车牌识别的研究与实现.docVIP

研究生课程设计报告 车牌识别的研究与实现 姓 名： 周青青 学 号： 23220101153252 专 业 名 称： 模式识别与智能系统 课 程 名 称： 数字图像处理 指导教师姓名： 周绮凤 副教授 2011 年 5月27日 车牌识别的研究与实现 摘要：车牌识别技术（License Plate Recognition, LPR）是计算机视觉与模式识别技术在智能交通领域应用的重要课题之一。本文一种基于垂直Sobe算子检测边缘和投影法的车牌定位方法,根据车牌区域竖直纹理突出的特点，利用Sobel垂直算子提取边缘，然后投影得到车牌的水平投影图，利用水平投影图分割出车牌，再运用膨胀运算进行车牌垂直定位。利用旋转投影法寻找车牌倾斜角度，然后用双线性插值进行车牌图像倾斜矫正。最后，设计了一个友好的GUI演示界面，实现车牌图像处理方便直观，易于用户操作。为实现车牌的自动识别功能，本文的主要工作分为，图像灰度化、车牌粗定位、车牌倾斜校正、去除车牌边框、字符分割和字符识别几部分。首先把采集到的24位彩色图灰度化，转换成灰度图，便于下一步处理，车牌粗定位在整张图片中把车牌区域提取出来（该车牌区域包括了车牌的边框），由于摄像头拍摄角度与拍摄距离的问题，一般车牌图像会存在倾斜，所以必须进行倾斜校正。通过倾斜校正好的车牌图片再进行上下左右边框的切除后，获得精定位后的车牌图片，这再把车牌中的七个字符分割出来，一个一个用模板匹配的方法来进行识别，最后显示识别结果。整个系统的具体过程如图1所示。 【设计步骤】 1、车牌初定位 车牌粗定位首先用边缘检测突出车牌区域，把车牌图像水平投影，再运用形态学膨胀等操作，把车牌区域从整个图像中提取出来。基于灰度图像的车牌定位方法，采用的图像灰度值的转换公式为： （1） 得到原始彩色图及灰度图如图2所示： 图2彩色图与灰度图对比 2）灰度校正。在采集图片的过程中，由于受采集设备工作环境参数设置的影响，采集到的车牌图像总体对比度不尽相同，这使得一些车牌图像整体偏亮或偏暗，本文采用灰度规格化将车牌图像的灰度变化调整到一个统一的范围，使不同图像具有相同的灰度均值和方差，使后续处理具有相同的基准。令表示原始车牌图像，其大小为表示图像中象素点的灰度值。令表示灰度规格化后的车牌图像，为规格化后图像中象素点的灰度，则： () 其中： () 和分别是原始图像的灰度均值和方差，和分别是期望的灰度均值和方差。在此取100，取3000。 图3 校正后灰度图 3）车牌水平粗定位Sobel边缘检测方法对矫正后的灰度图进行检测，其检测结果如图4所示： 图4 垂直Sobel边缘检测 由上图所示，经过Sobel垂直算子检测之后只剩下需要定位的牌照区域和一些汽车的边框，其他的景物已经被消除。牌照区域的纹理有明显特征，车牌区域字符密集，有较多的竖条纹，所以方法 经过边缘检测后车牌图片成了二值化图像投影将车牌像素灰度值按列方向垂直累加 (4) 把归一化，使得它的值的范围在0到1之内。 () 得到 图5 水平方向投影图 根据车牌悬挂位置的特点，从投影图中的下面开始向上扫描找出大于均值行然后继续向上扫描，直至小于均值的一行，并记下相应的行如果上下两行之间的宽度在一定范围内，则认为找到车牌，否则就是伪车牌，去除之后继续向上找。车牌具有自身的特点确定上下边界后，车牌车牌粗定位对车牌图像进行垂直投影时，先对水平粗定位后提取的车牌进行形态学的膨胀结构元，使得车牌字符部分连成一片，在垂直投影图上没有间断。 图7 膨胀处理及其对应的投影图 同样按照水平投影的切割法，从投影图的右端开始扫描，根据经验值，认为宽度在（100，250）之间的为车牌，否则为伪车牌，经切割后得到如图8所示的车牌初定位： 图8 车牌的初定位 2、车牌精定位 1）车牌图像的倾斜矫正投影法的车牌校正技术来对车牌图像进行倾斜校正算法如下：首先使用Sobel水平算子做水平边缘检测，突出水平边缘；然后再对它做腐蚀运算，为后续使用旋转、投影结合法求倾斜角做准备。采用先旋转后判断的原则，把边缘图像在一定角度的小范围内用最近邻法（nearest）做旋转，然后再做水平投影，每旋转一次都求得一个单行最大值 图9 Sobel水平边缘检测 图10 倾斜校正图 2）车牌边框的切除车牌粗定位的目的是找到一个包含车牌的区域，区域面积要比车牌大，保证车牌信息不丢失。往往提取出来的车牌都带有边框，由于牌照边框的存在，使得字符的垂直投影的值全部大于零，也使得车牌中的字符粘连在一起