（电路与系统专业论文）特种车牌识别方法研究[电路与系统专业优秀论文].pdf

上海大学硕士学位论文：特种车牌识别方法研究 第1 页 特种车牌识别方法研究 摘要 汽车牌照识别( c a rl i c e n s ep l a t er e c o g n i t i o n ，c l p r ) 是智能交通系统实现的关 键技术，在自动收费、车流监控、电子警察等方面有着广泛的应用。目前牌照_ 【 刑技术在近年有了飞速的发展，国内也推出了一些实用的系统，但山于问题的复 杂性和困难性，目前仍存在一些需要解决的问题，如一般的车牌识别系统只着重 j 。常规车牌的理解和识别，而较少考虑格式和一般牌照不统一的军、警特种车牌， 出于我国的国情，实际上存在大量的此类特种车牌。因此，对特种牌照识别方法 的研究，对于完善牌照识别系统，实现公路交通的自动控制与管理具有重大的意 义。考虑到特种车牌在牌照大小，牌照字符位置及秩序排列等方面与一般车牌的 差异，本论文对车牌的定位、字符分割等技术方面作了深入的研究，并结合具体 j ：适用，提出了一些新的方法。 论文主要内容包括以下几点： 在车牌定位方面，提出了运用数学形态学的方法来确定车牌区域，根据大量 炎验结果给出了适合车牌定位的结构元素。此方法不仅能够很好地处理由单行字 符组成的车牌，同样也可适用于由双排字符组成的车牌，对于车辆距摄像头的距 离不同，造成所摄牌照区域大小有差异的情况，也能很好地处理，显示了较好的 应用前景。由于结构元素的大小和车牌中字符的大小存在一定的关系，因此为了 迸一步提高基于形态学的车牌定位方法的精度和适用性，应尝试运用自适应的形 态学处理方法来处理。 在车牌字符切分方面，充分利用特种车牌的先验知识和基于轮廓垂直投影分 析的方法，提出基于区域分裂与合并的字符切分方法。同时对特种车牌进行了分 类，依据不同类别车牌的字符数目、字符位置排列的不同，将特种车牌分为四类， 避i j i 分别处理。实验结果表明此算法具有较商的准确率。 在车牌字符的识别方面，把基于f i s h e r 最佳鉴别变换的最佳鉴别矢量特征的方 法运用于字符的识别上，并提取了车牌字符的具有不相关性的最佳鉴别特征。由 于特种车牌字符数量有限，特别是汉字字符数量少，属小样本问题，故提出采用 基于领域的降维方法来降低原始图象的维数。实验结果表明此对数字字符具有很 上海大学硕士学位论文：特种车牌识另q 方；老研究 第1 i 页 高的识别率，对英文字母字符的识别率略低于数字字符而对汉字字符的i 别由 于二样本数量有限，故识别率较低。 关键词：特种汽车牌照识别，数学形态学。字符切分，最佳鉴别变换，字符识别 上：每大掌硕士学位论文：特种车牌识别方法研究 第l t i 页 a s t u d yt os p e c i a lc a rl i c e n s e p l a t er e c o g n i t i o n a b s t r a c t t h ec a rl i c e n s ep l a t er e c o g n i t i o n ( c l p r ) i st h ek e yt e c h n o l o g yt oa c c o m p l i s h t h ei n t e l l i g e n tt r a n s p o r t a t i o ns y s t e ma n dc a nb ea p p l i e dw i d e l yt ot h ee l e c t r o n i ct o l l c o l l e c t i o n ，t h et r a f f i cm a n a g e m e n t ，t h ee l e c t r o n i cp o l i c ea n do t h e rf i e l d s i nr e c e n ty e a r s t h el i c e n s ep l a t er e c o g n i t i o nt e c h n o l o g yh a sb e i n gp r o g r e s s e dr a p i d l y s o m ep r a c t i c a l i y s t e m sh a v eb e i n gp u tt ou s ei no u rc o u n t r y h o w e v e r , f o rs o m ec o m p l e x i t ya n d d i f f i c u l t i e s ，t h e r ee x i s ts o m ep r o b l e m s f o re x a m p l e ，s o m ec o m m o n l y u s e dc a rl i c e n s e p l a t er e c o g n i t i o ns y s t e m sf o c u s o nt h ec o m p r e h e n s i o na n dr e c o g n i t i o nt ot h e c o n v e n t i o n a ll i c e n s ep l a t e ，t h e ys e l d o mf o c u so nt h ea r m ya n dp o l i c el i c e n s ep l a t e w h i c ha r es p e c i a la n da r en o ti n t e g r a t e dw i t ht h ef o r m a t i o n so fo t h e r s n o w , w h e r e a s l h e r ee x i s tl o t so fs p e c i a ll i c e n s ep l a t e sw h i c hc o n f o r mt ot h es i t u a t i o ni no u rc o u n t r y , t h e s t u d yt o t h em e t h o do fs p e c i a ll i c e n s ep l a t er e c o g n i t i o nh a sa ni m p o r t a n t i g n i f i c a n c eo nt h ea u t o m a t i cc o n t r o la n dm a n a g e m e n to fh i g h w a yt r a f f i c c o n s i d e r i n g t h ed i f f e r e n c e sb e t w e e nt h es i z e ，c h a r a c t e r sa n dp e r m u t a t i o no ft h el i c e n s ep l a t e ，t h e i m i c l ee m p h a s i z e st h es t u d yt ot h el o c a t i o n ，c h a r a c t e r sp a r t i t i o na n do t h e rt e c h n o l o g y ， c o m b i n e sw i t ht h ec o n c r e t ea p p l i c a t i o n ，a n dp r o v i d e st h en e wm e t h o d s t h ec o n t e n t sc o n s i s to f t h ef o l l o w i n ga s p e c t s t h ea r t i c l ep r o v i d e st h em a t h e m a t i c a lm o r p h o l o g ym e t h o dt ol o c a t et h el i c e n s e p l a t ea r e a b a s e do nal a r g en u m b e ro f e x p e r i m e n t s ，t h es t r u c t u r ee l e m e n to f t h es u i t a b l e f i c e n s ep l a t ep o s i t i o ni so b t a i n e d t h em e t h o dc a r la p p l yw e l lt ot h el i c e n s ep l a t ew i t ha s i n g l er o wc h a r a c t e r s ，t ot h a to fd o u b l er o w s ，a n dt od i f f e r e n ta r e ar e s u l t e df r o mt h e d i s t a n c eb e t w e e nt h el i c e n s ep l a t ea n dt h ee a l l l e r al e n s f o rt h e r ea r es o m er e l a t i o n s b e t w e e nt h es i z eo fs t r u c t u r ee l e m e n t sa n dt h a to ft h ec h a r a c t e r si nt h el i c e n s ep l a t e ，t h e l f - a d a p t a b l em o r p h o l o g ys h o u l db eu s e di no r d e r t oi m p r o v ea c c u r a c ya n da d a p t a b i l i t y o fl i c e n s ep l a t ep o s i t i o n m a k i n gf u l lu s eo ft h ep r i o r ik n o w l e d g eo f t h es p e c i a ll i c e n s ep l a t ea n da n a l y z i n g t h eo u t l i n ep e r p e n d i c u l a rp r o j e c t i o n ，t h ea r t i c l ep r o v i d e st h ec h a r a c t e r sp a r t i t i o n m e t h o db a s e do na r e ad i v i s i o na n dc o m b i n a t i o n i tc l a s s i f i e st h es p e c i a ll i c e n s ep l a t e i n t of o u rk i n d sb yt h ec h a r a c t e rn u m b e ra n dp o s i t i o na r r a n g e m e n to fd i f f e r e n tk i n d so f l i c e n s ep l a t e t h ee x p e r i m e n ts h o w st h a tt h ea l g o r i t h mr e s u l t si nh i g h e ra c c u r a c y 上海大掌硕士学位论文：特种车牌识别方法研究第l v 负 t h ea r t i c l ep r o v i d e st h ec h a r a c t e ri d e n t i f i c a t i o nm e t h o dw i t ht h ec h a r a c t e r i s t i co f o p t i m a ld i s c r i m i n a n tv e c t o r sb a s e do nf i s h e r so p t i m a ld i s c r i m i n a n tt r a n s f o r m a t i o n ， a n da b s t r a c t st h ec h a r a c t e r i s t i co fo p t i m a ld i s c d m i n a n tw h i c hm e a n st h ec h a r a c t e ro f l i c e n s ep l a t ei sn o n c o r r e l a t i o n 。a st h ec h a r a c t e rn u m b e ro fs p e c i a ll i c e n s ep l a t ei s l i m i t e da n dt h ec h i n e s ec h a r a c t e r sa r es m a l li nq u a n t i t yw h i c hb e l o n g st ot h ep r o b l e m “s m a l ls p e c i m e n ，i tp r o v i d e st h ed i m e n s i o nd e s c e n tm e t h o db a s e do nt h ea d j o i na r e at o r e d u c et h ed i m e n s i o n so fo r i g i n a li m a g e t h ee x p e r i m e n ts h o w st h a tt h en u m b e r c h a r a c t e r si sa tah i g hi d e n t i f i c a t i o nr a t e ，t h ei d e n t i f i c a t i o nr a t et oe n g l i s hc h a r a c t e r si sa l i t t l el o w e rt h a nt h a to fn u m b e rc h a r a c t e r s ，a n dt h ei d e n t i f i c a t i o nr a t e t oc h i n e s e c h a r a c t e r si sl o w e rb e c a u s eo f t h el i m i t e ds p e c i m e nq u a n t i t y k e yw o r d s ：s p e c i a lc a rl i c e n s ep l a t er e c o g n i t i o n ；m a t h e m a t i c a lm o r p h o l o g y ； c h a r a c t e r sp a r t i t i o n ；o p t i m a ld i s c r i m i n a n tt r a n s f o r m a t i o n ；c h a r a c t e r si d e n t i f i c a t i o n 内人学帧i 。学位论义：特种乍牌识j j | f 方法聊f 究 辩l 贝 第1 章绪论 1 。1引言 随藿我囡汽车数量的剧增，加上近年来私车投放量的急剧上升，城f j 交通状况同 益受到人们的重视。如何有效地进行交通管理，越来越成为我国政府和相关部门所关 注的焦点。针对此问题，人们运用先进的科学技术，相继研制开发了各种交通道路监 现、管理系统，这些系统主要包括车辆监测系统，通过车辆监测装置对过往车辆实时 监测，提取有关交通数据，以达到监控、管理和指挥交通的目的，为此许多院校和科 研单位进行了大量这方面的研究，并且研制和开发了基于计算机视觉的汽车牌照识别 系统，目前对此系统的开发还未真正进入到实用化阶段。出于目前所研制开发的汽车 埤照识别系统一般较少考虑对军、警特种车牌的识别和处理，这类牌照的格式不f 司于 一般标准车牌，而且比较复杂，因此还无法实现对此类特种车牌的监测和处理。由于 我国的国情，实际上存在大量的此类特种车牌，如果忽略了对这一部分车牌的研究， 琊么还是无法有效地实现对交通道路的监视和管理。因此，对特种牌照识别方法的研 究，对于完善牌照识别系统，实现公路交通的自动控制与管理具有重大的意义。 1 2 汽车牌照识别系统的研究现状 1 2 1 智能交通的发展情况 智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ) 是在较完善的道路基础上，将先进 的计算机技术、信息技术、控制技术和人工智能技术等有效地综合运用于交通运输、 很务控制和车辆制造，把车辆、道路和出行者紧密结合起来，形成一种定时、准确、 安全、高效的综合运输系统”t 。智能交通系统使交通基础设施能发挥最大的效能，从 而获得巨大的社会经济效益。 国外智能交通系统发展迅猛。如日本的道路车辆通讯系统( r a c s ) 1 2 1 , 欧洲的 d r i v e 计划，美国的综合地面运输效率方案( i s t e a ) 。近期内，我国的智能交通系统 将在以下几个重点开展工作f 3 j ： 1 1 制定我国i t s 发展标准； 冉人学坝l 。学位论文；特种车牌识别方法研究 聃20 2 ) 改造和完善城市的交通管理系统； 3 1 发展公共交通系统； 4 ) 汽车安全和事故预防系统； 5 ) 快速货运系统； 6 ) 监控、通信收费； 7 ) 交通信息服务。 汽车牌照识别技术作为智能交通中的关键技术，可以在智能车辆管理和智能道路 管理领域发挥重要作用。 1 ) 在智能车辆管理方面：对机动车建立信息数据库。通过汽车牌照号就能查出该 车的相关信息。一个典型的应用案例是不停车自动收费，即当车辆通过收费站时，能 目动地完成移动车辆与收费站之间所有信息的传递，完成车辆的收费、登记及建档的 过程。 2 ) 在智能道路管理方面：通过汽车牌照自动识别技术就能在道路上自动检测来交 罚款的车辆，现场进行处罚，并有效地解决了对外地车在本地闯红灯无法处罚的难题。 此外能做到全天候2 4 小时随时检查，减轻了工作强度，提高了工作效率。 1 2 2 汽车牌照识别系统组成 汽车牌照识别系统通常由以下单元组成( 见图1 1 ) ： 1 ) 摄像头：拍摄车头( 或车尾) 的图象 2 ) 照明：一个受控灯，用于照亮汽车牌照，以便实现白天和黑夜的连续工作。 通常情况下照明使用的是红外线，这对于驾驶员是看不见的。 3 ) 捕捉卡：摄像头与计算机之间的接口，以便软件读取图象信息。 4 ) 计算机：通常是一台运行w i n d o w s 或l i n u x 的个人计算机。汽车牌照识别软 件在该计算机上运行，控制整个系统，读取图象，分析和识别牌照，并与其 他应用程序和系统交互。 5 ) 软件：应用程序和识别模块。通常识别模块是以d l l ( 动态链接库) 的方式 提供的。 6 1 硬件：各种输入，输出板卡，用以与诸如控制卡和网卡等连接。 7 ) 数据库：数据被记录在本地数据库或传送到网络。数据包括识别结果，也可 以包括车辆或驾驶员的图片文件。 人学坝i j 学位论史：特种1 - 牌识刷方浊研究 第3 负 幽1 1 汽车牌照识别系统的典型配置 其工作原理是：当车辆通过检测区域时，检测装置将车辆的通过信号传到图象采 粪设备；图象采集设备采集车辆的正面图象，并将图象传到计算机；计算机对车牌进 j 识别，并将识别结果送至监控中心或收费处等应用场所。 对于车牌识别系统中的牌照识别部分，一般可分为以下几个步骤： 1 车牌定位，将车牌区域从复杂的汽车图象中提取出来； 2 车牌字符切分，将字符从车牌图象中一一提取出来； 3 车牌字符识别，对提取出来的字符进行识别。 1 。2 3 汽车牌照识别的研究现状 国内外的学者专家关于汽车牌照识别技术发表了大量的论文和文献 4 1 琊1 】。目前， 画方发达国家的汽车牌照识别系统已经进入较为实用化的发展阶段。全世界已经有许 多公司推出了实用化的产品【1 0 】。 近年来国内在车牌识别领域也有了较大的发展，许多国内的公司也推出了+ 些产 品。我国在汽车牌照实用化产品方面的研究已经取得初步成效，但多数产品与西方发 达国家仍存在差距。当然，我国汽车牌照识别系统相比国外汽车牌照识别系统而言研 制难度更大，主要原因如下： ( 1 ) 我国汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数 字的识别有很大的不同，根据实际情况。目前所摄入的图象中汉字解析度还不高，增 加了识别难度。 缸人学倾| 学世恐史：特种1 - 牌识别方法l i i 究 图1 1 汽车牌照识别系统的典型配置 其工作原理是：当车辆通过检测区域时，检测装置将车辆的通过信号传到图象栗 箕发备；图象采集设备采集车辆的正面图象，并将图象传到计算机；计算机对车牌进 i 议别，并将识别结果送至监控中心或收费处等应用场所。 列十车牌识别系统中的牌照识别部分，一般可分为以下几个步骤： 1 车牌定位，将车牌区域从复杂的汽车图象中提取出来； 2 车牌字符切分，将字符从车牌图象中一一提取出来； 3 车牌字符识别，对提取出来的字符进行识别。 1 2 3 汽车牌照识别的研究现状 国内外的学者专家关于汽车牌照识别技术发表了大量的论文和文献 4 ) q 9 1 。目前， 百方发达国家的汽车牌照识别系统已经进入较为实用化的发展阶段。全世界已经有许 多公司推出了实用化的产品【1 0 】。 近年来国内在车牌谚 别领域也有了较大的发展，许多国内的公司也推出了。一螳产 品。我国在汽车牌照实用化产品方面的研究已经取得初步成效，但多数产品与西方发 达国家仍存在差距。当然，我国汽车牌照识别系统相比国外汽车牌照识别系统而言研 制难度更大，主要原因如下： ( i ) 我国汽车牌照是由汉字、英文字母和阿拉伯数字组成，汉字的识别与字母和数 字的识别有很大的不同，根据实际情况，目前所摄入的图象中汉字解析度还不高，增 字的识别有很大的不同，根据实际情况，目前所摄入的图象中汉字解析度还不高，增 加了识别难度。 海人学坝j 。学位论艾：特种车牌识别方j 土研究 罐4 ( 2 ) 我固根据不同车辆、车型、用途规定了多种牌照格式( 例如分为军车、警车、 普通每等) ，因此不能使用单一的标准来验证车牌区域字符。 ( 3 ) 我国汽车牌照仅底色就有蓝、黄、黑、白等多种颜色，字符颜色也有黑、g i ：、白 等若 ：种颜色，因此采用基于颜色的信息来确定车牌区域难度较大。 1 。3 论文内容及安排 本论文针对实际丌发并已经应用于沪宁高速公路收费处的车牌识剐系统作了进 步的分析，主要对军、警特种车牌的识别作了一定的研究。重点探讨特种汽车牌照的 字符切分和识别算法，以期作为已应用于沪宁商速公路收费处的车牌识别系统的种 补充，目的是完善现有的牌照自动识别系统。论文一共分为血章，具体内容结构的安 排如下： 第一章是绪论。介绍了国内外智能交通的发展状况，总结了国内外近年来汽车牌 照识别技术研究和发展情况，并阐述了汽车牌照识别系统的组成及运行。 第二章是车牌定位的研究。提出适合车牌定位的结构元素，使用形态学的方法确 定车牌区域。其基本思想为，使用形态学的基本运算，使二值边缘图象中的车牌区域 闭合，然后作连通域分析，以每个连通域的外接矩形框是否符合牌照长宽比为主要判 断特征，确定车牌区域。使用该方法定位出的车牌区域较为精确，并能较好地处理双 排字符排列的车牌，显示了很好的应用前景。 第三章是特种车牌字符切分方法的研究。充分利用特种车牌的先验知识和基于轮 廓垂直投影分析的方法，先确定字符的左右边界，进而精确定位字符的上下边界。同 l i 寸对特种车牌进行了分类，依据不同类别车牌的字符数目、字符位置排列的不同，将 特种车牌分为四类，进而分别处理。实验结果表明此算法具有较高的准确率。 第四章是车牌字符的识别方法研究。把基于f i s h e r 最佳鉴别变换的最佳鉴别矢量 特，征的方法运用于字符的识别上。由于特种车牌字符数量有限，特别是汉字字符数量 少，属小样本问题，故必需对原始图象进行降维处理。实验结果表明此对数字字符具 有很高的识别率，对英文字母字符的识别率珞低于数字字符，而对汉字字符的识别由 f 样本数量有限，故识别率较低。 第五章是对全文做出总结，并对今后的研究工作作了展望。 海人+ # 蚓l ：学位论殳：特种1 j 牌识别方法 0 f 究 第2 章基于数学形态学的车牌定位 2 1引言 在汽车牌照识别系统中，车牌定位、字符切分和字符识别这i 个步骤是相辅相成 昀。车牌定位是整个识别模块实现的前提，也是提高整个系统识别率的关键。日静乍 肆定位的方法多种多样，各有所长，但存在着计算量大或定位准确率不高等闷题。本 莹将结合数学形态学的基本运算，尝试使用数学形态学束实现车牌识别系统中的关键 ：骤一车牌定位。 目前车牌定位的方法，归纳起来主要有以下几种： 1 ) 边缘特征法。 利用车牌区域垂直边缘比较丰富这一特征来定出车牌的位置，其依据是汽车牌j 强 是个矩形边框，通过检测图象中的矩形边框来实现定位，如使用h o u g h 变换f ”j 进行边 缘检测。但由于整个图象中矩形边框有时并不唯一，而牌照边框又并不十分明显，加 二使用h o u g h 变换计算量相当大，所以定位效果并不理想。 文献 1 3 】中介绍了一种垂直边缘匹配的方法。文献f 1 2 1 也是基于这种方法。张西i 。 习郑南宁等人提出的方法其实也是一种基于边缘特征的提取方法。此方法是首先榆 涮汽车缓冲器的位置，由缓冲器的位置来确定牌照可能存在的区域。其依据是由于光 趸影响，以缓冲器为界，上下图象的灰度特性不一致，反映在图象灰度特性的水平投 影中有变化的边沿，所以可以用此方法检测出牌照的大致位置，但对于背景较复杂 酱况，缓冲器的位簧很难确定。 2 ) 投影法 许多字符识别分析中都用到了投影分析，此方法对于文字版面分析十分有效，文 欲【1 4 】对此作了详细的分析。投影法同样可以用在目标检测中。文献 1 5 】中介绍的横向 甍分投影可以分割出包含数字的窄条图象。该方法是用于货车车号识剐的，但该方法 同佯适用于车牌定位。 在汽车牌照定位中，投影法通常和其他检测方法结合使用。如结合边缘检测的方 法。主要利用牌照区域有边缘相对集中和规则的纹理特征( 1 6 1 ，辅以投影方法，根据。 海人学坝i 学位论义：特种车牌识另方法研究 ；9 6 贝 定的约束条件来实现定位。而文献 1 7 l r p 使用一种线形滤波器柬增强水平方向的规则 纹理，然后利用投影法实现定位。 投影法的优点是定位速度快，计算量小，定位比较准确。 3 ) 欢度特征法 垓方法通过统计穿过图象水平线的灰度分布图中波峰、波谷的个数来确定乍牌的 大致区域。研究表明车牌区域相对图象其他区域，其灰度特十牛具有明冠的波峰波谷特 征，利用这种特性可以定位出汽车牌照区域。 j b a r r o s o 等人【4 l 提出在图象中搜索具有某些预定义特性的水平扫描线，这些特性 包括扫描线经过的灰度极大极小值的数目、间距、幅度等，由这些满足条件的水平扫 描线可以确定车牌区域。而文献 1 8 r p 使用的扫描行离差数据的分析也正是利用了狄 度特征，其最终分析结果由神经网络实现。文献【1 6 】中所描述的基于二值化和投影法 的定位方法，则是在汽车图象经自适应二值化后，利用牌照区域跳变间距在一定间距 内变化和跳变次数大于等于8 且相对连续变化的特征实现定位，其实质也是利用了牌 照区域灰度的波峰波谷特征。 4 ) 变换法 汽车牌照区域的灰度特征起伏频度很高，容易想到利用检测高频域是否存在显著 的分量来确定车牌位置。但有研究人员指出，有车牌的扫描行在高频域无明显的分量 1 8 1 。于是又有人提出一种基于小波分析和数学形态学的分割方法【1 9 】。该方法通过小波 多尺度分解提取出纹理清晰，具有不同空间分辨率、不同方向的边缘予图象，然后用 数学形态学的方法对小波分解后的细节图象进行一系列的运算，以消除无用信息和噪 声，实现车牌定位。但该方法比较依赖结构元素的尺寸与形状。 5 ) 局部闽值以及连通标记 该方法并不直接对车牌作定位，而是直接在图象中确定出候选字符区域 2 0 1 。对整 幅输入图象作局部二值化，每个象素的阈值由相邻小区阈值作线性内插得到，以避免 分割出来的字符边缘不光滑，然后作连通标记，保留符合字符宽高比等特性的连通区 域，最后作识别。该方法的优点在于可以适用予车牌规格不统一的场合，但由于要对 整幅图象作局部二值化，因此计算量比较大。 还有其他车牌定位方法，如使用神经网络方法，把图象中每一个象素所提取的特 征输入神经网络进行学习，但计算量很大。如使用基于彩色图的神经网络的车牌分割 方法i 引1 2 2 1 ，计算量同样很大。 海人学坝i 学位沦义：特种乍牌识别方法研究 第7 火 本章将根据实际情况( 所有待处理的特种车辆图象都来源于沪宁高速公路收费处， 。主 距离收费处约5 米的摄象机拍摄得到，图象大小为2 8 8 x 3 8 4 ，包含了含有车牌的汽 车= 形面照片) ，提出一种行之有效的车牌定位方法。 2 2 基于形态学的车牌定位方法 形态学是一种以形态为基础对图象进行分析的数学工具，也可称之为数学形态 学。它的基本思想是用具有一定形态的称为结构元素( s t r u c t u r ee l e m e n t ) 的“探针” 圭量度和提取图象中的对应形状，以达到对图象分析和识别的目的。近年来形态学 习象处理这门特殊的图象处理学科已发展成为图象处理的一个主要研究领域。数学彤 奁学的这种基于探测的思想与人的f o a ( f o c u so f a i t e n f i o n ) 的视觉特点有类似之处。 ，# 为探针的结构元素，可直接携带知识( 形态、大小、甚至加入灰度和色度信息) ，来 暴测研究图象的结构特点。 目前国内外已有较多的论文研究了将数学形态学应用到文字和表格提取中。如 k i x ug u 的基于形态学的差分t o p h a t s 变换【矧，可以提取复杂场景中的文字。文i 赦 2 4 】 中的车牌检测也是一种基于数学形态学的方法。本章将结合数学形态学的基本定义和 性质，尝试使用数学形态学来实现车牌识别系统中的关键步骤一车牌定位。 2 2 1 二值图象的数学形态学基本运算 数学形态学的四个重要算符是：腐蚀、膨胀、开启和闭合。 1 腐蚀。腐蚀表示用某个结构元素对一个图象进行探测，以便找出在图象内部可 以放卜该结构元素的区域。 集合a 被集合b 腐蚀，其定义表示为 a o b = z ：b + 工c 锄 ( 2 1 ) 其中a 称为输入图象，b 称为结构元素。a e b 由将口平移x 但仍包含在一内的所 有点x 组成。如果将嚣看做为模板，那么，a e b 则由在平移模板的过程中，所有可以 填入彳内部的模板的原点组成。一般地，可以得到下列性质：如果原点在结构元素的 内部。则腐蚀后的图象为输入图象的一个子集；如果原点在结构元素的外部，那么， 鸯蚀后的图象则可能不在输入图象的内部 2 5 1 。 2 膨胀。膨胀是腐蚀运算的对偶运算。可以定义为： 一o b = y f a - i - 6 ：6 曰) ( 2 2 ) 海人学坝i 学位论义：特种乍牌识剧方法研究 第8 贝 因而，膨胀可以通过相对结构元素的所有点平移输入图象，然后计算其并集得到。 澎胀也可以通过对补集的腐蚀来定义。因为腐蚀表示对图象内部作滤波处理，而膨胀 州表示对图象的外部作处理。 结丰句元素的大小和形状对腐蚀和膨胀的结果会产生不同的影响。选择合适大小和 洲犬的结构元素，进行膨胀运算可以填充图象中的孔，而腐蚀运算则可以消除图象r | 1 ；- ，、的成分。 存形态学图象处理中，除了腐蚀和膨胀这两种基本运算之外，还有两种一二次运算 起着非常重要的作用，即开启运算及其对偶一闭合运算。 3 j r 启。利用图象b 对图象a 作开启运算，其定义为： a o b = ( e s ) o b( 2 3 ) 或如下定义： 一o b = y ( b + x ：b + x c 一( 2 4 ) ：式表明，开启运算可以通过计算所有可以填入图象内部的结构元素平移的并求 等。即对每一个可填入位置作标记，计算结构元素平移到每一个标记位置时的并，便 i ，得到丌启运算结果。事实上，这正是先作腐蚀，然后作膨胀运算的结果。 如果结构元素为圆盘，那么开启运算可以有两个作用：一、利用圆盘作开运算起 剑磨光内边缘的作用，即可以使图象的尖角转化为背景：二、圆盘的圆化作用可以得 到低通滤波的效果。 4 闭合。闭合运算是开启运算的对偶运算，即先作膨胀然后再作腐蚀。利用b 对 d 作闭合运算定义为： a b = 【a o b j b( 2 5 ) 2 2 2 图象预处理 在作形态学处理之前，我们必需对输入的包含车牌的图象作二值化处理。在处理 过程中，应尽可能地保留车牌信息，并尽可能去除非车牌区域信息。汽车牌照中的字 符存在着大量的垂直边缘，经过实验发现，使用传统的全局闽值或局部闽值的二值化 方法，效果并不理想，因此这里我们将采用基于垂直边缘提取的二值化方法。 2 2 2 1 垂直边缘提取 边缘是指图象局部亮度变化最显著的部分。边缘主要存在于目标与目标、目标与 海人学坝1 学位论义：特种车牌识刺方法 | j f 究 第9g 背景、区域与区域之间，是图象分割、纹理特征提取和形状特征提取等图象分柝的重 要基础1 2 引。图象分析和理解的第一步常常是边缘检测。 汽车牌照中的字符存在着大量的垂直边缘，如果能从含有车牌的输入图象中提取 垂直边缘，利用车牌的垂直纹理特征，对图象的垂直边缘作分析，进而定位我们感必 趣的午牌区域。为此，我们需要使用边缘检测算法来提取这种边缘。人们已经发展r i 0 ：多边缘榆测器，这罩我们将结合汽车牌照定位的实际问题，讨沧采用s o b e l 算_ r 提 取汽车图象的垂直边缘。s o b e l 模板为： 雕0 ：1 l 一1 0 1 j 假设汽车灰度图象为c a r g r a y ( i j ) ( 见图2 - 1 ) ，边缘图象为c a r g r a y e d g e ( l j ) ， ( j = o ，1 ，h e i g h t 一1 j = o 1 w i d t h 一1 ) ，其中h e i h g h 为图象的高度，w i d t h 为图象的宽度。 则由s o b e l 模板： c a r g r a y e d g e ( ，) = ( c a r g r a y ( i 一1 ，+ 1 ) + c a r g r a y ( i ，- ，+ 1 ) + c a r g r a y ( f + 1 ，+ 1 ) 。 c a r g r a y ( i - i ，产1 ) 一c a r g r a y ( i , 产1 ) 一c a r g r a y ( i + 1 ，j 一1 ) ) 6 0 ( 2 6 ) 边缘提取结果见图2 - 2 。 图2 - 1 输入的汽车灰度图象 图2 - 2s o b e l 算子提取的边缘图象 为人1 产坝l 学位论义：特种下牌识剧方法研究 2 2 2 2 边缘图象二值化 二值化闽值t h r e s h o l d = a m a x ( c a r g r a y e d g e ) ，其中经验参数口= 0 1 5 ， m a x ( c a r g r a y e d g e ) 为图象c a r g r a y e d g e 的最大灰度值。设汽车边缘二值图象为 b c a r g r a y e d g e ，于是二值化判决公式如下： 当b c a r g r a y e d g e ( i ，) t h r e s h o l d ，b c a r g r a y e d g e ( i , j ) = l ， 当b c a r g r a y e d g e ( i ，) - - t h 并且胛2 ( i - 1 ) - - - - t h 并且肿2 ( i + 1 ) t h ，则d o w n = i 由此可定位字符的上下边界，如图3 - 6 所示，并得到图象p l a t e 3 ，如图3 7 所 图3 5 垂直边缘图象图3 - 6 字符上下边界定位结果 3 2 4 字符分割 圈3 7 1 ) 粗分割 一般我们可以对车牌图象p l a t e 3 ( i j ) 作垂宜投影曲线阡，来定位字符的在 缸入学坝l ：学位论义：特种1 1 牌识尉方法研究 第2 0 丘l 右边界，但由于字符的垂直投影曲线往往都包含较多的波谷，而粘连处的投影曲 线也存在“波谷”，如图3 8 所示，因此较难确定间隙的位置。为了提高字符闯 隙判别的准确性，必须使字符的投影曲线中尽可能少包含波谷，下面采用基于上 卜，边沿轮廓的分裂算法i3 3 j ，使粘连处蚓隙判别的有效性得到大大的提高。 轮廓垂直投影值，定义为字符上边沿与下边沿问的距离，其中字符上下边沿 的定义为以象素点为单位沿字符某列自上向下搜索直到遇见字符区域为l f ：，该点 称为字符在此列的上边沿点；反之，沿列自下向上搜索所获得的点称为一f 边沿点 侄字符区域内改变列值重复上述步骤得到的边沿点序列称为字符的上下边沿。与 垂直投影相比( 如图3 - 8 所示) ，字符轮廓垂直投影图具有良好的单峰性。对其 投影曲线使用分裂算法可以切割出完攘的字符区域。 车牌垂直投影 4 0 2 0 0 4 0 2 0 0 02 04 0印 即1 0 01 2 01 4 01 即1 8 0 车牌轮廓垂直投影 d 2 0 4 0 1 1 2 01 4 01 6 01 即 幽3 - 8 垂直投影与轮廓垂直投影对比图 粗分割即按轮廓垂直投影曲线提取候选字符区域，这里不考虑字符的粘 连与断裂，只提取投影中已经明显分离的区域。 图3 - 8 为字符粗分割结果，共生成9 个候选字符区域。 每人学倾i ：学位论文：特种车牌识另0 方法研究 第2 i 贝 4 0 2 d 0 0加4 0 6 d8 0 1 0 01 2 01 4 01 6 01 8 0 图3 - 8 字符粗分割结果 2 ) 字符区域的确定 常规字符的确定：首先根据字符串区域上下边界问的距离定义为字符的高度 c h a r h e i g h t ，根据字符的宽高比计算出常规字符宽度的估计值c h a r w i d t h ，并以 此估计值为中心设定一个浮动范围( 如1 0 ) ，搜索投影曲线中全部的候选字符 区域。如果寻找到满足该估计值范围的区域，计算该类区域的统计平均值，替换 原来的字符宽度c h a r w i d t h ，以此作为更精确的字符宽度值。结果图3 - 8 中候选 区域2 、5 、6 、7 、8 、9 为找到的字符区域。 字符“1 ”的确定：在轮廓投影区域中未确定的区域内，搜索字符“l ”的区 域。字符“l ”的区域必须满足字符宽度以及字符两侧间隔的限制条件，一般其宽 度约为1 3 5 m m ，其两侧的字符间隙约为2 2 5 m m 。以这些估计值为中心设定一个 浮动范围( 如1 0 ) ，搜索投影曲线中满足这个宽度限制条件的区域。结果图3 - 8 中候选区域3 确定为字符1 区域。 3 ) 分隔“点”的确定 每个车牌上都有一个分隔“点”，但是有时会因为车牌受污染严重而使这个分 隔“点”不明显或出现和其相邻字符粘连等情况。在对车牌的处理过程中有时也 会因为处理不当而造成分隔“点”消失。由于特种车牌的字符数并不是确定的， 分隔“点”的位置也是不固定的，为了对特种车牌进行有效的分类以便后期的字 符识别，确定分隔“点”的位置是相当重要的，这里只考虑车牌中有分隔“点” 的情况。由于分隔“点”其轮廓投影曲线下所包含的面积较小，以此为特征，计 算并标识所有的字符投影曲线下的面积。最小的面积值所对应的位置确定为分隔 “点”的位置。结果图3 - 8 中候选区域4 确定为分隔“点”。 4 ) 字符区域的分裂 当字符之间存在粘连或其他干扰时，其投影曲线的宽度将大予c h a r w i d t h ， 这种现象的出现主要由两个原因造成的：一是由于两个字符区域相距太近，间隙 海人学删i 学位论史：特种下牌识别方法研究 近似为零；二是字符闯或字符与噪声( 包括边界) 相互粘连，如图3 - 8 中候选区 域1 。因此必将该类区域分裂成若干独立区域。 此分裂算法闽值为t h r e s h o l d t h r e s h o l d = 州一孑( 35 ) 其中。m ：= d e v p i j 完，m 和盯分别为腻于该待分裂区域的投影均值与方差。 对于图2 - 8 中的牌照，经过粗分割后的结果见3 9 ( a ) 字母w 、j 其轮廓投 影曲线粘连在一起。而应用上述分裂算法，分裂结果如图3 - 9 ( b ) 所示。 图3 - 9 ( a ) 字符区域粗分割结果图3 - 9 ( b ) 字符区域的分裂 5 ) 字符合并 这部分是将粗分割和分裂后生成的部分字符的区域合并为完整的区域。这罩 采用基于聚类的字符合并算法【2 8 1 。 幽3 。i o 字符候选区域 图3 1 0 为字符候选区域示意图。图中阡，1 与w 5 为已确定的字符区域，而 w 1 、w 2 、w 3 为未确定的候选区域。候选区域中可能包含字符和噪声。字符合并 的目的是从候选区域中选取最可能是字符的几个相邻区域，并将其台并生成一个 新的字符区域。具体方法为任意选取候选区域中的一个区域为聚类中心，结合 海人学坝i ：学位论义：特种乍牌识别方j 击研究 m 2 3 叽 其帽邻区域生成一个字符子集。例如，选取j 2 为聚类中心，其相应的字符子集 为妒2 ，3 ) ，杪2 ，w 3 ，w 4 。聚类的判定式如下： m i n c l u s t e r w i d t h ( i ) 一w i d , a a & r a i n c t u s t e r c e n t e r ( i ) 一c e n t e r l ( 3 6 ) 式中c l u s t e r l