基于综合特征车牌分割算法.docVIP

基于综合特征车牌分割算法 　　摘要：本文根据车牌区域具有丰富的垂直纹理这一主要特征,并结合车牌尺寸和通过投影呈现的峰值在一定范围内较为固定等特点，提出一种基于综合特征的车牌分割新方法。实验结果表明：该方法能够较为准确地完成车牌区域的分割，整个算法复杂度低，能够满足实时分割的要求。 　　关键词：车牌分割；纹理分析；小波变换；数学形态学；阈值分割。 　　中文分类号：TP391文献标识码：A文章编号：1009-3044(2008)20-30347-02 　　 　　A License Plate Location Algorithm Based on ComprehensiveCharacteristics 　　ZHANG Fei-xia 　　(Liaoning University of International Business and Economics, Dalian 116052, China) 　　Abstract: A new license plate location algorithm based comprehensive characteristic is presented according to the principal characteristic of rich vertical edge texture that license plate has, and other features that measurement of license plate and the number of the peak through projection are fixed at a certain extent. the experimental result shows: this license plate segmentation method can achieve accurately segmentation and location of car plate. The complexity of the algorithm is low, so it can meet real-time location request. 　　Key words: license Plate segmentation;Texture Analysis;Wavelet transform;Morphology Operation;Threshold Segmentation 　　 　　1 引言 　　 　　车牌的自动识别是实现交通管理智能化的重要环节。车牌分割又是车牌识别系统中最关键的一步。由于车辆图像背景复杂、在图像中车牌位置不确定等难度，车牌分割技术仍未达到完善的程度。本文根据车牌区域具有丰富的垂直方向纹理这一主要特征，并结合车牌尺寸和投影呈现峰值的特点提出一种基于车牌综合特征的车牌分割新方法。 　　 　　2 车牌的纹理特征 　　 　　车牌一般都挂在汽车的前端和后端两个部位。由于车牌区域中文字、字母及数字之间水平排列，形成车牌以垂直边缘为主，而车辆其它部分边缘较分散，例如：车尾图像中，后玻璃与后备箱、后备箱盖边沿、后保险杠与路面及车身其它部分等处形成较长的边缘，并且以水平边缘为主。 　　为了更好地突出车牌区域，本文应用小波变换提取车辆图像边缘，在代表垂直边缘细节的LH子带边缘图像中垂直方向纹理丰富的车牌区域得以突出，再对提取的车牌区域进行处理，取得很好的车牌分割效果。 　　 　　3 提取车牌纹理特征的小波变换理论 　　 　　小波基函数就是满足这一条件的理想函数族，它是由一个基本小波（母小波）Ψ通过平移和伸缩得到的，即 　　其中a为尺度参数，b为位置参数。相应地，在频域有 　　二维小波信号的分解是将一个二维信号（图像）逐层分解为近似分量cAj和细节信号,此时的细节信号包括cD(h)j、cD(v)j、cD(d)j,分别为水平方向、垂直方向和对角方向的细节信号。 　　原车辆图像经过一层小波变换分解后，获得四个子带图像。其中子带图像LL保持了原车辆图像的低频分量，为原车辆图像的平滑图像；子带图像HL保持了原车辆图像的水平边缘细节；子带图像LH保持了原车辆图像的垂直边缘细节；子带图像HH保持了原车辆图像的倾斜边缘细节。 　　由于车牌以垂直边缘为主，而车辆其它部分边缘较分散，并且以水平边缘为主。因而本文采用代表垂直边缘细节LH子带图像,再经过阈值分割后提取的车辆图像中保留较为丰富的垂直边缘。 　　对这些经过小波变换提取的代表垂直方向边缘的子带边缘图像进行阈值化后，再经过形态学处理形成连通区域，对每个连通区域根据相应车牌区域的长、宽以及它们的比例来判别是否为“类车