一种车牌定位的有效方法1.doc

一种车牌定位的有效方法1 1． 简介 车牌定位在智能交通系统中的机动车辆牌照识别有着很重要的地位。这篇论文介绍了一种实时的并且有效的牌照定位方法。牌照的区域包括了很丰富的边缘以及文字信息，我们首先利用图形增强法以及Sobel算子将车子上垂直方向的边缘全部提取出来，接着运用行之有效的算法将大部分噪声背景和边缘移除，最后我们在剩余的边缘中用矩形窗来得到了牌照的区域并且将这个区域从车的原始图像中分离出来。实验结果表明这个方法是很有效的。 Fig. 1. An example car image with 384 · 288 pixels and 256 gray levels（图1，有384×248象素和256级灰度的汽车图像实例） 这篇论文旨在找到一个来认证个人身份证件如身份证、驾驶执照、照片等的方法。这种方法尝以特定的图像处理方法从相关文件中得到一个图像签名。在这里利用的是基于离散余弦转化的方法来获得这个签名的。这给一些特别的文件提供了一种独特的相当压缩的签名，如果要应用于一个很庞大的数据库，这个签名也可以提供散列法索引，实验证明在大型数据库中使用可以达到预期目标。 个人身份认证文件比如护照、带照片的身份证、信用卡、选民身份证等等，现在都被很广泛的应用。它们越来越多的被应用于像保险、银行、政府办公室的认证、医疗服务、航空、对进入有限制的区域的验证以及最近流行的电子商务等等各种领域。但是除此以外，为了达到违法的目的已经出现了这类身份认证文件的赝品。这是利用了图像技术的飞快进步，比如彩色打印、复制以及扫描。赝品是伪造一个卡然后贴上其他人的照片来代替它真实的照片。这样就制造了一个合法的卡，因为它上面的文字信息都是完全正确的。这种卡能大行其道是因为现在使用中的卡没有将卡上的文字内容与照片联系起来。本文我们设计了一种新的基于签名生成技术的新图像，它可用来检测这些赝品。这些签名会被保存在一个安全的数据库中，或者被保存在一个加密文件中。 近年来，出现的很多技术，包括了利用全息照相图、高质量打印、磁性墨水等等都很流行。Metz，1994; Renesse，1994都提供了这些产品的详细信息。现在仍然在使用的技术是一些数码技术，一个跟本文描述的技术很像的技术。在这样一个系统中，高压缩的照片被储存在卡的磁条里或者智能卡中。这个系统是柯达开发并推广的。然而，在这种情况下需要特殊的显示设备来帮助人工的认证。如果我们可以把照片和卡上的签名以一种安全样式自动储存，就可以消除这种要求。 在1998年的O’Gorman提出了一个针对这个的方法。它们建议签名基于像素的平均值。签名是从一组被多重处理的原始图像中计算出来的。在我们看来，我们为了签名识别，采用离散余弦变换来捕捉本地的密集分布的特点。离散余弦变换已被发现对表现图像特征是很有效的。结果，我们的方法虽然比起O’Gorman的来说计算更加复杂，但是更有识别性，更可靠。该算法实现了检测图像内容的变化，而且在处理噪声增加的情况上有所增强（这就使得一些已经恶化的照片变得有法律效力了），还加强了对注册更改的适应能力。然而基于图像像素值的标准散列函数对这种图像变换不是不变的，因此不能用来使图像具有法律效力。2. 对牌照定位方法的建议 所有输入的汽车图形都具有384×288的象素和256的灰度级别，这里给出了例子（图一）。车牌包含了很多重字体（比如拉丁字母，阿拉伯字母等等），所以车牌区域包括了丰富的边缘信息。但是，有时候车的背景包含了过多的信息。这里有两个我们需要注意的地方：一是车牌周围的的背景主要包含一些水平边缘，另一个是在背景中的边缘主要是长弯角和随即的噪声，然而牌照区的边缘聚集在一起并产生了文字特征。只要垂直边缘能从汽车图像中提取出来（虽然车牌会丢失一些水平边缘信息，但是这很小部分的丢失以后会很有价值的）并且大部分背景边缘被移除了，这个牌照的区域就在整个图像中显现出来了。所以我建议用一下四个步骤来定位车牌。 2.1图像增强 在图一中，车牌的倾斜度相对牌照区比在比相对汽车的轮廓要更低，这是由于耀眼的阳光引起的阴影造成的。在阴天或者夜晚捕捉到的小车图像经常会在牌照区出现弱的倾斜。如果我们直接从这些图像上提取边缘，那么一些垂直边缘会显示在牌照区，因此，把加强汽车图像放在第一步是很重要。需要被增强的图像的区域要有低噪声。这里，我们用来表示象素（行：；列：）在图中的亮度；用来表示在增强图像中的亮度。我们让和来满足方程（1），这里是个中心在象素的窗体，和分别是这个窗的平均亮度和标准偏差。和分别是这两个指标期望值。 （1） 为了使得到的图像信息表现得更好。设计得窗体的大小最好小于牌照的预期尺寸。在这篇论文中，我们选择48×36的举行作为窗，因此一个8×8的窗组可以覆盖整个384×248的小车图像。让等