基于最大梯度差算法的扇形扫描车牌定位方法.pdfVIP

第 29卷第 19 期 Vo l. 29 NO.19 计算机工程与设计 Computer Engineering and Design 2鹏年 10 月 Oct. 2008 基于最大梯度差算法的扇形扫描车牌定位方法 部畔，宋永献 (淮海工学院电子系，江苏连云潜 222005) 摘 要;牟牌定位是车牌自动识别系统中关键的第一步，传统的最大梯皮差算法按图像像索矩阵的顺序进行扫描和运算， 存在运算最大，耗时长的缺点.为此对原算法进行了改进，提出了暴于最大梯度差算法的扇形扫描方法，通过改变1#.算法的 扫椅方式，减少了对背景噪声的扫描和:i!.算.经实验测试证明该方法运算最小，耗时烛，具有较好的应用性. 共键词:牟牌定位;图像;最大梯皮革;阙像;扇形扫描 中嗣端分提号:TP391冯1 )c献标识码:A 文章编号: 1ω。-7024 (2008) 19-5137-ω Method of fan-shaped scan license plate location based on MGD algorithm ZOU Ye, SONG Yong-xian (Department ofElectronic Engineering, Huaihai Institute ofTechnology, Lianyungang 222005, China) Abstract: License plate location is the first key step in the automatic license plate recognition syst创n.ηle traditiona1 MGD (maximum gradient difference) algorithm based on the order ofthe image pixels matrix has the shortcomings ofthe large operation measure and long- time running. A new improved fan-shaped scan method is prese明ted. By changing the scan method of the original algorithm, the scan and operation to the background noises are greatly decreased. Testing has approved the validity ofthis method… smaller operation measure and shorter running time. Key words: license plate location; image; maximum gradient di他rence; threshold; fan-shaped scan 。引|商 车牌的自动识别是计算机视觉、图像处理与模式识别技 术在智能交通领域应用的重塑研究课题之一，车牌识别技术 主要包括车牌定位和字符识别两个部分。 在实际的研究中，最大梯度差算法相比较而言具有程序 锚构简单、准确且和较高的特点，但是由于该算法在运行时要对 图像中的每一个像索点求梯度，再将最大梯度与最小梯度相 减求得最大梯度撞，这就不可避免地造成要进行大量的运算 从而耗费大最的时间。根据车辆圈像的特点，即因像中大量 存在的是非车牌区域图像(背最噪卢).本文对脱算法进行了改 进，提出了基于簸大梯股差算陆的扇形扫描H法，间隔性地选 取像京点地付运算，而不需要对每个像索点进行梯度计算，从 而缩短珉统运行时间。可以在保证跟有正确率的基础上，将 运算时间缩姐. 1 最大棉度差算法 (11 梯度对庇…阶导数，梯度算子是典型的…阶导数第子。 在边缘灰皮值过被比较失锐且阁像中噪声比较小时，梯度算 子 ι作较好。 对…个海续图像函戴f(x，y). 它在忧囊(x，y)的梯度可以表 l攸稿日期I 2007-10-17 E.m.: z-y-2∞1@163.com 示为一个矢量(其中G犀利Gy分别为陆x方向和y方向的梯度) \7f(咿}=[G. G，p=f旦旦旦r (1) l ex ey J 梯度方向是变化最快的方向，方向角度 仰，y) 且刷刷 (Gy / G.) (2) 这个失量的幅度(也常直接简称为梯度)为 \7 f= mag (\7 j) 百 (c;+回)11% (3) 最大梯度差就是求出车牌字符阳像和背紫阳像的梯皮之 差，由于车牌字符匹域内字符和背景的对比度强制，而且文字 笔画具有正负梯度交替变化的特征，周最大的梯度假(正值)减 去最小的梯!世值(负值)即可求出两者的最大梯度恙，利用最