（计算机应用技术专业论文）车辆牌照识别技术研究.pdf

燕要 随着经济的发展，车辆数量急剧增大，交通问题日益突出，这使得智能交通系统成为 一个热点研究领域，受到目益广泛的关注。车牌识别是计算机视觉与模式识别技术张智能 交通领域应用的敷簧研究课题之一，鼹智能交通系统的重要缎成部分，可广泛应用于交通 事故处理，违章率辆监控，不停车收赞，机场、港口、小区蒋出入口的车辆管理等。应用 蓠景十分广阕。 车簿谖蓦| 雯簧包捶车薅定经、字簿分塞l 帮字籍簪 澍三璞荚键装术。虽然已有缀多擎簿 字符识方法，健警车牌强像震萋潺纯，特捌是牌照中的掌符珏i ：现较严重靛揍鞘、镢馥。 倾斜、缺损藏污淹等情形时，车牌字符识别仍是一个有待解决的难题。 本文综台比较了以往的车牌字符识别技术，结合图像处溅与模式识别的知识，对彩色 图像矢量中值滤波和鲁棒的车牌字符识别算法进行了研究。 提出了一种快速的彩色图像矢量中值滤波算法。传统的必魇中值滤波器随着滤波窗口 的增大运算量程迅速增加，影响算法的快速性。奉文基于象索的区域属性，定义_ 种方 良区域距离测瘦磐撂梵萼錾滤波窗口翔努为蘸个子蜜霹，然瑟缆翅子密舀内豹象素逡纷矢囊 孛蓬滤波，麓豫貉了彩色銎稼戆鬃节，舞寄较驽豹凌觉滤波教聚，又降蠡了募法豹逡葵量， 提高了运算遴殿。 提出了麓予边缘h a u s d o r f f 距离的率牌数字及字母字符识别算法。该算法采用两级模 板匹配，首先对字符进行基于前景匹配测度、背景匹配测殿和整体失配测度的模板熙配， 然后对匹配失败的字符图像进行边缘梭测，最后进行边缘h a u s d o r f f 距离模板匹舀己。蒜；验 结果表明该算法不仅能识别相似字符。而且对字符的缺损、旋转和扭曲具有鲁棒性，具有 较抒的字符谈剐效果。 关键谣；车牌字符识别，矢量中俊滤波，模板匹配，边缘h a u s d o r f f 距离，方向鹾域蹶离测 度 车辆牌照识别技术研究 1 1 课题的背景和意义 第一章绻谂 现代社会已经进入信息时代，随着计算机技术、避信技术和计算极网络技术鲍发展， 自动他的信息处理麓力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛 陂用，在这年巾情况下，作为信息来源的电动检测、图像识别技术越来越受到人们的重粳。 而且随着我国国民经济的裔速发餍，国内高速公路、城市道路、停车场建设越来越多， 对交通控制、安全管理的要求也瞪益提嶷，智能交道系统( i t s ) 汪成为当蘸交通管理发 艘的主要方向，而车牌识别( i j p r ) 技术作为智能交通系统的核心，起着举足轻重的作用， 像在高速公路、城市道路和停车场等项弱管理中占考蠢可取代的羹要地健。 l p r 系统主要需要进行的是图像的实时采集、处理和分析，属于图像工程的范畴， 楚一个综会的计算机视觉系绕。阁像工程是一门系绞研究套秘墅像理论、技术秘应嗣豹 新的交x 学科。从研究范围来看，它跨越了数学、计算机科学、自动化技术以及电子信 怠工程技术等多个学零毒，特别是壤式识别。诗簿规税燮、数字围豢处理等多令专业豹交 叉点，而且与人工智能、神经列络、遗传算法、模糊逻辑、图像代数等雾种理论密切相 关；扶研究方法来番，又冀数学、诗算规程学、物理学、耪经生理学、电子学等诲多熬 学科相艇借鉴。它的发展可应用于生物医学、交通管理、遥感、媳信、军事侦察、工业 舞动优等许多麴领域。我们采鼹黪l p r 系绫鲶疆究方法主要是蓦予数字强缳处理技术鞠 模式识别方法z 上的，除此之外，神经网络、遗传算法、模糊逻辑、图像代数等也都可 以终为l p r 系统的磺窕方法，纛疑强蔻确实鸯缀多人正在遴行蔷运方垂麴疆究。l p r 系 统具有广泛的应用范围，主要应用于 ( 1 ) 赢速公路牧费、j 盔控营理。 ( 2 ) 小区、停车场管理。 ( 3 ) 城枣遭戆监控、违章管理。 ( 4 ) 车牌登录、验证。 ( 鼙车浚绫诗、安全管疆。 l p r 系统应用予这些系统。可以解决通缉车辆的自己稽查问题，可以解决车流高峰 秘毽出入蠢车流瓶鬣造成静蹿轿每蜀、搏车场交逶堵塞淹麓，可以解凌因工伟入员俸弊 造成的路桥带口、赫速公路、停车场应收款流失的问题，还可以以最简单的方式完成交 逶部门豹车辆信息联霹，瓣决数据统计鑫餮纯，模糊查询静海莲。具俸寝嗣可穰括为； 1 车辆的自动检测报警 蔸埙功麓锖霹缡八“鬃名单”静车辆，魏狰关爱或肇事后述瀵豹车辆、被公安部门 通缉或挂失的车辆、欠费的车辆笛。只要将其车牌资料输入应用系统中。系统就会处于 鑫葫捡溅状态，2 4 小时不襻逢对所有经过车辆自动进行谖剩、浇较、处邂：一冀发现上 述车辆经过，立刻给出控制信号，达到车辆自油稽查的目的。通常用于交通监控卡口、 路撬j i 芟赞西、箨车场入搿等。 车辆牌照识别技术研究 2 车辆戆鑫裁藏锊 此项功糍钟对“绿灯车辆”，翻特种车辆( 如军车、警车) 、预交费车辆( 如办理月、 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，一凰发现该类车辆经过，给出的控制信号是自动放行，达到车辆不停车过卡 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率道、停车场的收费删以 及单位对出入窜辆的控制等。 3 车辆身份躲麓套集中识鬟 在道路交遴捡涌部门，每天有大爨麓违栽车辆( 热窝红露、超速、稔道等) 趱冀汇 集，采用自动l p r 系统能自动地对擎辆牌照进行识别处理，可大量减少人力、减轻l 作 强度，大幅度掇离处理速度和效率。 4 入口无人值守、车辆不停车进入 主要是用于小区停车场收费系统中，在入口安装了系统，利用其能够不停车自动识 别 汽车薄照嚣l 车黧翳! | 辜熹，在车辆经过卡爨麴一疆闼，得翻谈翻缝暴势逶遘逶信网终褥鼋襞 裂窭戆车辆髂惫及入口谊惠传送到备个凼翻，莛到了替代邀秘镳班员和节省透挂奔壤的 作业，可以节省遮两颈成本的开支。 5 自动确认车辆及入口、防止司机作弊： 这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。入口处可以报容 易地将驶入车辆的识别结果通知各个擞弱，而出口处的系统也可默穰容易地判定该举辆 寒壹臻令久秘，麸嚣桂绝了中途互换入瓣专豹车辍作势毒亍为，防止了应收获静流，失。 6 数据鸯魂缝诤及模糊查询： 此项功能主疆用于路桥卡口、停车场的内部管理和交通公安部门韵监控管理。通过 联网，山入卡翻的车辆数据实时在绒，随时可用于统计流量和进行模糊查询，找猢菜一 车辆现在的具体位置。 7 实现自动扣赞功能 此项功辘邋嗣子预交费斡情况，可实行对经过车辆叁渤翔款收费，一方嚣能寅现不 箨车收费，瓣凌卡墨车滚量燕黩阏题；瑟一方面又篷柱绝入冬瑷金鲍接皴，解凌与城金 有关静静静两蹶。 同时，汽车牌照识别的方法还可以应用到其它检测黎l 识别领域。所以汽车牌照的识 别问题已成为现代交通工程领域中研究的重点和热点问题之。汽车牌照识别技术对智 能交通系统的发展和交通事业的发展超赭重要的推动作用，对车辆牌照字符识别算法的 研究对于智能交通系统具有重要的理论意义和实用价值。更具有广阔的市场前景。 2 本文主要王l 睾 ( 1 ) 查阅了大量有关智能交通系统的中外文文献，掌握了错能交通系统发展的现状与 发展的方向。 ( 2 ) 查阅了大量有关车辆牌照识别技术方面的中外文文献，比较了以往车辆牌照识别 车辆牌照识别技术研究 算法的性能，并在此基础上总结了以往车辆牌照识别技术的优点与不足。 ( 3 l 参考以往文献，提出了一种快速的彩色图像矢量中值滤波算法，并用其实现了对 车牌图像的去噪操作，实验结果表明，该算法速度快，具有较好的滤波效果。 ( 4 ) 对车辆牌照中的字符识别算法进行了研究与探讨参考以往的字符识别算法，提 出了基于边缘h a u s d o r f f 距离的字母、数字字符识别算法，实验结果表明，该算法对磨 损褪色、旋转、扭曲、断裂、污迹、模糊、光照不均等字符质量退化车牌的数字和字母 字符识别具有较高的识别率和鲁捧性。具有很好的应用价值。 3 车辆薜爨识烈技拳研究 第= 濑车辆牌照识别黎统原理及技术 攀辅薅爨识裂系统燕要毽摆车罄定位、字葑分割”8 及字籍谖剐三太端分，奉章穷绍 了率赣辟熙谖裂系统翁淼疆翻车弊谖裂魏技术，并分析了冀莺车辆蘑照识裂翡特臻毪。 2 1 率辆牌照自动识别系缆原理 按照所采用豹技术和设备，车辆牌照自动识别襟统可分为有源型率辆牌照自动识别 系统瓤无滚型车辆麟嚣是劫谈熬系统。 育繇辇车辆簿照鸯动谖嶷系统，通常在套专门粥予发射事辆蘩意麓率裁终蜷设备( 蠢 擞波、筑外、可觅蠢、怒声波等) 熬绩况下+ 跨运动状态车辆或者静瞧状态车辍翡握关 瞎息避彳亍采集以达到车辆牌照自动识别的目的。这种系统，具有较好的实时性，和较高 的识别率，但是，需要率辆蛊装统一的车载终端设备，并需要大范围内娩车辆信息的 标凇，很难在短时间得到广泛的应用，并且系统成本较高。 茏源型车辆牌照自动识剐系统与有源型车辆牌照自动识别系统相威，是指在无任何 专璃予发送车辆信惠的攀蔽终端设备熬壤况“f ，辩运费敬态车囊或者静正状态车赣羲鞠 美僖愚避行菲接麓性蘩惠采集并通过运弱蟊露楚理与模式误蓦l 等霰寒设计购算法蘧苻智 簸浚剐戆系统。这静系藐融会了多穆先逶技米，黠魏数羁撩桃或者数字摄像辊采集封蘸 行使中或者静态的车辆进行分析和处理，自动分制出车辆的牌照并智髓i , i n 出车辆牌照 的母码。与有源型车辆牌照自动识别系统相比，这种系统不用安装专门的芈载终端设备， 节省了丈量的资金，提高”r 缀济效益。 个完整典型豹汽车牌照识别系统如下图胼幂： 臣 二区 竺二卜臣h 困。兰围? ! ：。围字 如上图所示，汽车牌照识别系统的基本一l 忭艨理为：当系统发现谢车辆通过时( 通 过煺地感应线圈或光束检测) ，触发图像采集聚统，c c d 摄像机摄取包宙车辆牌照的图 像，将图像通过视频卡输入计算机进行预处理，褥由检索模块对牌照谶行搜索、检测、 定能，并分割出包含牌照字符的矩形嚣域，然艏对牌照字符进行二德化! 辩= 将箕努割为单 个字簿， 舞一琵君赣入字符谖整l 子系统遴行谖秘。 4 车辆牌爨识翳技术骈究 2 2 率牌识别技术中的难点 车牌识别系统在实验室熙已经取得了令人满意的效果，但很难应用于实际1 程中， 这是鞠必实验室的拜境是姓予理想状态的，磊在囊然环境里，壶予受到天气等因素魏影 响，谈菇l 率壤难这蘩要求。 2 2 1 汽车牌照本身的特征 ( 1 ) 牌照缺乏统一的标礁，使得车牌识别过程中警符的分割难度较大，缺乏统一的模 式规则豹指导作用。 ( 2 ) 簿照戆曩量无法爨诞。骞些簿照舂污逶酸壤，蠢些薅照懿字符摸期甭渣，对光线 的散骛圣瞧不好，这些不确定谯极大的影响了识翱的灌确率。 ( 3 ) 车牌附近环境恶劣。率牌附近往往有复杂的外形或挡车器等，不利于车牌的定位 和分割。 2 。2 2 外部环境的特征 ( 1 ， 赛光照条 警备不鞫强，鑫天窝篾上竞照琴弱。光照对图像震爨影昀穰夫。不露 的光照角度，对车牌光照的不均匀度影响也较太。不弼视觉，不同气候条件，以及背景 光、率牌反光程度决定了车牌区域的亮度特征。 ( 2 ) 外界背景的复杂稳艘也影响车牌的定位准确率。背景中与车牌区域特征相似区域 的大小反映了背景的噪声程魔。例如与车牌字符棚似的背景远处的广告谮容易影响车牌 的瓤定位。 2 ，2 。3 攀薜识葺l l 系统庄弼方案的特缸 ( 1 ) 不同实际上程其摄像方位和角度不一样。实际t 程中摄像方位相对于车辆行驶的方 向一般是正上方、左侧和右侧。相对来说，摄像角度越小，车牌在平磷i 羽像中变形越小， 识别效果越好。摄像方位和角度对车牌字符分割影响较大，对车牌校正方法的校正能力的 要袋瞧受裹了。 ( 2 ) 光线较落鞋，不围戆人工光照受痊、方像秘巍痿瓣车薄谖爰系绞彩晌瞧不一群。尽 管髋范车牌对光的散辩稚力较强，但人工光照的方位角度不同时，也会影响车牌的亮度。 亮度不均匀对车牌照二二值化算法的适应性提出了尉商的要求。 ( 3 ) 不同的实际工程，图像的分辨率要求也不阍。分辨率大小影响车牌识别系统的识别 速度和字符的识别率。o c r 中字符的象素分辨率一般为3 2 3 2 而车牌识别系统字符的分辨 率一般在1 2 1 2 和2 4 x 2 4 之阈。分辨率过高时，熬个识别系统的处理时间尝明显增多，特 搦燕在车壤分裁，车簿= 镶像貔处理霹闽会显蔫溪翔。分辨率遘低，字襁识别率会下降， 字祷中静汉字二毽馋效暴铰蓑，车薄谖臻系统的 嗣搴会下降。 5 车辆耱照瓣瓣凌术掰究 总之，车牌识别系统的研究由于受到多方面的限制，其技术还存在蓿一些不足。但现 代智能交通的发展，使其具有巨大的应用潜力。相信随者研究的不断深入，车牌识别技术 肯定会逐步志向成熟。 2 2 4 我翻车辆牌照识剜的特殊性 由于车辆字符识g 受到率牌匿像噪声及分割等因素的影嘀，识别率一嶷不能达到实际 镬嗣豹要求。嚣蘸，国， 汽车薅怒潮系缀疆巍工痒毫鸯较裹瘩平，毽巍予我鏊国媾懿 不同，造戒一些特殊情况，主要有数下蠢个方面： ( 1 ) 我圃标准车辆牌照熄由汉字、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 ) 圜扑谗多国家车辆牌照的底色和字榜艨色通常只有对 e 度较强的甄种颜色( 例如 纂藿，萁擎辩底色为盔毪，车耱主戆字簿为鑫色) ，露我瓣车辆簿照设筑色就舂蓝、黄、 黑、白等多种颜色，字符灏色也有黑、红、白等多种颥包： ( 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，砸我国则根据不同车辆、车型、用途，规定了多种牌照格式( 例如军车、餐 车、酱避车棼) ； 我戮汽车薅照的魏范悬挂证置不准一； ( 5 ) 由于环境、道路或人为因素造成牌照污染严重的率辆，发达国家不允许上路，而 我国则没有此规定。 2 3 车辆麓释谖剥技术豹磷究凌袄 汽车牌照识别技术属于计算机视觉领域。国内外都运用图像处理技术进行汽车牌照 识别鲍研究，最早出现于8 0 年代，这个阶段的研究著没窍形成完整的系统体系，两是裁 车薅谖箨j 熬菜一个翔题遴抒讨论，著豆遵常是采蕊篱蕈戆强缘薤瑾技术瓣浃。误嗣过张 是使用工般电视摄像机抬下汽车的正前方咧像，然后交给计算机进行简单处理，并且最 终仍需要人工干预。1 9 8 8 颦戴营等利用常见的图像处理技术方法提出汉字识别的分类怒 在提取汉字特征的基础上进彳亍的。根据汉字的投影直方圈( p r o j e c t i o nh i s t o g r a m ) ，选取 浮动邂僮，遴行量纯楚瑾菇，形袋一个交长蕤鹦，焉爆动态规翅法，求浅与振准模式链 码的最，j 、躐窝，实现细分类，完藏汉字省名韵自动识别。 进入9 0 年代，由于计算机视觉的发展，开始出现汽率牌照识剐的系统化研究。1 9 9 0 年。a s j o h n s o n 等运用计算机视觉技术芹“图像处理技术实现了车辆牌照的自动识别系 统。该系统分为图像分割( i m a g es e g m e n t ) 、特征提取和攒扳构造( f e a t u r e e x t r a c t i o na n d t e m p l a t ef o r m a t i o n ) 、字簿谖剩( c h a r a c t e rr e c o g n i t i o n 等三枣部分。嗣矮不同阂麓 ( t h r e s h o l d ) 对应的直方圈不同，经过大鼙统计实验确定出车牌位置的图像直方图的闽 值范围，从而根据特定闽馈对应的直方阁分割出车牌，辩利用预先设簧的标准字符模擞 进行模式匹l ! i 己( p a t t e mm a t c h i n g ) 识别出字符。 近凡年来，汽车磐熙餐娩识别的技术发曩缀恢，裁爨瑷基础，主羲霹分为间接法 6 车辆牌照识别技术研究 和直接法两种：间接法是基于i c 卡( 即无线电频率鉴别( r e i d ) ) 或基于条码的识别。 直接法是基于图像的汽车牌照识别。 间接法是指通过识别安装在汽车上的i c 卡或条形码中所存储的车牌的信息来识别 车牌及相关信息。i c 卡技术识别准确度高，运行可靠，可以全天候作业，但它整套装置 价格昂贵硬件设备十分复杂，不适用于异地作业：条形码技术具有识别速度快、准确 度高、可靠性强以及成本较低等优点，但是对于扫描器要求很高。此外，二者都需要制 定出全国统一的标准，并且无法核对车、卡，条形码是否相符，也是技术上存在的缺点， 这使得在短时间内推广造成困难。 基于图像的车牌识别技术属于直接法，是一种无源型汽车牌照智能识别方法，能够 在无任何专用发送车辆信号的车载发射设备情况下，对运动状态车辆或静止状态车辆的 车牌号码进行非接触性信息采集并实时智能识别。与间接法识别系统相比，首先，这种 系统节省了设备安置及大量资金，从而提高了经济效益；其次，由于采用了先进的计算 机应用技术，所以可提高识别速度，较好的解决实时性问题；再次，它是根据图像进行 识别，所以通过人的参与可以解决系统中的识别错误，而其它方法是难以与人交互的。 直接法一般有图像处理技术、传统模式识别技术及人工神经网络技术等。 ( 1 ) 图像处理技术：运用图像处理技术解决汽车牌照识别问题的研究最早始于8 0 年 代，但国内外均只是就车牌识别中的某一个具体问题进行讨论，并且通常仅采用简单的 图像处理技术来解决，并没有形成完整的体系，识别过程是使用工业电视摄像机拍下汽 车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要干预，例如车辆牌照 中省份汉字的识别问题，1 9 8 8 年戴营等利用常见的图像处理技术方法提出汉字识别的分 类是在抽取汉字特征的基础上进行的，根据汉字的投影直方图选取浮动闺值，抽取汉字 在y 方向的峰值，利用树形查表法进行汉字的粗分类，然后根据汉字在x 方向的投影直 方图，选取适当闽值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与 标准模式链码的最近距离，进行细分类，完成汉字省名的自动识别。 ( 2 ) 传统模式识别技术：传统模式识别指结构特征法，统计特征法等。9 0 年代，由 于计算机视觉技术的发展，开始出现汽车牌照识别系统化研究。1 9 9 0 年，a s j o h n s o n 等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图 像分割、特征提取和模板构造、字符识别等三个部分。利用不同阈值对应的直方图不同， 经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定阈值对应的 直方图分割出车牌，再利用预先设置的标准字符模扳进行模式匹配识别出字符。 ( 3 ) 人工神经网络技术：近几年来，计算机及相关技术发达的一些国家开始探讨用人 工神经网络技术解决车牌自动识别问题例如1 9 9 4 年m m m f a 删y 等就成功运_ h jb a m 神经网络方法对车牌上的字符进行自动识别，b a m 神经网络是由相同神经元构成的双向 联想式单层网络，每一个字符模板对应着唯一一个b a m 矩阵，通过与车牌上的字符比较， 识别出正确的车牌号码。b a m 神经网络方法的缺点是无法解决识别系统存储容量和处理 速度相矛盾的问题。 随着车辆问题的增多，基于图像的车牌识别系统的研制引起了许多学者的广泛兴趣， 也取得了很大的进展，有许多成型的产品出现，但由于外晃环境光线变化、光路中有灰 尘、季节环境变化及车牌本身比较模糊等条件的影响，使得l p r 系统一直是一个不能很 好解决的问题，而且很多的方法都需要大量的数值计算并没有考虑到实时处理的环境。 7 车辆瓣熙识接寒磅究 荛了瓣决蓬臻繇纯的鞫莲，孽静鞫蠹辨鼹蕊究税褥或公司金数采取翡办法是采鼹主动荭 井照明摄像或健爝特殊的转感器来提商翻像懿质量，继藤挝盛识剐率，这样徽静两时也 造成了系统的投资成本过大，应用顿域凝小，不适合普遍的捺广。 如今国内外的汽车牌照识别系统的研究工作已经有了很犬潍展，一些实用的成熟的 产品也相继出现。现有的比较典型的识别系统有：以色列的h i - - t c c h 公司、新加坡的 o p t a s i a 公司、簧港鹣a i s a v i s i o n t e c h n o l o g y 公霭癸研制了名掩s e e c a rs y s t e m 、v l p r s 、 v e c o n 懿l p r 蓉统。其孛s e e c a rc h i n e , s e 系统霹骥对中罄大陆骑车嫠进行识掰，魍瞧 舂接丈蘸蚨黧，蕊盈不酝谖剿辜黪中鳇汉字，舅癸，鬟本、栅禽大、穗譬、意太弱、夔 罾等各个西方靛遮翻家都有适舍本塌率牌的识剐系统。备十辫家的产品虽然不同，髓纂 本上都是基于率辆探测器的系统，设错投资巨大，其中的笨辆探测器主要有：踏板戏探 测器、光探测器、微波雷达通过型探测器、压力探测器、声控探测器、红外探测器、电 磁感应环探测器、测速雷达探测器和胝敞探羽4 器等。 国出比较典裂瞧汉瓣系统有；上海交遗大学计算撬系研究酌基于彩色分裁黪髀照趣 囊谖裂系统，牮串鹞控大学疆窕静蒸予横粳选配窝耱经鹾貉熬牌照浃翳系凌、颟涯火学 霜影霾豫磺究斯姘窥静“车藩遥”产照虢瑟孛霹院鑫动耗磷究骶汉王公司_ 露“汲玉溅气 巷 车辆牌照识辩技术研究 第三耄车牌图像预链理 为了保证有较高的识别率，车牌定能以后，需要对车牌图像进行预处理，如，由于角 度的关系，通过摄像机得到的车牌图像戏多或少都有一定的倾斜，为了能较好的分骞4 和 识别车牌字簿，簸需要对车牌进行撅瓣矫正；由于车牌本身的污迹、翊瘦等会等数字簿 谖鬟率下洚，为了鬟蔫专廷鞠率，藏鬟对英送行去臻啜声戆撩董誊等等。本文铮对传统豹孛 值滤波算法速发馒的 嗣题提出了一种快速酌彩色图像矢豢中德滤波算法，有效去除了车 牌图像的噪声。 3 1 车牌图像滤波技术 在塑像瓣警戒、簧竣或交换戆建瑕中，麦子多耱爱素懿影璃，慧耍造藏鹜臻瓣强震， 需要采用菜黧技术去改善匿橡的效栗。在车薄识割系统串，由于受到噪声等的影璃，使 得图像效果并不理想，而车牌图像的僳景与车牌字符分割和对字符的识别有着至哭蘸簧 的联系，所以蠢除车牌图像的噪声对于提高字符分割质量和识别率是必不可少的。 3 1 1 圆像滤波技术概连 强缳潼波靛嚣的是为了镑除噪声。嗓声溃豫貔方法又冒跌分为空海域或菝攀城，亦可 以分为全局赡蠛或局部处理，也可以按线性滤波、菲线性滤波和自适应滤波来区剐，线性 滤波具有完善的理论基础，数学处理简单，对高斯噪声有较好的平滑作用，但对脉冲噪声 抑制效果较第并且会使图像的边缘模糊，不能很好地保护嘲像的细节；而非线性滤波则能 抑制非高斯噪声，较好地保护图像的细1 盼和边缘【l ”。下面介绷中值滤波、邻域平均滤波、 矢量中值滤波簿几种滤波方法。 1 。中餐滤波黼 中蘧滤波怒一种典蘩豹 蔻逮滤波器，它戆磊豹是保护阉像边缘的嗣时去除嚓声。掰 谓中值滤波，飚指把以某点( x ，y ) 为中心的小窗e l 内的所有象索的灰度按从大到小的顺序 排列，将中间缎作为( x ，y ) 处的灰度假( 蓿窗i z l 中有偶数个象索，则取两个中间值的平均) 。 例如f 图： o 0 0 0 l1 16 11 0o 原图 0 圈3 1 9 l 0 0 o o o o o l0 lo i0 00 处理后的图 车辆牌照识别技术研究 圈孛数字鼹袭该娃懿获度。可狱看出爨图孛阉麴6 蠢l 嗣疆嚣获度鞫差缀犬，是一个 噪声点。经过3 l 窗口( 即水平3 个象素取中间值) 的中值滤波，得到右边那幅豳j 可以 看出，噪声点被去除了。 与b o x 模板和g a u s s 摸板福滗，中值滤波能够缀好的去除图像中的孤立点并保持图 像的边缘，并对去除脉冲噪声非常有效。以一维模极为例，只考虑水平方向，大小为3 x l 宽毫) b o x 摸投尧x l ，高鬈模板为x a2 。 如下图所示： o0 三三11三三一2 1 1 44 1 2 331 2 00o1 11 e1 2 l 33 12 1 0 21 l3 l l 3l l21 02l 1 3 1 41 3 333 5 1 7 5 1 31 41 3 333 1 1 6 o 曼三 l 44 l2l l 3 3 1 2 51 11 5 1 6 1 61 6 13 ， 44 笙6 笙 44 99 22 堕6 堑 44 0011 o 三三l 33 0 三曼1 44 00l1 222 3 3 3 2 2 2 原图鳋b o x 模板处理后经g a u s s 模板处理后经中值滤波处理后 鹫3 。2 2 邻域平均法 邻壤平均法是一静局部空闲域处理瞬算法。设一耀圈像f ( x ，y ) ，滤波嚣鳇筵像老 g ( x ，y ) ，它豹每个象素的灰度级由包禽在( x ，y ) 的预定邻域f i 寸几个象索的灰度缀的平均值 所决定。即用下式得到滤波的图像： 如y ) 2 吉。影刚) 仔d 菹上算法篱荦，诗算速度捷。键它的主要缺点楚在释羝唆声鹃同时使图像产生模糊， 特别在边沿和细节处，邻城越大，模糊越严麓。 3 。空间域低通滤波 信号的馒变部分在频率域属于低频部分，而信号的快变部分在频率域是高额部分。对 图像米说。它的边缘以及噪声干扰的频率分缀都处予频率域较高的部分，因此可以采用低 遥滤波鳇方法来去除噪声，孬攒域豹滤渡又绶褰易放空闻域豹豢获亲实凌，戈她只要适当 1 0 o l 一垃 1 8 9232313l一3 o l 一9 1 l1 ， l 2 3 0 1 3 0 0 o o 率辆髀豫谖魏技术酝究 楚设嚣空瓣壤系统浆革餐弹激响应淹落藏瑶班选窭l 滤臻嚓声靛绶采。 掌g ，y ) 一芝艺，( f ，弘o f 十1 , y j 4 - 1 ) ( 3 - 2 ) l j g ；矩鞯受鼹滋卷强壤援，霉矮戆簿戳下死耱： ，f i 1t 拨。三1 11 1 9 | _ 王量 h 。；三 圭6 121 24 2 麦2王 4 额城氨遴滤液 图像的平滑处理也可以在频域进行。将有噪图像f ( x ，y ) 经傅立时变换得到相臌的频 域，用f ( u ，v ) 袭示，由于噪声在频域中分布在高频段，所以来用低通滤波的方法，可能将 噪声去掉。 剥耀卷积激理，式( 3 - 2 ) 可班写戚戳下形式： g 承，垮- 露轴秘，y ) f 垂，p ) 利用嚣 ，v ) 使f ( u ，v ) 的简频分黛得到衰减，褥粼g ( u ，v ) 君辩经过反博盘” 变换 裁褥到酝耱罄辩霪缘g ( x ，y ) ，酝遥滤波警滂鹭缘豹系统挺潮搬霞耩示。 圈3 3 撷域低通滤波处理橙胬 5 矢量中德滤波【9 _ l o 设n 个矢慑的集合为；盖一怛，拦。，x 。 ，贝u 冀必餐中佳x 。为满足下践的一 夸矢量： 羹阪喝l s 蠢弑喝l 小珥一- ，一 其孛，鬈。拯l ，菇2 ，菇。 ，l 2 楚数也可羽冀它瓣鼷裹测疫来援替a 由3 q ) 式可见，矢鬣中值滤波藏怒巍滤波密口中寻找个与其他像素矢鳖躐潜鼹潺 的像素，然詹以此像素替代窗口的中心像素，其计算量与必餐个数驹平方成正比。当滤波 窑霜较，l 、露，滤波效果不麓 襄簿，髓燕随萋滤波密叠麴壤太远箨量x 遮速增热，影穗簿法 懿甓蘧蓬， 3 1 2 一种新的彩色图像炙量中值滤波快德算法 在彩毪黼稼嚣线牲滤波技术巾，麓予矢量撵旁绞诗翡矢薰串僮滤波，是一种鬻翅酌 l l 攀辆牌照识别技术研究 方法。然纛馋统耱矢量中莛滤波算法p “蝣，峦子荬诗算鼙菇矢餐个数蕤平方畿葱魄，因 北，滤波窝翻的大，j 、影响若算法的性能，如果滤波窗口较，j 、，葬法运行速度较快德滤噪 效果较差；如聚滤波窗口较大，虽能保证滤噪性能但又影响快速性。本文提出了种快 速的彩色图像矢摄中值滤波算法，谯保持图像细节的前撼下大大减少了运算时间。 1 基于方向区域距离测度的彩色图像矢量中值滤波算法 传统的矢擞中值滤波算法窗口的大小影响算法的性熊，如果能够在滤波宙秘尺寸不 变鲍馕嚣下，羰少算法健用静矢鼙拿数，藏会在镖矗滤曝攘辘的目眩疆裹算法蕤避 i 逮 疫。我裁鹃辫路是定义一秘能爱浃象綮送域震睦兹方囱嚣城簇离测度并据魏蒋滤波察口 划分为两个子窗口，然后使用予窗内的象素进行矢量中德滤波。 设彩色象索d i ，j ) = 僻( f ，j ) ，g ( i ，) ，b ( f ，j ) j ，其中，r ( i ，) ，g ( i ，) ，b ( i ，) 分别 是象素c ( f ，j 在r g b 彩色空间中的红、绿和蓝颜色分鬣。以c ( j ，f 为中心墩 ( 五+ 1 ) ( 知+ 1 ) 的窝口，其中，s 为大于等于1 的整数。在窗掰内过c ( i ，j 做一与霍擞方向 鹰残夹焦为霹筘x ) 的线段l 劳将密霜裁分荛拜帮激舞个子密墨，鲤翻3 3 褒 示。设黔耪觏内各包含拿象素，刘戮和弼内蒙素戆警均色彩番数毽分裁为： 汰 鞠3 4 蘧域捌分 m 专耋。一嘉霪。) 一砖耋告薹专冀) 一m ) 嚣瑾： 懒。w i 台 c 班，。，毽川，抗p ) 这里，岛和c 肌分别是w 1 和w 2 内的第k 个和第1 个矢量像素：8 枞，q m ，分 别是w i ( i = 1 0 ) 内n 个矢量像素r 、g 、b 颜色分量的平均德。 定义w 1 和w 2 间舱平均色彩距离为： 一0 一 + 一g 鹕 + 峨一 ( 3 - 4 、 当在0 和n 之间变化时，d 。必县有一个最大值，定义方向区域距离测度为 d t “警b 日0 “ ( 3 5 ) 率辅牌照识i 4 技术研究 迷。表示c # ，j 煮垂宣予多方囱色彩丞数夔麓突变程麓，如果d 。值较小，说明 c # ，j ) 点位于平滑区，如果坟。值较大，说明c ( f ，) 点可能能于边缘区。无论c ( f ，) 点 位于平滑区还怒边缘区，都不必使用窗口内的全部象素，只需使用此时子窗口内的象索， 即参与滤波运算的象素数量减少了一半，因此，所用时间也大大减少。但有一个问题， 求取方向区域飚离测度要花费一定的时闻，为保证算法的快速性，可选择确增幅为4 擎。 医照，霹褥妖速矢量串燕滤波葵法步骤舞下： 1 ) 交取暖像象素的方离区域鼯离溪l 疫帮踅时静算舞； ( 2 ) 使用予窗口肉的象素进行矢獭中值滤波。 2 实验结果 图3 5 ( a ) 为原始车牌图像，图3 6 ( a ) 和图3 7 ( a ) 分别是2 5 6 x 2 5 6 、2 4 位像索的 的人造彩色图像和实际彩色图像，对它们加入5 脉冲噪声所得图像分别如图3 6 ( b ) 和圈3 。7 所承。我们将传统的矢量中俊滤波算法积本文掇漱的快速矢量中值滤波簿法 分裂应羯予豳3 5 ( a ) 、盈3 6 ( b ) 晕j 瓣3 + 雄 蓑进行主窖瓣弹徐院较，滤渡塞疆为5 x 5 。 客疆谨徐橼壤聚翔妇一证静均方误蒺n m s e ，n m s e 怒义翔下： j l f n ：l l c ，a ，) 一c o o ，) 0 、 n m s e ! 二! i i 三里：? 一 3 6 x l l c ，“，4 i 1 0 i 一0 其孛，q # ，j 移c o 枣，j ) 努裁楚舔始銎豫器滤波垂翳爨像，m 、k 荛鹫像戆缝数。 客蕊谨赞北较缭果如表3 。1 所示。 表3 1 矢最中值滤波算法韵客观评价 传统矢量中值潞波算法奉史的算法 国。像 n m s e 运行酎旆似r l削s e运行时阐( 杪) 车瓣糕缘 8 盎王2 2l 许j 3 l薅鸯i 3 s6 9 j 5 8 造彩彀灏缘 o 0 1 3 2 0 6 j 5 50 0 0 0 2 11 1 9 m 实际彰色图像 0 0 1 6 32 0 5 9 2 20 0 2 1 9 1 】89 4 5 ( a ) 溅贻率髀强像( b ) 健辘矢量孛值滤渡岳毯像 ( c ) 本文算法结采 圈3 5 车牌图像的矢量中值滤波比较 车辆牌鼹识剐按本研究 ( a ) 原始人潴图像 秘簧统矢蠢串值滤波结采 ( b ) 加噪人造圈像 ( d ) 奉支算法臻果 嘲3 , 6 人造彩色豳像的矢量中值滤波比较 醇聂始黪攘赫翻噪嚣辣 车辆脖熙识剐技术研究 袖传统失薤中值滤波结采( d ) 奉文算法结果 图3 7 实际彩色腰像的矢量中值滤波比较 由袭3 1 可见，本文嚣法的n m s e 晦祗于传统矢豢咚馕滤波算法，但时闻节省了娥 1 2 ：孬蠢滤波续栗蚕稼爵躲，麸太豹主溪援觉上，奉支算法静澹渡效袋势未有舞显静下 降。 3 2 车牌豳像的倾斜矮压技术 车牌识别技术是将摄像机等设备拍摄的车辆图像，蜕视频图像采集卡转换成数字阕 像( 或直接使用数字摄像机获取数字图像) 并传送给计算机，由计算机通过车牌识别欺 件定位提取率牌，切分车牌上的字符，最好识别出切分的字符，是一种不需要人的干预、 垂 i 募极爨动获霉逶行车鞲车薄号码瓣鼓零。最瑾怒壤瑰下拍摄戆车薅潮像是一令矩形。 毽由于摄像枫和车牌之弼角壤的变纯，攀常使所拍摄静车牌图像产生颤斜现象，给字符 分割带来不利影响，造成错误分割和车牌识别率下降。因此，需要在字符分割之前进行 车辆牌照的倾斜矫正。 3 。2 。i 丰辩霜露谣辞较萎技术概速 由于道路的坡度、车牌的悬挂和摄像机与车牌之间倾斜角度的影响，使得拍摄到的 车牌图像产生了倾斜，这实际上是一种透视失宾。一般愤凝下，可将馈斜的车牌图像避 缢看成一令擎行霾逮形，露三静簇瓣搂式：窳平颓藏，蘩巍 羲瓣蠢承警壤矗赣麓，琶籍 的倾斜矫戒方法主要有： ( 1 ) h o u g h 变换法1 ”“，通过h o u g h 变换求取车牌的沈框，进而确定车牌的倾斜角； 或者由h o u g h 变换提取牌照边框的参数后，再求解牌照鹾域四个顶点的嫩标，然后通过 双线性空阉变换对畸变图像送行矫正。 ( 2 遗避模叛匹配寻我牌照区域豹四个顶点，再逶过载线性空闻交换藏建矩形车薄嚣 域筒j 。 ( 3 ) 通过求取车牌字符区域的局部极小和局部极大特 难点，再进行投影确定车牌的倾 斜角。 搭 车辆牌照识别技术研究 ( 4 ) 通过求取车牌上各个字符连通域的中心点，然后拟合为直线来确定车的倾斜角 2 4 1 。 由于图像中车牌的边框有时并不明显( 如有的自牌白车) ，且因噪声、污迹等干扰的 影响，造成h o u g h 变换后参数空间中的峰值点很分散，这使得方法( 1 ) 和方法( 2 ) 效 果并不理想；当车牌上有污迹和噪声时，方法( 3 ) 的检测精度下降：由于二值化等原因。 车牌上字符会有粘连和断裂现象，就使得方法( 4 ) 的效果也不理想。而且，上述四种方法 有一个共同的缺陷，就是当图像对比度较小、光照不均时，检测到的倾斜角误差较大。 3 2 2 基于h o u g h 变换的车牌倾斜校正 1 。h o u g h 变换的原理 h o u g h 变换的基本思想是点、线对偶性。图像变换前在图像空间，变换后在参数空 间。在二维图像空间里，直线可以表示为 x c o s 0 + ys i n 0 - p f 3 - 7 ) 其中，p ，0 ( 0 s o s h ) 为参数，从而图像空间的直线被影射到参数空间的一点 ( p ，0 ) ，而图像空间的一点则对应参数空间的一条正弦曲线。图像中任意两点( 墨，y 。) ， ( x 2 , ) ，2 ) 所对应的正弦曲线在参数空间将相交于一点( p ，从而，通过点( 西，y 1 ) 与 ( 屯，y 2 ) 的直线上的所有点所对应的正弦曲线在参数空间都将相交于这一点。基于这一 点，我们将直线的检测问题转化为参数空间寻找局部最大值的问题。 由于车牌的倾斜角度一般不会超过4 5 0 ，并且存在1 0 的误差不会影响后面对字符的 识别。所以，只要以1 。为步眭，日取遍- 4 5 。一+ 4 5 。的所有值，并根据3 - 7 式计算出对应的 p 值，将得到的( p ，0 l 值填入事先开设的l 9 0 的= 维累加器中，并根据二维累加器中 的值确定晟终的倾斜角度。其中，l = 4 m 24 - n 2 ，m ，n 分别为车牌图像像素的行数 和列数。 2 车牌倾斜矫正的实现 ( 1 ) 在p ，0 合适的最大值、最小值之间建立一个离散的参数空间； ( 2 ) 建立一个累加器爿( 岛口) 矩阵，并置每一个元素为0 ： ( 3 ) 选取图像每一个目标像素( x ，y ) ，并对每一个0 的取值0 ，计算 p = 工c o s o7 + y s i n o ，并递增相应累加器，即爿，0 ) = 4 ( p ，07 ) + 1 。 ( 4 ) 求出局部最大值，确定倾斜角度 车牌图像矫正结果如下： 原始图像 图38 1 6 矫正图像 车辘簿怒谖鬟技术骚究 3 2 3 基于彩色i 迓缘检测和旋转投影的倾斜校正 由予h o u g h 交换弱葺蠢疫秘运篓戆复杂疲存在羞矛篷，对存镳空溜豹要求氇魄较大， 丽且车牌潮像的太小决定了校正速度懿抉橙，一般用于率牌倾斜校正时的速度比较慢。 本文采用水平和垂直彩色边缘检测结合旋转投影求取车牌的水平和垂盥倾斜角度的方法 来对车牌图像进行倾斜校j e 陋l ，简单实用，对光照不敏感，抗干扰性强，有较好的校正 效果。图3 + 9 、图3 。1 0 和燃3 。n 分别表示水平倾斜，羹蠢颓斜和水平穗童倾斜三种镁 簸模式： ，爻 【 碧。 (v 7 拳平疆斜( 瑚) y 。 之。# = 、：弘 黼3 ，9 水平倾斜 垂直倾斜( # 0 ) ，。 眨。瓮 、： 图3 。1 l 嫩乎垂直倾斜 水平垂直倾斜( n o ) 车辆麟蘸讽剐技术研究 冀赞强 ： 1 求平垂誊边缘检测 设c ( io ，j o ) 代表图像位置( i0 ，j o ) 处的彩色向爨，c ( i qj o ) = 僻( i o ，j o ) ， g ( io , j o ) ，b ( i o ，j o ) ) ，以c ( i o j 0 ) 为中心取一( 2 w + 1 ) ( 2 w + 1 ) 脯i s i ，其中，w 为大于等于1 的整数。令： 以筏蕊) ；w ( 2 w l + 1 ) i - x 。, - tj 娶蕊d v + ( i o 卜硒1 南；磊。，雾( f ，d 1 w 0 + ”j 如+ ” 曩硒2 而而荟j - j u - c 1 1 刚) l _ 0 + w j ，n 一” 玑( i 0 瓿卜币南。茹。，髻( f ，d 则( i o ，j o ) 处的垂直彩色梯度和水平彩色梯度分别定义为： d v ( i o ，。) 一敝魄，j 。) - v _ ( i o ，删l d h ( i 。，矗) = 貉+ ，。) 嚣一( o ，j 。冀 其中，代表欧几里德范数a 设和蛳分别代表d v 的均值和标准方差，阳和咖分别代褒d h 的均值和标准方麓， 则按下式对嘲像进行二值忧获取图像的水平彩色边缘e h 和簸囊彩色边缘e v ： 跚赢) 一嚣：。d v ( i o , 硒j o ) 瓴zt * r + 3 努a v ， 骗 ，；弘蹴裟z 老 图3 1 2 分别是车牌的原始图像、车牌的水平彩色边缘图像和车牌的垂直彩色边缘图 续。 车牌的原始图像车牌的水平彩色边缘图像车牌的垂直彩色边缘剖像 熊3 1 2 1 8 车辆牌照识别技术研究 2 倾斜校正 ( 1 ) 水平校正 以水平彩色边缘图像的中心为原点建立两个笛卡尔坐标系x y 和x - y ( 参考图3 9 ) ， 两坐标系的坐标轴x4 与x ，y 。与y 之间的夹角为，统计图像在y 轴上的投影，设s 为最 大的4 个投影值之和，旋转坐标系x - y ，则当c c 等于车牌的水平倾斜角度时，s 取得最 大值。“一s 的统计直方图如图3 1 3 所示，由图可见，车牌的水平倾斜角为6 度。将车牌 顺时针双线性插值旋转6 度，可得水平倾斜校正后的车牌图像，如图3 1 4 所示。 图3 1 3 ( x - s 直方图 图3 1 4 水甲倾斜校正后的车牌 ( 2 ) 垂直校正 与水平校正同理，以垂直彩色边缘图像的中心为原点建立两个笛卡尔坐标系x y 和 x - y 。，两坐标系的坐标轴x 与x ，y 与y 之间的夹角为b 统计图像在x + 轴上的投影，设 n 为x 轴上投影值是0 的区域长度之和，旋转坐标系x - y 1 ，则当b 等于车牌的垂直倾斜角 度时，n 取得最大值。i s - n 的统计直方图如图3 1 5 所示，由图可见，车牌的垂直倾斜角 为一2 度。由于车牌的垂直倾斜是同一行间像素的错位偏移【2 6 1 ，因此，要在同一行内对像 素进行移位。设车牌的高度为h ，垂直倾斜角度为p ，车牌区域内任一像素的坐标为( i ，j ) 其校正后象素坐标为( i , j n e 呐，则： j n e w = i4 - 醇一1 ) t g p j n e w ；j + q o t g ( 一卢)，卢 0 n 匾 图3 1 5b “直方豳 1 9 车辆牌照识别技术研究 确定了校正后象索坐标( i j n e w ) ，再进行双线性插值运算则可求取象素的彩色值。校 正后图像如图3 1 6 所示。 3 3 本章小结 图3 1 6 校正后的车牌图像 对于彩色图像滤波，在有效抑制噪声的同时保证快速性是非常重要的。传统矢量中 值滤波算法虽然效果较好但运算量较大。本文基于象素的区域属性提出的新的矢量中值 滤波算法，其优点是大大降低了算法的运算量，提高了算法的运算速度，并且具有较好 的视觉滤波效果。 2 0 举辆牌照识剐技术研究 第四章率j | 聋字符识判算法 一个完鹅的车辆牌照自动识别祭统，应包括车牌定位、字符分割和单字识别墨大部 分，字符识别怒其核心部分，但由于车牌字符褪色、污逾、划伤破损、倾斜扭曲等闲像 质量退化导数识别效果荠不理想，零文提出一狰亳效的车黪数字及字母字符识捌舞法， 该算法采蠲辩缀旗扳莲配，善竞j i | 字稽图像迸孬摸投匿琵，然最黠匹琵失黢戆字祷强像 求取边缘，辩麓进行边缘h a u s d o r f f 距离模板匹配。该算法不仅对模糊、扭鞠、旋转、 缺损等质量退化车牌图像能正确识刺，而且对一些相似字符( 如8 ，b 等) 也有较好的 识别效果。 4 t 模式识别赫介2 7 l 字符识澍照模式识剃领域中镟活跃的一个分支“e 摸斌识剐研究识n 过程躺一般原 理，对字符识别有指导作用；而字符识别的研究又促进了熬础理论一模式识别领域的发 展。 4 1 。1 模式议嬲的流程 模式谈潮怒伴随羞计雾祝翡戮究、应用强益发袋起来的。按照广义酌定义，模式是 一些供模仿用的、完美无缺的标本。模式识别就是识别激特定客体所模仿的标奉。而狭 义的模式是对菜些感兴趣