基于数学形态学及车牌定位.docVIP

基于数学形态学的车牌定位 摘要 车牌定位是智能交通系统中最先遇到的重要环节，因此如何实现车牌的快速、准确定位具有现实应用意义。本文先对车牌图像特征作了简要介绍，随后对基于数学形态学的车牌定位进行了研究与分析，最后在车牌图像二值化时，应用最大类间方差求得最佳阈值，从而实现车牌的快速、准确定位。 内容列表 引言 车牌图像特征 数学形态学 最大类间方差法 实现方法与结果 结束语 参考文献 引言 常用的车牌定位算法有基于彩色或者灰度处理的方法、行检测和边缘统计法、Gabor滤波法、基于小波变换的方法等，但这些算法在实现简单、快速准确定位方面都不尽如人意，本文针对基于数学形态学的车牌定位进行了研究，由于数学形态学的数学基础和所用语言是集合论，因此它具有完备的数学基础，这为形态学用于图像分析和处理、形态滤波器的特性分析和系统设计奠定了坚实的基础。数学形态学的算法具有天然的并行实现的结构， 实现了形态学分析和处理算法的并行，大大提高了图像分析和处理的速度数学形态学(Mathematical Morphology)诞生于1964年，是由法国巴黎矿业学院博士生赛拉(J. Serra)和导师马瑟荣基本思想是用具有一定形态的结构元素去量度和提取图像中的对应形状以达到对图像分析和识别的目的。数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个： 膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合， 它们在二值图像和灰度图像中各有特点。bwareaopen(BW, P)形态学打开二值图像，并移除较小的连通组件。 图3 图像经bwareaopen处理前后 从图3中的两幅图可以清晰地看到，大概在车灯位置处的一些较小的连通组件不见了，图像变得更为平滑。 接着用函数imclose(IM,SE)对图像进行闭合操作，其中SE为结构元素。 图4 图像的闭合操作 闭合操作是先膨胀再腐蚀，在车牌位置，白色区域先膨胀，再腐蚀去字符，于是车牌所在位置变为白色连通域。 然后用函数[B,L] = bwboundaries(BW)寻找二值图像边界，其中B为连通组件的边界，L为标记矩阵。并用RGB = label2rgb(L, map)将标记矩阵L转化为RGB图像，如图5所示。 图5 标记矩阵L对应的RGB图像 各个连通组件的轮廓如图6所示。从坐标上可以看出其大致的位置与形状。 图6 连通组件的轮廓 最后计算各个连通组件的面积与周长，而车牌周长perimeter与面积area的关系是一定的，设relation=area/perimeter，以relation作为匹配度，各个连通组件面积周长比最接近relation的一个便是车牌所在的位置，如图6所示，图中“o”代表车牌的质心。 图7 各个连通组件的匹配度 最后应用再应用X2 = imcrop(X, map, rect)将车牌取出。如图8所示。 图8 车牌图像 结束语 从实现结果上分析，车牌经过数学形态学分析处理后，可以得到为数不多的几个连通组件，然后分析这几个连通组件，便可确定车牌位置。 本文中还应用了最大类间方差法求阈值，这样可以使得图像的二值化效果达到最佳，为以后的二值图像的分析奠定基础。 参考文献 霍宏涛.数字图像处理.北京:机械工业出版社，2003 陈杰.MATLAB宝典.北京:电子工业出版社，2007 张宇、黄险峰.基于数字形态法和主成分分析法的车牌定位.计算机与数字工程，2009 郭鑫泉、伍宏涛、吴青.利用数学形态学实现车牌的快速定位.2008世界通信大会中国论坛，2008 李波、曾致远、付祥胜.基于数学形态学和边缘特征的车牌定位算法.视频技术应用与工程，2005 韩珊珊等.基于MALAB的车牌定位算法研究.科技资讯，2009 GA 36-2007 中华人民共和国机动车号牌