基于波形检测和颜色空间的车牌分割方法.pdfVIP

第22卷第6期 北华航天工业学院学报 V01．22 NO．6 2012年 12月 JournalofNorthChinaInstituteofAerospaceEngineering Del2．2012 基于波形检测和颜色空间的车牌分割方法 程广涛 陈 雪 张文治 (1．北华航天工业学院基础科学部，河北 廊坊065000；2．北京中医药大学东方学院基础部，河北廊坊 065000) 摘 要：车牌识别是智能交通中关键技术之一 ，车牌分割是车牌识别的基础。本文提出一种利用波检测和颜色 空间相结合的车牌分割方法，克服了传统边缘检测阈值难以选择的缺点，并且不受光照变化和车牌掉色及磨损 的影响，提供了车牌分割准确率 关键词：车牌识别；车牌分割；波形检测 ；颜色空间 中图分类号：TP391．41 文献标识码：A 文章编号：1673—7938(2012)06—0010—03 0 引 言 由于实际场景较复杂，且受天气和光照的影响 车牌分割就是在车辆图像中定位牌照区域的位 较大，故采集的图片质量比较差，基于灰度图的车牌 置，只有车牌分割准确，后面的车牌字符分割和字符 分割方法易受背景干扰，而基于彩色图的分割方法 识别才能够正确的进行，车牌分割主要有两条技术 则对采集的图片的清晰度要求较严格，靠单一的分 路线，即基于灰度图的和基于彩色图的。目前车牌 割算法很难精确的分割出车牌，本文提出一种基于 分割的方法很多，基于人工神经网络的车牌分割方 波形检测和颜色空间相结合的车牌分割算法，有效 法…_2分为两个阶段：训练阶段和分割阶段。在训 的解决了背景干扰问题，且对不同光照图片和车牌 练阶段，从已切割好的车牌区和非车牌区提取样本， 磨损图片具有 良好的适应性。 1 生成车牌边缘图 或者使用可以表征车牌区和非车牌区的特征向量作 1．1 颜色空间转换 为训练样本，反复训练网络直到获得一个满意的网 将原 RGB空间图像转换到HSL空间上，相比 络。在分割阶段，用一个滑动窗口遍历输入图像，滑 目前常用的HSV色彩空间，HSL色彩空间能更好 动窗口内的数据经过窗口的抽样形成神经网络的输 的反映 “饱和度”和 “亮度”作为两个独立参数的直 入矩阵，并送入网络进行分割。基于颜色特征的车 觉观念 RGB空间转换HSL空间公式如下： 牌分割法 3]充分利用车牌颜色相对固定的特点， R = R ／255，G = G ／255．B = B／255． 首先根据原始图像得到一组特定的色彩距离图谱， Min=min(min(R ，G)，B)， 通过 自适应熵阈值的选取快速分割出车牌的候选区 Max=max,(max(R ，G)，B) 域，然后再根据车牌的纹理特征对候选区域进行筛 D {=Max—Min 选以得到车牌的精确位置。因为车牌区域有着特有 L=120x(Min+Max) (1) 的纹理特征和统计规律，而且这些特