基于颜色和灰值形态学的车牌定位方法.pdf

29．基于颜色和灰值形态学的车牌定位方法 吴小林何剑 (佛山市三水京安通讯交通设施有限公司) 摘要：车牌定位是车牌自动识别的关键技术，该文在研究了经典车牌定位算法的基础上，针对我 国车牌颜色的多样性及车牌背景的复杂性，提出了一种颜色和灰值形态学相结合的车牌定位算法，该 方法首先在HSV颜色空间分割出车牌的彩色信息，然后采用灰值形态学、迭代法搜索候选区域，再结 合车牌综合特征进行准确定位，该方法的特点是适用各种车牌，并且避开二值化问题的困扰，实用性 强。 关键词：HsV颜色模型灰值形态学车牌定位 的变化以及车辆图像背景色彩的不断变化，很难 1．引言 找到一种通用的阈值确定方法。 对于整个车牌识别系统来说，车牌识别精确 本文提出了基于颜色空间及灰度形态学的车牌 度的高低主要取决于定位精确度的大小，而车牌定 定位方法，刻意避开二值化中阈值的确定问题。该 位又是车牌识别中最难解决的一步，迄今为止，仍 方法的主要思想就是根据我国车牌有蓝、黄、黑、 没有一个完全通用的智能化车牌定位方法。近年来 白四种颜色的特点，将采集的图像从RGB彩色空间 利用车牌的边界、纹理、颜色等特征结合神经元网 转化到HSV彩色空间，找出包含蓝、黄、黑、白四 络、形态学、小波分析、矢量量化等数学工具提出 种颜色的象素信息，并且将不同的颜色设置成不同 了许多积极有效的车牌定位方法。根据对这些车牌 的灰度值，将其他的颜色的灰度值设置为0，然后 定位技术的研究，可以发现车牌定位技术中最不稳 采用灰值形态学运算有效地整合连通区域，滤除干 定的因素就是二值化问题，不管是基于小波分析、 扰信息，再利用迭代法通过对每一个连通区域进行 还是人工神经元网络的方法，都要对车辆图像进行 搜索，确定候选区域，并进行标记，然后根据车牌 二值化处理，那么在二值化处理的过程中阂值的确 特征从候选区域中准确地分割出原始图像中的车 定将对车牌定位起到决定性的作用，但是由于天气 牌。算法流程如图1所示。 ’。。。。。。。。。。。。。．(149 2．2确定车牌颜色在HSV空间中的阈值 2．车牌颜色过滤 我国车牌的颜色有蓝、黄、黑、白四种， 2．1颜色空间转换 但是不同地方的车牌颜色深浅并不一致，且在不 根据不同的应用场合，图像颜色的表示方法 同的光照之下，其饱和度和色度也会有偏差，为 各不相同。通常图像处理采用的是RGB颜色模型， 了确定各种颜色车牌在HSV空间中的各分量的不同 即利用红(Red)、蓝(Blue)、绿(Green)三种基本区域，必须对车牌颜色进行区间采样估计，即采 颜色，用加色法配置出大部分人眼所能看到的颜 集不同地方、不同环境下的各种车牌，对同一种 色。R、G、B值随光照强度的不同而改变，因此该 颜色的车牌，例如黄、蓝，分别计算H、S分量 模型是受光照条件影响的。而一般汽车图像的光照 的均值和方差： 条件是不定的，因此在RGB空问进行车牌颜色的识 别非常困难。 疗=去砉H，；”上11--1窆i=l(Ⅳ，锄2； j=寺挚一2击