基于孤立像素点去除的车牌ROI区域快速定位方法研究.pdfVIP

文章编号：1007—1423(2014)26—0046—05 DOI：10．3969／j．issn．1007—1423．2014．26．010 基于孤立像素点去除的车牌 ROl区域快速定位方法研究 赵婷婷，唐晶磊，黄志远，张勇 (西北农林科技大学信息工程学院，杨凌 712100) 摘要 ： 车牌识别 (LPR)作为当前较为广泛研究的热门课题之一，已经 日趋成熟和完善．但传统车牌提取算法中仍然存在对 单个像素点过分依赖、识别率不高等问题。提出一种基于孤立像素点去除的车牌感兴趣区域提取方法．在Sobel算子 边缘检测算法的基础上，采用基于行列比例和周围相似度两种方法．对单像素点进行处理 ，有效去除影响感兴趣区域 中的孤立点 ，突出车牌特征并提高识别精度。实验结果表明，该方法较传统方法识别速率平均提高约5％。识别精度平 均提高约 15％ 关键词 ： 车牌识别；感兴趣区域；图像提取 ；区域增强 ；边缘检测 基金项 目： 大学生科创基金(N02l59) 0 引言 无关像素点的去除．从而实现对车牌区域的快速筛选 定位 本文所述较传统算法可以更精确地去除孤立的 车牌识别系统被广泛应用于各类智能交通和安防 像素点 ．使车牌区域更加突出．从而实现快速准确地对 系统等领域中lJ【。随着我国车辆数量的与 日俱增．对于 ROI区域的提取 车牌识别技术的要求越来越高．而车牌部分提取的准 确度和实时性最终影响着车牌提取的效果．因而需要 1 经典 SobeI算子的检测原理 对感兴趣 区域 (ROI)进行提取 ．快速实现对车牌的定 作为智能交通系统中的关键技术手段．车牌识别 位，以便系统记录车牌的详细信息。 技术的原理是 ．对视频帧中提取出的带有车牌区域的 传统边缘检测是根据区域之间的边缘来提取图 图片进行处理及分析。主要包括字符的 自动提取、字符 像 ，其局限性在于对图像边缘的像素点特性依赖较大 的分割及字符匹配等环节．最终将视频信息转换为计 目前 ．对 ROI区域 的常用提取算法有边缘检测I21和 算机可直接识别的文字信息．从而实现对车辆智能监 Hough变换[31等 传统边缘检测是根据区域之间的边缘 控的有效管理 来提取图像 ．其局限性在于对于图像边缘的像素点特 Sobel算子 是基于像素梯度进行边缘检测的一种 性依赖较大．对于边框规范或者模糊的图像处理准确 方法 。经典 Sobel算子主要有两个 ．用于检测水平和垂 度不高。Hough变换速度较快．但是对于有污点的图 直方向的边缘，该算子包含两组3x3的矩阵．如图 1所 像 ，处理效果不佳 示．分别为水平和垂直方 向的卷积因子嘲 其原理是通 因此 ，本文针对传统车牌提取算法中存在的对单 过 3x