一种基于特征的车牌定位算法.docVIP

一种基于特征的车牌定位算法 收稿日期:1999-11-12 基于特征的车辆牌照定位算法 牛 欣 沈兰荪 (北京工业大学 北京100022) 摘 要 车辆牌照定位是车辆牌照识别中的重要步骤,文章针对车辆图象的复杂背景及非 均匀的光照条件,提出了一种基于特征的车牌实时定位算法。实验结果表明,该算法定位准确率较 高,鲁棒性较好。 关键词 图象预处理 车牌搜索 车牌定位 车牌特征 Abstract:The location of the vehicle license plate is one of the important steps of the recognition of the vehicle license plate.In regard to the complex backgrounds of the vehicle images and the varied illumination conditions,a real-time license plate location algorithm is proposed based on the characteristics of the vehicle license plates.The experimental results show that this algorithm is excellent in the accura- cy and the robustness. Keywords: image preprocessing; vehicle license plate search; vehicle license plate location;vehicle license plate characteristics 0 引 言 现代交通的发展迫切要求实现交通管理的自 动化。车辆牌照识别系统作为车辆自动识别的一 种重要形式,可用于电子收费、出入控制、车流监 控等众多场合,从而提高交通管理自动化的程度, 他的相关研究正逐渐受到人们的重视。 在车辆牌照识别系统中,牌照区域定位是影 响系统性能的重要因素之一,牌照定位准确与否 将直接影响字符识别的准确率。以往的牌照定位 方法主要包括:J.Barroso等提出的基于水平线搜 寻的定位方法[1];R.Parisi等提出的基于DFT变 换的频域分析方法[2];Charl Coetzee等提出的基 于Niblack二值化算法及自适应边界搜索算法的 定位方法[3];这些方法或者对复杂背景及光照条 件比较敏感,或者定位速度较慢。为了克服这些缺 陷,本文提出了一种基于特征的车辆牌照实时定 位算法。实验结果表明,在复杂背景及非均匀光照 条件下,该方法能够准确实时地定位车牌。 1 车辆牌照定位算法 本算法分为图象预处理、车牌搜索和车牌定 位三部分。图象预处理就是要获得有用的图象边 缘并将其二值化;车牌搜索则是搜索整幅图象以 得到有可能包含车牌的若干感兴趣区域;车牌定 位则在感兴趣区域中剔除假车牌,提取到真正的 车牌。整个算法的流程为如图1所示: 输入图象→图象预 处理 →车牌 搜索 →车牌 定位 →输出车牌 图1 车辆牌照定位算法框图 1.1 图象预处理 由于车辆图象一般在室外拍摄,其背景往往 很复杂,可能包括自然场景中的人、其他车辆、树 木、建筑物等,拍摄图象时的光照条件也因拍摄时 间、地点、天气等条件的不同而不同。然而车辆牌 照却具有不因外部条件变化而变化的特征,即在 车牌内有多个(一般情况下为7个)基本成水平排 列的字符,字符和牌照底在灰度值上存在跳变,因 而在车牌这个矩形区域内有丰富的边缘存在。为 此,先对车辆图象进行边缘检测,传统的边缘检测 算子如Prewitt算子、而Laplacian算子能够检测 出图象的边缘,但是对噪声很敏感,而且计算量较 31 基于特征的车辆牌照定位算法——牛 欣 沈兰荪大,因此不适用于非均匀光照条件下拍摄的具有 复杂背景的车辆图象。为了减少噪声的影响,选用 如下一阶微分运算检测原始灰度图象的水平、竖 直边缘。 fhedge(x,y)= f(x-1,y)-2*f(x,y)+ f(x+1,y) (1) fvedge(x,y)= f(x,y-1)-2*f(x,y)+ f(x+1,y) (2) 式(1)、(2)中f(x,y),fhedge(x,y),fvedge(x, y)分别为原始灰度图象及其水平、竖直边缘图 象。 比较图象中每点水平、竖直边缘的灰度值,取 两者中的最大值作为象素点(x,y)的边缘值,即 可得到边缘图象fedge(x,y): fedge(x,y)=max(fhedge(x,y),fvedge(x,y))(3) 利用边缘图象的灰度均值和方差,以贝叶斯 最小错误准则作为收敛条件得