基于数学形态学的车牌分割算法.docVIP

基于数学形态学的车牌分割算法 　　摘要:该文提出一种基于数学形态学的车牌图像分割算法。首先,对原始车牌图像进行预处理;然后,利用一种抗噪型数学形态学边缘检测算子进行车牌边缘检测;最后,去除图像水平噪声,结合水平、垂直投影进行定位。实验表明,该方法不仅算法简单、准确度高,且适于对有噪声及背景复杂的车牌图像进行分割。 　　关键词:车牌分割;数学形态学;结构元素;边缘检测 　　中图分类号:TP18文献标识码:A文章编号:1009-3044(2009)24-6859-03 　　 　　An Algorithm of License Plate Segmentation Based on Mathematical Morphology 　　XIONG Chun-rong, XIE Miao 　　(Yulin Normal University,Yulin 537000, China) 　　Abstract: In this paper, a algorithm of license plate segmentation based on mathematical morphology is proposed. First, we carry on the pretreatment to the original license plate image; Then,detect the car licence edge with one anti-chirp mathematics morphology edge detection operator; Finally, remove the horizontal noise of car licence mage and union horizontal, vertical positioning projection for locating the car licence. During the experiment, This method is not only a simple algorithm、high accuracy, and suitable for license plate segmentation to the car license image which have the noise and complex background. 　　Key words: license plate segmentation; mathematical morphology; structure element; edge detection 　　 　　车牌识别(car license plates recognition,CLPR)系统作为智能交通系统(Intelligent Transport System,ITS)的重要组成部分,已广泛应用于交通流量检测,公路不停车收费,闯红灯违章车辆监控等领域。其目标是在无人参与的情况下,提取和识别汽车牌照上的字符。它是计算机视觉、图像处理和模式识别技术在智能交通领域的应用。完整的CLPR系统由车牌定位、字符分割与字符识别三部分组成[1]。 　　在CLPR系统中,车牌定位是十分关键的一步,车牌定位是整个识别模块实现的前提,其定位准确率将大大影响整个系统的最终识别性能,而车牌定位历来是车牌识别系统中的难点问题。车牌定位的实质是图像分割,其目标是从原图像中提取牌照区域,以供下一步字符分割与识别。在实际环境下,由于天气变化,光照不均匀,摄像机畸变和电子噪声,以及车牌污迹磨损等客观原因对车牌定位准确率造成影响,因此有必要采取合理的有效的车牌定位算法来克服这些客观因素的不利影响。国内外对于车牌的定位进行了深入的研究,定位的方法多种多样,归纳起来主要有纹理分析法、边缘检测法、神经网络法等,然而由于牌照存在着各种干扰情况,这些方法各有所长,但存在着计算量大或定位准确率不高等问题。近年来,形态学图像处理己发展成为图像处理的一个重要研究领域,本文将一种抗噪型数学形态学边缘提取算子应用于车牌图像边缘提取,使得车牌定位不仅效果好,且适于对有噪声及复杂背景的车牌图像进行分割。 　　 　　1 数学形态学的基本原理 　　 　　数学形态学是分析几何形状和结构的数学方法,是建立在集合代数基础上,用集合论方法定量描述几何结构的科学。其基本思想是用一个结构元素作为基本工具来探测和提取图像特征,看这个结构元素是否能够适当有效地放入图像内部[2]。数学形态学的基本运算有:腐蚀,膨胀,开启和闭合四种。 　　1.1 腐蚀 　　腐蚀的运算符为“Θ,对于一个给定的图像A,用结构元素B来腐蚀,可以定义为: 　　AΘB={x:B+x?奂A}