改进遗传算法在车牌定位中的应用.docVIP

改进遗传算法在车牌定位中的应用 　　摘 要：为了更好地反映自然界的优胜劣汰，提出改进的遗传算法。在改进的交叉与变异运算中引入个体的适应度。把改进的遗传算法应用于车牌图像分割中，并根据车牌中字符分布的特点，利用车牌内部灰度值的变化频率实现车牌定位。实验结果表明该算法不仅可以获得较好的车牌分割效果，而且能提高车牌定位的速度。?? 　　关键词：遗传算法；车牌定位；图像分割；个体适应度?? 　　中图分类号：TP391.4 文献标识码：B 　　文章编号：1004-373X(2008)10-155-02?オ? 　　 　　Application of Improved Genetic Algorithm in License Plate Location?? 　　CHEN Mei?? 　　(School of Electrical Information and Automation Engineering,Qufu Normal Unversity,Rizhao,276826,China) 　　?オ? 　　Abstract：The improved genetic algorithm is proposed in order to better reflect the survival of the fittest.In the new algorithm??,the fitness is introduced in the operation of crossover and mutation.The improved genetic algorithm is applied to the image segmentation of license plate,according to the character distributing in the license plate,license plate localization is implemented by the gray change frequency location.Experiment results show the algorithm can not only get better effect of segmentation to the license plate,but also improve the speed of license plate location.?? 　　Keywords：genetic algrithm;license plate location;image segmentation;fitness?オ? 　　 　　车牌识别技术是计算机视觉、图像处理技术与模式识别技术的融合，其主要是采用计算机图像处理技术对车牌的图像进行分析，自动提取车牌信息，确定车牌号。一般，在车牌自动识别系统中，处理的关键技术问题是车牌的定位及字符的识别。由于在识别时进行字符特征提取和识别的对象都是在车牌区域内，所以从自然背景中分割出车牌区域，并正确识别矩形区域内字符是提高汽车自动识别系统识别率的关键， 对此人们提出了许多方法，如运用多层次分割对车牌进行定位[1]，运用小波与形态学的车牌图象分割方法[2]，基于彩色和纹理分析的车牌定位方法[3]等。图像分割的最常用方法是阈值法，用改进的遗传算法可以较快地获得车牌图像的分割及定位。 ?? 　　遗传算法是一种通过模拟生物选择和进化过程搜索最优解的方法[4]。在实数编码的遗传算法中，交叉概率及变异概率一般为一个定值，缺少一定的自适应性。为了使交叉与变异运算更好地反映自然界的优胜劣汰，本文提出改进的遗传算法，在其交叉与变异运算中引入个体的适应度，使适应度较大的个体，参与交叉与变异的可能性较大。?? 　　 　　1 改进遗传算法?? 　　遗传算法是一种通过模拟自然界的进化过程搜索最优解的方法，其在每次迭代中都保留一组候选解，并按某种指标从解群中选取较优的个体，并利用选择、交叉和变异运算对这些个体进行组合，产生新一代的候选解群，重复此过程，直到满足某种收敛指标为止。在图像阈值分割算法中的关键问题是阈值的选取，利用遗传算法的目的就是要得到最佳分割阈值。 改进遗传算法的具体实现步骤如下： ?? 　　(1) 图像编码：在图像分阈值割中，传统的编码是将图像阈值编码成由0或1组成的有限长度的字符串。这种方式的编码长度影响求解精度且不直观,本文采用了具有直观、易操作的实数直接编码方式[5],即每个个体用一个n维的实向量来表示图像的阈值。?? 　　(2) 初始种群的生成：随机地产生n个个体组成的初始群体，该群体代表一些可能图像阈值的集合。?? 　　(3) 选择适应度函数：遗传算法对一个个体的好坏用