基于模糊集的图像增强在车牌预处理中的应用研究.pdfVIP

基于模糊集的图像增强在车牌预处理中的应用 朱芳王晓东 福州大学数学与计算机科学学院，福建福州350108 摘要：车牌图像预处理是车牌识别系统中的一个关键步骤，图像增强技术被广泛应用于图像预处 理中。本文将一种改进的模糊增强技术和传统的模糊增强技术作了简单对比，并将其应用到车牌图像 预处理中。主要步骤包括：图像模糊特征提取、隶属函数值的修正和模糊域反变换。实验结果表明， 这种改进的模糊增强技术具有计算量小，灵活性和适应性强等特点，更适用于车牌图像的预处理。 关键词：模糊集图像增强预处理 1前 言 车牌图像预处理是车牌识别系统中的一个关键步骤，在完成对图像中的车牌区域定位之后，对字符进 行识别之前，要完成一系列的预处理工作，车牌图像预处理结果的好坏对后续识别工作的影响非常大。车 牌图像预处理包括车牌图像的灰度化、图像增强、图像平滑去噪等步骤，其中，图像增强作为图像处理中 的一项基本技术被广泛应用于车牌图像预处理中。 作为车牌图像预处理中的一个重要步骤，图像增强技术不考虑图像质量下降的原因，只是将一幅图像 中感兴趣的特征有选择地突出而削弱或除去某些不需要的信息，使处理的结果对某种特定应用来说比原始 图像更合适。因此，这类处理是为了某种应用目的而去改善图像质量，突出图像的整体或局部特征，以提 高图像的视觉效果和识别特征。这里的处理并不能增加原始图像的信息，有时甚至会损失一些信息。但图 像增强的结果却能加强对特定信息的识别能力，使图像更适合于人的视觉特性或机器的识别系统。这样做 的主要目的有两个，一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机 的处理。 近年来，基于模糊集理论的图像增强技术是目前图像增强领域的一个研究热点，并已取得了显著的成 效。这表明基于模糊集理论的处理和识别技术在一些场合具有比传统方法更好的效果。 2模糊集的基本理论 2．1模糊集和隶属度的概念 在经典集合理论里面，集合A可由其特征函数： z^)：{三：篡三 唯一确定，即z∈么和x萑彳有且只有一个成立，界限清晰，毫不含糊。而模糊现象的分界是含糊不清 的。为了刻画含糊现象，有必要将离散的两点O、l扩充为连续的状态区间[0，l】，这样，普通集合的特征 函数就扩展为模糊集的隶属度函数。 定义设u是论域，甜专∥A(甜)是把任意“∈u映射为【o，l】上某个值的函数，即： 纵：u专[o，1】，甜一心(甜) 【0，l】上的一个映射，它唯一地确定了模糊集合A。 2．2模糊特征平面 从模糊集的概念来看，一幅具有L个灰度级的M×N元图像，可以看作一个模糊集，集内的每一个元素具 有相对于某个特定灰度级的隶属函数，该模糊集称为图像等效模糊集，亦即图像的模糊特征平面，对应的模糊 MⅣ．． m=l H=l。1M 隶属函数。 3图像的模糊增强 图像增强的首要目标是处理原始图像，使其比原始图像更适合于特定的应用。因此，首先要分析车牌 图像的使用特点，针对这一应用范围来选取合适的图像增强方法。另外，由于车牌图像是要直接由计算机 处理和分析，不能在处理过程中加入人为的指导，所以，图像处理方法应对尽可能多的牌照图像都适用。 具体来说，就是图像增强方法应能使原来不清晰的、失真的牌照图像变得比较清晰，同时又不能对原来很 正常的牌照图像造成不必要的干扰。普通的图像增强技术往往会损失图像中的一些有用细节，而且又事先 不能精确地知道想要的直方图分布。模糊集合理论为解决由不确定因素所造成的复杂系统及其决策过程提 供了理论背景。该方法利用模糊集合理论作为理论背景，将图像看作是一个模糊集合，引入过程控制参数， 通过改变过程控制参数，有利于实现优化处理，可以对车牌图像的对比度显著增强。 图l图像模糊处理步骤 自上世纪80年代中期Pal和King率先将模糊集合理论应用到图像增强处理上，模糊增强技术受到了 人们的重视。经过专家学者几十年的研究，图像的模糊处理技术得到了较快的发展。一些模糊理论的分支