基于灰度图像的车牌定位研究.docVIP

基于灰度图像的车牌定位研究 　　摘要：车辆牌照的自动识别是智能交通系统(ITS)中的关健技术，而车牌定位又是车牌识别的关健点之一。长期以来，许多学者从事这方面的探讨和研究，相继出现了一些新方法、新思路、尽管如此，目前国内尚无一个完善、通用的车牌定位系统。这篇文章对近几年来国内外车辆牌照识别系统研究中出现的车牌定位方法进行了全面的综述。 　　关键词：车牌定位；数学形态学；小波变换；遗传算法 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)32-1184-01 　　Based on the Gray Image of the License Plate Positioning Research 　　SHEN Yang 　　(Suqian College, Suqian 223800, China) 　　Abstract: Automatic Identification of the vehicle licence is intelligent transportation system (ITS) in key technologies and vehicle registration number plates to identify positioning is one of the key. For a long time, many scholars in this field of study and research, the advent of some new methods, new ideas, in spite of this, there is no one perfect domestic, common license plates positioning system. In recent years the article on domestic and foreign vehicle licence identification system on the license plate of a comprehensive method of positioning the synthesis. 　　Key words: license plate location; mathematical morphology; wavelet transform, genetic algorithms 　　 　　1 引言 　　 　　车辆的定位识别技术是智能交通领域的重要研究课题之一，也是解决现代社会中由于传统管理方式造成的交通“瓶颈”问题的关键技术之一。目前车牌定位的方法主要有两类：基于彩色图像信息和基于灰度图像信息的定位方法，前者一般需要进行颜色空间变换、计算量较大，而且当图像亮度降低到一定程度，特别是在夜晚条件和光照不均情况下，图像将可能变成非彩色的，具有很大的局限性。因此当前主流的图像分割方法是基于灰度图像处理技术的。 　　 　　2 基于灰度图像车牌定位的方法 　　 　　2.1 基于边缘检测的定位方法 　　在汽车图像中，牌照区域内含有丰富的边缘{包括水平边缘、垂直边缘和斜向边缘}，而其它区域则不具有这个特点，故可通过边缘检测技术来寻找存在较多边缘的区域，再对图像进行特定的填充算法，直到图像中只留下待识别的目标，从而达到牌照定位的目的。常用的边缘检测方法的基础是微分运算，边缘点对应于一阶微分幅度大的点，或对应于二阶微分的过零点。该类方法目前应用最广泛，其主要缺点是：由于车头部分细节丰富，尤其是车头上部，要获得较好的边缘图像比较困难，而且运算量大，另外如果车头上部有与车牌尺寸相仿的干扰区，很可能产生误识别；对于污染严重的车牌图像，识别率不高。一种改进方法是在对图像进行了边缘提取后，考虑到车牌区域会有直线边缘，用Hough变换检测直线，来确定车牌在图像中的位置。 　　2.2 基于数学形态学的定位方法 　　形态学图像处理的基本思想是利用一个称为结构元素的“探针”收集图像的信息。作为探针的结构元素，可直接携带知识{形态、大小、甚至加入灰度和色度信息}，来探测研究图像的结构特点。它的基础是腐蚀和膨胀以及由此产生的开、闭运算。其中开、闭运算具有“削峰添谷”的功能，可以将目标区域显示出来。目前传统的数学形态学车牌定位算法是利用牌照字符具有纵向纹理的特性，提取车牌图像的垂直边缘并进行二值化，再利用数学形态学工具，通过用大小固定的结构元素对得到的二值边缘图像进行膨胀和闭运算等一系列的形态学运算，使得车牌区域形成闭合的连通矩形区域，然后通过标记这些候选牌照区域并利用车牌的几何特性{宽高比、矩形面积等}剔除虚假牌照，从而得到真正的牌照。 　　它的的不足主