通管理系纠3 1 。 而在这些应用当中，交通信息的获取是其中的关键技术也是工作的第一步。 交通信息可以初略地分为几大类：一类是交通工具个体的标识信息，例如汽 车的牌照、v i n 号码，集装箱的号码等等，这类信息唯一地标识了各交通工具本 身，这类信息的自动获得无疑是交通管理系统中不可缺少的；另一类交通信息是 道路交通信息，主要描述的是当前道路上的交通状况，例如道路的拥堵程度、是 否存在违章等，这类信息可以通过车流量、车辆平均速度、排队长度、转弯信息 等来表征，这类交通信息的自动获取也是交通管理系统中的关键之一；还有一类 属于交通需求信息，这类信息与特定场合下人的需求有关，更多地包含了人的因 素。对于交通工具的标识信息的自动获取主要包括标识码字符的自动提取和自动 识别；而对于道路交通信息的自动获取，其关键则在于运动车辆的自动检测和提 取。本论文的研究内容，属于第一类交通信息，即一种标识码的自动提取技术。 将包含字符的区域从复杂的背景中提取出来是一个相对比较复杂也颇具挑 战性的问题。一种好的标识码自动提取算法应该能够最大限度地降低非均匀光照 的影响，最大限度地抑制噪声，并很好地消除其他类似字符标识的影响，准确地 获取标识码中各字符的边界。常用的标识码自动提取算法主要包括如下三个步骤： 图像预处理、标识码定位以及标识码的分割。图像预处理的主要目的是降低图像 中噪声的影响，突出标识码字符在整个图像中的特征；标识码定位的主要目的是 从整个图像中定位出标识码所在的区域，而丢弃掉其余不属于标识码区域的图像 区域，为后续的分割提供准确的素材；标识码的分割是将定位好的标识码图像区 域进行分割，得到标识码中各字符的精确边界。 目前己有大量关于图像预处理的算法用于降低图像噪声，包括形态学算法 1 9 】、模糊算法【1 0 l 、增强边缘的算法l i l 】等。根据处理对象的不同，国内外己有许多 研究者对交通工具标识码的自动提取技术做了相关的研究。大体来看，对汽车牌 第二章数字图像处理技术及应用 照号码字符的自动提取研究得最多。从整个研究方向来看，标识码自动提取算法 研究中正在由只考虑利用图像的亮度信息，转变到加以利用图像中的颜色信息进 行综合研究【1 4 】1 1 5 】【1 6 1 。 2 4 本文用到的图像处理一般算法 在本文对拓片图像的处理过程当中，一些通用的图像处理技术将贯穿始终， 下面着重介绍几种本文中用到的几种典型技术。 2 4 1 边缘检测 图像中线类型特征特别引人注目，它是视觉感知的重要线索，这些线类型特 征对应图像中特性“有意义”变化的地方，例如，对于一般的灰度图像来说，线 类型特征常常对应目标的轮廓线或边界线：对于纹理( 或彩色) 特性为主的图像， 线类型特征则对应纹理( 或彩色) 特性明显不同的两个区域的边界，或纹理内部细 微结构之间的边界等。因此抽取这类线类型特征，无论对于描述目标或者解释图 像，都是很重要的。对于由像元阵列组成的图像来说，抽取线类型特征的第一步， 是抽取组成这些线特征及反映灰度变化的基本单元边缘。 边缘检测是在局部区域上针对“点 的一种运算，表现为一种典型的信号处 理问题。在不同的应用中，人们要实现的目标不同，因此对边缘的定义也不同， 目标边缘、图像纹理甚至噪声都可能成为有意义的边缘，因此很难找到一种普适 性的边缘检测算法。因此，根据具体应用要求，设计新的边缘检测方法或对现有 的方法进行改进，以得到满意的边缘检测结果。 一阶微分是图像边缘和线条检测的最基本方法。图像函数f ( x ，y ) 在点( x ，y ) 的梯度( 即一阶微分) 是一个具有方向和大小的矢量，即： v f ( x , y ) 。荽f + 荽j ( 2 - 1 ) o x o y 在0 方向的变化速率可由下式给出： 丘o ，y ) 。芒铘口+ 芒s i n o ( 2 - 2 ) 帑一觳r 目像盘亡技木i 用 梯度变化的最大的方向是 梯度值的大小为 。| 影蒡 g o ，y ) - 2 3 24 传统的边缘检测算法通过梯度算子柬实现。在求边缘的梯度时，需要对每个象素 位置计算，在实际中常用小区域模扳卷积来近似计算。梗板是n 州的权值方阵。 经典的梯度算子模板有：s o b e l 模板、k i r s e h 模板、p r e w i t t 模板、r o b e r t s 模板、 点模板、线模板等。对于方向模板眷积，可同时得到边缘方向和沿该方向的强度。 匝田圈器 ( ajr 曲e 惜鼻干 ( b ) s 幽i 茸 图2 - 1 一阶微分算子的卷积核 本文应用的边缘检测算子主要有s o b e l 算子，p r e w i t t 算子和c a n n y 算了 其在部分图像上的效果图如下： “ 、 _ a ) 原幽 ，曩避：。j 琢 i 蓬、移磐 、搿? 鼍 c ) s o b e l 罐子 圈2 - 2 原脚与三种算于效果圈 1 3 - 第二章数字图像处理技术及应用 从上图可以看出：原图字符信息被大量噪声包围，字符边缘不完整；在b ) 和c ) 中，边缘信息有一定程度的损失。在d ) 中虽然字符信息与大量的噪声混作 一团、难以辨认，但同时其也保留了丰富的边缘和纹理信息。如果我们利用数学 形态学或其它方法，通过对b ) 或c ) 图进行运算，以产生字符的连通区域，那么 用这个结果与图2 2 d ) 作“与 运算，可以得到一幅包含字符边缘和纹理信息较 丰富的边缘图像，同时也去除了大量噪声。这一方法也是本文在去噪过程中的一 个基本思路。可见基于算子的边缘提取技术要与其它处理技术相结合才能得到较 满意的边缘图像。故在预处理过程的不同阶段，我们会应用到不同的算子。 2 4 2 数学形态学 数学形态学的描述语言是集合论，它设计了一整套基于集合运算的概念和方 法，其基本思想是：用结构元素对原图像进行位移、交、并等运算，然后输出处 理后的图像。利用形态学算子可以有效的滤除噪声，同时保留图像中的原有信 息，突出图像的几何特征便于进一步分析图像。它是一种非线性的图像处理方法， 具有不可逆性。最初数学形态学主要是研究二值图像，后来二值形态学算子被推 广到了灰度图像处理，称为灰度形态学【5 】1 9 1 。形态学处理是利用一个称作结构元 素的探针收集图像的信息，当探针在图像中不断移动时，便可以考察图像各个部 分间的相互关系。本文对数学形态学的应用都建立在二值图上。 最基本的两种形态学算子：腐蚀和膨胀。对一个给定的目标图像x 和一个结 构元素s ，对图像上的每一点x ，腐蚀可以看作是将图像x 中每一与结构元素s 全等的子集s ( x ) 收缩为点_ ：r 。记为x e s 。若用集合语言，它的定义为： x o s = 仁i s ( x ) x ) ( 2 - 5 ) 上式表明，x 用s 腐蚀的结果是所有使s 平移x 后仍在x 中的x 的集合。反之， 也可以将x 中的每一个点x 扩大为s ( x ) ，这就是膨胀运算，记为x o s 。若用集 合语言，它的定义为： x o s = x is ( x ) nx 1 2 i ( 2 - 6 ) 可以先对图像进行腐蚀然后膨胀其结果，也可以先对图像进行膨胀然后腐蚀其结 果( 这里使用同一个结构元素) 。前一种运算称为开运算( 或开启) ，后一种运算 称为闭运算( 闭合) 。用符号x o s 表不s 对图像x 作t 运算，用符号x s 表示 s 对罔像x 作闭运算。丌运算的定义为： x o s = ( x os ) s( 2 7 ) 冈而x o s 是所有x 的与结构元素s 全等的，集的并组成的。或者说，对x o s 中的每个点x ，均可找到某个包含在x 中的结构元s 的平移s + y ，使得x 小v 。 运算也柏相似的几何解释，其定义为： x s = 【x o s ) es( 2 8 ) 只j 这些算子及其组合来进行图像形状和结构的分析及处理，可以解决抑制噪声、 特征提取、边缘检测等方面的问题。 合理运用不同形态学算子和结构元素可阻产生非常好的效果。例如在图2 2 中c ) 上做闭运算，部分噪声将去掉，这时形态学运算后的结果与c ) 图做“与” 运算，即可得到较干净的罔像。处理过后的做果如下： 图23 形态学运算厉的效果删。 ( 左为闭运算结果，矗为左目与凹23 c 相“与的结果) 从上图也可以看到，结构元素大小的选择将极大的蟛响后续处理结果，在实 际应用中，结构元素应根据图像中字符笔划的宽度和字符间隔米确定，但一般情 况下不同号码的托片，其字符笔划宽度和字符间隔足稍育不同，因此单纯的数学 形态学方法最好事先做图像归一化处理。而在本文中我们在不同的处理步骤中， 选出了一些大小不同的结构元素，用于达到特殊的目的和效果所以省去了归一 化这步骤。形态学在处理噪声方面具有很多优势，在本文中形态学运算作为 种重要的技术贯穿始终。 第二章数7 - 图像处理技术及应用 2 4 3 傅立叶变换 傅立叶变换是图像处理中最基础和最常用变换。设f ( t ) 为t 的函数，如果 f ( t ) 满足狄里赫莱条件： 1 ) 具有有限个间断点： 2 ) 具有有限个极点： 3 ) 绝对可积。 则函数f ( t ) 的一维傅立叶变换定义为： f ) - c 厂1 0 f ) e - j 2 删d t ( 2 - 9 ) f ( u ) 的傅立叶逆变换定义为： 厂( f ) 一， ) c j 2 x _ z d u( 2 1 0 ) 傅立叶变换是互逆的，由f ( u ) 可以重构f ( t ) 。函数f ( t ) 和f ( u ) 被称作一个 傅立叶变换对。对于任一函数f ( t ) ，其傅立叶变换是唯一的，反之亦然。但并 非任一函数的傅立叶变换均存在。傅立叶变换是复数变换，f ( u ) 通常是复函数， 可以写成 f ( u ) = r ( u ) + j l ( u ) ( 2 - 1 1 ) 其中r ( u ) 和i ( u ) 分别为f ( u ) 的实部和虚部，上式写成指数形式为 ，m = p 飘，k 印d f 俐】( 2 1 2 ) 其中： i f t u ) l = 尺 ) 2 + 地) 2 】1 尼 ( 2 - 1 3 ) f ( u ) = a r c t a n ( r ( u ) l ( u ) ) ( 2 - 1 4 ) 式中幅度函数旷川i 称为m ) 的傅立叶频谱，f ) 称为相位谱。将傅立叶变换拓 展到二维情况。如果x ，y ) 满足狄里赫莱条件，那么它的连续二维傅立叶变换 为： ，o ，y ) 。仃二f ， ，) e 7 扫扭+ 哆d u d v ( 2 一1 5 ) f ， ，) 。盯二厂 ，v ) e 协雎啊d x d y ( 2 1 6 ) 数字图像是二维离散信号，为在图像处理中应用傅立叶变换，必须引入离散 傅立叶变换( d f l i ) 的概念。在此，我们关注二维情形，二维离散函数f ( x ，y ) 的傅 立叶变换为： 第二章数字图像处理技术及应用 f ， ，) l m 。n 岛一一f ( x ，y ) e x p 一j 劢( 埘m + 哆) 】( 2 - 1 7 ) u = o ，1 ，2 ，m - 1 ，v = o ，1 ，2 ，n - 1 ，m 、n 分别是图像的高和宽，傅立叶反变 换为： ，( 五y ) 。而1 荟薹f ，v ) e x p _ 幼( w 肘+ w ) 】( 2 - 1 8 ) 离散傅立叶变换实现需要的计算量太大，严重地限制了它的实际应用，按照 式( 2 - 1 3 ) ，计算一个长度n 的一维o f t ，对u 的每个值要做n 次复数乘法和n 一1 次复数加法，计算复杂度为o ( n 2 ) ，当n 很大时，计算量非常大。1 9 6 5 年，贝尔 实验室的c o o l c y 和t u r k c y 两位工程师提出了意义深远的快速傅立叶变换( f f t ) ， 将o f t 的计算复杂度降到o ( n l 0 9 2 n ) 。 下面以一维离散傅立叶变换进行讨论。一维d f t 可以用以下矩阵相乘形式表 达： f ( 0 ) f q f ( n - i ) 矽。 矽。 形oo 矽。矽b d形m矽一咖1 ： w ，o1 q - 1 )缈2 x i - 1 )，y ( 一1 ) x ( 1 ) 厂( o ) f 妈 f ( n - i ) ( 2 - 1 9 ) 其中：形e 叫百，系数缈。”以n 为周期，即系数矩阵中有很多系数是相同的， 不必进行多次重复计算。 又有：矽号e 吖百”2 。一1( 2 2 0 )又有：w ，亏- 。 一一1 ( 2 2 0 ) 因此：w ”+ i ；w m “譬一w m ( 2 2 1 ) 即形又具有对称性，利用对称性可以进一步减少计算量。例如，对于