（模式识别与智能系统专业论文）汉字识别方法研究及其在车牌识别系统中的应用.pdf

汉字识别方法研究及其在车牌识别系统中的应用 模式识别与智能系统号业 研究生；刘犬宇指导教师：龙建忠 汉字识别是模式识别中一个晕要的研究方向，它在办公闩动化、高 速信息处理、机器 ! ! l ! 觉等多办i i j l 仃照耍的理论患义和实j i j 价值。拈智 能交通系统中，应尾汉字识粥技术，对汽车牌照进行自动识剐，可以实现 蟪车辆的监控和智能管理，具有广嗣的市场前景。 本文首先介绍了针对车牌字符图像的预处理方法包括规格化和值 化算法，根据实验效果对各种方法进行了比较，选取了适用性较强的双线 性插值法和最大方差比分割法，应用到汉字识别的预处理过程中。 作者对车牌汉字识别的特征提取方法进行了研究，酋先浇较了多种摹 于统计模式识别的特征提取匹配算法，包括外围面积特征，网格特征和只l 于区分相似汉字的微结构投影特征。为了实现对模糊汉字灰度图的识别 提出了基于二值图形变动分析的模糊模板匹配算法及其改进方案。经初步 测试。该方法取得了良好的识别效果。本章还对贝卧斯分类器，r 空州模 式识别和人工神经网络在字符识界i 中的应用进行了总结。可作为进一步砚 究的基础。 在车牌字符识别巾引入了误识模型和多分类器集成技术。存实验分析 的基础上，确定了影蜘系统谀嬲性能的两个立一妥参数；酋选距离发其与一i 选的距离差，并将其作为多分类器集成的判决依据。在实际系统中，我们 使用了基于串行方式的两级识别器融合，车牌识别j f 确枣达到了用户的要 求，系统运行状况良好。 文章最后介绍了汉字识别的最新进展，并对其研究方向做了展望。 关键词：汉字识别图像预处理特征提取分类器设计误识模型 多 分类器集成车牌识别系统 c h i n e s ec h a r a c t e r r e c o g n i t i o n a n di t s a p p l i c a t i o n i nl p r s y s t e m m 曩j o r ：p a t t e r nr e c o g n i t i o na n di n t e l l i g e n ts y s t e m p o s t g r a d u a t e ：l i ud a y us u p e r v i s o r ：l o n gj i a n z h o n g a b s t r a c t ：c h i n e s ec h a r a c t e rr e c o g n i t i o ni sa ni m p o r t a n tr e s e a r c hd i r e c t i o ni n t h ef i e l do f p a t t e r nr e c o g n i t i o n i ti so fg r e a tv a l u eb o t hi nt h e o r ya n dp r a c t i c e a n dh a sa p p l i e di nm a n yc i r c u m s t a n c e s ，i n c l u d i n go f f i c i a l a u t o m a t i o n ，h i g h s p e e d i n f o r m a t i o n p r o c e s s i n g ，m a c h i n e v i s i o n ，e t c i n t h e i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ( i t s ) ，a u t o m a t i cr e c o g n i t i o no fl i c e n s ep l a t eb yu s i n g t h e t e c h n i q u e o fc h a r a c t e r r e c o g n i t i o n c a n g i v e f a c i l i t i e sf o rv e h i c l e s s u r v e i l l a n c ea n dm a n a g e m e n t s ot h e r e sm u c h p r o s p e c t i nt h e a p p l i c a t i o n i n c h a p t e r2 ，s o m em e t h o d so fp r e t r e a t m e n ta r e i n t r o d u c e di n d e t a i l ， i n c l u d i n ga l g o r i t h m s o fn o r m a l i z a t i o na n db i n a r i z a t i o nf o rt h e i m a g e o f l i c e n s ep l a t ec h a r a c t e r b yc o m p a r i n gt h e s em e t h o d s ，w es e l e c tt h eb i l i n e a r i n t e r p o l a t i o na n dt h r e s h o l d i n gs e g m e n t a t i o no f m a x i m u mv a r i a n c et h a th a v e g o o dp e r f o r m a n c e ，a n da l lo f t h e s eh a v e a p p l i e d i nt h ec o u r s eo f p r e p f o c e s s i n g o f c h i n e s ec h a r a c t e ri m a g e s a s u r v e yo fc h a r a c t e rr e c o g n i t i o nm e t h o d si sp r e s e n t e d i n c h a p t e r 3 c o m p a r i s o n o fs o m ee x t r a c t e df e a t u r e m a t c h i n ga l g o r i t h m s b a s e do n s t a t i s t i c a lp a t t e r nr e c o g n i t i o ni sc o n d u c t e d t h e s ef e a t u r e sa r ep r o f i l e ，m e s h a n d p r o j e c t i o no f m i c r os t r u c t u r ef o rd i s t i n g u i s h i n gs i m i l a rc h a r a c t e r s f o rt h e s a k eo f i d e n t i f y i n gs o m e b l u r r e di m a g e s ，af u z z yt e m p l a t em a t c h i n ga l g o r i t h m b a s e do na n a l y s i so fb i n a r yi m a g e s v a r i a b i l i t ya n di t si m p r o v e ds c h e m ei s p r e s e n t e d t h e o r e t i c a la n a l y s e sa n de x p e r i m e n t a lr e s u l t sd e m o n s t r a t e t h a tt h i s m e t h o di sv e r ye f f e c t i v e a l s o ，b a y e s i a nc l a s s i f i e r , s u b s p a c em e t h o da n da n n a r es u m m a r i z e di nt h i sc h a p t e r t h e yc a nb eu s e df o rt h en e x tr e s e a r c h t h e t e c h n i q u e s o f m i s r e c o g n i t i o n m o d e la n d m u l t i p l e c l a s s i f i e r c o m b i n a t i o na r e p r o p o s e d a n d u s e di nt h e s y s t e m o n t h eb a s i so f e x p e r i m e n t a la n a l y s i s ，t w om a i np a r a m e t e r st h a th a v eg r e a te f f e c t s0 0t h e r e c o g n i t i o nc o r r e c t n e s so ft h es y s t e ma r ea s c e r t a i n e d ：t h ef i r s tc a n d i d a t e s d i s t a n c ea n dt h ed i s t a n c ed i f f e r e n c eb e t w e e nt h ef i r s ta n dt h es e c o n dc a n d i d a t e b yu s i n g t h e s e p a r a m e t e r s ，m u l t i p l ec l a s s i f i e rc o m b i n a t i o n c a nb er e a l i z e da n d r e p r e s e n tv a l i d i t y i n t h ea c t u a ll p rs y s t e m ，w e a p p l i e d t w oc l a s s i f i e r c o m b i n a t i o nb a s e do ns e r i a lm e t h o da n di t sp e r f o i - m a n c eh a sm e e tt h en e e d so f c u s t o m s t h el a t e s tp r o g r e s so fc h i n e s ec h a r a c t e rr e c o g n i t i o na n dt h er e s e a r c h p r o s p e c t i sp r e s e n t e di nt h el a s to ft h i sp a p e r k e y w o r d s ：c h i n e s e c h a r a c t e r r e c o g n i t i o n i m a g ep r e p r o c e s s i n g ，f e a t u r e e x t r a c t i o n ，c l a s s i f i e rd e s i g n ，m i s - r e c o g n i t i o nm o d e l ，m u l t i p l ec l a s s i f i e r c o m b i n a t i o n ，l i c e n s ep l a t er e c o g n i t i o ns y s t e m 1 1 1 州川人学坝i ：学似沦殳 第一章绪论 1 1 引言 文字是人类思想的载体，是交流的工具。进入信息时代后，原来依靠图 形记载在纸上的文字有了电子化的以序号为代表的记载方式。这就产生了图 形文字与编码序号之间的转换问题。由编码序号到文字图形是计算机输出， 而由文字图形到编码序号就是文字识别。文字识别是模式识别的一个重要研 究方向，在办公自动化、快速信息处理、机器视觉等多方面有着重要的理论 意义和实用价值。进入9 0 年代以后，随着计算机软硬件技术的发展，文字 识别逐步进入实用阶段，国内各厂商陆续推出了几种具有代表性的文字识别 系统i “，并对其在印刷文本汉字识别方面的应用做了详细介绍【2 l 。纵观这些 光学字符识别( o p t i c a l c h a r a c t e rr e c o g n i t i o n - o c r ) 系统一般分为预处理、 特征提取、分类器、多分类器集成和后处理等模块，其结构如图1 1 所示。 在众多应用环境中，特征提取和识别器是整个系统的核心。大体上说，特征 分为结构特征和统计特征两类。由于分类器的选择取决于所提取的特征，相 应的识别方法也就有结构方法和统计方法。后处理是通过加入语法和上下文 的限制在识别候选中挑选适合语境的结果，这一点在一般的汉字识别中非常 有效。由于后处理涉及到特定语境问题，因此在数字识别和车牌汉字识别中 没有什么意义，本文不作进步讨论。 r = - 1 l ： o 图1 1 字符识别流程 近年来，随着国内经济的快速增长，汽车工业和交通运输产业迅速发展 p q 川1 人学顺j 学位论文 对智能交通系统( i t s ) 提出了更高的要求，包括移动车辆稽查、高速公路 收费站管理、停车场( 小区) 乍辆管理等谯内的4 系列智能管理系统_ l 娅运而 生。在上述智能系统中，字符识别都是其核心内容，而汉字识别( c h i n e s e c h a r a c t e rr e c o g n i t i o n ，简称c c r ) 又足字符识别的重点和难点所在。虽然f 1 前市面_ l 二已有多种c c r 软件i j _ i 售，但是它们仅仅刈f 商质量的标准印刷义 本有较高的识别率，对于严重污染、变形、模糊、倾斜的灰度字符，特别是 针对车牌识别系统中提取的车牌汉字字符，不能给出满意的结果。如何进一 步提高汉字的识别率，降低拒识率和误识率，提出有针对性的汉字识别解决 方案，仍有许多工作要做，这也正是本文对汉字识别巾各项关键性技术作进 一步研究的目的所在。本课题通过对印刷体汉字识别方法的研究，提出针对汽 车牌照中各类字符的有效识别算法，建立起字符识别系统的误识模型，并实现 了多分类器集成，以期达到较高的识别正确率。最后选取了试验效果较好的字 符识别模块，将其集成在智能车牌识别系统中，投入实地使用，实现了自动化、 实时化的车辆管理。 1 2 国内外研究现状 赋- 予计算机识图认字的智能，能够解脱人们将汉字输入计算机的繁重劳 动，克服计算机汉语信息处理中汉字输入困难的瓶颈问题，对我国信息化发 展具有重要意义。国内外对汉字识别技术开展了深入的研究1 3j ，并取得了相 当的成果。其识别方法大致可分为结构模式识别，统计模式识别，统计识别 与结构识别的结合以及人工神经网络1 4 1 。其中结构模式识别和统计模式识别 各有优缺点，随着认识的深入，这两种方法正在逐渐融合。人工神经网络 ( a r t i f i c i a ln e u r a ln e t w o r k ) 是一种模拟人脑神经元细胞的网络结构，它是 由大量简单的基本元件一神经元相互连接成的自适应非线性动态系统，具有 一定的学习和组织能力，通过调整神经元间的连接系数完成分类、识别等复 杂功能。目前，汉字识别技术也采用了组合优化特征的综合识别等新方法。 应用图像处理技术对各类汽车车辆号牌进行识别是现代智能交通管理中一 个非常熏要的研究课题成熟的交通管理系统有着广泛的市场需求和麻用前景。 而目前面世的识别系统还存在不足之处，如何进一步提高字符，特别是汉字 的识别率，如何评估和完善识别系统，提高产品的整体性能，仍然是研究的 川川大学硕f ：学位论文 重点和难点所在，有大量的工作要做。针对以上问题，在和导师广泛讨论研 究的基础上，我们确定了该论文的选题。 1 3 本论文的结构 第一章介绍了智能交通系统( i t s ) 小车牌识别部分对汉字识别的需求 和目前国内外汉字识别的研究现状，简要介绍了汉字识别的发展状况以及相 关技术领域，说明了本课题研究的必要性和重要性。 第二章介绍了灰度字符图像的预处理方法，包括规格化算法和二值化算 法，比较了各算法之间的优缺点，提出了针对车牌汉字预处理的最佳方案。 第三章详细介绍了本课题实验中应用的一些汉字特征提取方法和识别 方法，通过对各种方法的分析比较和实际测试，提出了较好的钊对车牌汉字 识别的解决方案。 第四章详细介绍了以“首选识别距离”和“距离差”两个识别参数为依 据，建立汉字识别系统误识模型的方法对拒识率和误识率作了定量分析。 第五章着重介绍模式识别中的多分类器集成技术及其在车牌汉字识别 系统中的应用，并对汉字识别的未来研究方向做了展望。 1 4 汉字识别技术的关键和难点 汉字识别可简单的分为两个过程：学习( 训练) 过程和识别过程。学习 过程就是让计算机通过样本学习或训练提取出每个汉字的特征并存储起来， 作为标准特征库，即模板库；识别过程中，计算机首先按学习过程中的特征 提取方法提取出输入模式的特征，然后再与标准特征库中的特征进行匹配， 匹配程度最大的汉字即为识别结果。因此，如何确定表达汉字模式的最件特 彳i i ：如何有效的提取特钳：，从f i i 构建赢1 ，l ：能的谚 ) ：；l j 器足汉f 谚 刖技术n 勺火 键所在。 本课题中针对汽车牌照的汉字识别，与手写体汉字识别、印刷体文本字 符识别等其他识别类型相比，有如下不同：( 1 ) 字符集小。汽车牌照上出现 的汉字字符只包括部队，公安系统和全国各省省名的简称，共四十多个汉字。 ( 2 ) 字符图像分辨率低。它包含两方面意思：一是灰度图像模糊，导致二 值化后的效果较差：二是每个字符的分辨率低，点阵过小，导致汉字识别难 3 叫j 1 1 人学硕l 。学位论文 度加大。( 3 ) 环境影响大。通常的o c r 系统的工作环境一般在室内，且光 照条件较好，而汽车牌照识别系统需要在室外2 4 小时连续工作，光照情况 经常变化，并且受天气状况的影响较人。综上所述，汽车牌照汉字识别的难 度并不比其他的o c r 系统低，如何设计普适性、鲁棒性都更好的识别器， 提高汉字识别的正确率，是本课题的难点所在。 1 5 作者体会及论文新意 在论文完成期间，我收集了大量与汉字识别，车牌识别相关的中英文资 料，对该领域中热门的研究理论有了一定认识，提出了一些新的实现方案。 新意之处包括： 1 提出基于二值图像变动分析的模糊模板匹配法，该方法通过使用互相 关计算公式，可直接实现对汉字灰度图的匹配识别。 2 将误识模型应用到车牌汉字识别中，统计分析了识别参数对识别j 下确 率的影响，说明了使用识别参数建立误识模型的方法。 3 在车牌汉字识别系统中应用了多分类器集成技术，将多个单一识别器 的优势结合在一起，通过误识模型建立连接策略，进一步提高了识别率。 本文还有继续深入研究的地方： 1 在预处理中，如何实现低质量图像的最佳分割，为识别器提供尽可能 好的二值输入。 2 对基于k l 变换的子空间模式识别做进一步研究，探讨对低质量车 牌字符图像识别的鲁棒性及具体实施方案。 3 使用人工神经网络实现对汉字的训练和识别，进一步提高系统训练和 识别的自动化程度。 4 识别算法有待进一步优化。在目前程序设计和实现过程中更多的考虑 代码复用的思想，提高软件开发效率。 1 6 工作完成情况 我们对该课题做了深入研究，取得了相应的研究成果，对工作的完成情 况总结如下： 1 根据实验的效果，对各种规格化和二值化算法进行了比较，实现了 4 ! j t l 川人学顺i j 学f 、) ：论文 实拍车牌字符图像的预处理操作。 2 深入研究了有效表达汉字信息的各类特征及其提取方法，并通过 v c + + 程序实现了各种特征提取方法，提“ 了綦于：值图像变动分析的扶度匹 配法，实现了车牌字符的自动识别。多次在卡1 5 1 ，高速公路收费站和常规路 面进行实地测试，识别正确率在9 3 以上。 3 通过对误识模型的研究，在系统中应用了基于串行方式的多识别器 集成技术，系统整体识别率得到进步提高。 叫川人学顾i 学位论文 第二章字符图像的预处理 2 1 引言 由于天气变化、光照不均、摄像头聚焦不准、车辆行驶带来的运动模糊、车牌的新 旧、清洁度等诸多因素影响，造成了采集的车牌图像质量下降。对于上述种种质量 较差的牌照图像，在识别之前，进行必要的预处理操作，以改善图象质量，提高识 别率。预处理包括图像尺寸规格化( 标准化) 、二值化、去噪、形变反变换等操作。 预处理与特征提取紧密相连，良好的预处理可以有效的保持图像信息，使得后 续阶段提取的特征能够更好的代表待识别模式。对于整幅图像，往往采用图像 增强、灰度拉伸、同态滤波、高斯滤波等预处理手段。这里我们主要针对切分 后的字符图像提出了一些有效的预处理方法。 2 2 不同尺寸字符图像的规格化 图像规格化就是将输入的任意尺寸( 大小) 的字符图像都处理成统一尺寸 的标准汉字图像。预处理i i i 的规格化4 i 仪仅是宽和商同比例的缩放，它还要求 保持拓扑不变，能够最大限度的突出所提取特征。常用的规格化方法介绍如下。 2 2 1 分裂合并的规格化方法 设原始图像的大小为m x n ，规格化后的图像大小为p x q 。此方法分为两个 阶段，即分裂( s p l i t ) 和合并( m e r g e ) 。在分裂阶段，将原图像的每一点放大p x q 倍，即将该点的象素值复制到p x q 的阵列巾，则m x n 的阵列变成一个m p x n q 大小的阵列；接下来是合并阶段，将m p x n q 阵列划分成阵列大小为m x n 的p x q 个区域，对m x n 区域的所有象素取平均，使阵列m x n 收缩成一个象素点。经 以上操作，m x n 尺寸的原图就可以归一化为p x q 大小的新图像。 2 。2 。2 插值变换的规格化方法 该方法是通过归一化图像中象素对应在原图像中的点的位置来决定归一化 图像中象素点的灰度值。设胀 y ) 为原图像，g ( x ，y ) 为归一化后的图像，g ( x ，y ) 巾 的任意一点( x o ，y o ) ，对应于f 【x ，y ) 中的点( a ，b ) ，根据 b ) 的具体情况来确定g ( x ，y ) 6 叫川人学坝i “学似沦义 中象素点( x o ，y 0 ) 的值。归一化图像中象素点和原图像中象素点的映射关系为： 2 丽l (21，h ：e i g h t “ “ h e i g h t 。” i f fw i d t h 足原图象的宽度，w i d t h 足灿4 化后的图像宽度；h e i g h t 足原图 象的高度，h e i g h t 是归一化后的图像高度。归一化图像中的点( x o ，y 0 ) 映射到原图 像中的点b ) ，如果是接数，表明( x o ，y o ) 正好对应在原图像的网格点( 象素) _ j ：， 不必进行内插变换，直接令( x o ，y o ) 的灰度值等于位置 b ) 处的扶度值：g ( x o ，y o ) = 坟a ，b ) 。如果瓴b ) 不是整数，即在该点没有定义，那么要进行象素内插变换。一 般有三种内插变换方法来决定g ( x o , y o ) 的值【2 7 i ：邻近插值法、双线性插值法、三 次插值法。下面一一介绍。 ( 1 ) 邻近插值法 邻近插值法中归一化的图像g ( x o ，y 0 ) 的灰度值是用( 啪) 邻接的四个网格点 ( i j ) ，( i + i o ) ，( i j + 1 ) ，( i + l j + 1 ) 中最接近它的点的灰度值来近似，即：g ( x o ，y o ) = f 【a b ) ，其中( a b ) 为电b ) 距其相邻四个网格点中最近的一一个网格点。从图2 1 中可以看出( a b ) 与( i j + 1 ) 的j l 何距离即( f 一口) 2 + u + l - b ) 2 最小，所以( i 1 ) 就 是( 曲) 的最近邻点( a ，b ) 。 ( i ，j ) ( i + l j ( 4 b ) ，j + 1 ) ( i + 1 ，j 图2 1 最近邻点的图形表示 ( 2 ) 双线性插值法 双线性插值法中( x o ，y o ) 的灰度值是用与 b ) 邻近的四个网格点( i j ) ，( i + lj j ， 7 州川人学颂l j 学位论文 ( i j + o ，( i + 1 0 + 1 ) ，按照下面的公式来近似： g ( x o ，y o ) = f ( i ，j ) o 一，7 ) ( 1 一) + - 厂( f + 1 ，j ) q o 一) ，、 + 厂( f ，_ ，+ 1 ) ( 】一，7 ) 卢+ 厂( f + 1 ，j + 1 ) , l p 其中，i j 为a , b 取整的值，q ：a - - i ，p = b - - j 。 ( 3 ) 三次插值法 三次插值法中( x o ，y o ) 的狄度值是用与( a ，b ) 邻近的1 6 个网格点的灰度值来近 似的，计算公式比较复杂，此处不再详述。 通过比较卜述i 种捅值法可以看，i 次捅债法的精度最高，f r i 其计锋最 也最大；邻近插值法的精度相对比较低，但实现很简单。 综合考虑处理时问和算法复杂度以及实际的效果，本文选用捅值变换的规 格化方法。由于双线性法的精度可以满足实验的要求，而且实现较简单，所以 采用了双线性插值法，将字符的大，j 、规格化成1 7 3 3 和3 4 6 6 两种尺寸。如 图2 2 所示。 ( a )“黑” ( b ) “浙” ( c ) “沪” ( d ) “湘” 图2 2 切分后的原始灰度图和它们对应的规格化图像 需要指出的是。对于“l ”字符要进行特殊处理。“1 ”字符本身的宽度很小， 如果不对它加以辨识也归一化为1 7 3 3 的大小，字体会产生很大变异，特别是 当字符倾斜的时候，情况更为严重。这里我们提出的解决方法是：首先用宽度 界定( 宽高比小于某一阙值，本实验中取0 3 2 ) 将可能是“1 ”的字符和其他的 字符区别丌来，然后可以用在两边增加背景列的方法保证字体本身完好的特性。 2 3 灰度图像二值化 2 3 1 引言 二值图像是指整幅图像画面内仅含黑、白二色的图像，存它们之问不存神i 其他的灰度变化。在数字图像处理巾，二：值图像占有非常重要的地位。这是因 8 州川1 人学硕i ：学位论文 为，一方面，有些需要处理的如文字、指纹、：i ：程图纸等图像本身接近于二值 图：另一方面，在某些情况下即使图像本身是有灰度的，我们也设法使它变成 j 。”：值图像再进行处理( 即狄度罔像的：值化) 。这足考虑到订；实川的图像处理系 统中，对信息最大、狄度级丰富的彩色图像作高速处理，对计算机硬件要求较 商，j l ：销人人。：值化肝则l i j 以人人减少汁算量。此外，： i ! f 图像能够川儿何 学中的概念进行分析和特征描述，简化了图像分析难度，在实用上具有更大的 优势。因而，二值图像处理已经成为图像处理中的一个独立的、重要的分支。 二值化的方法很多，但又没有对任何目标对象都普遍适用的方法，必须根 据具体的处理对象而定。二值化的关键是要找到合适的阈值t 来区分目标和背 景。设原灰度图像为f ( x ，y ) ，二值化后的图像为g ( x ，y ) ，二值化的过程表示如下： 贴棚= 忙凳筢( 2 - - 3 ) 门限t 的选择是关键，它可以表示为一个三元函数，即：t = 【( x ，y ) ，f i x ，y ) ， n ( x ，y ) 】，其中( x ，y ) 是图像中象素位置，f ( x ，y ) 代表图像中象素( x ，y ) 处的灰度值， n ( x ，y ) 为( x ，y ) 周围邻域的灰度特征。式中某些元素可以省略，因此演化为以下三 种形式： t = 【船，y ) 】t 为全局阙值 t = i n ( x ，y ) ，f 【x y ) 】t 为局部阈值 t = 【( x ，y ) ，n ( x ，y ) ，f ( x ，y ) 】一t 为动态阈值 全局阈值法根据图像的直方图或灰度空间分布确定一个阈值，以此实现灰 度图像到二值图像的转化。典型的全局阈值方法包括o s t u 方法1 1 6 】、最大熵方法 l i t 等。全局阙值算法简单，对于目标和背景明显分离、直方图分布里双峰的图 像效果良好，但对于由于光照不均匀、噪声干扰较大或运动模糊等原因使直方 图分布不呈双峰的图像，二值化效果明显变差；局部阈值法通过定义考察点的 邻域并由邻域计算模板，实现考察点狄度与邻域点的比较。非均匀光照条件 等情况虽然影响整体图像的灰度分布却不影响局部的图像性质，从而使得局部 阈值法比全局阈值法有更广泛的应用，b e m s e n 算法是一种典型的局部阈值法 1 1 6 1 。但局部阈值法在文本图像识别中也存在某些问题和缺点，如实现速度比全 局阈值法慢，不能保证字符笔划连通性，容易出现伪影( g h o s t ) 现象( 背景区 域受到噪声干扰出现笔划) 等；动态阈值法是一种自适应的二值化方法，它利 9 叫川人学颂i 学位论文 用了象素自身及其邻域灰度变化特征，由丁充分考虑了每个象素邻域的特征， 能够更好的突出背景和目标的边界，使得相距很近的两条线不会产生粘连现象。 下面针对几种具体对象的二值化方法进行一些讨论。 2 3 2 基于灰度直方图统计的阈值选取方法 灰度直方图的横轴是图像的灰度级，纵轴是该灰度级上象素出现的频度， 即图像中该灰度级上的象素个数。对于仅含对象物( 目标) 和背景的简单图像， 靠其灰度直方冈h 般会有两部分狄度级集巾了图像的火最琢素，冈i n f 形成 州个山峰的分们。币i jj t j 直办图的双峰形状特点，在谷底对应的狄度级处设嚣阈 值，就可以将对象物从背景中分离出来。对复杂图像，在某些情况下也可用直 方图方法进行区域分割。文献【1 6 】【1 7 】介绍了大量用于图像分割的阈值选取方 法。本小节只对我在车牌识别中应用的一些有效方法进行讨论。 ( 1 ) p - 参数法 当预先知道对象物在图像中所占的面积比例时，将灰度直方图中面积比例 为p 的点作为阈值。这种方法称为p 参数法( p t i l em e t h o d ) ，如图2 3 所示。 但在实际应用中，已知对象所占面积比例的情况非常少见，通常都是按照一定 的规律统计出来的。例如在汽车牌照识别中，汉字目标面积所占比例各不相同， 结构简单的汉字其笔划较宽，目标所占的面积比例不一定很小；结构复杂的汉 字其笔划较窄，目标所占面积比例也不一定很大。经测试发现一些车牌汉字目 标所占比例为：“宁”3 8 7 ，“云”4 7 5 ，“吉”4 7 7 ，“川”4 7 8 ，“蒙” 4 8 ，“豫”5 0 1 ，“赣”5 0 8 ，“甘”5 1 2 “藏”5 1 3 。因此对于未 知的待识别汉字，就不能简单的按某一比例值选取分割阈值，其普适性差，应 用受限。 图2 3p - 参数法 l o 州川大学硕l 学位论文 ( 2 ) 双峰法 大最统计表明，对于某一类图像( 如目标和背景有较强的剥比) ，其灰度随 方图上会出现两个峰，其中一个处于背景灰度区，另一个处于日标灰度区。在 满足双峰性的前提下，可在两峰的中问符底处取闽值，这种方法称为双峰法 ( b i m o d a lm e t h o d ) 。如图2 4 所示。 额度( 像鬃披 一t i t 灰度童 图2 4双蜂法 但在实际情况中，灰度直方图并不平滑，会存在一些因小的凹凸而产生的 局部极小值，这样给自动判断造成很大的不便，如图2 5 所示。解决方法是，先 将灰度直方图进行平滑处理，再进行阈值选择，或者是以选出的灰度值为中心 考察k 的两点，用此两点来判断选出的阙值点是否是极大值或者极小值点。 ( a ) 原始灰度字符图像( b ) 灰度直方圈( c ) 平滑后的灰度直方圈 图2 5双蜂法分割实例 在车牌汉字二值化时，对于清晰的字符灰度图，该方法效果较好。但对于 许多模糊的或低对比度的字符灰度图，往往没有明显的双峰出现，如图2 6 所示， i l 叫j 1 1 人学坝i 一学似论文 此时再用双峰法就不能进行有效的二值分割了。 豳2 6无明显双蜂的“川”字图像及其灰度直方图 ( 3 ) 差分直方图法 该算法的基本思想是利用灰度变化率即差分直方图来确定阈值。如果图像 中的目标和背景的边界处于灰度值急剧变化的部分，不直接利用其灰度值，而 是利用其差分值的大小选取阈值。差分值是灰度的变化率，可以有多种定义， 比如某一象素和其周围邻域各象素的灰度差的最大值，或是各个差的绝对平均 值，由此求出差分直方图。差分直方图的峰值就是所求的阈值，如图2 7 所示。 此方法适用于图像的目标与背景的边界发生灰度值剧烈变化的情况，其差分直 方图会有一个峰值。但对于模糊图像或边界附近灰度变化复杂的图像，此方法 效果较差。 ( a ) 原始灰度图( b ) 差分直方豳( c ) 结果二值图 圈2 7 差分直方图阈值选取方法实例 川人学坝l ：学位论义 ( 4 ) 最大方差比方法 p 参数法是利用对象物的面积比例，双峰法是利用灰度直方图的双峰性来 决定阈值t 的。但这两种方法都需要特定的条件。为了解决这问题，提了 最大方差比法，如图2 8 所示。在图像的狄度直办图中，将图像的狄度级刖阈值 分为两组，通过基】i 两组的最佳分离来确定门限，即根据两组的组问方差盯：( ，) 和组内方差盯( f ) 之比为最大来确定门限。设图像中灰度取值为l 1 ，l 2 ， l n ，门限为t ，把图像的灰度值根据门限分为两组，即灰度小于门限的象素为组 l ，其他的象素为组2 。w l ( t ) 和w 2 ( t ) 分别是组i 和组2 的发生概率( 标准化后 的象素数) ，m l ( t ) 和m 2 ( t ) 以及卉( t ) 和盯；( t ) 分别是组l 和组2 的象素的灰度平 均值和灰度的方差。图像中所有象素的灰度平均值为m t 。根据公式计算得到， 两组的组内方差为：盯，2 ( t ) = 彬( f ) 盯? ( f ) + ( r ) 仃；( f ) 组间方差为：盯；( f ) = 川( t x m l ( f ) 一m ，) 2 + ( t x 9 2 ( f ) 一m ，) 2 使组问方差仃；( f ) 与组内方差仃品( t ) 之比( 即评价函数) 达到最大时的t 值 即为最佳阈值。此方法在灰度直方图不具有双峰性的情况下也可以适用。但是 不能反映图像的几何结构，有时判断标准未必与人的视觉一致，因而计算出的 阈值点不一定是肉眼所能看到的最佳分离点。 ( a ) 原始灰度图像( c ) 结果二值图 ( b ) 灰度直方图 ( d ) 评价函数曲线 图2 8 最大方差比阈值选取方法实例 1 3 州川人学硕i ：学位论文 ( 5 ) 基于灰度的数学期望的方法 通常情况下，图像的阈值被设置在灰度直方图的谷底位置。事实上许多根 据人眼丰观判断可划分为r 标区和背景区的网像其灰度商方l 蓦j 并不具钎i ：述 特点，可能的情况是没有明显的双峰或者存在多个谷，要得到正确的图像阈值 十分困难。而实际上存在这样的可能性：虽然属于某一灰度级的象素数占总象 素数的比例较小，但其对二值化效果有较大影响。因此需要对图像灰度分布情 况从整体上进行分析研究，从而确定阈值。分析数字图像的特点：每一个象素 的值均属于一个有限的灰度级集合，设图像中灰度级取值为l i ，l 2 ，l n ， p ( l i ) 代表图像| l 灰度级i i i 现的概率。所以：位化i j 限i i j 以川i i 计钟_ ： t = ：l ，p ( l ，) ，即整幅图像的灰度平均值。这是- - f t 全局阈值分割法，适用性 t = l 比较广泛。针对车牌汉字灰度图，该方法所得阈值与最大方差比阈值极为接近 ( 一般相差1 2 个灰度级) ，摆脱了传统的基于直方图的阈值分割法对图像模 型的假定，且计算过程简单。其改进算法是通过迭代确定最佳阈值的二值化方 法：( 1 ) 首先选定一个初始阈值t o ：( 2 ) 在第t 步，根据阈值t 。分割图像，并 分别计算对象物和背景的平均灰度级u 。和u b ，取t t + i = ( 砜+ u b ) 2 作为下一。次 迭代的阈值；( 3 ) 如果t t + l = t l ，则迭代结束，否则返回第( 2 ) 步。 2 3 3 基于区域生长的图像分割方法 顾名思义，区域生长( r e g i o ng r o w i n g ) 是将一个象素或小的区域组合成大 的图像区域的过程。该方法最简单的一种称为象素凝聚法1 1 8 l ：从一系列的“种 子”点开始，通过将其邻近象素巾性质相似( 例如灰度级、纹理、颜色等性质) 的象素附j j n n 这些种子点而生长成区域。例如，从某一象素点( 种子) 歼始， 检查它的8 邻域象素灰度值，若其灰度值与种子的灰度值之差的绝对值小于事 先设定的阈值，就将该象素和种予合并为一个小区域。再检查该小区域轮廓上 象素的邻域象素的灰度值是否与该小区域的灰度平均值相似，即是否小于事先 设定的阈值t 。满足相似条件的，合并到该小区域中来。如此逐步向外生长， 直到没有满足条件的邻域点为止，生长过程结束。 该方法也可基于区域内灰度分布的统计性质来实现i 剐，即以灰度分稚相似 1 4 l j i i 川人学烦i 学位论文 性作为生长准则来决定区域的合并【挖】。先将一幅图像分割成n x n 个小方块，分 别求出相邻两个小方块的直方图n ( i ) ，使p ( i ) = n ( i ) ( n n ) ，其中n ( i ) 表示小方块 中灰度值为i 的象素数；i ，( i ) 表示狄度值为i 的豫素的现频数。比较两方阵的 累计分布r ( ) 和p 。( i ) ，若乏：ij ( f ) 一b ( f ) i ，( c ，i x ) = ，x c i ( 3 3 ) 其中i ，j = 1 ，2 ，m ，且v i ，。 因为式( 3 - - 4 ) 的分母仅是使后验概率小于1 的系数，消去分母，可得等 价的判决法则： p ( x i c i ) p ( c f ) p ( x i c ，) 尸( c ，) 辛x c j ( 3 4 ) 但在实验中发现，识别汉字通常需要较高维数的特征，如在本文中使j = j 的 一些特征提取方法，其汉字特征矢量的维数均大于2 0 ，并且，即使是针对车牌 中有限汉字字符集的识别，其分类数仍然较多，以上两方面使得很难对汉字特 征的高维概率密度函数( h i g h _ o r d e rp d f s ) 和决策面做出精确的描述，求取条 件概率也就成了问题。即使可以准确定义高维概率密度函数，但由于特征值的 分布通常不是某种简单的统计分布( 如正态分布等) ，也就无法用简便的形式来 描述汉字特征的裹维概率密度甬数，所带来的计算时宅复杂度大大增加，导致 系统难以实现或无法满足实际应用的要求。这就是贝叶斯分类器很少直接应用 在汉字识别系统中的主要原因。 在车牌汉字识别的课题中，我考虑了提取3 2 维的网格特征，应用b a y e s 分 类器进行识别。但由于存在上述问题，无法用单一的表达式来描述高维特征的 概率密度函数。为了程序设计的方便，只能假设各个特征分量均满足正态分布， 分别独立的构造3 2 个概率密度函数，分别独立的计算各个特征分量的条件概率， 加权求和得到待识别汉字总的条件概率，再与该汉字的先验概率相乘，计算出 后验概率用于b a y e s 判决。由于没有考虑各特征分量之间的相关性以及特征分 布的简单假设等因素引入的误差，导致实验结果不够理想，无法投入实际应用。 针对以上问题。一些文献提出了有效应用贝叶斯分类器的解决方案。如在 分析汉字特征分散性原因的基础上，提出了汉字特征分布特性的4 点假设以及 用线性分段函数来描述特征的方法，只用了6 个数据来构造一个特征的概率密 度函数，为基于贝叶斯分类器的汉字识别系统提供了一个筒单的实现方案l l ”。 这些方法在车牌汉字识别中的有效性和适用性有待进一步实验。 叫川人学硕l ：学位论文 3 4 2 基于子空间算法的汉字识别 我们知道，统计模式识别的理论幕础足! 叶斯决策理论它1 i 硬依靠统 计手段来实现模式分类，但这种方法要获得好的识荆率，通常需采用p a r z e n 窗求出模式准确的概率分布。虽然从理论上讲，该方法对规则和不规则的、 单峰或多峰的分布都可以得至准确的概率分布，但其所要求的渊练样本及相 应的计算量十分巨大。正如上一节所分析的那样，着直接采用这种方法对高 维模式进行分类，往往会陷入“维数灾难”这一困境，因此在实际中很少应 用纯粹的b a y e s 分类器进行识别。 最近几年，人们对予空间( s u b s p a c e ) 模式识别的研究又重新重视起来。 子空间模式识别和统计模式识别一样，通常需将原始样本表示成特征矢量，子 空问分类器从这些原始特征中提取有用的特征信息，来实现模式分类。学习子 空间算法( l e a r n i n gs u b s p a c em e t h o d ) 就是由k o h o n e n 提出的一种反馈监督学 习算法，它通过样本的监督训练来对子空间作适当的调整，以提高分类能力。 而后，o j a 在分析l s m 的基础上，提出了平均学习子空问算法( a l s m ) 2 8 1 ， p a r k a s h 和m a r k y 提出了基于h e b b 规则的学习子空阆算法( h l s m ) 2 9 1 和生长 子空间算法( g s m ) i s 0 1 等等。同传统的统计模式识别方法相比，这种子空间算法 有其自身的特点：( 1 ) 子空间作为模式x 的分类标准，每个子空间可代表一类 模式，而且它将类定义为某些矢量的线性组合，其类间边界一般是非线性的， 可直接同决策分类相挂钩；