（模式识别与智能系统专业论文）车牌识别系统中字符切分和识别技术的研究.pdf

北京邮电大学硕j l 学位论文车牌识别系统中字符切分和识别技术的研究 车牌识别系统中 字符切分和识别技术的研究 摘要 随着现代信息科技的推进和汽车拥有量的急剧增加，智能交通系 统中的车牌识别系统日益受到重视，成为信息处理技术的一项重要研 究课题。该系统一般包括车牌定位、字符切分和字符识别三个环节， 本文对系统的整体设计给出了一个比较全面的论述的同时，在车牌识 别领域已有的研究成果基础上，对车牌识别中的某些关键技术，即车 牌字符切分和字符识别进行了较为深入的研究。 本文提出了依据车牌颜色和字符间距来区分民用车牌和特殊车 牌的方法。本方法使用空间色彩信息和决策树c 4 5 算法，利用车牌 字符间隔的差异以及车牌颜色的差异等信息进行车牌分类，达到在识 别具体字符之前区分出民用车及特殊车辆进而准确切分的目的，并为 提高判断准确率使用了基于颜色反馈的字符切分迭代方法。车牌类型 判断位于车牌定位与字符切分之间，为字符的正确切分和识别提供了 有力的帮助，在一定程度上提高了系统整体的车牌识别率。 低质量的车牌汉字识别是字符识别中的一个难题，智能交通和模 式识别技术的发展对汉字识别提出了更高的要求，传统的基于二值图 的识别方法已不能满足人们的实践要求。本文采用基于灰度图的汉字 识别方法，避免了在传统二值化过程中不必要的结构信息的丢失。本 文采用基于g a b o r 滤波器的特征抽取方法，使得车牌汉字的识别率由 过去的7 5 左右提高到9 5 以上；首度将局域二值模式( l o c a lb i n a r y p a t t e r n s ，l b p ) 算子运用于字符识别，使得车牌汉字保持高的识别率 的同时，平均耗时有较大幅度的缩短；进一步，在已有的局域二值模 式算子的基础上提出了改进的局部二值模式( a d v a n c e dl o c a lb i n a r y p a t t e r n ，a l b p ) 算子，使得汉字的识别耗时进一步缩短，约为传统方 法的1 5 。实验结果表明，本文提出的方法对低质量的车牌汉字具有 较强的鲁棒性，在识别准确率和识别速度上都有了较大的改进。 关键词：车牌定位、颜色分类、字符切分、局域二值模式、汉字识别 北京邮电人学硕：l 学位论文车牌识别系统中字符切分和识别技术的研究 s t u d yo fc h a r a c t e rr e c o g n i t i o ni n v e h i c l el i c e n s ep l a t es y s t e m a b s t r a c t w i t ht h ea d v a n c e m e n to fm o d e mi n f o r m a t i o nt e c h n o l o g ya n ds h a r p i n c r e a s eo fm o t o rv e h i c l e s ，v e h i c l el i c e n s ep l a t er e c o g n i t i o ns y s t e mg o t m o r ea n dm o r ea t t e n t i o n ，w h i c hh a sb e c o m ea ni m p o r t a n tr e s e a r c ht o p i c i ni n f o r m a t i o np r o c e s s i n gt e c h n o l o g y t h es y s t e mi sc o n s i s t e do fl i c e n s e p l a t el o c a t i o ns u b s y s t e m ，c h a r a c t e rs e g m e n t a t i o ns u b s y s t e ma n dc h a r a c t e r r e c o g n i t i o ns u b s y s t e m i nt h i sp a p e r , f i r s ta no v e r a l ld e s i g no fv e h i c l e l i c e n s ep l a t es y s t e mi sg i v e n ，t h e no nt h eb a s i so fr e s e a r c hr e s u l t s ，k e y t e c h n o l o g i e sa b o u tc h a r a c t e rs e g m e n t a t i o na n dc h a r a c t e rr e c o g n i t i o na r e f u r t h e rr e s e a r c h e d i nt h i sp a p e rw ep r e s e n tam e t h o dt od i s t i n g u i s hl i c e n s ep l a t et y p e ， u s i n gl i c e n s ep l a t ec o l o ra n d c h a r a c t e rs p a c e t h i sm e t h o du s es p a c ec o l o r i n f o r m a t i o na n dd e c i s i o nt r e ec 4 5 ，a sw e l la st h ec h a r a c t e ri n t e r v a l so f l i c e n s ep l a t e ，t oi d e n t i f yb e t w e e nc i v i l i a nl i c e n s ep l a t ea n ds p e c i f i c l i c e n s ep l a t e i no r d e rt oi m p r o v ea c c u r a c y , w ea l s o a p p l yc h a r a c t e r s e g m e n t a t i o ni t e r a t i v em e t h o d sb a s e do nt h ef e e d b a c ko fp l a t el i c e n s e c o l o r d e c i s i o no fl i c e n s ep l a t et y p ei sl o c a t e db e t w e e nl i c e n s ep l a t e l o c a t i o na n dc h a r a c t e rs e g m e n t a t i o n ，w h i c hi m p r o v e sr e c o g n i t i o nc o r r e c t r a t eo ft h eo v e r a l lv e h i c l el 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 l o w q u a l i t yc h i n e s ec h a r a c t e rr e c o g n i t i o no f v e h i c l el i c e n s ep l a t ei s a l w a y sad i f f i c u l tp r o b l e m w i t ht h ed e v e l o p m e n to fi n t e l l i g e n tt r a f f i ca n d p a t t e mr e c o g n i t i o nt e c h n o l o g y , t h et r a d i t i o n a la p p r o a c h e sw h i c hb a s e do n b i n a r yi m a g e sc a n n o tm e e to u rp r a c t i c a lr e q u i r e m e n t i nt h i sp a p e r r e c o g n i t i o na p p r o a c hb a s e do ng r a y - s c a l ei m a g e si sa p p l i e d ，t oa v o i d u n n e c e s s a r ys t r u c t u r a li n f o r m a t i o nl o s si nt h ep r o c e s so fb i n a r i z a t i o n w e a t t e m p tt ou s eg a b o rf i l t e r sa sf e a t u r ee x t r a c t i o nm e t h o d s ，w h i c hi m p r o v e r e c o g n i t i o nr a t eo fc h i n e s ec h a r a c t e rf r o mt h ep r e v i o u s7 5 p r o b a b l yt o l i 9 5 a b o v e ；a l s ow ea t t e m p tt oa p p l yl o c a lb i n a r yp a t t e m s ( l b p ) i n t o c h i n e s ec h a r a c t e r s r e c o g n i t i o nf o rt h ef i r s t t i m ea n da c h i e v e g o o d i m p r o v e m e n t ，w h i c hn o to n l ym a i n t a i n sah i g hr e c o g n i t i o nr a t eb u ta l s o s h o r t e n st h ea v e r a g et i m e c o n s u m i n g i nt h ef u r t h e r , o nt h eb a s i co f e x i s t i n gl b po p e r a t o r , w eb r i n gf o r w a r da ni m p r o v e da n de f f i c i e n t a d v a n c e dl o c a lb i n a r yp a t t e m s ( a l b p ) o p e r a t o ra sf e a t u r ee x t r a c t i o n a p p r o a c h ，w h i c hr e a l i z e st i m es h o r t e n e df u r t h e r , a b o u t1 5o ft r a d i t i o n a l m e t h o d s e x p e r i m e n tr e s u l t sp r o v e ，c o m p a r e dw i t ht r a d i t i o n a la p p r o a c h e s ， o u rm e t h o di sr o b u s ta g a i n s tt h er e c o g n i t i o no fl o wq u a l i t yv e h i c l ep l a t e c h i n e s ec h a r a c t e r sa n di ti sm o r ea d a p t i v et h a nc o n v e n t i o n a la p p r o a c h e s b o t ho np r e c i s e n e s sa n dr e c o g n i t i o ns p e e d k e y w o r d s ：p l a t el o c a t i o n ；c o l o rc l a s s i f i c a t i o n ；c h a r a c t e r s e g m e n t a t i o n ；a l b p ；c h a r a c t e rr e c o g n i t i o n i i i 独创性( 或创新性) 声明 本人声明所呈交的论文是本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中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与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说明并表示了谢意。 ，申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 壶吐 日期： 至旦旦仝：至：丛 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 文注释：本学位论文不属于保密范围，适用本授权书。 本人签名：壶圈： 日期：塑鲤：2 ：堕 导师签名： 丝蕴丝2 同期： 之皇皇z ：之：笙 北京邮电大学硕十学位论文车牌识别系统中字符切分和识别技术的研究 第一章绪论弟一早三百v 匕 1 1 课题的研究背景及意义 随着现代化进程的推进和国民经济的高速发展，我国各类机动车投放量的急 剧上升给停车场管理及交通管理造成了相当大的冲击，路网通过能力已不能满足 交通量增长的需要，交通拥挤、交通污染与交通事故现象日益严重，城市交通状 况同益得到政府和相关部门的重视。过去依靠修建更多的道路、扩大路网规模来 解决日益增长的交通需求，是治标不治本的。现在各国普遍采用高科技来改造现 有的道路运输系统和管理系统，从而大幅度提高路网的通行能力和服务质量。车 牌是机动车唯一的管理标识，在交通管理系统中有着举足轻重的地位。车牌识别 技术作为交通管理自动化的重要手段之一，其任务就是分析、处理车辆监控图像， 自动识别汽车牌号，并进行相关智能化数据库管理，以实现监控、管理和指挥交 通的功能，从而疏解交通压力，简化人的劳动。 车牌识别系统( l i c e n s ep l a t er e c o g n i t i o n ，l p r ) 广泛应用于高速公路电子 收费站、出入控制、公路流量监控、停车场车辆管理、公路稽查、失窃车辆查询、 监测黑牌机动车、监控违章车辆等需要车牌认证的场合。具体应用可以概括为m 1 2 7 ( 1 ) 车辆的定位和自动检测报警 此项功能针对纳入“黑名单”的车辆，如冲关或肇事后逃逸的车辆、被公安 部门通缉或挂失的车辆、欠交费的车辆等。只要将其车牌资料输入应用系统中，一 系统就会处于自动检测状态，2 4 小时不停地对所有经过车辆自动进行识别、比 较、处理；一旦发现上述车辆经过，立刻给出控制信号，达到车辆自动稽查的目 的。另外，该系统还可发现无车牌的车辆。如与车型监测器联用，可迅速发现所 挂车牌与车型不符的车辆。 ( 2 ) 车辆的自动放行 此项功能针对“绿灯车辆”，特殊车辆( 如军车、警车) 、预交费车辆( 如已办 理月、年缴费卡) 以及其它授权免费通行的车辆。系统处于自动检测状态的过程 与上相同。所不同的是，一旦发现该类车辆经过，给出的控制信号是自动放行， 达到车辆不停过卡和减少工作人员工作量的目的。通常可用于路桥收费卡口专用 车道、停车场的收费口以及单位对进出车辆的控制等。 ( 3 ) 车辆身份的后台集中识别 在道路交通监测部门，每天有大量的违规车辆( 如闯红灯、越线、超速、抢 道等) 的图片汇集，现在的人工识别车牌及输入方式，工作量很大，易导致疲劳 北京邮电大学硕_ 上学位论文 车牌识别系统中! 符切分和识别技术的研究 误判。采用车牌识别系统能自动地对车牌进行识别处理，可大量减少人力，减轻 工作强度，尽量减少乃至杜绝出错的可能，大幅度提高处理速度和效率。 ( 4 ) 交通监控 主要是利用车牌识别系统的摄像设备，直接监视相应路段的交通状况，获得 获取车辆密度、队长、排队规律等交通信息，监察和防范交通事故的发生，诱导 和疏通交通系统，避免长时间堵车等车的情况。当发现车辆超速时，摄像机获 取该车辆图像，并识别出该车辆的牌照号码，然后给出该车超速的警告信号。 ( 5 ) 自动确认车辆及入口、防止司机作弊 主要是针对高速公路中途互换入口卡的车辆，高速公路中途互换入口卡，可 以将路费降到最低，给高速公路业主带来很大的经济损失。通过l p r 系统，入口 处可以很容易地将驶入车辆的识别结果通知各个出口，而出口处的系统也可以很 容易地判定该车来自何入口，从而杜绝了中途互换入口卡的车辆的作弊行为，防 止了应收款的流失。 ( 6 ) 数据自动统计及模糊查询 此项功能主要用于路桥卡口、停车场的内部管理和交通公安部门的监控管 理。通过联网，出入卡口的车辆数据实时在线，随时可用于统计流量和进行模糊 查询，找到某一辆车现在的具体位置。 ( 7 ) 实现自动预收费功能 此项功能适用于预交费的情况，可实行对经过车辆自动扣款收费，一方面能 实现不停车收费，解决卡口车流量瓶颈问题；另一方面又能杜绝人与现金的接触， 解决与现金有关的种种问题。 ( 8 ) 停车场管理 此项功能主要用于停车场出入口处，设有l p r 系统，对进出停车场的车辆进 行自动识别，并根据数据库中的车牌数据判断是否为已买或已租车位的车辆，对 已买或已租的车辆自动将其车位处的挡车器打开，以便车辆停放；对其他车辆， 自动记录出入停车场的时间，以便及时收费，对此类车辆自动分配停车位并将其 车位处的挡车器打开，以便停放。这样既不需用入口值班人员发放通行介质，又 可以保证车辆信息准确无误地送至出口，起到了替代入口值班员和节省通行介质 的作用。 总之，车牌识别系统作为智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o n s y s t e m ，i t s ) 的一个重要组成部分，在实际生活中具有很高的应用价值和经济价 值，因而对车牌识别技术的研究和应用系统开发也具有重要的现实意义。车牌识 别系统的广泛应用前景已经吸引了许多科研人员、厂商投入到这项领域的研究和 开发。 2 北京邮电大学硕士学位论文车牌识别系统中字符切分和识别技术的研究 1 2 国内外研究历史和现状 1 9 8 8 年，国外的研究人员就开始了对车牌自动识别系统的应用研究，主要方 法就是对车牌的图像进行分析，自动提取车牌信息，确定车牌号。针对多数国家 车牌前、背景颜色单一对比明显、车牌字符构成简单、格式单一和严格的车牌使 用标准的特点，成品的车牌识别系统基本能满足实践需要。 而随着交通问题的日益突出，各国政府和企业也在不断加大在这个领域的研 究和应用。国外的车牌识别系统对中国大陆的车牌识别存在着很大的缺陷，不能 识别汉字。目前许多性能不错的成品的车牌识别系统已经应用于社会实践中，但 由于外界环境的干扰、复杂的疑似车牌区域的背景、空气中的尘埃、摄像头的角 度、车牌自身的低分辨率等条件的影响，这些产品还有一定的局限性，不能完全 克服上述不利因素带来的性能降低。 除了车牌识别系统之外，还有两项专门的技术也被应用于车牌识别，即条形 码识别技术和无线射频技术n 。前者条形码识别要求预先在车身上印刷条形码， 在系统的某一固定位置上安装扫描设备，通过扫描来读取条形码，以达到识别车 辆的目的。而后者则要求在车内安装标示卡，在系统某一位置安装收发器等装置， 通过收发器来接收标示卡的信号，从而识别经过的车辆。实际上，后面这两种技 术与车牌识别系统比起来，更难以推广。首先，车牌识别系统应用于目前的情况 下，并不需要在车辆上预先安装专门的条形码或射频标示卡，其次，车牌识别系 统是基于视频技术的，可以进行图像的检索、回放，方便维护和升级，比起另外 两种专门的识别技术来使用更方便，而且现在我国已经颁发了统一制作的车牌， 实现了一车一牌的管理。 1 2 1 车牌定位技术研究发展状况 车牌定位的研究国外起步比较早，现有比较好的车牌定位方法主要有 j b a r r o s o 等提出的基于水平线搜寻的定位方法；r p a r i s i 等提出的基于离 散傅立叶变换( df ，i ) 的频域分析方法乜1 ；c h a r lc o e t z e e 提出的基于n i b l a c k 二值 化算法及自适应边界搜索算法的定位方法口1 ；j b u l a s c r u z 等人曾提出基于扫描 行的车牌提取方法h 1 等。上述方法，虽然在一定的场景和条件下能够定位到车牌， 但是对一些外界条件恶劣的干扰，如天气雨雾、光照变化、背景复杂、车牌磨损 退色、图像倾斜等，不能达到满意的效果；同时这些方法也局限于定位某个国家 的车牌，对于其他国家的车牌往往产生拒识或误识现象。 而针对国内车牌的特点，车牌主要有蓝底白字、黄底黑字、白底黑字红字和 黑底白字四种类型，我国车牌定位方法分为基于灰度图的车牌定位和基于彩色图 的车牌定位方法。前者是将采集到的彩色图像转换为灰度图像，再根据车牌区域 北京邮电大学硕上学位论文车牌识别系统中字符切分和识别技术的研究 的特征来判断车牌区域实现定位。后者则是根据车牌底色、颜色空间距离及相似 度计算，从图像中分割出想要的颜色区域，再采用一些方法判断该区域是否属于 车牌区域，实现车牌定位。 基于灰度图的车牌定位是传统的图像处理技术与车牌特征的有机结合，国内 比较好的定位算法有基于车牌文字变化特征的自动扫描识别算法隋1 ，基于粒子图 像相关法的车牌定位算法订刳，基于变换函数提取车牌的算法，基于视觉的车辆车 牌检测1 ，基于字符串的车辆车牌分割方法口1 ，基于饱和度信息和人工神经网络 的车牌定位n 耵，等等。这些算法都是基于车牌的特征来研究车牌的定位与识别， 因而具有一定的针对性和局限性。 而基于彩色图的车牌定位方法则是近些年来才提出来的，可以说是车牌识别 领域的一个新思路。主要的方法有：基于彩色边缘检测算子c o l o r p r e w i t t 和彩 色边缘检测与区域生长相结合的车牌定位算法陋1 ；基于颜色分割和投影法分割出 潜在的各种底色的车牌区域的方法呻1 ；等等，这类算法简单易行，而且全面作用 在颜色空间的分量上，检测出的车牌区域易于与背景剥离，准确率较好，但对于 夜间车牌颜色不明显或者车牌退色等情况则束手无策，计算量和存储量也比较 大。 虽然上述各种车牌定位方法都具有一定的实用性和参考价值，但大都不完 善，背景要求比较简单，不能满足当今车牌背景复杂、干扰多的实际场合应用要 求。当然，结合上面这些基本方法与各种优化算法又派生出许多其他定位算法。 但这些方法也存在各自不同的局限性，例如：基于彩色的分割方法对于无法得到 彩色图像或图像退色严重的情况显然失效；基于搜索车牌边框的方法在光照不 均，有强光干扰时失效，且对车牌边框不明显的图像定位效果差；基于灰度梯度 的方法在复杂背景下，对干扰比较敏感；基于经典变换域的方法也有上述类似问 题存在。因此有必要对实用的复杂背景下的多车牌区域定位及提升速度的方法做 进一步研究u 引。 1 2 2 车牌字符识别技术研究发展状况 车牌字符识别实际上是依附在车牌上的印刷体文字的识别，能否正确识别不 仅是文字识别技术的问题，还要考虑其载体车牌区域的影响，也就是说车牌 字符识别技术是文字识别技术与车牌图像自身因素协调兼顾的综合性技术n 训。由 于光照条件、天气变化等自然因素和摄像机性能、车牌整洁度、车辆运动、拍摄 倾斜角度等人为因素，车牌中的字符往往出现各种各样质量的模糊污损、扭曲变 形、干扰噪声和多种分辨率，这些都给字符的识别增加了难度。 虽然车牌字符识别在技术上已经取得了一定的突破，然而离复杂多变的实际 4 北京邮电大学硕士学位论文 车牌识别系统中字符切分和识别技术的研究 应用要求还有一定差距，许多新方法仅停留在理论和文章上或者限定在比较狭窄 的约束范围内，尤其是对车牌汉字的识别未考虑车牌本身易受干扰和汉字本身笔 画稠密的因素，仅仅沿用过去文本字符识别的方法，所以车牌字符识别的实用化 研究还有待加强。 1 3 存在的问题和发展趋势 关于车牌识别系统的研究，国内外学者已经做了较多工作，但实际效果并不 理想，往往是针对某些特定场景的，缺少通用性；识别速度和准确率也有待提高。 因此，自适应性强、速度快、准确率高的车牌识别系统还有待进一步研究。 传统的车牌识别系统主要是针对车辆自动缓停收费、停车场管理等场合，所 以监视的区域一般只有单一车辆，背景相对单一。而如今的许多实际应用场合， 监视区域扩展到多辆车并行，背景也复杂得多，加入了许多疑似车牌的因素在图 像中，例如广告牌、斑马线、树木、建筑物及各种背景文字，等等，因此过去的 车牌识别系统无法直接沿用至今，车牌的几个关键技术方面还有待改进。 而国内的车牌识别系统的研发，还有结合我国的国情，不能照搬照抄国外的 研究成果。我国的车牌有如下特点n b 埔帕1 ： ( 1 ) 我国标准汽车牌照是由汉字、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，从而增加了识别的难度； ( 2 ) 国外许多国家汽车牌照的底色和字符颜色通常只有对比度较强的两种颜 色，而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 红、自等若干种颜色； ( 3 ) 其他国家的汽车牌照格式( 如汽车牌照的尺寸大小，牌照上字符的排列等) 通常只有一种，而我国则根据不同车辆、车型、用途，规定了多种牌照格式( 例 如分为军车、警车、普通民用车、大型民用车等) ，牌照的多样性，自然导致牌 照识别的复杂性； ( 4 ) 我国汽车牌照的规范悬挂位置不统一。有些牌照安装在车前保险梁的正 中，有些安装在左前灯下方或右前灯下方，不仅如此，有些轿车前还自行安装上 不锈钢保险架或装饰等，给定位和识别增加了难度； ( 5 ) 由于环境、道路或人为因素造成汽车牌照污染严重，这种情况下国外发 达国家是不允许上路的，而在我国仍可上路行驶。由于我国汽车车牌识别的特殊 性，采用任何一种单一识别技术均难于奏效。 总之，结合我国的国情，车牌识别系统的研究由于受到多方面的制约，其实 践应用还存在着一些不足，但是随着现代智能交通和模式识别技术的发展，其发 展前景和潜力是巨大的。 北京邮电人学硕l ：学位论文车牌识别系统中符切分和识别技术的研究 1 4 本文的主要研究工作和组织结构 评判一个车牌识别系统性能优劣的两个主要因素是：运算时间和识别正确 率，而制约这两个因素的最主要环节就是车牌定位和字符识别过程。本文主要研 究图像处理、模式识别等在车牌识别系统中的应用，通过对图像处理的研究，选 择适合车牌识别系统的图像处理方法和次序，实现车牌识别的目的，并且本文在 字符切分之前利用了车牌颜色空间信息和字符间隔判断车牌类型，实现字符的正 确切分，同时，本文把研究的重点放在了制约车牌性能充分发挥的主要因素上， 即车牌字符识别的算法改进上，以求系统在尽可能短的时间内做出尽可能正确的 识别判断。总之，本文所采用的技术，与人脸检测和识别、指纹识别、手写字符 识别、医学生物图像处理等技术是相通的，具有广泛的应用和研究价值。 本文共分为六章，内容安排如下： 第一章为绪论，主要介绍了车牌识别技术研究的背景意义、总结了国内外近 年来车牌识别技术的发展现状和存在的问题，并简要说明了本文其后章节的结构 编排。 第二章阐述了车牌识别系统的基本构成和涉及到的一些基本技术，并较详细 地讲述了车牌定位、字符切分、数字和英文字母识别三个关键部分所能采用的不 同算法及其优劣。 第三章、第四章和第五章是本文的研究重点。 第三章首先对特殊车牌( 军车、警车、武警等) 的格式及新标准进行解读， 再根据车牌分类流程图，具体说明特殊车牌分类过程，车牌颜色问题的决策树解 决方案、字符切分初步及通过反馈最终确定车牌类型。车牌类型的正确判断在一 定程度上提高了车牌识别系统的整体识别率。 第四章首先介绍了几种有代表性的字符识别技术，再对车牌识别系统中的汉 字识别的一些算法、方法作了一个较为全面的介绍和分析，接着改进并提出了自 己的新算法，通过实验及与已有算法的对比，验证了本文算法的识别正确率高、 时间消耗少的优越性。 第五章为实验结果，通过多种算法的识别效果对比，给出了完整的综合实验 结果，验证了本文提出的算法的有效性，并对实验结果及误差进行了简单分析。 最后一章总结了本文的工作，并对下一步研究工作做出了展望。 6 北京邮电大学硕十学位论文车牌识别系统中字符切分和识别技术的研究 第二章车牌识别系统的基本构成 2 1 车牌识别系统的基本构成 2 1 1 车牌识别系统的基本构成和总的流程图 车牌识别技术是车辆自动识别技术的重要组成部分，它主要是利用每一个汽 车都有唯一的车牌号码从而不同车辆具有不同牌照的思想来识别和统计车辆。它 将摄像机所拍摄的车辆图像，通过一系列的图像处理、模式识别等技术，进行车 牌号码的识别。在不影响汽车状态的情况下，计算机自动完成车牌号码的识别。 一个完整的车牌识别系统包含3 个核心子系统，即车牌定位、字符切分、字 符识别，每一个子系统的正确率对下一个系统都有着直接的影响。如图2 - 1 为车 牌识别系统框架图。 图像捕获并输夕l 一 输出识别结果 叫l 车牌定位卜_ 斗l 字符切分卜一呻l 字符识别卜_ 叫 图2 - 1 车牌识别系统框架图 车牌识别系统的工作原理是，当车辆通过检测区域时，摄像头捕获车辆的图 像并传送到图像采集卡中，图像采集卡将采集到的车辆图像送入计算机，计算机 对车牌进行自动定位和识别，并将识别结果送至监控中心或收费处等信息处理场 所。下面就该系统框架图的每一部分做一简单介绍： 车牌图像捕获：主要是通过摄像头与计算机数据采集卡直接相连来完成图像 采集，实时在监控图像中抓取含有车牌的图像。 车牌定位：决定其后的车牌字符切分和识别。根据车牌区域的特点，在捕获 的图像中搜寻车牌可能的区域位置，并进一步筛选确认车牌区域。 字符切分：将定位出来的车牌区域分割成单个的字符区域，以利于下一步的 字符识别。由于字符块在竖直方向上的投影必然在字符间或字符内的间隙处取得 局部极小值，因此字符的正确切分位置应该在上述局部极小值附近。 字符识别：包括汉字、英文字母和阿拉伯数字的识别，根据目标的特点和分 布特征进行特征提取，选择在特征空间中最能反映分类本质的特征；通过训练确 定分类器的判决规则，将最优判决规则建为标准库，分类决策时在特征空间对被 识别字符进行分类，进而确认识别结果。 单帧图像的车牌识别完成后，系统输出一个车牌号码字符串作为最终的识别 结果。 7 北京邮电大学硕上学位论文车牌识别系统中字符切分和识别技术的研究 2 1 2 车牌识别系统涉及到的基本技术和基本概念 车牌识别系统需要进行图像的实时采集、分析和处理，涉及到了许多学科理 论和应用知识，包括人工智能、计算机视觉、机器人技术、拓扑学、模式识别、 图像处理等许多学科，下面简单介绍下本文方法所涉及到的部分技术。 ( a ) 边缘检测 边缘检测就是检测图像灰度级具有突变的地方，表示一个区域的终结，也是 另一个区域开始的地方。边缘不同于物体的边界：边缘指的是图像中象素值有突 变的地方，而物体的边界指的是现实场景中的存在于物体之间的边界。一幅图像 中，有可能有边缘的地方并非边界，也有可能物体的边界在图像中不成为边缘， 这是因为现实中的物体是三维的，而图像只是二维信息，从三维n - 维的投影成 像不可避免地会丢失一部分信息；另外成像过程中的光照和噪声也是不可避免的 重要因素n 引。 经典的边缘检测方法是考察图像的每个象素点在某个区域内灰度的变化，利 用边缘邻近一阶或二阶方向导数变化规律检测边缘。 ( b ) 图像增强 利用各种数学方法和变换手段提高图像中的对象与非对象的对比度和图像 清晰度n 钉。对象指所需要研究的目标，非对象指对象以外的背景。图像增强技术 突出人或其他接收系统所感兴趣的部分，提高图像的使用价值。例如，若强化图 像的高频分量，则可以使图像目标轮廓清晰、细节明显等等。需要说明的一点， 图像增强并不是增加了图像数据中的信息内容，它只是增加了所选择特征的动态 范围，从而使这些特征检测或识别更加容易。 ( c ) 平滑 一幅图像可能存在有各种噪声，消除图像中的这些噪声成分就叫做图像的平 滑。平滑处理是图像增强的一种技术，目的是消除字符在输入或数字化时所混入 的噪声，并按特定的需要突出一幅图像中的有用信息。对图像进行平滑时要注意 两点：一是平滑处理不能损坏图像的边缘轮廓及线条等重要信息，二是平滑处理 要使图像清晰，增强图像的视觉效果。 ( d ) 图像分割 图像分割就是把图像分成各具特性的区域并提取出感兴趣目标的技术和过 程n 引。在对图像进行研究时，人们往往对图像中的某一或某几部分感兴趣，这些 部分称之为目标或前景，其他部分称为背景，目标往往对应于图像中特别的、具 有独特性质的区域。为了辨识和分析这些目标，需要把它们分离提取出来，以实 现目标的进一步分析。图像分割一般分为两种方法：不连续性检测和灰度相似性 分割。前者也叫边界分割法，是对孤立点、孤立线及边界进行分割，如s o b e l 算 8 北京邮电大学顽学位论立车牌识别系统中字符切分自识别技术的研兜 子、r o b e r t 算子、c a n n y 算子等；后者则是对区域内灰度相似的地方进行分割， 如直方图门限化的分割，自适应阐值分割等。 ( e ) 二值化 二值图像是指整幅图像内仅有黑、自二值的图像，在它们之间不存在其他扶 度层次的变化。图像的二值化是一种区域分割技术，即将图像分成前景和背景两 部分，目的在用于把灰度图像变成0 、1 取值的二值图，以便压缩数据，使处理 变得简单。二值化完成后，对图像作进一步分析处理时，图像的几何性质只与0 和1 的位置有关，不再涉及到象素的获度值。图像二值化的过程，也就是寻找合 适阈值实现待研究区域的前、背景相分离划分的过程。 ( f ) h s v 颜色模型“2 ”1 h s v 空间比较直观并且符合人的视觉特性，这些特点使得h s v 模型非常适合 基于人眼视觉特性的彩色图像处理。 h s v 颜色空间共有三个参数。h ( h u e ) 指色度，是评定某种颜色的直接依据： s ( s a t u r a t i o n ) 指的是饱和度，即某种颜色的深浅：y ( v a l u e ) 是亮度，指的是颜 色的明暗程度。其中色度分量是基于人眼能感知到的红橙黄绿青蓝紫这些基本的 颜色信息，即所处的光谱颜色的位置。该参数用一角度量来表示，红的色彩角是 0 。，绿的是1 2 0 。，蓝的是2 4 0 。，三者分别相隔1 2 f f 。互补色分别相差t 8 0 。饱和 度s 为一比例值，范围从0 到l ，它表示所选颜色的饱和度和该颜色最大的饱和 度之间的比率。s = o 时，只有灰度。亮度v ，范围是从0 到1 。有一点要注意， 它和光强度之间并没有直接的联系。h s v 模型以两个重要的事实作为基础首先 v 分量与彩色信息无关，其次h 和s 分量与人感受彩色的方式紧密相连。 h s v 模型的三维表示从r g b 立方体演化而来。设想从r g b 沿立方体对角线的 白色定点向黑色定点观察，就可以看到立方体的六边形外形。六边形边界表示色 彩，水平轴表示纯度，明度沿垂直轴测量。下图为h s v 颜色表示图例。 围2 - 2h s 7 廉色袁示目倒 北京邮电人学硕：l 学位论文车牌识别系统中字符切分和识别技术的研究 2 2 车牌定位算法研究及实现 2 2 1 车牌的规格和特征 车牌照作为车辆的唯一标识，制造和使用都有严格的规范和标准。根据中华 人民共和国机动车登记办法规定：机动车前号牌安装在车辆前端的中间或偏右， 后号牌安装在车辆后段的中间或偏左，无任何变形和掩盖，横向水平，纵向基本 垂直于地面并不得倒置，固定封装。我国现行的民用车牌大多是使用中华人民共 和国公共安全行业标准g a 3 6 9 2 ，“9 2 式 车牌最初是先在乌鲁木齐、大庆等地 试行，1 9 9 4 年夏天才在全国大范围换发并一直沿用。 根据“9 2 式”格式，黄、蓝两色车牌为民用车，牌照大小均为4 4 0 m m 1 4 0 m m ， 后面的多为4 4 0 m m x1 4 0 m m ，大、中型汽车为4 4 0 m m x 2 2 0 m m 。牌照是由7 个字符 合成的字符串，字符排列格式是：x ，x ：x ，x 。x ，x 。x ，x ，为省份汉字，x ：为 字母，x ，x 。为字母与数字的混合，x ；x 。x ，为数字。大、中型汽车尾牌为双行， 省份汉字及首字母在上，其余在下。 另外民用车牌上有省、直辖市、自治区的名称简称和发证及监督机关的代号， 编号为英文大写字母。后面的编号一般为5 位编号，从0 0 0 0 1 - 9 9 9 9 9 ，编号超 过1 0 万就由a ，b ，c 等字母代替。即“a 代表1 0 万，“b ”代表l l 万，最 后一个字母代表3 3 万，其中英文字母“o ”、“i ”由于易与数字“0 ”、“1 相混而不被使用。使馆、领事馆的外籍车牌上的是建国国家的代号，与所在地区 的监管机关编号无关1 引。 而在2 0 0 7 年1 1 月1 同由公安部颁布的新的行业标准中华人民共和国机动 车号牌( g a 3 6 2 0 0 7 ) ，对号牌分类、登记编号编排规则、制作技术和安装使用 进行了调整，但字符格式与“9 2 式 相比没有变化。新标准乜2 1 修改了机动车号 牌号码的编码规则，允许字母在后五位编码中任意一位出现，但总数不能超过两 个，增加了号牌容量，将解决部分地区号牌资源不足的问题。调整后，道路上行 驶的机动车可能出现与目前不同的编码方式。针对于北京地区，旧标准的机动车 号牌只会在前两位出现字母，新标准实行后字母可以出现在除末位外任意一位 上，但是o 、d 、i 等不易和数字区分的字母将不会被使用。 2 2 2 面向车牌定位的图像预处理 由于车牌识别系统是应用在各种不同的室外环境中的，光照条件、天气变化 影响很大，还伴随着不同程度的干扰和噪声，如某些车牌安装不规范，车辆行驶 导致车牌变形，摄像机离焦或歪斜，车牌的裸露在外造成的侵蚀破损，背景中的 疑似车牌区域，等等，这些都为车牌的正确检测带来了一定的困难，因此在进行 车牌定位之前有必要进行预处理，提高图像质量，突出车牌中的字符特征及其排 1 0 北京邮电人学硕二 = 学位论文车牌识别系统中字符切分和识别技术的研究 列规律。面向车牌定位的图像预处理包括彩色空间变换、灰度变换、图像平滑、 对比度加强等处理。 2 2 2 1 彩色空间变换 牌照上的颜色虽然基本上只有五种，但是实际由于车牌的新旧程度和光照强 度的不同，车牌的颜色已经不同程度地偏离了原来的颜色，有的甚至严重偏离， 因此区分不同颜色的车牌困难较大。基于彩色空间变换的方法也一直处在探索和 尝试的阶段，尤其是近几年取得了很大的进展。 相对于灰度图像，彩色图像包含的信息量更大，对环境变化的适应性也更强。 一般是将r g b 图像变换至h s v 空间，基于h s v 颜色模型，根据车牌底色，利用颜 色空间距离及相似度计算，来从图像中分割出想要的颜色区域，再采用投影法来 找到该颜色区域，进而用于车牌定位晗。 2 2 2 - 2 灰度变换 车牌识别系统处理的一般都是摄像机拍摄捕获的彩色图像，这些彩色图像包 含着大量的颜色信息，不但在存储上开销很大，也会在处理上降低系统的执行速 度n 们。所以在车牌识别系统之初，可以先将输入的彩色图像转换为灰度图像。 根据三基色原理，世界上任何色彩都可以由红( r ) 、绿( g ) 、蓝( b ) 三基色以 不同的比例混合来表示。摄像机捕捉的车牌图像就是r g b 彩色图。灰度变换的方 法主要有以下三种。 ( 1 ) 最大值法，使灰度值g r a y 等于r 、g 、b 三个值中最大的一个，即 g r a y = m a x ( r ，g ，b ) 式( 2 一1 ) 最大值法会出现亮度很高的灰度图像。 ( 2 ) 平均值法，使灰度值g r a y 等于r 、g 、b 三个值的平均值，即 g r a y = ( r + g + 1 3 ) 3 式( 2 2 ) 平均值法会形成比较柔和的灰度图像。 ( 3 ) 加权平均值法，给r 、g 、b 赋予不同的权值系数，并加权求和，得到灰 度值g r a y ，即 g r a y = 0 2 9 9 r + o 5 8 7 g + 0 1 1 4 b 式( 2 3 ) 由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，并 经过理论推导和实践证明，上式的加权系数更为合理，得到的灰度图像也最为合 适。 由于灰度图像仅能显示2 5 6 色灰度级，因此对真彩色d i b ( 2 4 位) 进行狄度化 处理时必须首先将它转化为2 5 6 色位图( 8 位) ，对于非真彩色位图，只需将其颜 北京邮电人学硕j ：学位论文车牌识别系统中字符切分和识别技术的研究 色表中各颜色表项所示的颜色转化为灰度级，然后用得到的灰度级颜色来创建调 色板，并用该灰度调色板来处理位图。 2 2 2 3 平滑处理 本阶段的图像平滑处理，目的就是为了减少和消除图像中的噪声，以改善图 像质量，利于其后的准确定位。因为在获取车牌图像的过程中，由于光照角度和 强度的差异，车牌上可能会出现不同强度的反光；自然环境中的摩擦、光照可能 导致车牌油漆层的脱落和退色。这些都会引起图像中车牌灰度值的突变，形成干 扰和噪声。 在空域中我们可以采用邻域平均法、中值滤波等方法来实现平滑去噪，在频 域中则可以采用理想低通滤波器、巴特沃思低通滤波器、高斯低通滤波器