车牌字符分割算法研究..docxVIP

1 绪论1.1 背景介绍为了实现车牌字符识别，通常要经过车牌位置检测、车牌字符分割和字符识别三个关键步骤。车牌位置检测是根据车牌字符目标区域的特点，寻找出最符合车牌特征的区域。车牌字符分割就是在车牌图像中找出所有字符的上下左右边界，进而分割出每个车牌字符。在实际应用中，车牌字符分割的效果对车牌字符识别正确率会产生很大的影响，由于车牌图像亮度不均、尺度变化、透视失真、字符不完整等因素，使图像质量存在较大差异，进而影响图像分割的效果，因此车牌字符分割这一技术仍然具有很大的研究意义。在实际的监控场景中，车牌图像的透视失真通常是由于拍摄视角的变化或车辆位置的移动，相机光轴偏离车牌平面的法线方向造成的。由于车牌图像在整幅图像中占有较小的比例，所以车牌图像几何校正主要工作是校正车牌图像的旋转和剪切失真。旋转投影法和直线拟合法是两种主要的偏斜校正方法。旋转投影法是为了获取垂直倾斜角，即将车牌图像穷举逐个角度进行剪切变换，然后统计垂直投影数值为0的点数，得到最大值对应的角度。这种方法受背景区域的干扰比较大。另一种方法是直线拟合车牌字符的左边界点从而获得垂直倾斜角，该方法为直线拟合法。该方法并没有逐个角度对车牌图像进行剪切变换，从左边界点拟合出的直线通常不能真正用来代表车牌的垂直倾斜方向，检测出的角度存在较大误差，且字符左侧噪声对角度检测干扰太大，鲁棒性较差。因此找到一种更准确和迅速的车牌垂直倾斜矫正方法是十分重要的。通过得到最小的字符投影点坐标方差，得到另一种车牌垂直矫正方法。首先将车牌字符图像进行水平校正，根据字符的区域的上下边界，将车牌字符进行粗分割。然后将剪切变换后的字符点进行垂直偷用。当得到投影点最想左边方差时，便能导出两类剪切角闭合表达是，最后便是确定垂直投影的倾斜角并对此进行校正。投影法是目前最常用的车牌分割算法之一，其算法简单并且计算复杂度低。该方法的核心思想是将车牌图像进行水平投影和垂直投影，利用峰谷特征来定位车牌字符的上下左右边界。但是车牌的噪声、边框等因素容易影响到投影的峰谷位置，并且对于存在较严重质量退化的图像处理困难。为了进一步改善字符分割效果，通常将形态学分析、连通体分析和投影法三者相结合，并应用到车牌字符分割。Anagnostopoulos等人提出用SCW方法对车牌的图像进行分割，并通过在水平方向和垂直方向的投影曲线标准差对车牌字符进行分割。张云刚等人利用车牌的先验知识并结合Hough 变换提出了一种新的车牌字符分割算法，该方法的特点是为了消除噪声的影响提出了一种全新的图像预处理方法。其主要步骤为首先进行分段，其次水平分割方法利用的是Hough 变换拟合，该方法能够有效的消除上下车牌边框的影响，当图像中的车牌旋转角度较大并且存在光照不均的影响时其分割效果也都很好。然后将车牌先验知识应用于垂直投影法的字符左右边界确定中。该方法的优点是能够消除字符间隔区域和垂直边框的影响。但是车牌的噪声等干扰因素容易影响到投影的峰谷位置，并且对于存在较严重质量退化的图像处理困难。因此，通常将形态学分析、连通体分析和投影法三者相结合，并应用到车牌字符分割。Nomura等人为了处理断裂的车牌字符碎片，通过竖直投影将其检测出来并合并属于同一个字符的碎片，利用形态学粗化和细化方法将重叠和粘连的字符连通体分离。Chang等人为使车牌字符切分更有效，利用连通体的组合规则验证所有可能的字符集合，并取得了非常好的效果。近年来，更多新颖的车牌字符分割算法问世。Jiao为了验证是否得到真正的车牌把预定义的车牌格式和待选字符进行匹配，使用动态规划的方法来进一步验证匹配的效果。Fan等人以对垂直投影的水平投影分析为基础，将车牌字符分割与识别两个步骤作为一个整体的统计推断问题。能够将车牌字符的分割与识别同时进行，车牌字符的识别模块的设计性能很大程度地影响字符分割的效果。Franc和Hlavac通过隐马尔可夫链将车牌图像与相应的车牌字符分割建立起随机关系，把车牌字符分割表示为最大后验估计问题。Naito等人提出了假设检验方法，并以置信度为依据对可能的字符组合进行排队。王兴玲利用车牌规定的字符组合方式和大小比例关系，提出了基于模板匹配的最大类间方差车牌字符分割算法。并将设计的字符模板与车牌区域滑动匹配并进行分类，车牌的最佳匹配位置和字符的分割边界是通过最大类间方差的判决准则进行确定的。中国大陆的车牌有统一的制定规则，所有的车牌字符所对应的高度和宽度是相等的(可将字符“1”认为与其它字符的宽度是相同的)，并且字符的间距与字符大小比例关系是确定不变的。为此，本文以投影分析法为基础，通过设计变长模板与车牌区域滑动匹配，从而完成车牌字符分割。首先根据车牌边框和字符排列规则将车牌图像进行旋转和剪切校正。为了确定车牌图像中字符的上下边界，将车牌图像沿水平方向进行投影，利用