（计算机应用技术专业论文）低质量车牌字符分割技术研究.pdf

低质量车牌字符分割技术研究 摘要 随着信息技术和人工智能技术的发展，交通管理系统的信息化、智能化是大 势所趋。车牌识别系统是智能交通系统的重要组成部分，在现代交通管理系统中 占有举足轻重的地位。 车牌识别系统包括三个主要环节，即车牌定位、字符分割和字符识别，涉及 五个关键技术，即图像预处理、车牌定位、倾斜校正、字符分割和字符识别。本 文主要对车牌的倾斜校正和字符分割中涉及到的关键技术进行了深入的研究。 在获取车牌图像的过程中，由于摄像机和车牌之间角度的变化，经常使所拍 摄的车牌图像发生倾斜，导致车牌扭曲和字符变形，给字符分割和识别带来困难。 为此，本文提出了一种新的基于r a d o n 变换的车牌倾斜校正算法。该算法对车牌 图像进行r a d o n 变换，并对变换后的结果求一阶导数绝对值的累加和，将累加和 的最大值所对应的r a d o n 变换的角度作为倾斜角度。实验结果证明，该算法简单 实用，对光照、污迹等不敏感，抗干扰能力强。 字符分割是车牌识别系统的关键环节，是识别的基础，字符分割的效果直接 决定了字符识别的准确率。本文提出了一种基于先验知识的质量退化的车牌字符 分割算法，该算法利用垂直投影计算字符字段的个数，根据字符字段的个数和先 验知识对车牌进行字符合并和字符分裂等操作。实验结果表明本算法对光照不均、 对比度小、倾斜、污迹严重、车牌颜色退化严重、字符粘连和断裂等车牌有良好 的字符分割效果。 在标准车牌字符分割的基础上，本文利用双行车牌的特性，提出了基于高斯 拟合的双行车牌分割算法，利用高斯拟合求取双行车牌上下两行的分割位置，然 后再分别利用基于先验知识的字符分割算法对上下两行进行字符分割。实验表明， 该算法能够有效地分割出双行车牌的上下两行，并能对其进行有效的字符分割。 关键词：智能交通系统；车牌识别系统；字符分割；倾斜校i e ：r a d o n 变换 低质量车牌字符分割技术研究 a b s t r a c t w i t ht h e d e v e l o p m e n to fi n f o r m a t i o nt e c h n o l o g ya n d a r t i f i c i a li n t e l l i g e n c e t e c h n o l o g y , t h ei n f o r m a t i z a t i o na n di n t e l l i g e n t i z a t i o no f t r a f f i cm a n a g e m e n ts y s t e mi sa g e n e r a lt r e n d t h el i c e n s ep l a t er e c o g n i t i o n ( l p r ) s y s t e mi st h ec o r eo ft h ei 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 ) i ti sv e r yi m p o r t a n ti nm o d e mt r a f f i cm a n a g e m e n t s y s t e m s t h el p rs y s t e mc o n s i s t so ft h r e es t e p sa n df i v ek e yt e c h n i q u e s t h es t e p sa r e l i c e n s ep l a t el o c a t i o n ，c 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 n t h ek e y t e c h n i q u e sa r ei m a g ep r e p r o c e s s i n g ，l i c e n s ep l a t el o c a t i o n ，t i l tc o r r e c t i o n ，c h a r a c t e r s 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 n t h em e t h o d so fl i c e n s ep l a t et i l tc o r r e c t i o na n d c h a r a c t e rs e g m e n t a t i o na r es t u d i e di nt h i sp a p e r i nt h ep r o c e s so fo b t a i n i n gt h el i c e n s ep l a t ei m a g e s ，d u et ot h ea n g l ec h a n g e b e t w e e nt h ec a m e r aa n dt h ep l a t e ，t h ev e h i c l ei m a g eu s u a l l yt i l t s t h i sp h e n o m e n o n l e a d st ot h ed i s t o r t i o no ft h ep l a t ea n dt h ec h a r a c t e r s ，a n dm a k e si td i f f i c u l tt ot h e c 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 n an o v e la p p r o a c hf o rv e h i c l el i c e n s e p l a t e t i l tc o r r e c t i o nb a s e do nr a d o nt r a n s f o r mi sp r o p o s e d f i r s t l yr a d o n t r a n s f o r m a t i o n sa r ep e r f o r m e do nt h el i c e n s ep l a t ei m a g e ，a n dt h e nt h es u mo fa b s o l u t e d i f f e r e n c eo ft h er e s u l t si sc a l c u l a t e d ，l a s t l yt h et i l ta n g l ei so b t m n e db yl o c a t e dt h e m a x i m u m e x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sm e t h o di sr o b u s tt ot h ed i r t yf i c e n s e p l a t e sa n dt h el i c e n s ep l a t e su n d e rv a r i o u sl i g h t i n gc o n d i t i o n s ，a n di ti sp r a c t i c a l a sak e ys t e po ft h el p rs y s t e m ，c h a r a c t e rs e g m e n t a t i o ni st h ef o u n d a t i o no f c h a r a c t e rr e c o g n i t i o n t h er e s u l t so fc h a r a c t e rs e g m e n t a t i o nd e t e r m i n et h ea c c u r a c yo f r e c o g n i t i o nd i r e c t l y t h i sp a p e rp r o p o s e san o v e lm e t h o df o rc h a r a c t e rs e g m e n t a t i o no f d e g r a d e dl i c e n s ep l a t eb a s e do np r i o rk n o w l e d g e f i r s t l yc h a r a c t e rs e g m e n t sa r el o c a t e d a c c o r d i n gt ot h ev e r t i c a lp r o j e c t i o n , a n dt h e nt h ec h a r a c t e rs e g m e n t sa r em e r g e do rs p l i t a c c o r d i n gt ot h ev e r t i c a lp r o j e c t i o na n dt h ep r i o rk n o w l e d g e t h i sm e t h o di sm o r e e f f i c i e n tu n d e rt h ec o n d i t i o nt h a tt h el i c e n s ep l a t ei m a g e sa r ed e g r a d e d ，s u c ha su n e v e n i l l u m i n a t i o n , p o o rc o n t r a s t ，t i n ，d i s c o l o r a t i o n ，f a d i n g ，b r o k e nc h a r a c t e r , c o n n e c t e d c h a r a c t e r , a n de t c b a s e do nt h es t a n d a r dl i c e n s ep l a t es e g m e n t a t i o n ，t h i sp a p e ra n a l y z e st h e 低质量车牌字符分割技术研究 c h a r a c t e r i s t i co fd o u b l er o w sl i c e n s ep l a t ea n dp r o p o s e sam e t h o df o rd o u b l er o w s l i c e n s ep l a t es e g m e n t a t i o nb a s e do ng a u s s i a nf i t t i n g s e g m e n tp o s i t i o nb e t w e e nt h e d o u b l er o w si sl o c a t e db yu s i n gg a u s s i a nf i t t i n g ，a n dt h e nt h ec h a r a c t e r so ft h ed o u b l e r o w sa r e s e g m e n t e db yu s i n g t h es t a n d a r dl i c e n s e p l a t es e g m e n t a t i o nm e t h o d e x p e r i m e n t a lr e s u l t ss h o wt h a tt h i sm e t h o di se f f e c t i v et os e g m e n tt h ed o u b l er o w s k e yw o r d s ：i n t e l l i g e n tt r a f f i cs y s t e m ；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 ；c h a r a c t e r s e g m e n t a t i o n ；t i l tc o r r e c t i o n ；r a d o nt r a n s f o r m 低质量车牌字符分割技术研究 学位论文独创性声明 本人承诺：所呈交的学位论文是本人在导师指导下所取得的研究成果。论文 中除特别加以标注和致谢的地方外，不包含他人和其他机构已经撰写或发表过的 研究成果，其他同志的研究成果对本人的启示和所提供的帮助，均已在论文中做 了明确的声明并表示谢意。 学位论文作者签名：、甏 e l期：撕g 6 i 学位论文版权的使用授权书 本学位论文作者完全了解辽宁师范大学有关保留、使用学位论文的规定，及 学校有权保留并向国家有关部门或机构送交复印件或磁盘，允许论文被查阅和借 阅。本文授权辽宁师范大学，可以将学位论文的全部或部分内容编入有关数据库 并进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密 的学位论文在解密后使用本授权书。 学位论文作者签名： 赏对 誓剥币签煮专旃 日 期：f2 - - 低质量车牌字符分割技术研究 第一章绪论 1 1 课题的背景和意义 随着2 l 世纪经济全球化和信息时代的到来，迅猛发展的计算机技术、通信技 术和计算机网络技术，水平不断提高的自动化的信息处理技术在人们社会活动和 日常生活的各个领域得到广泛应用。同时，高速度、高效率的生活节奏，使汽车 普及成为必然趋势。伴随着世界各国汽车数量的增加，城市的交通状况越来越受 到人们的重视。如何有效地进行交通管理日益成为各国政府相关部门所关注的焦 点。针对这一问题，人们运用先进的科学技术，相继研发了各种道路交通监管系 统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑， 运用各种先进的技术解决道路交通的问题，统称为智能交通系统( 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 ) 【l 】o 智能交通系统又称智能运输系统，源于日本和美国最先开始的大规模道路交 通运输智能化研究试验。起初，这种研究被称为“智能车辆道路系统 ，主要进行 道路功能和车辆智能化的研究，随着研究的不断深入，系统功能扩展到道路交通 运输的全过程及其相关服务部门，成为带动整个道路交通运输现代化的“智能运 输系统 ，并将在2 1 世纪引领世界道路交通管理体系的模式和发展潮流【2 1 。 智能交通系统通过对有关交通信息的实时采集、传输、处理，借助各种先进 的技术和设备对交通信息进行协调处理，使人、车和路密切配合，达到和谐地统 一，不但可以有效保证道路通行能力和安全，而且可以使交通设施得以充分利用， 实现交通运输的集约式发展，从而逐步形成一种信息化、智能化、社会化的新型 运输系统。 国际上公认的智能运输系统的服务领域有：先进的交通管理系统、出行信息 服务系统、商用车辆运营系统、电子收费系统、公共交通运营系统、应急管理系 统和先进的车牌控制系统。它使交通基础设施能发挥最大的效能，提高服务质量， 从而可以带来巨大的社会经济效益。主要表现在： ( 1 ) 提高交通安全水平 低质量车牌字符分割技术研究 ( 2 ) 减少堵塞，增加交通的机动性 ( 3 ) 降低汽车运输对环境的影响 ( 4 ) 提高道路网的通行能力 ( 5 ) 提高汽车运输生产率和经济效益 我国的智能交通系统基础工作早在7 0 年代末就已经开始，并取得了巨大的成 就。通过多年来中国交通科技界和工程界的不断努力，在中国高等级公路建设的 带动下，中国在智能交通系统的开发和应用方面也取得了相当大的进步，为今后 智能交通的进一步发展奠定了良好的基础。我国已经于1 9 9 9 年成立了“国家智能 运输系统工程技术研究中心”。目前，已经建立了中国智能交通系统战略，并且于 2 0 0 7 年1 d 月在北京成功举办了2 0 0 7 年第十四届智能交通系统世界大会。可以说， 在巨大的需求拉动下，中国智能交通技术和产业正在蓬勃发展中。 目前，政府、产业机构和科学研究单位对智能交通系统的研究十分广泛，侧 重点也各不相同，车辆牌照自动识别系统就是智能交通系统在车辆检测方面的具 体表现【2 1 。 车辆牌照( v l p ，v e h i c l el i c e n s ep l a t e ) 的自动识别是计算机视觉、图像处理与 模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化 的重要环节【3 1 。v l p 自动识别系统在道路交通监控、交通事故现场侦察、交通违章 自动记录、高速公路自动收费系统、停车场自动安全管理、智能园区管理等方面 有着广泛的应用前景。若能用计算机实时识别车辆，就可以在无需为车辆加装其 它特殊装置的情况下，实现对车辆的自动监控和管理，既节省了资金，又提高了 交通系统的车辆监控和管理的自动化程度。车牌自动识别技术可以应用于道路收 费系统，交通管理系统等领域，起到节省人力成本，提高效率，改进管理体系等 作用。随着我国汽车数量的迅速增加，车牌识别技术呈现出巨大的经济价值和现 实意义。车牌识别技术的推广普及，必将对加强高速公路，城市道路和停车场的 管理，减少交通事故，车辆被盗案件的发生，保障社会稳定等方面产生深远的影 响。由此可见，车牌识别系统的实现是推进交通管理智能化的关键技术之一，具 有巨大的经济价值和现实意义。 2 低质量车牌字符分割技术研究 智能交通系统在我国尚属起步阶段。随着车牌识别技术的发展与成熟、牌照 的变化和智能交通需求的增长，将会有更多此方面的研究，而车牌识别系统的识 别速度和识别率也有待进一步提高。 1 2 车牌自动识别系统的组成 车牌自动识别系统是智能交通系统的一个重要组成部分，是以特定目标为对 象的专用计算机视觉系统，该系统能从一幅图像中自动提取车牌图像，自动分割 字符，进而对分割出的字符图像进行识别。系统一般由硬件和软件构成。硬件设 备一般有车体感应设备、辅助光源、摄像机、图像采集卡和计算机。软件部分是 系统的核心，主要是车牌字符的识别功能。车牌识别系统的流程图如图1 1 所示。 车牌识别 图 车 倾字字 1 触 像 卜 牌 入 斜 卜 符 卜 符 采 y 定 牌 校 校 分 单 识 割别正 正 个 字蓓 集 坌 位 像 喇 符 辆 图 号像 图 图 像像 图1 1 车牌识别系统流程图 系统的工作原理：当车辆通过检测区域时，检测装置将车辆的通过信号传送 到图像采集设备；图像采集设备采集车辆图像，并将图像传送到计算机：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应用场所刚。 系统的核心部分为图像采集、图像预处理、车牌定位、倾斜校正、字符分割 和字符识别。 ( 1 ) 图像采集部分 当系统发现有车辆通过时( 通过埋地感应圈或光束检测) ，触发图像采集系统， 一般采用c c d 摄像机摄取车牌前视图或后视图，由光照检测装置控制现场的光照， 位置检测装置控制摄像机的拍摄角度。 ( 2 ) 图像预处理部分 需要对采集到的图像进行图像增强、平滑、恢复等操作，目的是突出车牌的 3 低质量车牌字符分割技术研究 主要特征，以便更好地提取车牌。 ( 3 ) 车牌定位 从人眼视觉的角度出发，并根据车牌的字符目标区域的特点，提取相应的特 征。车牌定位是车牌识别系统中的关键和难点，实际图像中的噪声、复杂背景等 干扰都会使定位十分困难。牌照的定位是一个寻找最符合牌照特征区域的过程。 从本质上讲，就是一个在参量空间寻找最优定位参量的问题。 ( 4 ) 倾斜校正 由于c c d 摄像机采集车牌图像时，有时会出现采集到的车牌图像里牌照区域 是倾斜的现象。倾斜的牌照不利于后续的字符分割与识别，严重的还可能引起牌 照内容的丢失，直接导致字符识别的失败。因此，在进行字符分割与识别之前， 有必要对牌照进行倾斜校正。 ( 5 ) 字符分割 对获得的牌照分离出单个字符( 包括汉字、字母和数字等) ，以便于字符识别。 准确地定位车牌后，字符分割的好坏对字符识别起着非常关键的作用。只有对车 牌进行准确的分割，在后续的处理中才能对字符进行准确的识别。 ( 6 ) 字符识别 字符识别即是对分割得到的字符规定化处理，进行字符识别，转换为文本存 入数据库或直接显示出来。 1 3 车牌自动识别技术的特点和难点 车牌自动识别系统包括软件算法和硬件平台两个方面。在车牌自动识别系统 中，车牌识别技术的特点和难点主要集中于软件算法的研发，包括车牌的预处理、 牌照的定位、倾斜车牌的校正、字符分割及标准化、字符的特征提取和字符识别。 其中，牌照定位、字符分割以及字符识别是其中的关键技术也是难点。 1 3 1 我国汽车牌照的特点 机动车辆牌照作为机动车的“身份证 ，制造和使用都有严格的规范加以明确 规定。世界各国政府都为本国的车牌照制定了一个标准，以便辨认和管理，我国 4 低质量车牌字符分割技术研究 也不例外。汽车车牌本身具有很多固有的特征，我国现行使用的车牌主要具有以 下特征【3 】： ( 1 ) 字符特征 普通车牌( 军车，警车，教练车，涉外轿车除外) 上有7 个字符，字符样式为 x l x 2 x 3 x a x 5 x 6 x 7 【5 】，第一个字符是汉字，且是各省市的简称，如“京”、“津”、 “沪”、“辽”等；第二个字符是大写英文字母，如“a ”、“b ”、“c ”等，是 省、直辖市、自治区的名称和发证照及监督机关的代号：紧接着是一个圆分隔符； 后面的汽车编号，一般是5 位数字，即从0 0 0 0 1 9 9 9 9 9 。第三、四个字符可能是英 文字母，也可能是阿拉伯数字，当编号超过1 0 万时，第四位是大写英文字母，即 a 代表1 0 万，b 代表1 1 万，c 代表1 2 万，依此类推。英文字母中的i 和0 避而 不用，以免和数字中的1 和0 混淆。第五个至第七个字符均为阿拉伯数字。各字 符基本呈水平排列，在矩形内部存在较丰富的垂直边缘和斜边缘。 ( 2 ) 几何特征 汽车前牌照的标准外轮廓尺寸6 】：4 4 0 m m 1 4 0 m m ，字符总长度：4 0 9 m m ， 单个字符统一宽度：4 5 m m ，字符高度：9 0 m m ，间隔符宽：1 0 m m ，字符间隔：1 2 m m ， 字符最大间距即第二、三字符间距：3 4 m m ，笔画宽度：1 0 m m 。整个车牌的宽高 比近似为3 ：1 ，如图1 2 所示。车牌的边缘是由线段围成的规则的矩形，大小变化 有一定范围。 4 4 0 4 0 9 l 一j 一。t 二龟 i葛 ii9 l 9 04 0 i 了 3 ；|j | i i一 r - 一 l r 1r 4 5 图1 2 汽车牌照的标准样式( 单位：m m ) 低质量车牌字符分割技术研究 ( 3 ) 纹理特征 从整个车牌图像来看，纹理比较密集的地方是车灯、散热器和车牌。其中车 牌区域由字符填充形成的垂直和对角线纹理较为丰富。 ( 4 ) 颜色组合及灰度变化特征 目前我国汽车牌照底色和字符颜色的组合共有四种类型： 1 ) 黄底黑字大型民用汽车牌照 2 ) 蓝底白字小型民用汽车牌照 3 ) 白底黑字和红字武警及军车牌照 4 ) 黑底白字外籍汽车牌照 图1 3 所示的是颜色分布立方体【7 】，四种主要的颜色值蓝、白、黑、黄分别位 于立方体的四个顶点，可见车牌的底色和字符的颜色对比强烈。表1 1 为车牌的底 色和字符的灰度值组合，可见它们的灰度差异较大，同时由于车牌内字符之间的 间隔比较均匀，这样就在字符边缘形成了有规律的灰度突变边界。而车体的其它 部分灰度变化一般较为平缓。 红( 图1 3 颜色分布立方体 表1 1 我国车牌底色和字符的灰度值组合 6 低质量车牌字符分割技术研究 从人的视觉特点出发，车牌目标区域具有如下特点： 1 ) 车牌底色往往与车身颜色、字符颜色有较大差异，对比度较高； 2 ) 车牌有一个边框，车牌内字符有多个，基本呈水平排列，所以在拍照的矩 形区域内存在较丰富的边缘，呈现出规则的纹理特征； 3 ) 车牌内字符之间的间隔比较均匀，字符和牌照底色在灰度上存在跳变，而 字符本身与牌照底色部分都有较均匀的灰度； 4 ) 不同图像中牌照的具体大小、位置不确定，但其长宽比变化不大，且一般 位于车牌图像的中下部。 1 3 2 我国车牌自动识别系统的特殊性 目前，国外车牌识别系统研究工作已取得较大的成就，并有成熟产品面市， 但由于我国国情不同，造成了一些特殊情况，主要有以下方面【8 】： ( 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( 例如韩国，其车牌底色为红色，车牌字符的颜色为白色) ，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、白等 多种颜色； ( 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、使馆车、普通车等) ，并且普通车牌照中也分大 车和小车。此外，车牌附近还可能挂有地方政府设置的营运牌照或贴上商 业广告信息； ( 4 ) 我国汽车牌照的规范悬挂位置不统一： ( 5 ) 由于环境、道路或人为因素造成汽车牌照的严重污染，这种情况在国外发 达国家是不允许上路的，而在我国则由于管理松懈，仍可在路上行驶。 7 低质量车牌字符分割技术研究 1 3 3 车牌自动识别技术的难点 在车牌自动识别系统中，牌照定位、车牌字符分割以及字符识别是其中的关 键技术，也是难点所在。 ( 1 ) 牌照的定位 牌照的定位是指在拍摄的图像中确定出牌照的位置，然后提取出牌照图像。 车牌牌照区域定位的困难主要源于所处理的对象车牌图像的多样性。由于采 集误差和噪声、光线的影响，使得图像质量较差，而且运动又不同程度的造成了 图像的恶化；车辆牌照识别的应用背景非常复杂；汽车牌照存在着一定的图像变 形和模糊，以及大量的随机噪声的干扰，光线、光照角度的不同，造成车牌区域 明暗灰度的无规律变化。以上种种干扰因素，都给车牌牌照区域的定位分割带来 了大量的困难。 ( 3 ) 车牌字符分割 字符分割是车牌识别系统的关键环节，是识别的基础，字符分割的效果直接 决定了字符识别的准确率。由于拍摄的环境和天气的影响，经常导致车牌图像光 照不均、对比度小、褪色严重、存在污迹等现象。这些都给字符分割带来了困难。 如何准确的分割出车牌字符图像是车牌识别技术的难点。 ( 4 ) 车牌字符识别 车牌字符识别实际上是对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。由于摄像机的性能、 车牌的整洁度、光照条件、以及车辆运动等因素的影响使得车牌牌照中的字符可 能出现比较严重的模糊、缺损或污迹干扰，这些都给字符识别带来了难度。因此， 车牌字符识别技术是文字识别技术和车牌图像自身因素协调兼顾的综合性技术。 1 4 低质量车牌字符分割中的难点和有待解决的问题 由于环境、道路或人为因素造成汽车牌照的严重污染，这种情况在国外发达 国家是不允许上路的，而在我国则由于管理松懈，仍可在路上行驶。这给车牌识 别系统带来了很大的困难。本文主要分析低质量车牌在字符分割中的难点和待解 决的问题。 低质量车牌字符分割技术研究 影响字符分割的恶劣条件主要有：采集图像时环境光线的变化，如白天夜间 光线不同，面光与背光行驶不同，光照不均等因素：恶劣天气条件下( 如雾天，雨 天，雪天等) 得到的图像对比度不强或噪声干扰严重：由于摄像机和车牌之间角度 的变化，常常使所拍摄的车牌图像产生倾斜现象；车牌本身褪色严重或存在污迹； 车牌字符粘连等。 这些问题都是车牌分割中的难点，虽然已有很多的车牌分割算法，但是大部 分都是针对理想条件的车牌进行分割，因此如何综合解决上述问题仍是字符分割 中待解决的问题。 1 5 车牌识别技术在国内外的发展现状 从2 0 世纪9 0 年代初，国外的研究人员就已经开始了对自动车牌识别系统 ( a u t o m a t i cv e h i c l ei d e n t i f i c a t i o n ，a v i ) 技术的研究【9 1 。比较有名的是以色列的 h i t e c hs o l u t i o n s 公司、z a m i r 公司，匈牙利的a d a p t i v er e c o g n i t i o n 公司，新加坡 的o p t a s i a 公司等。其中以色列的h i t e c h 公司提供从车辆到集装箱号码识别的一 系列解决方案，已投入商用的产品如s e e c a rs y s t e m 系列，可以以每秒2 3 辆的 速度在各种天气条件下进行时速达8 0 公里的汽车牌照识别。新加坡o p t a s i a 公司 的i m p s 系列也是比较成熟的产品，主要适用于新加坡的车牌，近年来也开发出一 些新产品来适应不同国家的车牌，可以识别汉字以及特殊的草体文字等。另外， 日本、加拿大、德国、意大利、英国、韩国等国家都有适合本国车牌的识别系统。 国内在9 0 年代也开始了车牌识别的研究。出现了很多较为实用的产品，在高 速公路收费、城市卡口和城市道路监控点等都有较广的应用。目前比较成熟的产 品有中科院自动化研究所汉王科技的嵌入式一体化车牌识别仪“汉王眼 ，深圳吉 通电子有限公司的“车牌通”、上海高德威智能交通系统有限公司的汽车牌照识别 器、川大智胜软件股份有限公司的z t 2 0 0 0 车牌自动识别系统等等，它们中的部分 产品性能指标如表1 2 所示。另外，亚洲视觉科技有限公司、利普视觉、信息产业 部下属的中智交通电子系统有限公司的产品都有不错的效果，西安交通大学的图 像处理和识别研究室、上海交通大学的计算机科学和工程系、清华大学人工智能 国家重点实验室、浙江大学自动化系等科研院所也都在进行该方面的研究n 1 3 】。 9 低质量车牌字符分割技术研究 表1 2 现有车牌识别产品的技术指标 国家 公司名 产品名识别率 识别速度( m s ) 以色列h i t e c hs e e c a rs y s t e m9 3 5 0 0 新加坡 o p t a s i a 蹦p s 9 5 4 0 0 2 0 0 0 中国汉王科技汉王眼 9 5 2 0 0 8 0 0 g w p r - - 9 9 0 2 t 皿d 中国高德威9 0 5 0 0 牌照识别器 中国吉通电子车牌通9 5 1 0 0 0 中国弗雷赛普弗雷赛普9 0 2 0 0 中国川大智胜 c l s t 2 0 0 09 3 1 0 0 与国外相比，国内的产品还有着较大的差距，国内车牌识别系统的开发还处 于起步阶段，已有的车牌识别系统普遍存在全天候识别率并不稳定等问题，有关 动态车辆的识别、外界恶劣条件的影响及车牌质量大幅度退化等情况的研究工作 还做得较少，系统应用较为单一，识别算法不够成熟。但现代智能交通的发展， 使其具有巨大的应用潜力。相信随着研究的不断深入，车牌识别技术肯定会逐步 走向成熟。 1 6 车牌倾斜校正和字符分割技术研究发展现状 1 6 1 车牌倾斜校正技术研究发展现状 由于摄像机和车牌之间角度的变化，常常使所拍摄的车牌图像产生倾斜现象， 给字符分割带来不利影响，倾斜的车牌同时会造成字符变形，给字符识别带来困 难，造成字符识别率的下降。因此，必须对倾斜的车牌进行倾斜校正。目前的车 牌倾斜校正方法主要有以下几种： ( 1 ) 重心法【1 4 1 6 】 重心法是常用于o c r 识别中校正倾斜文字的方法。该方法通过求二值图像每 一列像素的重心点，再利用最小二乘法将所有重心点连成直线，此直线的倾角即 1 0 低质量车牌字符分割技术研究 为车牌的倾斜角。 重心法的缺点在于受噪声干扰比较严重，而且对于有些字符，每一列的重心 并不反映字符纵坐标的中点，容易造成每列的重心上下跳跃，很难连成一条直线。 另外该方法只有在车牌的上下边缘比较完好时才有明显效果。 ( 2 ) h o u g h 变换法【1 7 五o 】 h o u g h 变换方法是利用图像特性而将边缘像素连接起来组成区域封闭边界的 一种方法。这种方法的实现是基于车牌区域存在直线，由于车牌的上下边框是一 对平行线，一般会在二值化过程中转化为一条近似的直线，利用h o u g h 变换找到 这条直线，通过这条直线的信息来寻找车牌的倾斜角度。 利用h o u g h 变换求倾斜角的优点在于它受噪声和曲线间断的影响较小，在求 出倾斜角的同时达到了提取车牌四条边框的效果。但是也存在着缺点，主要表现 在：首先，不容易找到h o u g h 变换的起点，即车牌边缘的拐点；其次，算法的复 杂度比较大，在检测直线的过程中比较耗时；最后，由于图像中车牌的边框有时 并不明显，造成h o u g h 变换后参数空间中的峰值点很分散，从而不能准确的找到 倾斜角度。 ( 3 ) 通过模板匹配寻找牌照区域的四个顶点，再通过双线性空间变换重建矩形 车牌区域【2 1 1 。 由于图像中车牌的边框有时并不明显( 如白牌白车) ，且因噪声、污迹等干扰 的影响，使得寻找顶点变得困难，从而不能准确的找到倾斜角度。 ( 4 ) 通过求取车牌字符区域的局部极小和局部极大特征点，再进行投影确定车 牌的倾斜角【2 2 】。当车牌上有污迹和噪声时，此方法的检测精度下降。 ( 5 ) 基于主元分析的倾斜车牌图像校正方法【2 3 1 。 该方法将原有的像素坐标矩阵经过中心化后转换为2 维协方差矩阵，再奇值 分解为能反映图像倾斜方向的2 维对角矩阵和坐标变换矩阵。该方法的速度比常 规搜索方法提高了1 2 个数量级，对水平垂直倾斜的车牌图像校正具有良好的效 果，但是对畸变车牌图像的校正效果不明显。 ( 6 ) 彩色边缘检测结合旋转投影法【2 4 】。 低质量车牌字符分割技术研究 该方法采用水平和垂直边缘检测结合旋转投影求取车牌的水平和垂直倾斜角 度并通过垂直边缘检测进行上下位置精定位，对水平倾斜的车牌进行双线性插值 旋转校正，对垂直倾斜的车牌进行双线性插值错位偏移校正。 优点是具有较强的抗干扰能力。但该方法中最佳倾斜角度的求取是一个寻优 过程，要进行多次投影才能逐步逼近最佳倾斜角度，因此计算量很大。 ( 7 ) 通过r a d o n 变换检测牌照的角度【2 5 1 。 该方法利用r a d o n 变换检测直线的原理，对图像进行o 1 8 0 度的r a d o n 变换， 变换后的两个局部最大值所对应的角度为变形牌照的两个倾斜角度。该方法对图 像进行了o 1 8 0 度的r a d o n 变换，所需要的存储空间和计算量大。由于该方法是 利用r a d o n 变换对直线进行检测，当车牌边框不明显时，会影响该方法的准确度。 1 6 2 车牌字符分割技术研究发展现状 车牌字符分割是车牌自动识别系统的关键环节之一，错误的字符分割会导致错 误的字符识别。目前，大多数字符识别方法都是针对单独字符进行识别，因此在 准确地定位车牌后，字符分割的好坏对字符识别率起着非常关键的作用。 在已有的印刷体字符分割技术2 6 2 7 】基础上，国内外研究人员已经提出了几种 车牌字符分割方法 2 8 4 8 】： ( 1 ) 垂直投影法，是采用最多的一种方法。优点是速度快，对于质量好的牌照 图像，定为非常准确。但牌照中如果出现字符粘连和断裂，很容易出错。 ( 2 ) 基于灰度图像的分割方法，用灰度图像的投影轮廓和拓扑特征来决定分割 区域，找到的是非线性分割路径，此方法适合于在一个文档里存在各种语言的字 符、各种符号的情况，算法比较复杂。 ( 3 ) 基于识别结果的字符分割方法，它把分割和识别结合起来，此方法需要识 别的高准确性，相比较其它方法，分割和识别结合的方法对这种判据的定义更为 苛刻。 ( 4 ) 基于聚类分析的方法，它是将去除边框后的车牌图像中每个像素按距离进 行聚类，首先去掉不符合字符高度特征的噪声类，如果余下的类小于七个，则把 最大的类进行分裂处理，如果余下的类大于七个，由于字符之间的间距具有等距 1 2 低质量车牌字符分割技术研究 离的性质，依次取六个类间距，计算方差，方差最小的六个距离所对应的七个类 就是字符类。这种方法的主要缺点是计算量大，对分裂字符容易聚类错误。 ( 5 ) 边缘跟踪法和漫水法相结合的方法，这种方法沿着车牌字符边缘找到字符 的边界点，从而获得字符的位置和大小，因此分割效果非常精确，但对图像质量 要求相当高，字符笔画不能有断裂的情况出现【4 9 1 。 ( 6 ) 自适应分割质量退化车牌的方法，该方法对字符外轮廓垂直距离采用尺度 自适应三次b 样条小波变换进行字符的粗分割。最后，应用基于目标占有率模板 匹配的字符识别反馈进行字符的精分割。该方法对识别的精度要求较高。 这些方法有的分割效率较低，适应性差，稍有干扰便难以分割，有的计算量 太大，难以满足系统实时性的要求【5 0 】。并且由于车牌识别系统在室外全天候工作， 光照情况经常变化，因此图像常常存在光照不均、对比度较小、倾斜、褪色严重、 污迹、字符断裂和粘连等质量严重退化现象，从而导致字符分割效果并不理想。 如何对严重退化的车牌图像进行准确的字符分割仍然是车牌识别系统中有待解决 的难题。表1 3 为现有的车牌分割方法的字符分割率。 表1 3 现有车牌分割方法的字符分割率 车牌分割方法车牌数量( 个)分割率( ) 复杂车牌图像中的车牌定位与字符分割方法【5 1 】 8 4 69 8 7 1 一种识别汽车牌照的字符分割技术不详 9 0 基于灰度跳变的车牌自动识别技术【5 3 】 6 19 9 1 车牌字符分割新方法【5 4 1 1 2 99 7 7 基于伴生与互补颜色特征的车牌字符分割新方法【5 5 】 2 0 09 9 5 车牌定位和分割技术的研究与实现【5 6 1 1 0 59 2 基于公路收费系统的车牌定位与字符分割算法 5 7 】不详 9 9 一种车牌自动识别系统设计方法吲 1 2 3 8 9 6 基于h s v 颜色空间的一种车牌定位和分割方法【5 9 】 5 l9 1 低质量车牌字符分割技术研究 1 7 本文主要工作 本文研究内容来自辽宁省科技厅博士启动基金项目、大连海事大学信号与图 像处理研究所的横向课题，本人及王海姣、解家祥、高倩承担该项目的部分工作。 其中王海姣主要研究在彩色空间上的车牌定位，解家祥主要负责灰度空间上车牌 的定位研究，高倩则主要负责车牌字符的识别。本人主要负责车牌倾斜校正和字 符分割技术的研究。 本文主要研究了车牌字符分割技术，并进行了相应的软件仿真试验。主要工 作包括： ( 1 ) 分析了车牌的倾斜模型，提出了一种新的基于r a d o n 变换的车牌倾斜校正 算法； ( 2 ) 分析了车牌图像的特征，利用车牌固有的特点，提车了基于先验知识的质 量退化车牌的字符分割算法； ( 3 ) 分析了双行车牌的特征，提出了基于高斯拟合的双行车牌字符分割算法； ( 4 ) 设计并实现了基于先验知识的车牌识别软件系统，给出了系统的流程，系 统运行的软硬件环境及识别率。 1 8 本文的组织结构 论文的结构安排如下： 第一章为绪论部分。介绍了课题的研究背景和意义；对车牌自动识别系统做 了概述；介绍了车牌自动识别技术的特点和难点；分析了低质量车牌识别的难点 和待解决的问题；总结了低质量车牌在字符分割中的难点和待解决的问题；分别 介绍了车牌识别技术在国内外的发展现状和车牌倾斜校正与字符分割技术研究发 展现状；最后给出了论文的结构安排。 第二章介绍了车牌字符分割中相关的图像处理技术。主要包括车牌图像大小 归定化、对比度增强、倾斜校正、光照不均去除、边缘增强和车牌图像背景色统 一、目标提取。 第三章分析了现有的车牌倾斜校正算法，提出了一种新的基于r a d o n 变换的 车牌倾斜校正算法。 1 4 低质量车牌字符分割技术研究 第四章分析了现有的车牌字符分割算法，提出了基于先验知识的低质量车牌 字符分割算法，并给出了实验数据。介绍了字符识别前的处理技术。 第五章总结了双行车牌的特点，介绍了基于高斯拟合的双行车牌分割算法。 第六章分析了系统结构框架及软件流程，介绍了车牌自动识别系统的实现过 程并给出实验结果。 第七章为结论部分，对本文提出的算法进行总结，并对今后的研究方向进行 展望。 低质量车牌字符分割技术研究 第二章低质量车牌字符分割的预处理技术 在景物成像的过程中，受多种因素的影响，图像质量会有所下降。这种图像 质量下降的过程称为图像的退化。例如，成像目标物体的运动，在摄像后所形成 的运动模糊。由于成像系统的光散射现象而导致图像的模糊。又如传感器特性的 非线性，光学系统的像差，以致在成像后与原来景物发生了不一致的现象，称之 为畸变。再加上多种环境因素，在成像后造成噪声干扰。 在l p r 系统中，由于季节的更替、自然光照度的昼夜变化、车辆自身的运动、 图像采集设备本身的因素等，都会引起牌照图像的退化，干扰有关车牌的信息提 取。常见的质量退化现象有光照不均、对比度小、倾斜、褪色严重、污迹、字符 断裂和粘连。如果图像质量退化严重，会造成牌照字符分割和识别困难，严重时 甚至会使分割和识别根本无法进行。所以为了改善退化牌照图像的质量，必须对 图像进行预处理。本文采用的预处理算法包括车牌图像大小归定化、对比度增强、 倾斜校正、光照不均去除、边缘增强、背景色统一和目标提取。 2 1 车牌图像大小归定化 车牌图像的大小对分割的准确率有很大的影响。为了利用车牌本身的特性， 使用先验知识进行字符分割，在对车牌进行字符分割之前，首先要对定位出来的 车牌图像进行大小归定化。 对不同大小的图像做变换，使之成为同一尺寸大小的图像，这个过程被称为 大小归定化。其目的是为了消除车牌图像大小不同对字符分割造成的影响。这里 介绍两种归定化方法唧】。 2 1 1 分裂合并的归定化方法 设原始图像的大小为m x n , 归定化后的图像大小为p x q 。此方法分为两个过 程，即分裂( s p l i t ) 和合并( m e r g e ) 。在分裂阶段，将原有图像的每一个点复制放大 p x q 倍，即将该