基于纹理研究及字符特征结合车牌定位方法.docVIP

基于纹理研究及字符特征结合车牌定位方法摘要：车牌定位是车辆牌照识别的重要基础。传统的车牌定位方法由于受到光照变化、图像尺寸大小或者车身颜色与车牌颜色相近的影响具有局限性。该文提出了一种基于纹理分析和字符特征相结合的方法，重点介绍了图像预处理、梯度化、纹理分析和字符特征分析等主要步骤并给出了实验结果。 关键词：车牌定位；纹理分析；字符特征；sobel变换 中图分类号：TP311文献标识码：A文章编号：1009-3044(2012)22-5434-04 License Plate Location Based on Texture and Character Features WEI Zhong-heng, ZHANG Shuai （Shandong University of Science and Technology，Qingdao 266590, China） Abstract：License plate location is the base of license plate recognition. Traditional methods have limitations in light change、image size differences and those plates which have the similar color with the car. The paper proposed a method based on texture and character features. It introduces image processing、image gradient、texture and character features analysis with experimental results. Key words: license plate location; texture analysis; character features; sobel transform 随着经济的迅猛发展，中国的城市道路以及停车场建设越来越多，智能交通系统的出现大大提高了管理效率。车牌定位系统作为智能交通的一部分，能够有效的加快我国交通管理自动化的进程。而车牌定位作为车牌定位识别系统中的重要环节，效果的好坏直接影响最终的识别效果。 该文提出了一种比较精确的车牌定位方法。首先对车牌图像进行预处理，提高图像的质量。图像的预处理包括灰度化和灰度拉伸以减少要处理的图像信息。然后使用水平sobel算子去除横向噪声的干扰，有效的提取车牌区域的纵向纹理特征。为了进一步的讲车牌区域从图像中提取出来，我们接着对图像做了二值化处理和水平跳变检测。最后，通过纹理分析和字符特征分析筛选出精确的车牌区域。整个流程如图1所示。 1图像预处理 1.1灰度化 一般拍摄的图像为24位真彩色图像，而彩色图像处理起来相对复杂，我们根据灰度值和RGB颜色之间的对应关系将彩色图转化为灰度图。G代表灰度化后的灰度值，R、G、B分别代表原图像中的红、绿、蓝分量。根据G＝0.299R + 0.587G + 0.114B，可以得到灰度图2。 1.2灰度拉伸 为了增强车辆图像和拍照图像的对比度，以便更好的进行车牌定位，需要对图像进一步进行灰度拉伸,见公式（1）。 2 sobel变换 图像边缘是图像最基本的特征，边缘是指周围图像像素灰度阶跃变化的像素集合。车牌区域最明显的是字符特征，加上字符在水平方向边缘特征比较突出，我们选择使用水平sobel算子对灰度图像进行sobel变换，得到的图像很好的提取了车牌区域的纵向纹理特征，也去除了横向噪声的干扰。公式（2）为水平sobel算子。 3二值化 4获得车牌区域 4.1水平跳变检测 车牌区域上有字符，而且字符之间的间隔非常均匀，所以字符和牌照底色在灰度值上存在跳变，这样使得牌照区域则会有丰富的边缘。所以在进行纹理分析前，我们先进行水平跳变检测。 水平跳变检测中每一点的计算只与其右侧点有关，若f(x,y)为当前像素点，跳变点 5总结 该文提出了一种基于纹理分析和字符特征的车牌定位方法，有效的解决了其他算法因为光照变化、车牌尺寸大小不一等带来的定位不准确的问题。实验结果表明，该方法效果比较好，能够较为精确的定位出车牌区域。 参考文献： [1]郑成勇.一种RGB颜色空间中的车牌定位新方法[J].中国图象图形学报,2010,11(15):1623-1628. [2]王枚,王国宏.利用伴生与互补颜色特征的车牌定位新方法[J].计算机工程与应用,2007,43(1):206-