基于数学形态学和行列的车牌定位方法.docVIP

基于数学形态学和行列扫描的车牌定位方法 XX (XXXXXXXXXXXXXX, 北京 100081) 摘要：汽车车牌的定位是车牌自动识别系统中的关键环节。本文提出了一种基于数学形态学和行列扫描的车牌定位算法：首先利用数学形态学使车牌区域形成一系列的连通候选区域，去掉不满足要求的候选区域；然后结合车牌的特征及白像素点数的统计，利用行列扫描法对车牌精确定位。实验结果表明，该算法定位效果好、速度快，可用于对实际车牌图像的定位。 关键词：图像识别；车牌定位；数学形态学；行列扫描 中图分类号： TG156 文献标志码： A LICENSE PLATE LOCATION METHOD BASED ON MATHEMATICAL MORPHOLOGY AND THE RANKS SCANNING JIE PAN (The School of Automation, Beijing Institute of Technology, Beijing 100081，China) Abstract: The positioning of the vehicle license plates is a key link in the automatic license plate recognition system . A license plate localization algorithm based on mathematical morphology and line scanning is presented. First, it makes the license plate region to form a series of connected candidates region by use of mathematical morphology, and to remove the candidate region which does not meet the requirements, then combining the characteristics of license plates and the statistics of white pixel points, it uses ranks scanning method to obtain the precise position of license plate. The experiment results indicate that the algorithm has good effect and rapid speed, and it can be used in the localization of actual vehicle images. Key words: Image recognition; License plate localization; Mathematical morphology; Ranks scanning0 引言* 随着现代化交通的发展, 车辆牌照自动识别技术已越来越受到人们的重视, 尤其在高速公路收费系统中, 车辆牌照的自动识别是一个十分重要的环节, 而影响系统识别精度的一个重要因素就是车牌定位的准确程度。 现有的车牌定位的文献很多, 提出的算法也有不少。其中主要有两种类型: (1) 基于彩色图像的车牌定位, 这类算法目前的研究较少, 主要是通过RGB或者HSI色域空间对车牌进行搜索定位[1]。(2) 基于灰度图像的车牌定位。这类算法一般通过一阶二阶差分对灰度图像进行灰度增强、灰度拉伸, 采用各类边缘检测方法, 如Laplace 算子、Sobel 算子、Hough 算子等提取车辆牌照的颜色边缘特征对图像进行预处理, 增强车牌区域的特征。这类传统 算法对预处理后的图像根据经验阈值进行二值化, 然后运用扫描线方法对车牌区域进行定位。这类算法具有快速、高效的特点, 但是对于但对于背景复杂, 噪声污染, 车牌倾斜等问题始终没有很好解决。究其原因有二, 一是根据车牌区域的灰度突变特征进行扫描定位需经过水平定位与垂直定位两个步骤, 往往在某一个步骤时, 被噪声污染严重的非车牌区域干扰, 造成车牌区域的丢失; 二是阈值二值化不能达到期望的自适应性, 对于不同的光照情况自适应性差, 对车牌区域的增强效果往往适得其反。近年来, 针对传统的定位算法无法有效定位的问题, 一些学者从一些数学工具着手, Bao-Hongliang 和Liu-Changping[2]采用边缘检测结合数学形态学的方法, 对车牌区域进行膨胀突出其特征。韩国庆尚 大学的S.H.Park、